運輸模型：定義程序方法
現在你已經定義好模型輸入，接下來要建立模型引擎，也就是用來描述各個程序的方法。
有兩個程序會影響駕駛在特定距離上的行駛時間：（1）在速限內行駛該距離的實際駕駛時間，以及（2）在紅綠燈前的等待時間。
本練習屬於課程
Python 的離散事件模擬
練習說明
- 使用高斯分佈來偽隨機產生
random_generated["Distance"]的數值。 - 將新計算出的距離加到
distance_total以更新其數值。 - 為
random_generated["WaitTime"]產生整數型的隨機數值。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
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