博客

企业级的仿真正在成为日常工作流程中更普遍和不可或缺的一部分。除了前几代孤立解决方案所能提供的静态报告之外，现代集成仿真还提供了最新的交互式见解。结合BI、AI和优化技术的仿真已成为见解洞察生态系统的关键组成部分。

在研讨会“AnyLogic私有云：支持企业级仿真部署”中，AI & Simulation项目经理Arash Mahdavi博士和项目支持专家 Jeff Wirtz，对私有云进行了概述并详细介绍了其中几个主要功能。本文将为您总结其中涉及到的私有云功能，并为您提供会上问答环节的记录。

假期到来之前，我们更新了AnyLogic和AnyLogic云。在软件功能方面，主要更新了两部分内容，一是为物料搬运库添加了新的货架功能，二是为AnyLogic云中的模型添加了文件输出功能。

下面我们一起来看一下其中几个值得注意的改进！

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。

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。

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。

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。

2020年10月12日，在MaxRad软件在线用户体验大会上，与AnyLogic8.7和AnyLogic云开发一起预览了AnyLogic9即将推出的特性和功能。

AnyLogic 9将是一个重要的更新，会议期间，AnyLogic公司CEO Andrei Borshchev、首席软件工程师Nikolai Churkov和AnyLogic云开发主管Alexander Rakulenko透露了许多新的细节。

以下是演示录像和后续问答环节。

随着AnyLogic 8.5的发布， AnyLogic云API 8.5.0也有了新特性。使用该API，您可以在AnyLogic云中配置和远程运行仿真模型，并为它们创建用户界面（示例界面）。您可以在我们之前的博客中找到关于这些功能和其他功能的相关信息。本篇文章旨在分析新特性并对示例进行尝试。

金融科技初创公司Eco Banking的现金流量分析系统，简化了股东、投资者和审计师的工作。

NFP为Eco Banking公司开发的EcoBanking系统（EBS）应用了新的分析方法，将时间延迟和非线性依赖性的历史数据考虑在内。 简而言之，建模时同时考虑了历史数据和预测结果，建立了一个可以快速明智地辅助股东、投资者和审计师做出决策的系统。