我用simmer做了一个模拟，我得到了一个事件日志。活动的开始和结束表示为时间单位。它们看起来如下:
| start | end |
| --------- | -------- |
| 5.658733 | 13.244381 |
| 11.342792 | 13.583395 |
| 12.000000 | 13.612889 |
| 14.000000 | 14.000000 |
...
| 2694.162 | 6699.370 |
我想把这些时间戳。为此，我想确定模拟开始的确切时间和日期，并将所有以下时间单位相应地转换为类似于"2020-01-02 11:23:00"的时间戳。我设置模拟运行到时间单位2700
run(until=2700)
据我所知，这意味着模拟运行1周(7天)。
这是帮助你开始。我不是DES/炖煮专家。但我所理解的是，活动日志为您提供了特定活动的开始和结束时间(在您的模拟中)。
我不完全确定如何"模拟单元";2700的账户一个星期。但是你可以计算你的"模拟时间步长"。基于此。
作为开始，我假设给定的活动开始和结束"单元"分钟。
活动日志可重现数据
library(dplyr) # tidyverse data frame handling
log <- tibble::tribble(
~start, ~end
,5.658733, 13.244381
,11.342792, 13.583395
,12.000000, 13.612889
,14.000000, 14.000000
,2694.162 ,6699.370
)
转换时间单位
如上所述，这是你必须考虑转换"模拟单元"的地方。变成时间长度。这将影响因子，你必须乘你的值转换成测量的时间单位。
帮助将double转换为持续时间的包是{hms}。
library(hms)
## check out what hms does
as_hms(log$start)
00:00:05.658733
00:00:11.342792
00:00:12.000000
00:00:14.000000
00:44:54.162000
{hms}将您的double-simulation-step-units转换为秒。
我假设您的活动时间/模拟步骤时间以分钟为单位。
因此，我们需要乘以60。
请注意，您需要在这里选择相应的转换。例如，您的2700模拟时间单位可以是1周= 7天= 7 * 24小时= 7 * 24 * 60 * 60秒。那么您的转换将是(7 * 24 * 60 * 60)/2700。但我把这个留给你来验证和调整。
log <- log %>% mutate(
start_moment = as_hms(start * 60)
, end_moment = as_hms(end * 60)
)
log
# A tibble: 5 x 4
start end start_moment end_moment
<dbl> <dbl> <time> <time>
1 5.66 13.2 00:05:39.52398 00:13:14.66286
2 11.3 13.6 00:11:20.56752 00:13:35.00370
3 12 13.6 00:12:00.00000 00:13:36.77334
4 14 14 00:14:00.00000 00:14:00.00000
5 2694. 6699. 44:54:09.72000 111:39:22.20000
为start-time添加持续时间
其余部分如您所建议的，将转换的持续时间添加到模拟开始时间。例如:
library(lubridate) # for date-time operations
sim_start <- lubridate::ymd_hms("2020-01-02 11:23:00") # define your sim start
log <- log %>%
mutate(
start_time = sim_start + start_moment
, end_time = sim_start + end_moment
)
这个收益率
log
# A tibble: 5 x 6
start end start_moment end_moment start_time end_time
<dbl> <dbl> <time> <time> <dttm> <dttm>
1 5.66 13.2 00:05:39.52398 00:13:14.66286 2020-01-02 11:28:39 2020-01-02 11:36:14
2 11.3 13.6 00:11:20.56752 00:13:35.00370 2020-01-02 11:34:20 2020-01-02 11:36:35
3 12 13.6 00:12:00.00000 00:13:36.77334 2020-01-02 11:35:00 2020-01-02 11:36:36
4 14 14 00:14:00.00000 00:14:00.00000 2020-01-02 11:37:00 2020-01-02 11:37:00
5 2694. 6699. 44:54:09.72000 111:39:22.20000 2020-01-04 08:17:09 2020-01-07 03:02:22
显然，前面提到的逻辑很简单，您可能需要在持续时间中添加不同的时间。
例如，如果后续活动(步骤)的开始在前一步之后，则需要开始创建计算结束时间，并将其用作下一步的start_time，等等。不幸的是，你的问题没有明确说明这一点。
但是在转换到持续时间后，您应该有一个构建块来让您继续。