博客

如何创建出色的仿真模型


如何创建出色的仿真模型

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?

如何使用AnyLogic云:5个典型应用场景


如何使用AnyLogic云:5个典型应用场景

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。

商业中的蒙特卡罗仿真实验


商业中的蒙特卡罗仿真实验

蒙特卡罗实验是在处理不确定性时获得精确估计的一种方法。它使用随机性来获得有意义的信息,并有效地计算业务风险和预测失败,如成本或调度超支。

AnyLogic可以对高度复杂的系统进行蒙特卡罗仿真。通过多方法建模,仿真系统可以是复杂的、动态的、非线性的。这些仿真模型的结果可以来自并行处理和云计算,并可以通过多种方式提供,包括通过API和自定义UI。

AnyLogic Cloud API: Python


AnyLogic Cloud API: Python

在之前的博客中,我们介绍了AnyLogic Cloud JavaScript API,现在我们将介绍AnyLogic Cloud Python API。

在GitHub上,Python的受欢迎程度仅次于JavaScript,是世界上第二大受欢迎的语言。它是一种用于强化学习、数据处理和数据展示的流行语言。对于AnyLogic, Pypeline连接库允许您从运行的AnyLogic仿真模型中调用Python——查看我们的Pypeline 网络研讨会视频中了解更多信息。在本博客中,我们将重点介绍AnyLogic Cloud Python API。

可修复备件的资产管理优化


可修复备件的资产管理优化

ITC Infotech致力于优化复杂资产密集型行业的库存管理。通过结合仿真、机器学习和优化,展示了针对可循环/可修复备件的有效资产管理和库存优化,从而平衡服务水平和库存成本。

消耗品在其使用寿命结束时被处理或回收,与它们在失效前的运行时间长短有关。这个时间通常被量化为故障前的平均时间- MTBF。对于可修复零件,还需要考虑修复时间,这取决于缺陷类型、工作中心可用性和维修部分可用性。

限制区域:如何控制运输车的出入


限制区域:如何控制运输车的出入

AnyLogic 8.6更新的关键部分与物料处理库有关。现在,诸如AGV之类的运输工具的移动可以受到区域的限制,并且可以有条件地允许进入:通过运输车数量,计划,吞吐量等等。对于制造和仓库设置,可以以多种方式应用此功能,包括对门进行建模,限制操作机械(例如起重机)时的限制,以及避免在装货区域或交叉路口造成拥挤。