Reproduce simmer'exemple publié M/M/1

Sur cette page

La question est de savoir si la file d'attente à un seul serveur en Ucar, Smeets et Azcorra (2019), simmer: Discrete-Event Simulation for R, produit le résultat imprimé dans la section 4.2 et est en accord avec la ligne de base de la théorie des files d'attente dans la section 4.1. L'éditeur fournit la version réelle script de réplication R et simmer 4.3.0 Paquet source.

Modèle et comparaison fixés avant exécution#

Le modèle a des arrivées exponentielles au taux 2, un service exponentielle au taux 4, un serveur et une file d'attente infinie. La section 4.1 s'applique à 2 000 personnes. simulation- les unités de temps. La section 4.2 utilise 100 réplications, chacune fonctionnant pour 500 unités, avec set.seed(1234) et mclapply(..., mc.set.seed = FALSE). Deux travailleurs forkés sont rendus explicites pour reproduire la valeur par défaut de R dans l'exemple fourni. Le temps a des unités abstraites simulation.

La publication p. 20 moyenne est 0.4974943, avec un intervalle de 95 % [0.4868269, 0.5081617]. La tolérance de comparaison est 5 × 10^-8, une demi-unité dans la dernière décimale imprimée, déclarée avant l'exécution. Cela teste la sortie imprimée plutôt qu’une nouvelle tolérance scientifique. La statistique est l'heure moyenne d'arrivée dans le système (end_time - start_time); le texte de l'article environnant l'appelle population moyenne, mais l'expression exécutable et ses unités sont le temps.

Une validation distincte utilise 100 graines distinctes, 10 001 à 10 100, sous le même modèle et un horizon de 500 unités. La règle prédéfinie nécessite les valeurs exactes M/M/1, le temps système moyen 1/(4−2) = 0.5 et population moyenne (2/4)/(1−2/4) = 1, pour se situer dans leurs intervalles Student-t respectifs de 97,5 %. Les deux intervalles fournissent un niveau de confiance simultané Bonferroni d'au moins 95 %. Cette extension modifie la gestion des semences et est étiquetée séparément du tirage papier littéral. Les conditions initiales vides et la censure de l'achèvement restent des limitations à horizon fini.

L'exemple déterministe de la section 5.2 ajoute des arrivées aux moments 1 à 1000, chacune avec un délai 1. Il doit produire exactement 1 000 enregistrements complétés, des départs 2–1001 et du temps d'activité 1, avec une tolérance zéro pour ces valeurs entiers exactement représentatives.

Répétez la course#

Fichiers nécessaires : prepare_sources.py, run_mm1.R, plot_results.R, Makevars, et les fichiers d'environnement enregistrés. prepare_sources.py récupère le code de l'auteur et vérifie SHA256; il refuse les octets de source altérés. Le supplément de l'auteur est téléchargé pendant la configuration, pas copié dans la source du laboratoire.

Utilisez Linux avec un compilateur C++. Créez un environnement de projet, en gardant ses caches et fichiers de travail sur l'espace de travail sélectionné. L'écoulement observé était R 4.5.3, simmer 4.3.0, RCPP 1.1.2, BH 1.69.0.1, magrittr 2.0.5et jsonlite 2.0.0. La section sur les performances de l'article rapporte R 3.3.3 ; il s'agit d'un runtime R plus récent avec la source simmer originale de l'éditeur. conda-linux-64-explicit.txt enregistre les paquets d'exécution portables. Ses métadonnées conda énumèrent toujours le nouveau paquet BH initialement installé; l'étape d'installation finale requise ci-dessous remplace ses fichiers par BH 1.69.0-1. R-packages.csv enregistre les versions réelles du paquet utilisé.

python3 prepare_sources.py
micromamba create -y -p ./env -c conda-forge \
  r-base=4.5.3 r-rcpp=1.1.2 r-magrittr=2.0.5 r-jsonlite=2.0.0 r-codetools
# Set project-local TMPDIR and cache paths before these commands.
./env/bin/R CMD INSTALL sources/BH_1.69.0-1.tar.gz
R_MAKEVARS_USER="$PWD/Makevars" ./env/bin/R CMD INSTALL sources/simmer-publisher.tar.gz
./env/bin/Rscript --vanilla run_mm1.R .
./env/bin/Rscript --vanilla plot_results.R .

