资源介绍
视频数量：56个
总时长：3小时39分
课程介绍：
SimPy仿真建模从入门到实践
你遇到过这种情况吗？工厂的生产线总是莫名其妙地出现瓶颈，排队系统不知道该怎么优化，医院的急诊室总是人满为患。这些问题靠拍脑袋决策显然不够，靠真实试验又太贵太慢。怎么办？答案就是仿真模拟。而SimPy，就是你在Python世界里做这件事的最佳工具。
这门课专门为零基础学员设计，带你从搭建开发环境开始，一步一步掌握SimPy的核心技能，最终能够独立完成复杂的离散事件仿真项目。整个课程只有三个半小时，但内容安排非常紧凑，从基础概念到高级应用一气呵成。
课程首先会帮你准备好学习环境。你可以选择在本地安装Jupyter Notebook，也可以直接用Google Colab。课程详细演示了两种方式的优缺点和具体操作步骤，包括pip安装、启动notebook、创建第一个代码单元格这些细节。选哪个完全看你自己的偏好，反正两种方式都能顺利完成后面的所有练习。
准备好了工具，接下来要先搞清楚一些基本概念。很多人在学完SimPy之后还是做不出像样的模型，根本原因就是对这些基础概念理解不够深入。课程专门用一个章节讲解什么是建模、什么是仿真、什么时候该用仿真、什么时候不该用仿真。这些看起来像是理论课的内容，其实直接决定了你后续建模的质量。比如，并不是所有问题都适合用仿真来解答，有些问题用数学公式推导反而更高效。
然后课程介绍了离散事件仿真和离散时间仿真的区别。这是两个经常被混淆的概念。离散事件仿真只在状态发生变化时才推进时间，而离散时间仿真则是按照固定的时间步长推进。理解这个区别非常重要，因为它直接影响到你选择什么样的仿真方法，以及如何设置模型的时间逻辑。
除了离散事件仿真，课程还带你了解其他几种仿真方法，包括基于智能体的仿真、系统动力学仿真和固定时间步长仿真。每种方法都有它适用的场景，比如基于智能体的仿真特别适合模拟有独立决策能力的个体行为，系统动力学仿真则擅长处理反馈循环和累积效应。课程不仅讲解概念，还用实际的代码示例演示每种方法的具体实现。了解这些方法的好处是，你在面对具体问题时能做出更明智的选择，而不是机械地套用某一种技术。
核心部分从SimPy本身开始。你会学到SimPy的基本构建模块：环境、进程、事件之间的关系是怎么组织的。SimPy的核心理念是用生成器函数和yield语句来控制仿真流程，这个设计非常巧妙。课程会用直观的例子让你理解为什么SimPy要这样设计，以及这种设计带来了哪些好处。你会清楚地看到仿真时间是怎么推进的，事件是怎么被调度和触发的。
事件是SimPy的基础。课程从最简单的事件开始讲起，然后介绍timeout这种最常用的事件类型，接着讨论触发事件的各种方式。你还会学到通用事件、AllOf和AnyOf这样的复合条件事件，以及回调函数和中断机制。所有这些概念都配合具体的仿真案例来讲，比如交通信号灯的模拟。学了这一章，你就知道怎么用事件来驱动整个仿真系统的运行了。
资源管理是仿真建模中最核心的技能之一。课程从基础的Resource讲起，教你如何创建资源、如何请求和释放资源。通过单服务器队列的经典案例，你会看到资源管理在实际问题中是怎么应用的。课程还包含一个钢铁厂的仿真案例，涉及多条生产线和多个资源的协调调度，难度更高一些，能帮你巩固所学知识。
高级资源部分拓展了基础资源的能力。你会学到优先级资源的概念和处理方式，这在模拟急诊室这种需要根据病人紧急程度排序的场景时特别有用。抢占式资源允许更高优先级的请求中断正在处理的低优先级任务，课程通过GPU服务器处理AI任务的例子来演示这种资源类型的应用场景。
除了传统的资源类型，课程还介绍了容器和存储两种高级资源。容器用于模拟连续物料的流动，比如氢气的生产和储存。存储可以存放任意的对象，优先级存储增加了按优先级排序的功能，过滤存储则允许你根据特定条件筛选存入的物品。这些高级资源类型都有对应的实战案例：氢能源系统的仿真、图书馆管理系统、供应链仿真、仓库管理仿真。通过这些案例，你不仅学会了工具的使用，更重要的是学会了如何把实际问题转化为仿真模型。
整个课程的学习成果是非常明确的。你会深入掌握SimPy这个Python仿真库的各种功能，能够创建灵活且可扩展的仿真模型。你会具备用离散事件仿真解决实际业务问题的能力，能够根据问题的特点选择最合适的仿真方法。你会学到流程交互和资源管理的高级技术，让你的模型尽可能贴近现实。你还会掌握在动手写代码之前先用白板建模的习惯，以及数据捕获、分析和可视化的技能，这些对于基于仿真结果做出明智决策至关重要。
如果你想系统地学习仿真建模技术，这门课是个不错的选择。内容覆盖从基础到高级的完整路径，案例丰富实用，不需要你有任何仿真方面的背景知识，只需要有基本的Python编程基础就能上手。