1 回答
![?](http://img1.sycdn.imooc.com/533e4c5600017c5b02010200-100-100.jpg)
TA贡献1966条经验 获得超4个赞
您的代码引用了许多您没有提供定义的对象和方法。这使得你很难准确地知道你在寻找什么。另外,我不确定我是否理解你在概念上想要什么。但如果我对你的要求采取最简单的解释,我的建议是:
我假设这条线当前正在创建一个“到达”,它由interarrival变量引用:
interarrival = spstats.expon(scale=1/self.arrival_rate).rvs()
该值当前似乎是延迟值,使得连续延迟的模式覆盖泊松分布模式。此时,您希望在代码中创建延迟以及由x和y坐标给出的随机位置,而不仅仅是时间值,并将它们一起表示“到达”。
我建议创建一个 Python 字典对象来表示每次到达。您可以这样做:
interarrival = {
'delay': spstats.expon(scale=1 / self.arrival_rate).rvs(),
'position': {
'x': random.randint(self.min_x, self.max_x),
'y': random.randint(self.min_y, self.max_y)
}
}
我采取了很多自由措施并填写了您的代码,以便它实际上可以运行并“做某事”,尽管它所做的只是在到达之间延迟并打印每个到达的值。我假设您希望看到实际的延迟,因为您的呼叫self.env.timeout和 因为您的发电机永远不会停止生成到达。如果没有延迟或一些耗时的处理,此代码将很快产生数千个您无法读取的到达信息。
我将您的类从 重命名Arrival为Arrivals,因为其中的代码处理到达流,而不是单个到达,并且我想不出在不进行更多更改的情况下更改它的好方法。我尝试主要添加代码,并尽可能少地更改您提供的代码。考虑到这一切,我得出以下结论:
import scipy.stats as spstats
import random
import json
import time
class Arrivals(object):
def __init__(self, stream_defin, referrer):
self.service = stream_defin["service"]
self.arrival_rate = stream_defin["rate"]
self.min_x, self.max_x = stream_defin["min_x"], stream_defin["max_x"]
self.min_y, self.max_y = stream_defin["min_y"], stream_defin["max_y"]
self.referrer = referrer
def sim_init(self, env, sim_stats):
self.sim_stats = sim_stats
self.env = env
self.env.process(self.sim_arrival_generator())
return self
def sim_arrival_generator(self):
i = 0
while True:
interarrival = {
'index': i,
'delay': spstats.expon(scale=1 / self.arrival_rate).rvs(),
'position': {
'x': random.randint(self.min_x, self.max_x),
'y': random.randint(self.min_y, self.max_y)
}
}
yield self.env.timeout(interarrival)
i += 1
class Env():
def process(self, arrivals):
for arrival in arrivals:
# Do whatever needs to be done with each arrival
print('Processing arrival: ')
print(json.dumps(arrival, indent=4))
def timeout(self, arrival):
# Delay the arrival by its delay time before delivering for processing
print("Delaying %2.2f seconds..." % (arrival['delay']))
time.sleep(arrival['delay'])
return arrival
def main():
stream_defin = {
'service': 'service',
'rate': 0.5,
'min_x': 5,
'max_x': 50,
'min_y': 10,
'max_y': 60
}
stats = [] # a place to collect results, I assume
Arrivals(stream_defin, 'referrer').sim_init(Env(), stats)
main()
这个东西会永远运行,所以当你想停止它时,你必须按 CTRL-C 退出它。iterations添加配置值来限制迭代次数很容易。process()您可以将其添加到生成器本身,或者在达到指定的迭代计数时中断该方法。
示例结果(如上所述,输出中存在实际延迟):
Delaying 5.39 seconds...
Processing arrival:
{
"index": 0,
"delay": 5.394974068076859,
"position": {
"x": 34,
"y": 29
}
}
Delaying 1.51 seconds...
Processing arrival:
{
"index": 1,
"delay": 1.5095025601339542,
"position": {
"x": 24,
"y": 24
}
}
Delaying 1.48 seconds...
Processing arrival:
{
"index": 2,
"delay": 1.4840036046166114,
"position": {
"x": 28,
"y": 57
}
}
Delaying 4.09 seconds...
Processing arrival:
{
"index": 3,
"delay": 4.08649062133332,
"position": {
"x": 37,
"y": 14
}
}
...
添加回答
举报