博客

强化学习驱动的产品交付


强化学习驱动的产品交付

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。

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。

现金流量分析仿真建模


现金流量分析仿真建模

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。

AnyLogic 8.5版本发布


AnyLogic 8.5版本发布

AnyLogic已更新至8.5版本供您下载。8.5版本对AnyLogic云的API进行了变更。以下为关键变更的摘要,您可以在变更日志中查看完整的变更列表。让我们来看下8.5版本做了哪些更新!

在单个智能体的框架内,AnyLogic可以更轻松地对多层对象(如建筑物,传送带甚至邮轮)进行建模。这一更新使处理层的过程与图形编辑器中的过程相类似。可以单独处理每一层,并同时保持对建模对象的多层视图,并且可以更改层的透明度、隐藏或显示层的内容。