AnyLogic

aus Wikipedia, der freien Enzyklopädie
Wechseln zu: Navigation, Suche
AnyLogic
Aktuelle Version AnyLogic 7 [1]
Ausführungsumgebung plattformunabhängig
Programmier­sprache Java SE
Kategorie Simulationssoftware
Lizenz Kommerziell
www.anylogic.de

AnyLogic ist ein Multimethoden-Simulationswerkzeug, das von The AnyLogic Company entwickelt wird.

Die Geschichte von AnyLogic[Bearbeiten]

Anfang der 1990er Jahre zeigte man ein großes Interesse an einem mathematischen Ansatz bei der Modellierung und Simulation paralleler Prozesse. Dieser Ansatz konnte zur Analyse der Genauigkeit von parallelen und verteilten Programmen angewandt werden. Die "Verteilte Netzwerk–Forschungsgruppe" (Distributed Computer Network, DCN) der Technischen Universität Sankt Petersburg entwickelte ein Softwaresystem zur Analyse der Genauigkeit der Programme; das neue Werkzeug wurde COVERS (Concurrent Verification and Simulation) genannt. Dieses System ermöglichte eine graphische Modelldarstellungsweise für Systemstruktur und -verhalten. Das Werkzeug wurde in der Forschung für Hewlett Packard entwickelt.

Im Jahre 1998, angeregt durch den Erfolg dieser Forschung, gründet die DCN-Forschungsanstalt ein Unternehmen mit dem Ziel, eine neuzeitliche Simulationssoftware zu entwickeln. Bei der Entwicklung wurden die eingesetzten Methoden betont: Simulation, Leistungsanalyse, Verhaltens- und stochastische Systeme, Organisation und Visualisierung. Die im Jahre 2000 veröffentlichte neue Software hatte die aktuellen Entwicklungen der Informationstechnik zur Grundlage: objektorientierter Ansatz, Elemente der Standard–UML, moderne Java-Programmiersprache und graphische Benutzeroberfläche.

Drei Simulationsansätze der Unternehmen

Das Werkzeug wurde AnyLogic genannt, da es alle drei bekannte Modellierungsansätze unterstützt:

+Eine beliebige Kombination dieser Ansätze ist innerhalb eines einzigen Modells möglich.[3] Die erste Version von AnyLogic ist AnyLogic 4, da die Nummerierung von COVERS 3.0 weitergeführt wurde. Im Jahr 2003 wurde AnyLogic 5 veröffentlicht. Der Fokus wurde auf betriebswirtschaftliche Simulation in folgenden Anwendungsbereichen gesetzt:

Die neueste Version, AnyLogic 7, wurde im Jahre 2014 herausgegeben. Die Plattform für die AnyLogic 7 Modellentwicklungsumgebung ist Eclipse. AnyLogic 7 ist eine plattformübergreifende Simulationssoftware, zumal es unter Windows, Mac OS und Linux betrieben werden kann.[17]

AnyLogic und Java[Bearbeiten]

AnyLogic beinhaltet eine graphische Modellierungssprache und außerdem ermöglicht es dem Benutzer, Simulationsmodelle mit Java-Code zu erweitern. Der Java Charakter von AnyLogic eignet sich sowohl zur individuellen Modellerweiterungen via Java-Codierung, als auch zur Gestaltung von Java Applets, die in jedem beliebigen üblichen Browser geöffnet werden können. Diese Applets machen AnyLogic-Modelle leicht versendbar und auf Websites ladbar. Zusätzlich zu den Java Applets, ermöglicht die Professional Version die Gestaltung und die Verteilung von Java-Laufzeitanwendungen an Benutzer. Diese ausschließliche Javaanwendung kann als Grundlage für Entscheidungsunterstützungswerkzeugen dienen.[18][19]

Multimethoden Simulationsmodellierung[Bearbeiten]

Wie entsprechen Simulationsansätze der Abstraktionsebene

AnyLogic Modelle können auf beliebigen hauptsächlichen Simulationmodellierungsparadigmen basieren: ereignisorientierte oder prozesszentrierte (DE), systemdynamische (SD) und agentenbasierte (AB).

