实验框架AnyLogic提供了丰富的实验框架，在该框架内你可以展开各项模拟操作，收集、展示、比较输出结果，并且可以校准和优化模型。一个模型中可以有多个实验；一个实验也可以打包，作为单独的Java程序或者应用程序输出。你可以使用AnyLogic图形编辑器来为实验设计复杂的互动式用户界面。对每一个实验都有许多的“补充说明”，在这里你可以规定在每一个复制，循环动作开始之前或结束之后需要执行的额外的动作。模拟实验结果可以以.csv扩展名格式保存，可随时在用户界面中重新载入或者在Excel中打开。Anylogic支持的实验类型有： 仿真仿真是最基本的实验类型，在仿真试验中你既可以运用一定的参数值运行实验，以虚拟的或者实时的规模观摩仿真动画 ，也可以停止、暂停、重启模型操作，按步骤运行模型。 在模型执行过程中，你可以观察处于模型任何阶层的任何对象，检验各个事件，状态图，动态和普通参数的状态。 你可以用仿真实验来对模型的程序进行调整，对动态仿真过程进行视觉展示。其他所有的实验类型都将模型当做一个黑匣子，以最快的方式进行处理，而不会以动画方式进行展示。 参数变化在该实验中伴随着一个或多个参数的修改，模型会被运行多次。你可以先规定参数的范围和步骤，然后使用Anylogic对各种参数的组合进行尝试；或者你可以用程序来控制参数值对于仿真运行系数的依赖程度。 如果由于某种原因，你的内置优化器不适合的话，该实验可以外挂你的优化算法：你可以规定在每个循环之后将启用什么代码来决定下一个参数集。
优化[AnyLogic高级版中可选择实现的功能、AnyLogic专业版的一项基本功能] 在目标函数，限制，要求和参数（决策变量）可以变化的情况下，Anylogic使用内置的OptQuest优化器寻求最佳解决方案。通过复制操作可以支持不确定型优化：在参数值相同的情况下，随机性模型可以运行多次（这就叫做复制操作），参数空间中的下一步由总计的输出值决定。 Anylogic可以为优化实验自动生成用户界面，其中包含了现有的最好的解决方案以及优化过程的动态流程。
比较运行该实验是一种互动式实验，你可以在其中输入模型参数，运行仿真，在图表中添加仿真结果，并将该结果与其他运行的结果进行对比。 该实验的默认用户界面包括输入栏和输出表。你可以选择一种特定的输出结果，点击图标即可展示对应的参数值。
敏感度分析该实验可以帮助你检测仿真实验结果对于模型参数变化的敏感度。实验向导会让你选择将要变动的参数和你感兴趣的输出值。对于单一的数值输出来行，会显示“输出vs参数”图标。 如果仿真输出是一个数值集（e.g.一个特定程序在一段时间内的动态过程），在一个图表中会显示多条曲线用于对比。
蒙特卡罗蒙特卡罗实验允许你多次运行一个仿真实验，获取输出信息的集合，并以柱状图形式展示。如果模型本身是随机的，那么即使你不改变输入参数，每一次运行可以产生不同的输出信息。另外一种情况是，对于每一个仿真运行可能会产生一个随意的参数值。 统计实验向导会问你你希望进行多少次重复，你是否希望改变参数，应该收集哪些数值或者数据集并将它们以柱状图形式展示。在该实验中可能会用到普通的或者是2D的柱状图。
校准在你的模型结构设定以后，你可能希望对一些参数进行调整，使它们在特定条件下的行为能够符合一定的模式。如果同时有几个参数需要调整，理所当然地就要使用一种内置的优化器来寻找一种最佳组合。这时候，你的目标就是要尽量缩小仿真输出值和观测数据之间的差别。 实验向导会询问你哪些参数需要被校准，哪些标准需要被运用。如果有多重标准，你就需要用到参数。校准过程和对每一种的标准的贴合度在默认的用户界面中展示出来。
Custom在自定义试验中，你有充分的自由可以设定参数，控制仿真操作，做出各种决定。它只是给出了一个代码字段，在该字段内你可以运用AnyLogic 引擎的丰富的Java API进行任意的操作(methods like run(), stop(), etc.)。 |
