管理計程車公司：執行模型
既然你在上一個練習中已成功將事件隨機化，現在就把這些新概念應用到離散事件模型裡吧。
一家擁有 10 輛計程車的公司希望最佳化營運以最大化獲利。
你知道計程車通常會：
- 等待新客戶來電的時間介於 1 到 10 分鐘，
- 從派車到抵達乘客上車地點需要 1 到 10 分鐘（在該區間內的隨機時間）。
平均乘車時間為 20 分鐘，標準差為 5 分鐘。讓我們建立一個離散事件模型，並以 8 小時的班次來執行。
模型中的時間單位為分鐘。
本練習屬於課程
Python 的離散事件模擬
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 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(____)