“Bigger is Better！” 在仿真模型中的大意味著更多的運行次數、更多的用戶和更多的模型。隨著客戶希望分析更多的場景、更多的用戶訪問和更詳細地建模，對仿真模型的要求也就越來越高。因此，要如何擴展，如何滿足這些需求呢？

普華永道的高級經理Cindy Ma是大規模仿真方面的專家。她在AyLogic 2021年度會議上的展示了三個實際項目案例，這些項目實現了擴展仿真的挑戰，滿足了客戶提出的更多場景、更多用戶和更多模型的要求。

這篇博客總結了年度會議上擴展AnyLogic模型實現大規模運行和亞秒級響應的主題演示，簡述其中涉及的三個案例，并為您附上了會議PPT、視頻和問答環節的記錄。

更多運行——辦公可行性建模

COVID-19大流行后，一家公司想了解由居家辦公策略引起的行為改變產生的影響。具體來說，這家公司希望評估減少辦公空間的可行性，并驗證可選擇的空間設計方案。

模型設計師通過構建一個大流行前的模型，然后以此為模板構建出大流行后的仿真，并支持比較大流行前后的行為特征。在這個項目中，設計師面臨的難點在于客戶所要求的仿真運行次數。

盡管用戶數量很少，大概只有三到五名領域專家，但項目要求每天要進行數萬次仿真運行，這個數字預計還會繼續增加，另外，還需要快速地小批量運行進行功能測試。

模型設計師首先在本地進行構建和測試，避免做出耗費計算時間的設計。之后，將模型遷移到AnyLogic私有云，這使得模型迭代和服務最終用戶變得更容易。團隊還發現，這提高了仿真的用戶友好性。

該解決方案允許快速批量測試，并允許在夜間進行數十萬次運行，滿足客戶的要求。

更多用戶——財務健康建模

在本案例中，客戶的目標是對生活事件進行建模，了解其對財務決策的影響。這個解決方案最終需要與面向數十萬用戶的更大的金融產品整合，需要7*24小時在線，并支持同時對數千名用戶進行仿真，且延遲不超過1秒。

模型設計師創建了一個隨機的和基于智能體的模型來顯示隨機事件。之后，將模型托管在AnyLogic云中，并通過API公開，使用消息流管理輸入和輸出。

由于廣泛開發了用于管理數據輸入和輸出的管道，該解決方案提供了亞秒級延遲。此外，由于AnyLogic的Java可擴展性，一部分模型通過單獨的Java模塊實現。

更多模型——人體邏輯建模

健康分析師希望充分挖掘經過同行評議的生物和健康數據庫的潛力。分析師希望利用這些數據，預估生物標志物的未來，并探索生理系統的相互作用對慢性病出現的影響。

解決方案是創造一個人體的數字孿生。數字孿生將把個體生物標志物的建模與生理仿真結合起來。數字孿生的仿真模型需要考慮個人的特征，因此需要高度參數化。

在開發過程中，該系統被改造為web應用程序和iOS移動應用程序。這意味著該模型需要全天候在線，并為大量的用戶擴展動態實時用例。

項目結果滿足了客戶的需求，并在不到五秒鐘的時間內為數千名并發用戶提供了定制的結果。

關于如何實現仿真模型擴展

從三個案例中，Sindy Ma總結道，當需要擴展仿真模型時，最好從一開始就考慮擴展。

根據普華永道的經驗，有越來越多的大型項目將仿真作為解決方案的一部分。因此，會需要集成和數據處理，這其中Java和Python技能非常有用，同時還需要良好的代碼文檔。

AnyLogic 云通過提供一個平臺，用于擴展模型運行、模型管理以及使用不同API的各種連接機會，幫助將仿真模型與更大的系統集成。

在演示中還指出，AnyLogic Cloud可以通過將建模與其他技能集（如web前端）分離來簡化最終解決方案。

此篇演講是在 2021 年 AnyLogic 年度會議上發表的，隨后是問答環節。?以下是演講PPT和視頻：