Question

我有称为“订单”的代理商在这些代理中，有许多设备作为属性。根据每个设备的使用年限，一定数量的设备会根据随机泊松过程而损坏。例如：

订单具有以下属性：

已安装的设备数（已安装的数量）
损坏的设备数量（损坏的数量）
此时间段内损坏的设备数量（今年已损坏）
按此顺序排列的设备年龄（订购年龄）
该订单的平均寿命（平均寿命）

我找到了几种方法，以列表方式使用过滤器来实现此目的：

ask orders [
    let broken-list n-values amount-installed [random-poisson order-age]
    set broken-list filter [s -> s >= average-lifespan] broken-list
    set broken-this-year length broken-list
    set amount-installed amount-installed - broken-this-year
    set amount-broken amount-broken + broken-this-year
]

我发现实现此目标的另一种方法是使用while循环方法：

 ask orders [
    while [amount-checked < amount-installed] [
      if random-poisson order-age >= average-lifespan [
        set broken-this-year broken-this-year + 1
      ]
      set amount-checked amount-checked + 1
    ]
    set amount-installed amount-installed - broken-this-year
    set amount-broken amount-broken + broken-this-year
]

因此，应该有许多已安装的设备出现故障，而许多设备仍在工作。但是，每个订单都包含数千个设备，并且在我的模型中有数百个订单。因此，此过程要花很长时间才能达到计算机死机的程度。必须有一种无需使用循环方法即可获得相同结果的方法。有谁知道更好的方法来解决这个问题？

netlogo中整个列表的随机泊松值

0 个答案: