博客

物料搬运库是 AnyLogic的重要组成部分，本篇“how-to”我们就来探讨要怎样使用物料搬运库。

本文我们通过太阳能光伏电池板生产线模型来了解物料搬运库的功能，并学习如何使用站（Station）。该模型展示了太阳能光伏电池板的生产过程，包括太阳能光伏电池片的准备，以及组件的制造过程。模型的统计部分，对输送网络和设备的总利用率，以及生产周期和生产率进行了预估。您可在 Anylogic网站主页上的示例列表"制造"部分中找到这个模型。您也可以在本页面上启动模型，将会跳转到Anylogic云上直接启动。

我们在AnyLogic 8.7.4版中新加入了一项能够直接链接到 Pathmind 强化学习 (RL) 平台的新实验，可帮助仿真建模人员和人工智能相关从业人员充分利用仿真和 AI 之间的协同作用。实践证明，对于大型复杂系统，通过 Pathmind 强化学习平台得到的解决方案要优于固定成熟的常规启发式算法。

本篇博文主要介绍了集成Pathmind 的AnyLogic新实验，并重点介绍了 Engineering Group 使用 Pathmind RL 平台做的两个工业案例。

本文是AnyLogic 物料搬运库系列的第五部分，物料搬运库是专门为工厂、仓库以及其他涉及货物移动、加工和分类的设施而设计的，可帮助您更快捷的对此类作业进行建模。

在本篇博客中，我们将演示如何使用网络端口 组件，将单个输送带与其上的工作站连接，创建一个输送带网。

准备就绪？那我们开始吧！

如果您关注我们的博客，您将知道我们目前正在致力于开发AnyLogic 9——业界领先的仿真工具AnyLogic的最新版本！另外，我们将在9月的AnyLogic会议上展示其新的浏览器界面和新功能。

新版本更新不会等待太长时间，但是博客读者马上就能看到关于AnyLogic 9的开发情况。接下来，我们将发布一系列文章，带您深入了解AnyLogic 9主要版本的关键变化。在本文中，我们将演示流程图的创建：新版本中流程图的创建和编辑将更加便捷。

本文来自一篇关于在AnyLogic中使用Pathmind强化学习的博客，作者是来自埃森哲的Agustin Albinati。现在，AnyLogic中已经有专门的实验可以与Pathmind强化学习结合使用——了解更多。

每当有新技术出现，市场力量就会驱使各行业想方设法实施这些技术， 以取得优势或保持竞争力。随着时间的推移，会有新的工具被开发出来，有助于新技术的使用和更广泛地应用。

3月底，AnyLogic 8.7和AnyLogic Cloud进行了更新。以下是对AnyLogic 8.7.3和AnyLogic云功能更新的简要概述。

操作云模型，查看AGV是如何在这个模型中工作的。

如何在AnyLogic中为3D对象定义不同的颜色？该视频将使用AnyLogic示例模型中的3D加油站模型来演示一个灵活改变汽车颜色的方法。您将学习如何从AnyLogic的140种标准颜色中为3D对象定义随机颜色，以及如何创建自己所需的颜色列表。

AnyLogic更新AnyLogic 8.5版本发布的那一天，我非常兴奋。除了对多层模型的支持及对物料搬运库的改进，我发现还增加了一个3D自行车对象。这让我想起了之前我上传到RunTheModel的一个自行车模型，而这又反过来让我开始思考使用流程建模库创建一个类似的模型。是否有可能创建一个似乎完全使用基于智能体（AB）建模方式的离散事件（DE）模型？

在2017年，我们对外发布了AnyLogic云。它现在是最大的仿真模型公共在线平台，有超过10000人正在使用它。

任何人都可以使用AnyLogic云的公有版本运行他们的模型和实验，模型和实验结果可以在线共享并通过浏览器运行。云平台借助云计算的优势：通过这种方式，复杂的实验比在普通计算机上执行的速度更快，并且动画质量尽可能最小限度地依赖设备的性能。

AnyLogic云版本2.2.x版本为使用仿真建模的组织提供了一个集成的环境，用于模型管理和执行。这些版本中的新特性升级了仿真的可访问性、安全性和性能。

这篇博文将探讨AnyLogic云是如何管理仿真模型的，并重点介绍截至当前2.2.2版本的各种新特性。