Thompson Sampling 汤普森选样 最优路线问题 demo

import heapq
import random
from scipy.stats import beta
import matplotlib.pyplot as plt
import math

def trafic_monitor_1（x）:
    rain_prob=random.randint（1 100）
    trafic_jam_prob = random.randint（1 100）
    simple_prob=[i for i in range（1x[2]）]
    v=x[0]
    if rain_prob in simple_prob:
        print（“it‘s raining“）
        v=v*0.85
    else:print（“it‘s not raining“）
    if trafic_jam_prob in simple_prob:
        print（“it‘s a trafic jam“）
        v=v*0.75
    else:print（“there is no trafic jam“）

    return x[1]/v


def main（）:
    #x=[limited speed s:km probability that may rain or tafic jam]
    x1=[301510“x1“011]
    x2=[40105“x2“011]
    x3=[603030“x3“011]
    x4=[403030“x4“011]
    x5=[552740“x5“011]
    x6=[603050“x6“011]
    print（“the time is : “trafic_monitor_1（x5））
    #print（“******“beta.rvs（33））
    #-----record
    list_record_time=[]
    list_record_regret=[]
    for i in range（11001）:
        #-----initiate xi
        x1[4]=beta.rvs（x1[5]x1[6]）
        x2[4] = beta.rvs（x2[5] x2[6]）
        x3[4] = beta.rvs（x3[5] x3[6]）
        x4[4] = beta.rvs（x4[5] x4[6]）
        x5[4] = beta.rvs（x5[5] x5[6]）
        x6[4] = beta.rvs（x6[5] x6[6]）
        #------compare each beta find maximum
        list_beta=[x1[4]x2[4]x3[4]x4[4]x5[4]x6[4]]
        re1 = map（list_beta.index heapq.nlargest（1 list_beta））
        max_inde