Транспортная модель: определение генератора
Отлично! Вы определили входные и выходные данные модели, а также описали процессы модели с помощью методов Python. Теперь пришло время собрать генератор, который упорядочит все процессы модели.
Это упражнение является частью курса
Дискретно-событийное моделирование на Python
Инструкции к упражнению
- Вызовите функцию
road_travel(), созданную ранее, которая вычисляет время движения по дороге, и учтите время, необходимое для её выполнения. - Вызовите функцию
wait_traffic_light(), созданную ранее, которая вычисляет время ожидания на светофорах, и учтите время, необходимое для её выполнения.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
def all_processes(env, inputs):
road_stretch, distance_total, traffic_light = 0, 0, 0
while True:
road_stretch += 1
# Call function calculates road travel time
distance, distance_total = ____(inputs, distance_total)
yield env.____(distance/inputs['Speed_limit_ms'])
print(f"> Road Stretch #{road_stretch} \nLength = {distance} m , Cumulative distance travelled = {distance_total} m , Total time elapsed = {env.now} sec")
traffic_light += 1
# Call function that calculates waiting time at a traffic light
waitTime_traffic_light_sec = ____(inputs, distance_total)
yield env.____(waitTime_traffic_light_sec)
print(f"> Traffic Light #{traffic_light} \nWait time = {waitTime_traffic_light_sec} sec, Time lapsed = {env.now} sec")