用python代码编写实现有两台洗车机，一台性能好（3分钟洗一台小汽车，5分钟清洗一台SUV），一台性能较差（6分钟洗一台小汽车，10分钟清洗一台SUV）。车流量为随机，在上午是每小时20辆车，大小随机，比例1:1；下午是每小时30辆车，大小随机，比例为4：6。请问如何分别实现上下午平均等待时间最短。请编程实现这一洗车过程，并对之进行优化。

以下是实现代码：

import random

class Car:
    def __init__(self, car_type):
        self.car_type = car_type  # 0表示小汽车，1表示SUV

class CarWash:
    def __init__(self, wash_type, car_rate, suv_rate):
        self.wash_type = wash_type  # 0表示性能好的洗车机，1表示性能较差的洗车机
        self.car_rate = car_rate  # 小汽车处理速度
        self.suv_rate = suv_rate  # SUV处理速度
        self.waiting_cars = []  # 等待队列
        self.end_time_list = []  # 每辆车的结束时间

    def process_car(self, car):
        # 根据车的类型计算处理时间
        if car.car_type == 0:
            process_time = 3 / self.car_rate if self.wash_type == 0 else 6 / self.car_rate
        else:
            process_time = 5 / self.suv_rate if self.wash_type == 0 else 10 / self.suv_rate
        if not self.end_time_list:
            # 如果洗车机当前空闲，则车辆可以直接开始洗车
            start_time = 0
        else:
            # 否则，需要等待前面的车辆洗车结束
            start_time = max(self.end_time_list)
        end_time = start_time + process_time
        self.end_time_list.append(end_time)
        self.waiting_cars.append(car)

    def get_waiting_time(self):
        if not self.waiting_cars:
            return 0
        total_waiting_time = 0
        for i in range(len(self.waiting_cars)):
            start_time = 0 if i == 0 else self.end_time_list[i - 1]
            total_waiting_time += max(0, start_time - self.waiting_cars[i])
        return total_waiting_time / len(self.waiting_cars)

# 初始化两台洗车机
wash1 = CarWash(wash_type=0, car_rate=1/3, suv_rate=1/5)
wash2 = CarWash(wash_type=1, car_rate=1/6, suv_rate=1/10)

# 模拟洗车过程
random.seed(0)
morning_cars = [Car(random.randint(0, 1)) for _ in range(20)]
afternoon_cars = [Car(0) if i < 12 else Car(1) for i in range(30)]
random.shuffle(morning_cars)
random.shuffle(afternoon_cars)
for car in morning_cars:
    if len(wash1.waiting_cars) == len(wash2.waiting_cars):
        # 两台洗车机等待队列长度相等，随机选择一台洗车机
        wash = random.choice([wash1, wash2])
    else:
        # 选择等待队列长度较短的洗车机
        wash = wash1 if len(wash1.waiting_cars) < len(wash2.waiting_cars) else wash2
    wash.process_car(car)
for car in afternoon_cars:
    if car.car_type == 0:
        wash = wash1
    else:
        wash = wash2
    wash.process_car(car)

# 计算平均等待时间
morning_waiting_time = (wash1.get_waiting_time() * len(wash1.waiting_cars) + 
                        wash2.get_waiting_time() * len(wash2.waiting_cars)) / 20
afternoon_waiting_time = (wash1.get_waiting_time() * len(wash1.waiting_cars) + 
                          wash2.get_waiting_time() * len(wash2.waiting_cars)) / 30
print("上午平均等待时间：{:.2f}分钟".format(morning_waiting_time))
print("下午平均等待时间：{:.2f}分钟".format(afternoon_waiting_time))

在代码中，我们首先定义了 `Car` 类表示车辆，其中 `car_type` 属性表示车辆类型，0表示小汽车，1表示SUV。然后定义了 `CarWash` 类表示洗车机，其中 `wash_type` 属性表示洗车机类型，0表示性能好的洗车机，1表示性能较差的洗车机；`car_rate` 和 `suv_rate` 属性分别表示小汽车和SUV的处理速度；`waiting_cars` 属性存储等待队列；`end_time_list` 属性存储每辆车的结束时间。

在模拟洗车过程时，我们先随机生成车流量，然后按照先来先服务的原则将车辆加入等待队列。对于每辆车，我们先根据车的类型计算处理时间，然后根据洗车机的结束时间列表计算开始洗车的时间。最后将该车加入等待队列，并将其结束时间加入结束时间列表。

在计算平均等待时间时，我们先分别计算每台洗车机的平均等待时间，然后按照车流量比例加权求平均。

需要注意的是，由于车流量是随机的，所以每次运行程序得到的结果可能略有不同。如果需要得到更准确的结果，可以增加模拟次数并对结果取平均值。