Présentation pas à pas publiée du modèle de service avec SimPy et Ciw

Sur cette page

Question: Comment la demande et la dotation changent-elles les temps d'attente et l'utilisation des ressources?

Monks et Harper (2023) présent événement discret reproductible simulation utiliser Python, avec un exemple de centre d'appels urgent. Les article ouvert relie un livre exécutable et le v1.1.2 archive de code. Il s’agit d’un modèle d’enseignement opérationnel et non d’une preuve d’une intervention clinique.

Démarrer dans un navigateur#

Ouvrir la Livre des auteurs et suivre son modèle travaillé et ses chapitres de reproductibilité. Son itinéraire de lancement portable peut fournir un environnement de navigateur; La disponibilité des services hébergés est distincte de la disponibilité des sources. Enregistrez la révision du cahier et l'environnement plutôt que de supposer qu'un lancement en direct correspond au papier archivé.

Utiliser un environnement local#

L'instantané du dépôt inspecté est 69288c31fde06114a49c1fbb2186ad163139c126:

git clone https://github.com/health-data-science-OR/simpy-streamlit-tutorial.git
cd simpy-streamlit-tutorial
git checkout 69288c31fde06114a49c1fbb2186ad163139c126
conda env create -f binder/environment.yml
conda activate sim
python main.py

La dernière commande est la vérification de configuration du dépôt. Suivez le livre pour les cahiers modèles et l'expérience. Pour une reproduction sur papier, utilisez plutôt l'archive v1.1.2 et son environnement : l'article rapporte Python 3.9.16, SimPy 4.0.1, Ciw 2.3.7, et Streamlit 1.23.0, tandis que le dépôt actuel a changé.

Concevoir une comparaison utile#

Conservez les distributions d'arrivée et de service, la dotation, la discipline de la file d'attente, la longueur de course, l'échauffement et les semences explicites. Comparer un scénario de dotation de base avec un changement défini à l'aide de répétitions. Signaler les distributions de temps d'attente et l'utilisation avec incertitude; une moyenne d'une course peut masquer la congestion et la variation stochastique. Préserver les distributions d'entrée et les sorties au niveau de la réplication, pas seulement une capture d'écran du tableau de bord.

État : Ouvrir l'exemple d'article travaillé et le matériel de reproductibilité, l'enregistrement d'archive, et la configuration du dépôt inspecté sur 2026-11-15. Les cahiers en amont et l'environnement local n'ont pas été exécutés ici.

Afficher la source sur GitHub