SimPy - Python 离散事件模拟框架

技能概述

SimPy 是基于标准 Python 的进程式离散事件模拟框架，用于建模实体在时间维度上与共享资源交互竞争的系统，支持制造系统、服务运营、网络流量和物流等多种场景的仿真分析。

适用场景

1. 制造与物流系统仿真

建模生产线、机器调度、库存管理和物流网络，分析设备利用率、生产瓶颈和系统吞吐量，优化资源配置和生产流程。

2. 服务运营与队列分析

模拟呼叫中心、急诊室、零售结账等服务场景，研究顾客到达模式、等待时间、服务人员配置和容量规划，提升服务效率和客户体验。

3. 网络与通信系统建模

仿真网络流量、数据包路由、带宽分配和延迟分析，测试网络协议性能，评估系统容量，优化网络架构设计。

核心功能

1. 进程建模与事件调度

使用 Python 生成器函数定义进程逻辑，通过 yield 语句实现事件驱动调度，支持超时等待、资源请求、自定义事件和进程间同步，灵活建模复杂系统行为。

2. 多类型资源管理

提供 Resource（服务器、机器）、PriorityResource（优先级队列）、PreemptiveResource（可抢占）、Container（批量物料）、Store（对象存储）等多种资源类型，满足不同系统的资源竞争和共享需求。

3. 监控与数据收集

支持实时跟踪资源状态、队列长度、等待时间等指标，提供猴子补丁、事件追踪和统计收集工具，可导出 CSV 数据进行深入分析，便于系统性能评估和优化决策。

常见问题

SimPy 适合模拟什么类型的系统？

SimPy 专为离散事件系统设计，适用于事件发生时间不规则、存在资源竞争、需要分析队列行为的系统。典型场景包括制造系统、服务运营、网络通信、物流交通、计算机系统调度等。不适合需要固定时间步长的连续仿真（推荐 SciPy ODE 求解器）或没有资源共享的独立进程模拟。

如何在 SimPy 中收集和分析统计数据？

SimPy 提供多种监控方式：使用 ResourceMonitor 跟踪资源利用率、队列长度和等待时间；通过状态变量记录自定义指标；利用事件追踪捕获系统行为；统计工具自动计算均值、最大值、吞吐量等指标。数据可导出为 CSV 格式，便于后续分析和可视化。参考 references/monitoring.md 了解详细技术。

SimPy 支持实时仿真吗？

是的，SimPy 提供实时环境（RealtimeEnvironment），可将仿真时间与墙钟时间同步，实现 1:1 或可配置倍速的时间映射。适用于硬件在环测试、交互式演示和需要与真实系统集成的场景。实时仿真会按照真实时间推进，便于观察和控制仿真过程。