SimPy 简化了复杂模型

核心提示： 正如我前面提到的，我想收集一些当前 SimPy Monitor 类没有解决的统计信息，SimPy 简化了复杂模型(6)，也就是，我并不仅仅对平均付款时间感兴趣，每次对应于某一天的业务，这看来是个好主意，而且还对给定方案中最糟糕情况感兴趣，所以我创建了一个增强的监控程序

正如我前面提到的，我想收集一些当前 SimPy Monitor 类没有解决的统计信息。也就是，我并不仅仅对平均付款时间感兴趣，而且还对给定方案中最糟糕情况感兴趣。所以我创建了一个增强的监控程序，它收集最小和最大的计数值。

用监控程序监视模拟

class Monitor2(Monitor):
　　def __init__(self):
　　　　Monitor.__init__(self)
　　　　self.min, self.max = (int(2**31-1),0)
　　def tally(self, x):
　　　　Monitor.tally(self, x)
　　　　self.min = min(self.min, x)
　　　　self.max = max(self.max, x)

我们模拟的最后一步当然是 运行它。在大多数标准示例中，只运行一次模拟。但对于我的食品杂货店，我决定通过几次模拟进行循环，每次对应于某一天的业务。这看来是个好主意，因为有些统计信息会随每天的情况而有相当大的不同（因为到达的顾客人次以及所购商品数采用随机产生的不同值）。

清单 6. 每天运行模拟

for run in range(RUNS):
　　waittime = Monitor2()
　　checkouttime = Monitor2()
　　checkout_aisle = Simulation.Resource(AISLES)
　　Simulation.initialize()
　　cf = Customer_Factory()
　　Simulation.activate(cf, cf.run(), 0.0)
　　Simulation.simulate(until=CLOSING)
　　#print "Customers:", checkouttime.count()
　　print "Waiting time average: %.1f" % waittime.mean(),
　　　　　"(std dev %.1f, maximum %.1f)" % (sqrt(waittime.var()),waittime.max)
　　#print "Checkout time average: %1f" % checkouttime.mean(),
　　#　　　"(standard deviation %.1f)" % sqrt(checkouttime.var())
print 'AISLES:', AISLES, '　ITEM TIME:', ITEMTIME