Les essais Makevars sélectionne /usr/bin/g++; ajustez ce chemin du compilateur pour la machine locale et enregistrez toutes les modifications. Il n'y a pas de données patient ni d'ensembles de données externes. Les références de synchronisation Python/Julia sans rapport avec l'article et ses dépendances de traçage ne sont pas exécutées. Les expressions du modèle de file d'attente, les appels à nombres aléatoires, les valeurs de départ et les horizons sont préservés ; les tracés sont rendus séparément des moniteurs natifs en utilisant la base R.

Comparaison observée#

Vérifier Résultat observé Référence / règle Résultat
Section 4.2 moyenne du papier 0.49749431258942678 0,4974943, erreur absolue ≤5e-8 Erreur 1.259e-8
Rubrique 4.2, intervalle de l'extrémité inférieure 0.48682693460382809 0,4868269, erreur absolue ≤5e-8 Erreur 3.460e-8
Rubrique 4.2, intervalle de l'extrémité supérieure 0.50816169057502547 0,5081617, erreur absolue ≤5e-8 Pass : erreur 9.425e-9
Temps moyen des graines indépendantes 0,49806184986850421 ; Intervalle de 97,5 % [0,48818870937393966, 0,50793499036306877] Contient 0,5 Passons
Population moyenne indépendante de graines 0,99769534465266396 ; Intervalle de 97,5 % [0,97465534840801427, 1,0207353408973137] Contient 1 Passons
Section 5.2 Arrivées déterministes 1 000 débuts, fins, temps d'activité et indicateurs d'achèvement corrects Égalité effective entre les hommes et les femmes Passons

La course numérique a duré environ 1,26 secondes après la configuration de l'environnement sur cet hôte. Des moniteurs d'arrivée et de ressources complets, des CSV par replication, des sorties déterministes, des blocs exécutés extraits, des informations de session, un reçu lisible par machine et un tracé dans PNG/SVG sont conservés.

Ce que le match fait et n'établit pas#

La sortie imprimée de la section 4.2 a été adaptée à sa précision affichée en utilisant le code de l'éditeur. L'exécution littérale 100-replication ne contient que 50 moyens de réplication distincts: avec deux ouvriers fourchus et mc.set.seed = FALSE, les travailleurs correspondants héritent du même état RNG. Une vérification exploratoire distincte menée par deux travailleurs a confirmé que les trames de données complètes du moniteur d'arrivée, et pas seulement les moyennes, sont exactement identiques. Son intervalle imprimé ne doit donc pas être traité comme un intervalle d’incertitude validé indépendamment sur 100 analyses indépendantes. L’expérience distincte avec des graines indépendantes aborde ce problème dans le cadre de son horizon fini déclaré. Aucun ajustement des graines ou de la taille de l'échantillon n'a été effectué après la visualisation des résultats numériques.

La première construction source a échoué parce que le BH moderne 1,90 n'a plus fourni de macros attendues par la source 2019. Pinning publication-ère BH 1.69.0-1 fixe la construction sans changer simmer Code. La première solution de conda a également échoué parce que r-simmer est absent du canal. Les deux échecs demeurent dans le répertoire des preuves. L'examen technique de l'agent et la comparaison numérique réussie sont distincts de l'examen scientifique humain, qui demeure en suspens.

Le paquet est GPL >=2; les sources de l'éditeur/du CRAN conservent leurs propres termes. Les sorties numériques nouvellement générées et la documentation du laboratoire peuvent être partagées sous les termes de contenu original du hub. Le harnais source-retrieval vérifie les octets en amont avant l'exécution.

Télécharger les fichiers enregistrés#

Enregistrement complet · Toutes les tentatives des candidats. Un examen scientifique humain est en cours.

Afficher la source sur GitHub