simpy
Создавайте дискретно-событийные симуляции с SimPy
또한 다음에서 사용할 수 있습니다: davila7
SimPy позволяет моделировать сложные системы с процессами, очередями и общими ресурсами. Симулируйте производственные линии, сервисные операции, сетевой трафик и логистику для оптимизации производительности перед внедрением.
스킬 ZIP 다운로드
Claude에서 업로드
설정 → 기능 → 스킬 → 스킬 업로드로 이동
토글을 켜고 사용 시작
테스트해 보기
"simpy" 사용 중입니다. Create a SimPy simulation of customers arriving at a bank with 2 tellers. Customers arrive every 3-5 minutes and service takes 5-8 minutes. Run for 8 hours and show average wait time.
예상 결과:
- Результаты симуляции: 8-часовая работа банка
- Всего обслужено клиентов: 147
- Среднее время ожидания: 4,2 минуты
- Максимальное время ожидания: 18,7 минут
- Использование кассиров: 87%
- Длина очереди достигла 12 клиентов около 6-го часа
"simpy" 사용 중입니다. Build a SimPy model of a 3-stage manufacturing line where parts go through cutting (10 min), assembly (15 min), and inspection (5 min). Each stage has 1 machine. Analyze throughput.
예상 결과:
- Результаты анализа производственной линии:
- Деталей завершено: 23 за 8-часовую смену
- Использование станций: Резка 96%, Сборка 72%, Контроль 36%
- Выявлено узкое место: Станция резки
- Среднее время цикла на деталь: 32 минуты
- Рекомендация: Добавить вторую машину резки для увеличения пропускной способности на 35%
"simpy" 사용 중입니다. Model a cloud data center with 10 servers handling 3 types of jobs.
예상 결과:
- Результаты распределения ресурсов:
- Короткие задачи: 450 выполнено, среднее ожидание 0,3 мин, использование 45%
- Средние задачи: 180 выполнено, среднее ожидание 2,1 мин, использование 78%
- Длинные задачи: 45 выполнено, среднее ожидание 8,4 мин, использование 92%
- Оптимальное распределение: 3 сервера для коротких, 4 для средних, 3 для длинных задач
- Текущий избыток: 2 сервера
보안 감사
안전Static analysis flagged 260 potential security issues, but evaluation confirms all are false positives. The 'external_commands' findings are markdown backticks used for code formatting, not shell execution. The 'weak cryptographic algorithm' flags refer to random.seed() for simulation reproducibility. No actual security risks exist in this legitimate SimPy discrete-event simulation skill.
위험 요인
⚙️ 외부 명령어 (6)
📁 파일 시스템 액세스 (2)
품질 점수
만들 수 있는 것
Оптимизация производственных линий
Моделируйте производственные процессы для выявления узких мест, балансировки мощностей и минимизации времени цикла.
Симуляция сетевого трафика
Анализируйте маршрутизацию пакетов, распределение пропускной способности и задержку при различных нагрузках.
Проектирование систем очередей
Симулируйте поток клиентов в банках, больницах или розничных магазинах для определения оптимальной численности персонала.
이 프롬프트를 사용해 보세요
Create a SimPy simulation of customers arriving at a bank with 2 tellers. Customers arrive every 3-5 minutes and service takes 5-8 minutes. Run for 8 hours and show average wait time.
Build a SimPy model of a 3-stage manufacturing line where parts go through cutting (10 min), assembly (15 min), and inspection (5 min). Each stage has 1 machine. Analyze throughput.
Simulate packets arriving at a router with 100 Mbps bandwidth. Packets are 1-5 KB and arrive at 50 packets per second. Show queue length and packet loss under peak load.
Model a cloud data center with 10 servers handling 3 types of jobs: short (1-5 min), medium (10-20 min), long (30-60 min). Jobs arrive randomly. Find optimal server allocation per job type.
모범 사례
- Всегда используйте контекстные менеджеры (with statement) при запросе ресурсов для обеспечения корректного освобождения и предотвращения взаимных блокировок
- Устанавливайте random.seed() для воспроизводимых результатов при сравнении различных сценариев симуляции
- Отслеживайте и собирайте данные на протяжении всей симуляции, а не только в конце, для захвата переходных процессов
피하기
- Забытые операторы yield в функциях процессов приведут к мгновенному выполнению процессов без корректной синхронизации
- Повторное использование уже сработавших событий вызовет ошибки симуляции или непредсказуемое поведение
- Использование блокирующих Python-операций типа time.sleep() вместо env.timeout() нарушает модель времени симуляции