R simmer：用于选择服务器的自定义逻辑

如何解决R simmer：用于选择服务器的自定义逻辑

我正在构建 simmer 模拟以通过无人机运送疫苗。仿真部分的伪代码为：

在一个地理位置中生成 N 个“需求点”，代表需要疫苗的位置。制作成数据框。添加到达时间作为数据框列。添加优先级列 - 先到先得。
使用 kmeans 聚类来查找跨地理区域的 K 个无人机站位置
生成一个 N x K 矩阵，表示从每个无人机站到每个需求点的行程时间

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）。我想让模拟使用这个资源选择逻辑：

到达时，确定哪些无人机可用。其中，选择行程时间矩阵确定的最短行程时间的无人机。
如果当前所有无人机都被使用，新来的无人机将被放入一个公共队列。每当任何无人机可用时，公共队列中的到达者优先，队列中最早到达者优先。这可能意味着疫苗不是从最近的无人机站运送。
一旦到达 seize_selected 选定的无人机，timeout 为旅行时间，然后 release_selected 该无人机。

我正在尝试调整 Use routing logic when dispatching resources with simmer package (or an alternative) 中的逻辑，但没有按预期工作。

感谢任何帮助。对我来说，真正棘手的部分是将到达的人放入一个公共队列，然后选择最快的无人机。
我目前的模拟代码是：

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()

解决方法

除此之外，您还需要额外的资源，其容量等于无人机的数量。那是你的常见队列。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（或者，如果您在源数据框中设置该优先级，那也可以）。将所有内容放在一起：

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 getter）是矢量化的，您不需要在那里循环。