Transportmodell: Prozessmethoden definieren
Nachdem du die Modelleingaben definiert hast, bist du bereit, die Modell-Engine zu erstellen. Sie besteht aus den Methoden, die deine Prozesse charakterisieren.
Zwei Prozesse beeinflussen die Zeit, die eine Fahrerin oder ein Fahrer benötigt, um eine bestimmte Strecke zurückzulegen: (1) die eigentliche Fahrzeit, um die gewünschte Strecke unter Einhaltung der Geschwindigkeitsbegrenzung zu fahren, und (2) die Wartezeit an Ampeln.
Diese Übung ist Teil des Kurses
Diskrete-Ereignis-Simulation mit Python
Anleitung zur Übung
- Verwende die gaußsche Verteilung, um pseudozufällige Werte für
random_generated["Distance"]zu erzeugen. - Aktualisiere
distance_total, indem du die neu berechnete Strecke addierst. - Erzeuge ganzzahlige Zufallswerte für
random_generated["WaitTime"].
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
def road_travel(inputs, distance_total):
# Use the Gaussian method to generate distance values
distance = ____.____(inputs['Dist_between_intersections_m'][0], inputs['Dist_between_intersections_m'][1])
# Update the total distance
distance_total += ____
return distance, distance_total
def wait_traffic_light(inputs, distance_total):
# Generate random (integer) waiting times
waitTime_traffic_light_sec = ____.____(0, inputs['Max_waitTime_traffic_lights_sec'])
return waitTime_traffic_light_sec