AnyLogic

De Wikipedia, la enciclopedia libre
Saltar a: navegación, búsqueda
AnyLogic
Desarrollador
The AnyLogic Company
Página principal de AnyLogic
Información general
Última versión estable 7 Professional[1]
Género Software matemático
Sistema operativo Multiplataforma[2]
Licencia Propietario
En español No No
[editar datos en Wikidata ]

AnyLogic es una herramienta desarrollada por The AnyLogic Company que incluye todos los métodos de simulación más comunes en practica hoy.

Historia de AnyLogic[editar]

A principios de la década de los 90 hubo un gran interés en el enfoque matemático de los procesos paralelos de modelado y simulación. Este enfoque puede ser aplicado al análisis de la corrección de programas paralelos y distribuidos. El grupo, Red Distribuido (Distributed Computer Network, DCN) de la Universidad Técnica de San Petersburgo desarrolla este tipo de sistema de software para el análisis del programa de corrección; nueva herramienta fue nombrado COVERS (concurrente de verificación y de simulación). Este sistema permite la notación de modelado gráfico de la estructura del sistema y el comportamiento. El instrumento fue elaborado utilizando una beca de investigación por Hewlett Packard. En 1998 el éxito de esta investigación inspiró al laboratorio DCN para organizar una empresa con la misión de desarrollar un nuevo software de simulación para la edad moderna. El énfasis en el desarrollo se incluyó en los métodos aplicados: simulación, análisis de rendimiento, el comportamiento de los sistemas estocásticos, optimización y visualización. El nuevo software lanzado en 2000 se basó en las ventajas de las más recientes tecnologías de la información: un enfoque orientado a objetos, los elementos del estándar UML, el lenguaje Java, una moderna interfaz gráfica, etc

Tres enfoques de modelado en business

La herramienta fue nombrado AnyLogic, ya que apoya todas las tres conocidos enfoques de modelado:

+ Se puede utilizar cualquier combinación de estos enfoques en un único modelo.[4] La primera versión de AnyLogic fue AnyLogic 4, debido a que la numeración sigue la numeración de COVERS 3.0.

Se hizo gran paso en 2003, cuando AnyLogic 5 fue introducido. AnyLogic se enfoca en modelado de negocios en siguientes ámbitos de aplicación:

La última versión principal, AnyLogic 7, fue introducido en 2014. La plataforma para el entorno de desarrollo del modelo AnyLogic 7 es Eclipse. AnyLogic 7 es una plataforma de software cruzada ya que trabaja con Windows, Mac OS y Linux.[2]

AnyLogic y Java[editar]

AnyLogic incluye un lenguaje de modelado gráfico y también permite que los usuarios pudean ampliar los modelos de simulación con código de Java. Usando Java modelos en AnyLogic se prestan a ser modificados para requisitos particulares y además, se pueden crear applets de Java que puede jugar en cualquier navegador estándar. Estos applets permiten fácilmente compartir los modelos AnyLogic por correo o localizandolos en la red en cualquier website. Además de los applets de Java la versión profesional permite la creación y distribución de aplicaciones completas. Estas aplicaciones de Java puro pueden ser la base para una herramienta de apoyo de la decisión económica.[18] [19]

Método de simulación multi-idioma[editar]

