使用 Simmer 构建特定模型答案

【问题标题】：Using Simmer to build a specific model使用 Simmer 构建特定模型
【发布时间】：2019-03-30 23:51:41
【问题描述】：

我有关于实际事件的数据，我需要对不同资源可用时可能发生的情况进行建模。下一阶段将是建立一个“适当的”模拟，其中事件和时间的创建更加随机。我的问题是我无法确定如何确保为特定活动分配它在现实生活中的开始时间、优先级和超时时间。

library(simmer)
set.seed(654)
env <- simmer()
workerCount <- 2

actualData <- data.frame(arrTime = c(1:10,1:5), 
priority = 1:3, duration = rnorm(15, 50, 5))

activityTraj <- trajectory() %>%
seize('worker') %>%
timeout(5) %>%
release('worker')

env %>%
add_resource('worker', workerCount, Inf, preemptive = TRUE) %>%
add_generator('worker', activityTraj, at(actualData$arrTime), 
mon = 2, priority = 2)

env %>% run(50)

上面我需要做的是让生成器中的优先级从数据帧中读取（当前硬编码为2）和轨迹中的超时（当前硬编码为5）也从数据帧中读取.我看不出如何确保指定活动优先级和时间的行也将用于指定持续时间（或“超时”）。

【问题讨论】：

标签： r simulation

【解决方案1】：

首先，你必须确保你的actualData框架是按arrTime排序的：

actualData <- data.frame(arrTime = c(1:10,1:5), 
                         priority = 1:3, 
                         duration = rnorm(15, 50, 5)) %>%
  dplyr::arrange(arrTime)

然后，让我们构建一个辅助函数来使用您的actualData 的列：

consume <- function(x, prio=FALSE) {
  i <- 0
  function() {
    i <<- i + 1
    if (prio) c(x[[i]], x[[i]], FALSE)
    else x[[i]]
  }
}

可以按如下方式应用于您的轨迹：

activityTraj <- trajectory() %>%
  set_prioritization(consume(actualData$priority, TRUE)) %>%
  set_attribute("duration", consume(actualData$duration)) %>%
  seize('worker') %>%
  timeout(function(attr) attr["duration"]) %>%
  release('worker')

因为您的到达已排序。最后，让我们运行模拟：

env %>%
  add_resource('worker', workerCount, Inf, preemptive = TRUE) %>%
  add_generator('worker_', activityTraj, at(actualData$arrTime)) %>%
  run()

并检查实际持续时间是否正常：

activity_time <- get_mon_arrivals(env) %>%
  tidyr::separate(name, c("prefix", "n"), convert=TRUE) %>%
  dplyr::arrange(n) %>%
  dplyr::pull(activity_time)

all(activity_time == actualData$duration)
#> TRUE

更新：由于simmer v3.8.0，新的数据源add_dataframe大大简化了这种模式：

library(simmer)

workerCount <- 2
actualData <- data.frame(
  time = c(1:10,1:5), priority = 1:3, service = rnorm(15, 50, 5)) %>%
  dplyr::arrange(time)

activityTraj <- trajectory() %>%
  seize('worker') %>%
  timeout_from_attribute("service") %>%
  release('worker')

env <- simmer() %>%
  add_resource('worker', workerCount, Inf, preemptive = TRUE) %>%
  add_dataframe('worker_', activityTraj, actualData, time="absolute") %>%
  run()

activity_time <- get_mon_arrivals(env) %>%
  tidyr::separate(name, c("prefix", "n"), convert=TRUE) %>%
  dplyr::arrange(n) %>%
  dplyr::pull(activity_time)

all(activity_time == actualData$duration)
#> TRUE

【讨论】：