管理出租车公司：运行模型
在上一个练习中，您已经成功实现了事件的随机化。现在让我们把这些新概念应用到离散事件模型中。
一家拥有 10 辆出租车的公司希望优化业务以最大化利润。
已知出租车通常：
- 等待 1 到 10 分钟接到新的叫车，
- 从出发到到达乘客上车地点需要 1 到 10 分钟（在给定区间内的随机时长）。
平均行程时长为 20 分钟，标准差为 5 分钟。让我们构建一个离散事件模型，并模拟一个 8 小时的班次。
模型中的时间单位为分钟。
本练习是课程的一部分
Python 中的离散事件模拟
交互式实操练习
通过完成这段示例代码来试试这个练习。
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(____)