您的代码引用了许多您未提供定义的对象和方法。这使得很难确切地知道你在寻找什么。另外,我不确定我什至理解你在概念上想要什么。但是,如果我对您的要求采取最简单的解释,我的建议如下:
我假设这一行当前正在创建一个“到达”,它被interarrival 变量引用:
interarrival = spstats.expon(scale=1/self.arrival_rate).rvs()
该值目前似乎是一个延迟值,因此连续延迟的模式涵盖了泊松分布模式。您希望在代码中的这一点上创建延迟以及由x 和y 坐标给出的随机位置,而不仅仅是一个时间值,并让它们一起代表一个“到达”。
我的建议是创建一个 Python 字典对象来表示每个到达。你可以这样做:
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)
}
}
在答案中进行大量编码工作并不是 S.O.真的是关于,但是你在无聊的时候抓住了我,我讨厌提供我没有实际运行过的代码,所以......
我冒昧地填写了您的代码,以便它能够真正运行并“做某事”,尽管它所做的只是在到达之间延迟并在每次到达时打印它的值。我假设你想看到一个实际的延迟,因为你打电话给self.env.timeout,因为你的发电机永远不会停止产生到达。如果没有延迟或一些耗时的处理,此代码将很快喷出数千个您无法阅读的到达。
我将您的课程从Arrival 重命名为Arrivals,因为其中的代码处理的是到达流,而不是单个到达,而且我想不出一个好方法来改变它而不做更多的改变。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,这就是我想出的:
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()
这个东西永远运行,所以当你想停止它时,你必须按 CTRL-C 退出它。添加iterations 配置值来限制迭代次数会很容易。您可以将其添加到生成器本身,或者在达到指定的迭代次数时退出 process() 方法。
示例结果(如说明的输出实际延迟):
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
}
}
...