Der systemdynamische und der ereignisorientierte sind traditionelle Simulationsansätze; der agentenbasierte Ansatz ist eine neuzeitliche Methode. Technisch gesehen, befasst sich der systemdynamische Ansatz hauptsächlich mit kontinuierlichen Prozessen, die „ereignis - diskrete“ (gemeint sind damit alle Nachkommen der GPSS, auch bekannt als prozesszentrierter Simulationsansatz) und die agentenbasierte Modelle dahingegen funktionieren meist zeitdiskret, d. h. sie wechseln von einem Ereignis zum anderen.

Systemdynamische und ereignisorientierte Simulation wurde geschichtlich an Universitäten verschiedenen Studentengruppen unterrichtet, u. zw. Management-, Wirtschafts- und Operations Research - Ingenieuren. Somit gibt es zwei unterschiedliche Fachgemeinschaften, die nicht miteinander kommunizieren.

Agentenbasierte Modellierung war bis vor kurzem fast ausschließlich ein akademisches Unterrichtsgegenstand. Dennoch bewirkte die immer größere Anfrage für eine globale Unternehmensoptimisierung, dass führende Modellierer in Betracht zogen, Ansätze miteinander zu verbinden, was ihnen einen besseren Einblick in die komplexen, verschiedenartigen, interdependenten Prozessen verschaffte.

Wie entsprechen Modellierungsansätze den Abstraktionsebenen? Die Systemdynamik, die sich mit Aggregaten auseinandersetzt, wird natürlich auf höchster Abstraktionsebene angewendet. Ereignisorientierte Modellierung wird bei niederer bis mittlerer Abstraktion eingesetzt. Was die agentenbasierte Modellierung betrifft, wird diese Technik auf allen Abstraktionsebenen angewendet, außerdem kann ein Agent Objekte verschiedener Art und Größe modellieren: auf „physischer“ Ebene können Agenten z. B. als Fußgänger, Fahrzeuge, Roboter, auf mittlerer Ebene – als Kunden, auf höchster Ebene – als Mitbewerber gestaltet werden[20].

AnyLogic ermöglicht dem Modellierer diese Simulationsansätze innerhalb desselben Modells zu verknüpfen. Es gibt keine feststehende Hierarchie. Somit könnte man zum Beispiel ein Modell für die Versandpackung in der Industrie gestalten, wobei die Ladungsträger als Agenten modelliert werden, die individuell agieren / reagieren, während die interne Tätigkeiten ihrer Transport- und Infrastrukturnetzwerke durch ereignisorientierte Simulation modelliert werden könnten. Ebenso kann man Verbraucher als Agenten modellieren, deren gesamte Verhaltensweise ein systemdynamisches Modell versorgt, durch Erfassen von Abläufen wie Einkommen und Ausgaben, die nicht zu einzelnen Agenten gebunden werden müssen. Dieser sprachlich gemischte Ansatz ist direkt anwendbar für eine Vielfalt von komplexen Modellierunsproblemen, die durch jedwelchen einen Ansatz modelliert werden können, wenn auch mit Kompromissen.

Simulationssprache[Bearbeiten]

Von AnyLogic zur Verfügung gestellte Simulationssprachkonstruktionen

Die AnyLogic Simulationssprache besteht aus den folgenden Elementen:[21]

  • Lager & Flussdiagramme werden für systemdynamische Modellierung verwendet.
  • Zustandsdiagramme werden hauptsächlich in der agentenbasierten Modellierung zur Bestimmung von Agentenverhalten verwendet. Sie werden auch in der ereignisorientierten Modellierung eingesetzt, z. B. zur Simulation von Maschinausfällen.
  • Funktionsdiagramme werden zur Bestimmung von Algorithmen verwendet. Sie können bei der ereignisorientierten Modellierung eingesetzt werden, z. B. zur Anrufverteilung, oder in der agentenbasierten Modellierung z. B. bei der Entscheidunglogik der Agenten.
  • Prozessablaufsdiagramme stellen die Grundkonstruktion bei der Bestimmung der Prozesse in ereignisorientierten Modellierung dar. Betrachtet man dieses Flussdiagramm, wird ersichtlich, warum die ereignisorientierte Methode oft als prozesszentriert erwähnt wird.

