通过python实现网络演算3个bounds：delay、backlog、output； 实现端到端时延计算：节点个数可设定，提供node-by-node和end-to-end计算两种方式，其中，到达曲线和服务曲线模型及其参数可选，选择范围可以是：到达曲线为仿射和T-Spec；服务曲线为速率延迟（rate-latency）； 能将2的结果做图显示。

好的，我可以为您提供一个简单的Python实现，实现网络演算中的3个bounds：delay、backlog、output，并提供端到端时延计算的功能。不过，由于网络演算涉及到一些复杂的数学理论和算法，因此这个实现只能作为一个简单的参考，具体的实现需要根据具体的需求进行调整和优化。

以下是具体的实现步骤：

1. 导入必要的库

import numpy as np
import matplotlib.pyplot as plt

2. 定义到达曲线和服务曲线

# 定义到达曲线
class ArrivalCurve:
    def __init__(self, rho, sigma):
        self.rho = rho  # 斜率
        self.sigma = sigma  # 截距

    def __call__(self, t):
        return self.rho * t + self.sigma

# 定义服务曲线
class ServiceCurve:
    def __init__(self, rho, theta):
        self.rho = rho  # 斜率
        self.theta = theta  # 截距

    def __call__(self, t):
        return self.rho * t + self.theta

3. 计算3个bounds：delay、backlog、output

# 计算delay bound
def delay_bound(arrival_curve, service_curve):
    return max([0, arrival_curve(0) - service_curve(0)]) / service_curve.rho

# 计算backlog bound
def backlog_bound(arrival_curve, service_curve, t):
    return max([0, arrival_curve(t) - service_curve(t)])

# 计算output bound
def output_bound(arrival_curve, service_curve, t):
    return min([arrival_curve(t), service_curve(t)])

4. 定义端到端时延计算函数

# 计算端到端时延
def end_to_end_delay(arrival_curves, service_curves, nodes, t):
    # 初始化时延为0
    delay = 0

    # 逐个计算每个节点的时延
    for i in range(nodes):
        # 计算该节点的到达曲线
        arrival = arrival_curves[i]

        # 计算该节点的最小服务曲线
        service = ServiceCurve(np.inf, 0)
        for j in range(i, nodes):
            service = ServiceCurve(min([service.rho, service_curves[j].rho]), max([service.theta, service_curves[j].theta]))

        # 计算该节点的时延
        delay += delay_bound(arrival, service)

    # 计算端到端时延
    return delay + t

5. 绘制结果图表

# 绘制时延图表
def plot_end_to_end_delay(arrival_curves, service_curves, nodes):
    # 设置绘图参数
    t = np.linspace(0, 10, 1000)
    plt.figure(figsize=(10, 5))

    # 绘制每个节点的到达曲线和服务曲线
    for i in range(nodes):
        arrival = arrival_curves[i]
        service = service_curves[i]
        plt.plot(t, [arrival(x) for x in t], label='Node %d Arrival Curve' % i)
        plt.plot(t, [service(x) for x in t], label='Node %d Service Curve' % i)

    # 绘制端到端时延曲线
    end_to_end_delays = []
    for i in range(1000):
        end_to_end_delays.append(end_to_end_delay(arrival_curves, service_curves, nodes, i))
    plt.plot(range(1000), end_to_end_delays, label='End-to-End Delay')
    plt.legend()
    plt.grid()
    plt.xlabel('Time')
    plt.ylabel('Delay')
    plt.show()

以上就是一个简单的Python实现示例，您可以根据具体的需求进行调整和优化。