Modelo de transporte: definir métodos de proceso
Ahora que ya has definido las entradas del modelo, estás listo para crear el motor del modelo, que consta de los métodos que caracterizan tus procesos.
Dos procesos afectan el tiempo que un conductor tarda en recorrer una cierta distancia: (1) el tiempo real de conducción para cubrir la distancia deseada respetando el límite de velocidad y (2) el tiempo de espera en los semáforos.
Este ejercicio forma parte del curso
Simulación de eventos discretos en Python
Instrucciones del ejercicio
- Usa la distribución gaussiana para generar de forma seudorandom valores para
random_generated["Distance"]. - Actualiza
distance_totalsumando la nueva distancia calculada. - Genera valores enteros aleatorios para
random_generated["WaitTime"].
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
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