Die Sprache umfasst: Modellierungskonstruktionen auf niedriger Ebene (Variablen, Gleichungen, Parameter, Ereignisse usw.), Gestaltungsformen (Linien, Linienzüge,Ellipsen), Analysemöglichkeiten (Datensätze, Histogramme, Aufnahmepunkte), Verbindungswerkzeuge, Standardbilder und Versuchsrahmenbedingungen.

AnyLogic Bibliotheken[Bearbeiten]

AnyLogic umfasst folgende Standardbibliotheken:[21]

  • Die Process Modeling Library ist so gestaltet, dass sie DE Simulation in Bereichen wie Produktion, Zuliefererketten, Logistik und Gesundheitswesen unterstützt. Mittels der Process Modeling Library Objekte können sie reale Systeme modellieren, im Sinne von Datensätzen (Transaktionen, Kunden, Produkte, Bestandteile, Fahrzeuge, usw.) Prozesse (Operationsfolgen die normalerweise Reihen, Verzögerungen, Ressourcenauslastung einschließen) und Ressourcen. Die Prozesse werden in Form von Ablaufsdiagrammen vorgegeben.
  • Die Pedestrian Library ist für die Simulation von Passantenströmen in einem “physischen“ Umfeld geeignet. Sie ermöglicht die Gestaltung von Gebäudemodellen mit intensivem Passantenverkehr (wie U-Bahnhöfe, Sicherheitskontrollstellen, usw.) oder Straßenmodellen (große Anzahl von Passanten). Die Modelle unterstützen statistische Datensammlung über Passantendichte in verschiedenen Zonen. Dies sichert eine annehmbare Leistung der Dienststellen mit einer hypothetischer Beanspruchung, schätzt die Verweilzeiten in spezifischen Zonen ab und erkennt eventuelle Probleme bezüglich der internen Geometrie – wie zum Beispiel die Auswirkungen zu vieler Hindernisse – und andere Anwendungen. In den, mit der Pedestrian Library gestalteten Modellen, bewegen sich Passanten im kontinuierlichem Raum, reagieren auf verschiedene Hindernisse (Wände, verschiedenartige Flächen) sowie auf andere Passanten. Passanten werden als interagierende Agenten mit komplexen Verhaltensweisen simuliert, jedoch bietet die AnyLogic Pedestrian Library eine höhere Schnittstelle für die schnelle Gestaltung von Passantenmodellen in Form von Flussdiagrammen.
  • Die Rail Yard Library unterstützt Modellierung, Simulation, und Veranschaulichung von Abläufen innerhalb eines Bahnhofes von jedwelcher Komplexität oder Größe. Die Bahnhofmodelle können mit ereignisdiskreten oder agentenbasierten Modellen verbunden werden in Bezug auf: Beladung und Entladung, Ressourcenverteilung, Wartung, Unternehmensprozesse und andere Transporttätigkeiten.

Außer diesen Standardbibliotheken kann der Benutzer seine eigenen Bibliotheken gestalten und verteilen.

Siehe auch[Bearbeiten]

Einzelnachweise[Bearbeiten]

