ट्रांसपोर्टेशन मॉडल: प्रोसेस मेथड्स परिभाषित करना
अब जब आपने मॉडल इनपुट्स परिभाषित कर लिए हैं, तो आप मॉडल इंजन बनाने के लिए तैयार हैं, जिसमें वे मेथड्स होंगे जो आपके प्रोसेसेज़ को परिभाषित करेंगे.
दो प्रोसेस इस बात को प्रभावित करते हैं कि कोई ड्राइवर किसी दूरी को तय करने में कितना समय लेता है: (1) निर्धारित स्पीड लिमिट का पालन करते हुए वांछित दूरी तय करने का वास्तविक ड्राइविंग समय और (2) ट्रैफिक लाइट्स पर प्रतीक्षा करने का समय.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Discrete Event Simulation
अभ्यास निर्देश
- Gaussian वितरण का उपयोग करके
random_generated["Distance"]के लिए स्यूडो-रैंडम वैल्यूज जनरेट करें. - नई निकाली गई दूरी जोड़कर
distance_totalको अपडेट करें. random_generated["WaitTime"]के लिए इंटीजर रैंडम वैल्यूज जनरेट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
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