标签: event-simulation

我想让我的代码更快地运行，以进行更多的迭代和运行。现在，我的代码太慢了，但是我不知道要更改什么来加速它。我首先编写了动力学的蒙特卡洛模拟，然后将其编辑为布朗运动模拟。我当前的代码无法处理10,000次运行，每次运行10,000次迭代。

import numpy as np
import matplotlib.pyplot as plt
import time
%matplotlib inline

runs = int(input("Enter number of runs: "))
N = int(input("Enter number of iterations per simulation: "))

y = 0
R = 10*1  # R is the rate value
t0 = time.time()
for y in range(runs):  # Run the simulation 'runs' times
    T = np.array([0])
    dt = 0
    x = 0.5  # sets values 
    X = np.array([x])
    t = 0
    i = 0

    while t < N:  # …

所以假设超市里有一个自助结账柜台排队。我正在尝试编写一个函数来计算所有客户结账所需的总时间！

输入：

客户：代表队列的正整数数组。每个整数代表一个客户，其值是他们需要结账的时间。

n：正整数，结账台数。

输出：

该函数应返回一个整数，即所需的总时间。例子：

queue_time([5,3,4], 1)
# should return 12
# because when n=1, the total time is just the sum of the times

queue_time([10,2,3,3], 2)
# should return 10
# because here n=2 and the 2nd, 3rd, and 4th people in the 
# queue finish before the 1st person has finished.

queue_time([2,3,10], 2)
# should return 12

只有一个队列服务多个收银台，队列的顺序永远不会改变。队列中的最前面的人（数组/列表中的第一个元素）一有空就进入直到。我试过这个，但它不能正常工作，我不知道如何让下一个人进入，直到它打开。

def queue_time(customers, n)
  if customers == []
    n=0
  else
    x= customers.reduce(:+) / n 
    if x < customers.max
      customers.max
    else …

我刚刚参加了一个程序，该程序使我开始研究新的网络协议，而我的第一个任务是学习离散事件仿真。

推荐了2本书：

仿真计算机系统：技术与工具的 迈伦H.麦克杜格尔

仿真模型设计和执行：保罗·菲什威克（Paul Fishwick）构建数字世界