タクシー会社の運用を管理する：モデルを実行する
前の演習でイベントのランダム化に成功しました。次は、これらの新しい概念を離散事象モデルの文脈で適用してみましょう。
10台のタクシーを持つタクシー会社が、利益最大化のために業務を最適化したいと考えています。
一般的にタクシーは次のような動きをします。
- 新規の顧客コールを待つ時間は1〜10分の間で、
- 依頼を受けてからお迎え場所に到着するまでに1〜10分かかります（与えられた範囲内のランダムな所要時間）。
平均の乗車時間は20分で、標準偏差は5分です。これらをもとに離散事象モデルを構築し、8時間シフトで実行してみましょう。
モデル内の時間単位は分です。
この演習はコースの一部です
Pythonで学ぶ離散事象シミュレーション
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
def taxi_ride(env, order, taxis):
with taxis.request() as taxi_request:
taxi_request_time = env.now
yield taxi_request
wait_time = env.now - taxi_request_time
waiting_taxi_dispatch.append(wait_time)
# Clock-in time between taxi dispatch and passenger boarding
yield env.timeout(____)
wait_time = env.now - taxi_request_time
waiting_passsenger_pickup.append(wait_time)
# Clock-in riding time from pick-up to drop-off
yield env.timeout(____)