0

我正在建立一个simmer通过无人机运送疫苗的模拟。仿真部分的伪代码是：

  1. 在一个地理区域中生成 N 个“需求点”，代表需要疫苗的位置。做成一个数据框。将到达时间添加为数据框列。添加优先级列 - 先到先得。
  2. 使用 kmeans 聚类在整个地理范围内查找 K 个无人机站点位置
  3. 生成一个 N x K 矩阵，表示从每个无人机站点到每个请求点的行程时间

在模拟中，疫苗交付是到达，无人机是资源（服务器容量 1，无限队列容量）。我希望模拟使用这个资源选择逻辑：

  1. 当到达发生时，确定哪些无人机可用。其中，选择旅行时间矩阵确定的旅行时间最短的无人机。
  2. 如果当前使用了所有无人机，则新来的人将被放入一个共同的队列中。每当有任何无人机可用时，公共队列中的到达优先，队列中最早到达的优先。这可能意味着疫苗不是从最近的无人机站运送的。
  3. 一旦到达seize_selected选定的无人机，timeout对于旅行时间，然后release_selected是该无人机。

我正在尝试调整使用 simmer 包（或替代方案）调度资源时使用路由逻辑中的逻辑，但未按预期工作。

任何帮助表示赞赏。对我来说真正棘手的部分是将到达的人排成一个共同的队列，然后选择最快的无人机。
我当前的模拟代码是：

delivery_env <- simmer()
delivery_traj <- trajectory("delivery") %>%

  
  set_attribute(c("min_drone_index", "min_drone_delay"), function() {
    # find available resources
  server_count <- numeric(drone_count)
    
    for (i in 1:length(server_count)){server_count[i] <- get_server_count(delivery_env, paste0("drone", i))   }
  
    #find index of minimum travel time, inclusive of server_count
  #since the capacity of each drone is 1, we want to find the drones
  #that have server_count == 1 and set them "very very far away" from the deliverypoint
  #so the ranking system puts them last
  
  #identify row of traveltime_matrix that corresponds to the delivery point
  #in traveltime_matrix, rows are vaccines, columns are drones
    k <- get_attribute(delivery_env, "arrival_index_index1")
    traveltime_vec <- traveltime_matrix[k, ]
    
    #make the currently-occupied drones, "very very far away"
    traveltime_vec[which(server_count==1)] <- traveltime_vec[which(server_count==1)]+ 9999999999
    
    #identify a single value for the minimum distance - more than 1 drone index may be the minimum
    #identify closest available. randomly sample if more than 1 is closest
    k <- which.min(traveltime_vec)
    min_drone_index <- sample(k,1)
    #the drone (resource) is seized for 2x the one-way travel time, plus time on the ground.
    min_drone_delay <- 2*traveltime_vec[min_drone_index] + delivery_ontheground_time_minutes 

    # take the nearest available resource. 

    return(c(min_drone_index, min_drone_delay))
  }) %>%
  
  simmer::select(function() paste0("drone", get_attribute(delivery_env, "min_drone_index"))) %>%
  seize_selected() %>%
  timeout_from_attribute("min_drone_delay") %>%
  release_selected() %>%
  #release("drone") %>%
  log_("Delivery Finished")
  
  

delivery_env <-
  simmer("drone") %>%
  add_resource(name= paste0("drone",seq(1,drone_count,1)), capacity=1) %>%
  add_dataframe(name_prefix='delivery',trajectory = delivery_traj, data=pointsdf,mon=2,batch=50,col_priority="priority",
  col_time = "absolute_time", time ="absolute",col_attributes = c("longitude","latitude","arrival_index_index1","arrival_index_index0"))
  
sim_out <- delivery_env %>% run()
4

1 回答 1

1

除此之外，您还需要容量等于无人机数量的额外资源。那是你的普通队列。如果您需要最先到达的时间，那就是 LIFO。根据计数器函数设置优先级值将完全实现这一点（或者，如果您在源数据框中设置该优先级，那也可以）。把所有东西放在一起：

prio_counter <- function() {
  i <- 0
  function() {
    i <<- i + 1
    c(i, NA, NA)
  }
}

delivery_traj <- trajectory("delivery") %>%
  set_prioritization(prio_counter()) %>%
  seize("common_queue") %>%
  set_attribute(c("min_drone_index", "min_drone_delay"), function() {
    ...
  }) %>%
  simmer::select(...) %>%
  seize_selected() %>%
  timeout_from_attribute("min_drone_delay") %>%
  release_selected() %>%
  release("common_queue") %>%
  log_("Delivery Finished")

顺便说一句：（get_server_count()以及所有其他吸气剂）是矢量化的，你不需要在那里循环。

于 2021-07-29T13:44:53.927 回答