Перейти к содержимому
Robozon: база знаний
Esc
navigateopen⌘Jpreview
На этой странице

Первый запуск модели за полчаса

За полчаса вы получите первый результат для штатного варианта проекта и увидите, чем входное требование отличается от фактического выхода. Нужны Python 3.1

За полчаса вы получите первый результат для штатного варианта проекта и увидите, чем входное требование отличается от фактического выхода. Нужны Python 3.11+ и терминал.

Шаг 1. Подготовьте окружение

В корне репозитория должны быть pyproject.toml, scenarios/, src/ и tests/. Выполните:

python3 -m venv .venv
.venv/bin/python -m pip install -e '.[dev]'

Виртуальное окружение .venv хранит зависимости проекта отдельно от других программ Python на компьютере.

Шаг 2. Убедитесь, что модель исправна

.venv/bin/python -m pytest

Ожидаемый результат: все тесты заканчиваются словом passed. Они проверяют формулы, события DES, исключение хвоста расчёта из KPI и веб-интерфейс.

Шаг 3. Посмотрите номинальные мощности

В этом учебнике используем сценарий, который в дашборде называется «12 линий · штатный режим с разбросом»:

.venv/bin/python -m robozon.analytics scenarios/production-12-lines.json

Это ещё не имитация. Команда отвечает на вопрос: «какие потоки и мощности следуют из заданных параметров?» В результате будут примерно:

  • 100 000 товаров/ч на входе;
  • 3 703,7 КТЯ/ч;
  • 185,2 палеты/ч полного sort-потока;
  • 192 палеты/ч мощности 24 ворот;
  • 96,5% расчётной загрузки ворот.

Здесь 100 000 товаров/ч — требование задачи, а не доказанный результат работы центра.

Шаг 4. Запустите имитацию

.venv/bin/python -m robozon.runner scenarios/production-12-lines.json \
  --policies balanced-load --json

Команда запускает дискретно-событийную имитацию: создаёт поток КТЯ, проводит его через очереди и оборудование, собирает выходные КТЯ по направлениям и считает только завершения в рабочем окне после прогрева.

В JSON найдите:

runs[0].simulation.totals.sorting_throughput_items_per_hour
runs[0].simulation.totals.end_to_end_throughput_items_per_hour
runs[0].area.total_area_m2

Для фиксированного seed=42, четырёх часов прогрева, 24 часов измерения и CV=0,25 результат будет около 99 350 товаров/ч после сортировки, 99 450 товаров/ч сквозного выхода и 23 445 м² расчётной площади. Это один воспроизводимый прогон, а не обещание, что в любой случайный день получится та же цифра до единицы.

Что вы только что сделали

Параметры сценария
        |
        +--> аналитика: номинальные потоки и мощности
        |
        +--> DES: очереди, случайность и фактические завершения в окне

Дальше откройте дашборд или разберите результат по шагам.

Если команда не работает

Симптом Что сделать
No module named robozon Выполните установку из шага 1 и используйте .venv/bin/python.
pytest: No module named Установите зависимости: .venv/bin/python -m pip install -e '.[dev]'.
Python старее 3.11 Установите современный Python и заново создайте .venv.
Расчёт идёт дольше ожидаемого Суточный DES-прогон моделирует тысячи КТЯ. Начните с одной политики, как в примере.

Эта страница была полезной?