简单矿井模拟

Question

我想建立一个模拟采矿操作使用R，但我还没有取得很大进展。作为一个简单的例子，我想建立一个模拟卡车被装载到地下由一个挖掘机，然后卡车行驶下降到一个下降到我的运行(RoM)垫倾倒他们的负载，然后再回到沼泽地(瓦伊下降)再次装载。目标是找到完成这项工作的最佳数量的卡车，而不需要等待卡车装载的时间太长，而不让卡车在bogger或RoM上排太长的队。我正在尝试遵循这里发现的simmer教程。

首先，我需要为卡车建立一个轨道，我已经建立了如下的轨道：

# Load DES simulation package and set random seed
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
require(simmer)
set.seed(1234)

# Set up trajectory for a truck being loaded by a bogger to Rom and back again
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
Truck <- trajectory('Truck path') %>%
  # loaded by bogger
  seize('Bogger',1) %>%
  timeout(function() rnorm(1, 3, 0.5)) %>%
  release('Bogger',1) %>%
  # go up decline
  seize('Decline',1) %>%
  timeout(function() rnorm(1, 6, 1)) %>%
  release('Decline',1) %>%
  # dump on ROM
  seize('RoM',1) %>%
  timeout(function() rnorm(1,2,0.5)) %>%
  release('RoM', 1) %>%
  # go down decline 
  seize('Decline',1) %>%
  timeout(function() rnorm(1, 6, 1)) %>%
  release('Decline',1)

现在我的第一个问题是，这是如何解释卡车旅行是一个连续循环的事实呢？就像..。博格-> up -> RoM -> down -> bogger。轨迹应该指定为这个循环路径吗？

接下来，我建立了如下的仿真环境：

# Set up simulation enviroment
#~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
env %>%
    add_resource('Bogger',1) %>%
    add_resource('Decline',1) %>%
    add_resource('RoM', 1) %>%
    add_generator('Truck', Truck, function() rnorm(1, 6, 1))

执行时，我会收到以下错误消息(此时我被困住了)

Error in eval(lhs, parent, parent) : object 'env' not found

我也很困惑，为什么我需要为卡车到达的时间添加一个函数，而这已经在弹道链中指定了？

为可能的非常愚蠢的问题道歉，但我是第一次在黑暗中对这种类型的建模进行挖掘。

Answer 1

我已经修改了您的模型，取出了下降资源，因为我假设多辆卡车可以同时上下行驶，而您想要的是查看博格和RoM的排队时间。为了处理连续循环，我首先创建时间为零的卡车数量，然后当每个卡车完成时，您可以使用“激活”再次启动卡车。它被投入使用，这样你就可以看到改变卡车数量的结果。

library(simmer)
library(tidyverse)

set.seed(42)


# create a function so we can call it with varying number of trucks
f_mine_simulation <- function(n_trucks)
{
  env <- simmer("SuperDuperSim")  # define environment

  # Set up trajectory for a truck being loaded by a bogger to Rom and back again
  # I am assuming that multiple trucks can use the ramp, so it is not setup
  # as a resource.  
  #~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
  Truck <- trajectory('Truck path') %>%
    # loaded by bogger
    seize('Bogger',1) %>%
    timeout(function() rnorm(1, 3, 0.5)) %>%
    release('Bogger',1) %>%
    # go up decline
    timeout(function() rnorm(1, 6, 1)) %>%
    # dump on ROM
    seize('RoM',1) %>%
    timeout(function() rnorm(1,2,0.5)) %>%
    release('RoM', 1) %>%
    # go down decline 
    timeout(function() rnorm(1, 6, 1)) %>%
    activate("Truck_gen")

    # Set up simulation enviroment
    #~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
    env %>%
    add_resource('Bogger',1) %>%
    add_resource('Decline',1) %>%
    add_resource('RoM', 1) %>%
    add_generator('Init', Truck, at(rep(0,n_trucks))) %>%
    add_generator("Truck_gen", Truck, when_activated()) %>%
    run(10000) 

    # calculate the amount of waiting at the Bogger and RoM 
    return(get_mon_resources(env) %>%
        group_by(resource) %>%
        summarise(active = sum(head(server, -1) * diff(time)),
                  waiting = sum(head(queue, -1) * diff(time)),
                  n_trucks = n_trucks
        ))
}

# run for 1-10 trucks
x <- map_dfr(1:10, f_mine_simulation)

运行时，结果如下：

> x
# A tibble: 20 x 4
   resource active waiting n_trucks
   <chr>     <dbl>   <dbl>    <int>
 1 Bogger    1758.     0          1
 2 RoM       1173.     0          1
 3 Bogger    3461.   148.         2
 4 RoM       2347.    55.0        2
 5 Bogger    5199.   542.         3
 6 RoM       3414.   124.         3
 7 Bogger    6757.  1326.         4
 8 RoM       4502.   273.         4
 9 Bogger    8326.  2688.         5
10 RoM       5471.   559.         5
11 Bogger    9485.  5732.         6
12 RoM       6253.   756.         6
13 Bogger    9965. 12660.         7
14 RoM       6650.   942.         7
15 Bogger    9999. 22415.         8
16 RoM       6622.   966.         8
17 Bogger    9999. 32383.         9
18 RoM       6690.   956.         9
19 Bogger   10000. 42647.        10
20 RoM       6585.   968.        10

因此，您必须根据所需的队列大小(等待时间)来决定最佳数目。你可以看到，对于10,000个时间单位的模拟，有一个42,647个总等待时间为10辆卡车的模拟。你可以看到，在大约5辆卡车上，Bogger变得饱和(使用8326秒的时间-- 83%的繁忙时间)。RoM的总等待时间只有968，因为它的服务时间更短。

你可以看到“等待时间”在大约5辆卡车(几乎增加了10000秒)之后上升得有多快，因为博格已经饱和，每个人都在等待。