โมเดลการขนส่ง: การกำหนดเมธอดของกระบวนการ
เมื่อกำหนด input ของโมเดลเรียบร้อยแล้ว ขั้นตอนต่อไปคือการสร้าง engine ของโมเดล ซึ่งประกอบด้วยเมธอดที่ใช้กำหนดลักษณะของกระบวนการต่าง ๆ
มีสองกระบวนการที่ส่งผลต่อเวลาที่ผู้ขับขี่แต่ละคนใช้ในการเดินทางตามระยะทางที่กำหนด ได้แก่ (1) เวลาขับจริงตามระยะทางที่ต้องการโดยปฏิบัติตามจำกัดความเร็ว และ (2) เวลารอที่สัญญาณไฟจราจร
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การจำลองเหตุการณ์แบบไม่ต่อเนื่องด้วย Python
คำแนะนำการฝึกหัด
- ใช้การกระจายแบบเกาส์เซียนเพื่อสร้างค่าสุ่มแบบ pseudo-random สำหรับ
random_generated["Distance"] - อัปเดต
distance_totalโดยบวกค่าระยะทางใหม่ที่คำนวณได้ - สร้างค่าสุ่มแบบจำนวนเต็มสำหรับ
random_generated["WaitTime"]
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
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