Rhestr Dosraniadau¶
Mae Ciw yn caniatáu nifer o ddosraniadau gwasanaeth a rhwng-dyfodiad parhaus, yn ogystal â dosraniadau empirig, amser dibynnol, dosraniadau a ddiffinnir gan y defnyddiwr, a dosraniadau arwahanol. Wrth ddewis paramedrau ar gyfer y dosraniadau, sicrhewch ni samplwyd rhifau negatif. Ar yn o bryd cynigir y dosraniadau canlynol:
Y Dosraniad Unffurf¶
Mae'r dosraniad unffurf yn samplu haprif rhwng dau rif a a b. Ysgrifennwch ddosraniad unffurf rhwng 4 a 9:
ciw.dists.Uniform(4.0, 9.0)
Y Dosraniad Penderfynedig¶
Mae'r dosraniad penderfynedig yn ddi-stocastig, ac yn cynhyrchu'r un rhif dro ar ôl tro. Ysgrifennwch ddosraniad penderfynedig sy'n rhoi'r gwerth 18.2 pob tro:
ciw.dists.Deterministic(18.2)
Y Dosraniad Trionglog¶
Mae'r dosraniad trionglog yn samplu o FfDT parhaus sy'n codi'n llinol o'i werth lleiaf low i'w werth moddol mode, ac yna'n disgyn yn llinol i'w gwerth mwyaf high. Ysgrifennwch ddosraniad trionglog rhwng 2.1 a 7.6 gyda modd 3.4:
ciw.dists.Triangular(2.1, 3.4, 7.6)
Y Dosraniad Esbonyddol¶
Mae'r dosraniad esbonyddol yn samplu haprif o'r dosraniad esbonyddol negatif gyda chymedr \(1/\lambda\). Ysgrifennwch ddosraniad esbonyddol gyda chymedr 0.2:
ciw.dists.Exponential(5)
Y Dosraniad Gama¶
Mae'r dosraniad gama yn samplu haprif o'r dosraniad gama gyda pharamedr siâp \(\alpha\) a pharamedr graddfa \(\beta\). Ysgrifennwch ddosraniad gama gyda pharamedrau \(\alpha = 0.6\) a \(\beta = 1.2\):
ciw.dists.Gamma(0.6, 1.2)
Y Dosraniad Normal Blaendor¶
Mae'r dosraniad normal blaendor yn samplu haprif o'r dosraniad normal gyda chymedr \(\mu\) a gwyriad safonol \(\sigma\). Mae'r dosraniad wedi'i blaendorri wrth 0, felly os samplir rhif negatif yna fe ail-samplir yr arsylwad yna nes samplir rhif positif. Ysgrifennwch ddosraniad normal blaendor gyda pharamedrau \(\mu = 0.7\) a \(\sigma = 0.4\):
ciw.dists.Normal(0.7, 0.4)
Y Dosraniad Lognormal¶
Mae'r dosraniad lognormal yn samplu haprif o log y dosraniad normal gyda chymedr \(\mu\) a gwyriad safonol \(\sigma\). Ysgrifennwch ddosraniad lognormal, hynny yw log o'r dosraniad normal gyda \(\mu = 4.5\) a \(\sigma = 2.0\):
ciw.dists.Lognormal(4.5, 2.0)
Y Dosraniad Weibull¶
Mae'r dosraniad Weibull yn samplu haprif o'r dosraniad Weibull gyda pharamedr graddfa \(\alpha\) a pharamedr siâp \(\beta\). Ysgrifennwch ddosraniad Weibull gyda \(\alpha = 0.9\) a \(\beta = 0.8\):
ciw.dists.Weibull(0.9, 0.8)
Dosraniadau Empirig¶
Mae'r dosraniad empirig yn dewis gwerthoedd o rhestr ar hap. Os yw arsylwadau yn ymddangos yn fwy aml yn y rhestr, byddant yn cael ei samplu'n fwy aml. I fewnbynnu rhestr o arsylwadau:
ciw.dists.Empirical([0.3, 0.3, 0.3, 0.4, 0.5, 0.6, 0.8, 0.9, 1.1, 1.1, 1.1, 1.1])
Dosraniadau Dilyniannol¶
Mae dosraniad dilyniannol yn cymryd rhestr, ac yn rhoi'r arsylwad nesaf yn y rhestr yn ailadroddol dros amser. Mae'r dosraniad yn gylchol, felly unwaith mae holl elfennau'r rhestr wedi'i samplu, mae'r dilyniant o werthoedd i'w samplu yn dechrau eto o ddechrau'r rhestr:
ciw.dists.Sequential([0.1, 0.1, 0.2, 0.1, 0.3, 0.2])
Ffwythiant Mas Tebygolrwydd¶
Mae Ciw yn gadael i ddefnyddwyr diffinio dosraniadau ffwythiant mas tebygolrwydd (FfMT neu PMF) eu hun. Mae'r dosraniad yn samplu o set gwerthoedd lle mae gan bob gwerth tebygolrwydd penodol, hynny yw samplu’r gwrth \(x\) gyda thebygolrwydd \(P(x)\). Er enghraifft, os yw \(P(1.4) = 0.2\), \(P(1.7) = 0.5\), a \(P(1.9) = 0.3\), ysgrifennwch:
ciw.dists.Pmf([1.4, 1.7, 1.9], [0.2, 0.5, 0.3])
Dim Dyfodiadau¶
Os nad yw nod yn cael unrhyw ddyfodiadau o ryw ddosbarth cwsmer, yna gallwch fewnbynnu'r cod isod yn lle dosraniad:
ciw.dists.NoArrivals()
Nodwch fod hwn ond yn ddilys ar gyfer dyfodiadau, peidiwch â'i ddefnyddio ar gyfer yr opsiwn service_distributions.
