Agent-Based Simulation Modeling

什么是基于智能体的仿真建模?

与抽象的系统动力学方法或以流程为中心的离散事件建模方法相比,基于智能体的建模侧重于系统中的各个活跃组件。

在基于智能体的仿真中,活动实体被称为智能体,需要对它们的行为进行定义。它们可以是与系统相关的人、家庭、车辆或设备,甚至是产品或公司,通过建立它们之间的连接,设置环境变量并运行仿真。系统的动态变化则表现为个体行为交互的结果。

AnyLogic将基于智能体、离散事件和系统动力学的建模方法集于一个平台中,使建模更加的高效

基于智能体的建模方法使您能够以一种新的方式审视您的组织

传统的建模方法将公司员工、客户、产品、设施和设备视为统一的群体或被动实体,甚至是建模过程中的资源。

如系统动力学建模,必然包含类似如下的假设:我们有120名研发人员,每年可以设计约20种新产品或是我们拥有由1200辆卡车组成的车队,每月的发货量是额定的,每年有5%的车辆需要更换。

而离散事件则关注的是流程,将组织视为一系列的流程,如:一个客户呼叫中心的呼叫首先由A类运营商处理,每个呼叫平均需要2分钟,其中20%的呼叫需要转给…。

Agent Based Simulation Modeling

这些方法都比基于表格的建模方法更加强大,它们能够捕捉到组织的动态和非线性,但是却忽视了实体的独特性及其相互间的交互情况。例如,客户在进行购买决策前会咨询家庭成员,单个飞机的可用性取决于机组的刚性维护计划。

基于智能体的方法则没有这些方面的限制,它关注个体的行为及其之间的相互关系。因此,基于智能体的模型实际上是一组反应现实世界中各种关系的交互对象。这使得基于智能体的建模方式在理解及管理当今商业和社会系统的复杂性方面更具优越性。

将大数据应用于基于智能体的建模方式

现如今的公司和政府机构已经在他们的客户关系管理系统(CRM)、企业资源管理系统(ERP)、人力资源(HR)和其他数据库中积累了大量的数据,基于智能体的建模方法能够使这些数据得到充分的使用。基于智能体的模型能够直接从数据库中读取个体实际的个性化行为和属性,如消费习惯、设备故障、业务流程时间及健康相关数据等。因此,它能够以简单、精确和先进的方式建模、预测和进行方案比较从而实现策略的优化。

基于智能体的建模和多方法建模

AnyLogic是唯一一款基于智能体的工业级专业建模软件。此外,它还可以将基于智能体的模型与离散事件或系统动力学元素无缝整合。 例如我们对一个仓库进行建模,对供应链外部进行基于智能体的建模,但在内部使用离散事件建模。亦或是在系统动力学逻辑触发的市场模型中消费者的个人行为。

了解关于 多方法建模 的更多信息。

点击试用