问题：
Fair Dynamics是一家总部位于米兰的咨询公司，对仿真建模有着独特的看法。该公司参与了Ametria项目的开发，这是一个在雅典贝纳基博物馆举办的当代艺术展。
项目的总体目标是通过设计全新的个人体验和新颖的策展方法，以吸引参观者的注意力。为此，与普通展览用帆布填充整个区域不同，他们在博物馆里建了一个迷宫般的展示区，以影响参观者的观感。基于这个想法，承包商就需要提供出一个布局图，确定艺术品摆放的隐蔽区域，让人们难以找到它们。这正是AnyLogic的优势所在。通过AnyLogic，工程师可以看到艺术品可能的摆放位置，同时也展示了人们在展馆内的活动。
测试了不同的布局方案，包括：
- 关键区域（参观者密度过高或过低）
- 可观察到的艺术品百分比
- 展馆内每位参观者的路径
- 以观察到的艺术品衡量参观者满意度
解决方案：
通过AnyLogic的行人库搭建画廊内参观者的移动模型。行人库支持建模人员对智能体（代表参观者）的行为方式进行仿真，智能体的移动遵循预定的规则，并根据人群密度调整运动距离和运动速度。
得益于该行人库，行人动力学的优势可以与基于智能体的建模方法结合起来，给参观者定义特定的特征和行为，并允许参观者与艺术品互动。这种方法有助于定义：
- 参与率，基于花费在每件艺术品的时间和呆在画廊的时间。
- 情绪，受焦虑、与其他参观者的接近程度、观察艺术品的成就和其他变量的影响。
- 参观者的身体状态（新鲜、疲惫、放松），以及对某些艺术品的偏好。
最终，工程师能够重现参观者的行为，在未知的区域漫游，可以实现一些简单的目标，但在如何达到目标方面没有具体的支持来。应该提到的是，为使模型更加精确，智能体的参数是从参观过其他博物馆的人中调获取的。参观者的穿行路线描述如下：
- 在不知道展出艺术品的情况，参观者按照规定时间表进入画廊。
- 参观者加入一个未达人数上限的小组，沿着画廊区域移动，努力观察更多艺术品
- 在沿着画廊移动的过程中，参观者会与作为智能体的艺术品建立联系。为了观察到艺术品，参观者必须遵循每件艺术品特定的观察规则才能看到。（例如，要看到某件作品，必须站在某个特定的位置）
- 参观者对展览的参与程度不同，这会影响他们在画廊的时间和精力。人们走过这些艺术品时，他们感到很累，当达到了一个临界值时，他们会一到休息区就停下来。
最后一点值得关注的是，据展览组织者的经验，参考参观者的具体特征是很关键的，包括偏好、目标、兴趣、心情等。另外，花费太长的时间仍无法观察到艺术品，会让参观者逐渐失去继续参观的耐心，当这种状态达到顶峰，他们会离开画廊。
承包商特别注意模型的界面。模型界面采用material-design设计理念，使模型具有更高水平的可用性，易于查看，并有可进行调整的性能指标。
这是通过AnyLogic灵活集成Java JSwing类提供的组件实现的。大部分界面元素都易于调整，用户可以在模型中引入任意动态输入参数或经验数据，包括：
- 展览的开幕和闭幕时间
- 每个展品或每个展区参观者花费的时间
- 对展览感兴趣的观众百分比
在建立好模型后，启动模型就可以观察到，参观者进入展厅。当参观者开始观察特定的艺术品，他的颜色会改变。参观者会努力完成整个展厅的参观，并遵循特定的行为模式（参与程度、情绪、目标等）。参观者在移动过程中，左边的说明会描述画廊里发生的事情。
利用AnyLogic软件的密度图功能，模型才能调查整个区域的人群饱和情况。该模型还允许增强数据统计，包括：
- 画廊的人数和他们所覆盖的距离
- 小组和小组成员的分布情况
- 一个人在画廊某个区域的平均时间
- 被观察到的艺术品数量和每件艺术品的访客数量
- 每位参观者的运行轨迹
建模人员还考虑了紧急情况，因此统计数据可以显示安全疏散的总时间。
结果:
AnyLogic 基于智能体的仿真建模不仅帮助重新定位画作和展区布局，还为每个智能体/智能体群(艺术品和展厅内的人)提供了详细的统计数据。通过模型还确定了特定画作前拥挤的原因，让设计师可以使用密度图来消除可能出现的拥挤情况。除此之外，该模型还允许客户测试各种布局，以找到适合未来展览的布局。
为更加方便客户使用，承包商做了很多工作。承包商试图通过直观的界面、可视化指示器和文档工具来改善用户体验。例如，组织者可以收集多个途径的信息来制作1000个不同的展览小册子。
该模型还可以测试同时参观展览的最大人数，避免过度拥挤问题的发生。这个特性有助于建立安全疏散计划的模型。
Luigi Manca和Roberto Grugni的项目演示