Presentación de enfoques de modelado en la escala de abstraccion

Modelos en AnyLogic pueden basarse en cualquiera de los principales paradigmas de simulación de modelado: sistemas de sucesos discretos, dinámica de sistemas, y la simulación basada en agentes. Dinámica de sistemas y eventos discretos son enfoques tradicionales de simulación pero el método basado en el agente es nuevo. Técnicamente, la dinámica de sistemas y enfoques discretos tratan con procesos continuos pero los modelos basados en agentes de trabajan sobre tiempo discreto, es decir, saltan de un acontecimiento a otro. Dinámica de sistemas y simulación de eventos discretos históricamente se han enseñado en las universidades a grupos de estudiantes muy diferentes, estudiantes de negocios o ingenieros industriales. Como resultado, hoy en dia existen dos comunidades profesionales que nunca hablan el uno al otro. Simulación basado en agentes hasta hace poco ha sido un tema puramente académico. Recientamente la creciente demanda de los negocios globales para optimización han causado que los modeladores examinen enfoques combinados para obtener una mejor comprensión de procesos complejos interdependientes. ¿Cómo corresponden los enfoques de simulación a los niveles de abstracción?. En la parte inferior de la imagen (nivel detallado) sin duda pondremos sistemas dinámicos, o el modelado"física". Dinámica del sistema ocupandose de los agregados utaliza, obviamente, el más alto nivel de abstracción. Sistemas de sucesos discretos utilizan un nivel de abstracción mediano. La simulaction basada en agentes funciona a través de todos los niveles de la abstracción. Los agentes puede ser objetos de muy diversa naturaleza y escala: en el nivel "físico" pueden, por ejemplo, ser peatones o vehículos o robots. En el nivel mediano pueden simular clientes. Al más alto nivel puden ser empresas en competición.

AnyLogic permite que el modelador combine estos métodos de simulación dentro de un mismo modelo. No hay jerarquía fijado. Así, como ejemplo, se podría crear un modelo de conjunto de la industria del transporte marítimo qua sea basada en transportes que actúen como agentes reaccionando independientemente. Al mismo tiempo el funcionamiento interno de sus redes de transporte y la infraestructura podrían ser representadod son un modelo de simulación de eventos discretos. Del mismo modo, un modelo puede representar consumidores como agentes cuyo comportamiento global alimenta a un modelo de dinámica de sistemas que describa flujos de variables como ingresos o gastos que no necesitan ser vinculados a los agentes individuales.

Terminologia de simulación en AnyLogic[editar]

Las construcciones del idioma de simulación que concede AnyLogic

La terminología de simulación usado por AnyLogic consta de los siguientes elementos:[20]

  • Diagramas de Depositos y flujo se utilizan para el modelado de Dinámica de Sistemas.
  • Diagramas de Estado se utilizan principalmente modelando agentes para definir su comportamiento. También se utiliza a menudo en modelos de evento discreto, por ejemplo, para simular el fallo de una máquina.
  • Diagramas de Acción se utilizan para definir los algoritmos. Pueden ser utilizados en el modelado de Eventos Discretos, por ejemplo, para el enrutamiento de llamadas, o el modelado basado en el agente, por ejemplo, para formular la logica de decisiones usade por el agente.
  • Organigramas (Diagramas del Flujo de Processo) son la construcción básicas utilizados para definir el proceso de modelado de Eventos Discretos.

El idioma también incluye: construcciones de modelado al nivel de apoyo(variables, ecuaciones, parámetros, eventos, etc), formas de presentación (líneas, polilíneas, óvalos, etc), elementos de análisis (conjuntos de datos, histogramas, diagramas), herramientas de conectividad, las imágenes estándar, y estructuras experimentales.

Uso de Bibliotecas[editar]

Las siguientes bibliotecas son incluidas como estándar en AnyLogic:[20]

  • La Biblioteca de Procesos está diseñado para apoyar la simulación por eventos discretos en la industria manufacturera, la Cadena de Suministro, Logística y Cuidados de Salud. Usando la biblioteca de procesos es posible modelar sistemas del mundo real en términos de entidades (operaciones, clientes, productos, componentes, vehículos, etc), procesos (secuencias de operaciones que suelen implicar las colas, las demoras, la utilización de recursos), y los recursos. Los procesos se especifican en la forma de diagramas de flujo.
  • La Biblioteca de Peatones se dedica a simular los flujos de peatones en un ambiente "físico". Le permite crear modelos de los edificios quales tienen trafico intensivo de peatones (como las estaciones de metro, los controles de seguridad, etc) o en las calles (aun cuando tengan un gran número de peatones). Los modelos permiten recoger varias estadísticas como la densidad de peatones en diferentes áreas. Esto asegura una compresión aceptable sobre los puntos de servicio de interés. Por ejemplo con la asignación de un valor de carga teórica, se pueden eatimar valores como el tiempo de permanencia en áreas específicas, y se pueden detectar problemas con la geometría interior - como el efecto de quitar o añadir obstáculos - y otras aplicaciones. Peatones se muven en un espacio continuo, reaccionando con diferentes tipos de obstáculos como paredes o distintas áreas tanto así como otros peatones. Los peatones se simulan como agentes con un comportamiento complejo, pero la Biblioteca de Peatones de AnyLogic proporciona una interfaz de alto nivel para la creación rápida de los modelos basado en diagramas de flujo.
  • La Biblioteca Terminal Ferroviaria apoya el modelado, simulación y visualización de las operaciones de ferrocarriles de cualquier complejidad y escala. Los modelos de termial de ferrocarril pueden ser combinados con eventos discretos o agente de modelos basados sobre la carga y descarga, la asignación de recursos, mantenimiento, procesos de negocio, y las actividades de transporte.

