我们很自豪地推出了一项期待已久的新功能——可逆式输送带。另外,AnyLogic 8.7.12还内置了重新设计的AnyLogic帮助。继续阅读了解更多信息。
在许多情况下,需要将经过训练的机器学习(ML)模型合并到仿真模型中。现在,得益于一个新的AnyLogic库, ONNX ML使模型变得更容易、更有效。 通过将此附加组件库合并到AnyLogic环境中,您的模型可以访问其功能,就像使用任何其他内置库一样。只需要将助手对象添加到模型中并配置它。继续阅读以了解更多信息。
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!
2021年的AnyLogic年度会议上, AnyLogic 首席软件工程师 Nikolai Churkov关于” 正在研究使 Python 成为 AnyLogic 中的第二个原生脚本语言”的演讲中,Python初露锋芒。 如果您希望参与正在进行的研究,请联系我们!我们计划对AnyLogic 8的Python实验版进行有限访问,欢迎发送邮件至python@anylogic.com参与我们的计划。
AnyLogic 8.7.7新版本发布 。 在此版本中,我们主要增强了物料搬运库的功能,特别扩展了仓库存储功能。 熟知AnyLogic 的用户,可能都知道要建模仓库模型,可以使用流程建模库的 RackStore、RackPick 和 RackSystem 以及空间标记元素 PalletRack 。 在此版本中,我们对它们进行了重新构建,下面我们将向您展示更新的新功能。
AnyLogic 9是业界领先仿真工具的最新版本,目前还在开发中。让我们继续预览AnyLogic 9的新功能。 在之前的博文中,我们已经展示了如何使用AL9简便快捷地创建和编辑流程图。在本文中,我们将为您展示AnyLogic 9与之前版本之间最重要的区别——与云平台的集成。
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。
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。