如何使用Python的Simpy库搭建最简单的共享单车租赁业务模拟程序

一、Simpy示例阅读与学习技巧 #

Simpy是典型的事件驱动模拟框架，核心逻辑围绕进程挂载和事件调度两个点展开，读示例代码不用从下往上追溯，按以下顺序走效率更高：

1. 先找程序入口if __name__ == "__main__"块，优先定位三个核心要素：
   • 模拟环境初始化：env = simpy.Environment()
   • 初始进程挂载：所有一开始就要运行的逻辑都会通过env.process()挂载到环境上
   • 模拟启动条件：env.run(until=xxx)决定了模拟的停止规则
2. 再顺着初始进程的定义顺读代码，遇到yield关键字重点关注：yield是进程挂起的信号，后面跟的env.timeout(xxx)是等待指定时长，跟其他进程/事件是等待对应事件完成后再唤醒当前进程继续执行。
   学习资源优先啃官方自带的示例库，从银行排队、资源抢占这类基础示例开始，跑通后修改参数观察输出变化，很快就能掌握运行逻辑。

二、共享单车租赁场景实现思路 #

你描述的共享单车站点流转场景是典型的离散事件模拟场景，用Simpy实现不需要手动管理事件队列和并行流程，按以下步骤抽象即可：

• 基础数据抽象：用长度为S的列表station_bikes存储各站点当前可用车辆数，初始状态下按你的分配规则把T辆自行车填入列表。
• 进程拆分：
  • 站点用户生成进程：每个站点独立运行一个进程，按指数分布的间隔生成用户请求，每次生成用户就触发借车逻辑。
  • 用户生命周期进程：单个用户从借车到还车的全流程，逻辑如下：
    1. 检查起始站点可用车辆数，无车则直接结束（或按需求加排队逻辑）
    2. 扣减起始站点1辆可用车，按指数分布生成租赁时长，用yield env.timeout(租赁时长)模拟骑行过程
    3. 骑行结束后按转移概率矩阵随机选择还车站点，给目标站点增加1辆可用车
• 核心代码参考：

import simpy
import numpy as np

# 模拟配置
SITE_COUNT = 2
TOTAL_BIKES = 20
# 转移矩阵：transfer_prob[出发站点][到达站点] = 对应概率
transfer_prob = [[0.9, 0.1], [0.5, 0.5]]
# 指数分布参数：用户平均每0.5单位时间到达1人，租赁平均时长2单位时间
arrival_lambda = 2
rent_lambda = 0.5
SIM_DURATION = 100

def user_lifecycle(env, start_site, site_bikes, transfer_prob, rent_lambda):
    # 借车逻辑
    if site_bikes[start_site] <= 0:
        return
    site_bikes[start_site] -= 1
    # 模拟骑行时长
    rent_time = np.random.exponential(1/rent_lambda)
    yield env.timeout(rent_time)
    # 还车逻辑
    end_site = np.random.choice(range(SITE_COUNT), p=transfer_prob[start_site])
    site_bikes[end_site] += 1

def arrival_generator(env, site_id, site_bikes, arrival_lambda, transfer_prob, rent_lambda):
    while True:
        # 生成用户到达间隔
        inter_arrival = np.random.exponential(1/arrival_lambda)
        yield env.timeout(inter_arrival)
        # 启动对应用户的生命周期进程
        env.process(user_lifecycle(env, site_id, site_bikes, transfer_prob, rent_lambda))

# 模拟初始化
env = simpy.Environment()
# 初始车辆平均分配到各站点
site_bikes = [TOTAL_BIKES // SITE_COUNT for _ in range(SITE_COUNT)]
# 启动所有站点的用户生成进程
for site in range(SITE_COUNT):
    env.process(arrival_generator(env, site, site_bikes, arrival_lambda, transfer_prob, rent_lambda))
# 运行模拟
env.run(until=SIM_DURATION)
print(f"模拟结束各站点可用车辆：{site_bikes}")

上述代码中所有事件的并行调度、执行顺序都由Simpy环境自动处理，不需要你手动管理进行中的租赁流程，只需要按业务逻辑补充数据统计（比如流失用户数、站点空车时长等）即可。

内容的提问来源于stack exchange，提问作者doingmybest99