Además de estas bibliotecas suministrado el usuario puede crear sus propias bibliotecas y distribuirlos libremente.

Véase también[editar]

Referencias[editar]

  1. The release news on the official web-site.
  2. a b Requisitos del sistema para AnyLogic.
  3. Cynthia Nikolai, Gregory Madey. Tools of the Trade: A Survey of Various Agent Based Modeling Platforms, Journal of Artificial Societies and Social Simulation vol. 12, no. 2 2, 31 March 2009
  4. Andrei Borshchev, Alexei Filippov. From System Dynamics and Discrete Event to Practical Agent Based Modeling: Reasons, Techniques, Tools,The 22nd International Conference of the System Dynamics Society, July 25 - 29, 2004, Oxford, England
  5. Maxim Garifullin, Andrei Borshchev, Timofei Popkov. "Using AnyLogic and Agent Based Approach to Model Consumer Market", EUROSIM 2007, Septiembre, 2007.
  6. Kirk Solo, Mark Paich A Modern Simulation Approach for Pharmaceutical Portfolio Management, SimNexus LLC
  7. Yuri G. Karpov, Rostislav I. Ivanovski, Nikolai I. Voropai, Dmitri B. Popov. Hierarchical Modeling of Electric Power System Expansion by AnyLogic Simulation Software, 2005 IEEE St. Petersburg PowerTech, June 27-30, 2005, St. Petersburg, Russia
  8. Michael Gyimesi, Johannes Kropf. "C14 Supply Chain Management - AnyLogic 4.0", Simulation News Europe, December, 2002.
  9. Ivanov D.A., Sokolov B., Kaeschel J. "A multi-structural framework for adaptive supply chain planning and operations control with structure dynamics considerations", European Journal of Operational Research, 2009.
  10. Ivanov D.A. "Supply chain multi-structural (re)-design.", International Journal of Integrated Supply Management, No. 5(1), 19-37., 2009.
  11. Ilmarts Dukulis, Gints Birzietis, Daina Kanaska. Optimization models for biofuel logistic system, Engineering for Rural Developments, Jelvaga, 29-30 May 2008
  12. Peer-Olaf Siebers, Uwe Aickelin, Helen Celia, Chris W. Clegg. "understanding Retail Productivity by Simulating Management Practices", EUROSIM 2007, Septiembre, 2007.
  13. Peer-Olaf Siebers, Uwe Aickelin, Helen Celia, Chris W. Clegg. "A Multi-Agent Simulation of Retail Management Practices", Proceedings of the Summer Computer Simulation Conference (SCSC 2007), 2007.
  14. 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" , Proceedings of the 2007 Winter Simulation Conference, 2007, Washington D.C., USA
  15. 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
  16. 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.
  17. Roland Sturm, Hartmut Gross, Jörg Talaga. Material Flow Simulation of TF Production Lines –Results & Benefits (Example based on CIGS Turnkey), Photon equipment conference, March 2009, Munich.
  18. Christian Wartha, Momtchil Peev, Andrei Borshchev, Alexei Filippov. Decision Support Tool Supply Chain, Proceedings of the 2002 Winter Simulation Conference, 2002
  19. Explore different probability distributions and fit your own dataset online - interactive tool
  20. a b AnyLogic on-line help on official vendor web-site

Further reading[editar]

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

Enlaces externos[editar]