  1. Offizielle Website
  2. Cynthia Nikolai, Gregory Madey. Tools of the Trade: A Survey of Various Agent Based Modeling Platforms (PDF; 298 kB), Journal of Artificial Societies and Social Simulation vol. 12, no. 2 2, 31 March 2009
  3. Andrei Borshchev, Alexei Filippov. From System Dynamics and Discrete Event to Practical Agent Based Modeling: Reasons, Techniques, Tools (PDF; 518 kB),The 22nd International Conference of the System Dynamics Society, July 25 - 29, 2004, Oxford, England
  4. Maxim Garifullin, Andrei Borshchev, Timofei Popkov. "Using AnyLogic and Agent Based Approach to Model Consumer Market", EUROSIM 2007, September, 2007.
  5. Kirk Solo, Mark Paich A Modern Simulation Approach for Pharmaceutical Portfolio Management (PDF; 439 kB), SimNexus LLC
  6. Yuri G. Karpov, Rostislav I. Ivanovski, Nikolai I. Voropai, Dmitri B. Popov.Hierarchical Modeling of Electric Power System Expansion by AnyLogic Simulation Software (Version vom 22. Februar 2012 im Internet Archive), 2005 IEEE St. Petersburg PowerTech, June 27-30, 2005, St. Petersburg, Russia
  7. Michael Gyimesi, Johannes Kropf. "C14 Supply Chain Management - AnyLogic 4.0" (PDF; 113 kB), Simulation News Europe, December, 2002.
  8. Ivanov D.A., Sokolov B., Kaeschel J. "A multi-structural framework for adaptive supply chain planning and operations control with structure dynamics considerations" (PDF; 932 kB), European Journal of Operational Research, 2009.
  9. Ivanov D.A. "Supply chain multi-structural (re)-design." (PDF; 489 kB), International Journal of Integrated Supply Management, No. 5(1), 19-37., 2009.
  10. Ilmarts Dukulis, Gints Birzietis, Daina Kanaska. Optimization models for biofuel logistic system (PDF; 170 kB), Engineering for Rural Developments, Jelvaga, 29-30 May 2008
  11. Peer-Olaf Siebers, Uwe Aickelin, Helen Celia, Chris W. Clegg. "understanding Retail Productivity by Simulating Management Practices" (PDF; 502 kB), EUROSIM 2007, September, 2007.
  12. Peer-Olaf Siebers, Uwe Aickelin, Helen Celia, Chris W. Clegg. "A Multi-Agent Simulation of Retail Management Practices" (PDF; 493 kB), Proceedings of the Summer Computer Simulation Conference (SCSC 2007), 2007.
  13. Arnold Greenland, David Connors, John L. Guyton, Erica Layne Morrison, Michael Sebastiani. "IRS post-filing processes simulation modeling: a comparison of DES with econometric microsimulation in tax administration" (PDF; 368 kB) , Proceedings of the 2007 Winter Simulation Conference, 2007, Washington D.C., USA
  14. V.L. Makarov, V.A. Zitkov, A.R. Bakhtizin. "An agent-based model of Moskow traffic jams", Agent Based Spatial Simulation Workshop, 24.-25. November 2008, Paris, France
  15. David Buxton, Richard Farr, Bart Maccarthy. "The Aero-engine Value Chain Under Future Business Environments: Using Agent-based Simulation to Understand Dynamic Behaviour", MITIP2006, 11-12 September, Budapest.
  16. Roland Sturm, Enrico Quasdorf "Equipment Library – Fabriksimulation am Beispiel von Photovoltaikfabriken" (PDF; 2,9 MB)
  17. Systemvoraussetzungen von AnyLogic 7
  18. Christian Wartha, Momtchil Peev, Andrei Borshchev, Alexei Filippov.Decision Support Tool Supply Chain (Version vom 1. Juni 2006 im Internet Archive), Proceedings of the 2002 Winter Simulation Conference, 2002
  19. Explore different probability distributions and fit your own dataset online - interactive tool
  20. Yuri G. Karpov. "AnyLogic – a New Generation Professional Simulation Tool" (PDF; 254 kB), VI International Congress on Mathematical Modeling, September 20-26th, 2004, NizniNovgorog, Russia
  21. a b AnyLogic Online-Hilfe auf der offiziellen Website

Literatur[Bearbeiten]

  • Averill M. Law: Simulation Modeling and Analysis with Expertfit Software. McGraw-Hill Science, 2006, ISBN 978-0-07-329441-4.
  • Jerry Banks, John Carson, Barry Nelson, David Nicol: Discrete-event system simulation - 4th edition. Prentice Hall, 2004, ISBN 978-0-13-144679-3.
  • John D. Sterman: Business Dynamics: Systems thinking and modeling for a complex world. McGraw Hill, 2000, ISBN 0-07-231135-5.
 Wikibooks: Simulation with AnyLogic – Lern- und Lehrmaterialien

Weblinks[Bearbeiten]