面向对象的离散仿真工具,用于复杂系统的数据密集型建模
de-sim的Python项目详细描述
{{a1}{a1}{a3}}{a3}}{a5}{a3}}{a3}}
desim:一个基于Python的面向对象离散事件模拟器,用于复杂系统的建模
desim是一个开源的、基于Python的面向对象的离散事件 仿真(DES)工具,使其易于使用大型、异构 数据集和高级数据科学工具,如 NumPy, Scipy, pandas,以及 SQLAlchemy来构建和模拟 复杂的计算模型。类似 ^实现了{a12}、DE-Sim模型 通过定义逻辑进程对象来读取 变量和调度事件以修改离散值 瞬间。在
为了帮助用户构建和模拟复杂的数据驱动模型,DE Sim 提供以下功能:
- ^{str1}$高级、面向对象的建模:DE Sim使 用户可以使用面向对象的Python编程来构建模型。这个 使用大型、异构数据集和高级 数据科学包,如NumPy、pandas、SciPy和SQLAlchemy to 建立复杂的模型。在
- 停止条件:DE Sim使终止模拟变得容易 当达到特定标准时。研究人员可以指定停止 当模拟应该 总结。在
- Results检查点:DE-Sim使记录结果变得更加容易 使用一个可配置的检查点模块。在
- 可复制模拟:帮助研究人员调试模拟, 用相同的 配置和相同的随机数生成器种子产生相同的结果 结果。在
- Space-time可视化:DE-Sim生成空时 仿真轨迹的可视化。这些图表可以帮助 研究人员了解并调试模拟。在
使用DE Sim
DE Sim已用于开发 WC-Sim,多算法 whole-cell models的模拟器。在
示例
- Minimal simulation:一个 模拟的最小示例
- Random walk:随机的 一维行走,用 每个事件的概率相等
- Parallel hold (PHOLD):开发模型 Richard Fujimoto为parallel DES模拟器提供基准
- Epidemic: 传染病流行的SIR模型
教程
请看 sandbox.karrlab.org用于 关于使用DE Sim创建和执行模型的交互式教程。在
模型和仿真模板
`de_sim/examples/minimal_simulation.py<;de\u sim/examples/minimal_模拟.py>`__ 包含用于实现和模拟模型的模板 DE Sim。在
安装
- 安装依赖项
- Python>;=3.7
- 点=19
- 使用以下方法之一安装此软件包
- 从PyPIpip install de_sim
- 使用DockerHub的最新版本安装Docker映像 docker pull karrlab/de_sim
- 从GitHub安装最新版本 pip install git+https://github.com/KarrLab/de_sim.git#egg=de_sim
API文档
性能
请参阅*DE-Sim* article中的 有关DE Sim性能的信息。在
与其他DES工具相比的优势和劣势
请参阅*DE-Sim* article以获取 DE Sim与其他DES工具的比较。在
许可证
包在MIT license下发布。在
引用DE Sim
请使用以下引用引用DE Sim:
Arthur p.Goldberg和Jonathan Karr。(2020年)。DE-Sim: an object-oriented, discrete-event simulation tool for data-intensive modeling of complex systems in Python. Journal of Open Source Software, 5(55), 2685.
为DE Sim
我们热烈欢迎对DE Sim的贡献!请看 guide to contributing和{a26}。在
致谢
这项工作得到了国家科学基金奖1649014的资助, 国家卫生研究院奖R35GM119771和伊坎研究所 数据科学和基因组技术。在
- 项目
标签: