2025

从被动响应到基于认知数字孪生的预测性铁路运营

admin October 5, 2025 No Comments

几十年来，铁路一直是最可靠、最安全的交通方式之一。然而，全球现代铁路系统面临着许多日益严峻的挑战，如基础设施老化、运营风险增加、运力限制以及不断提高的可持续性要求。认知数字孪生和物联网（IoT）等现代技术如何帮助铁路运营商保持灵活性并对各类风险做出响应？铁路系统数字孪生的核心概念是什么？我们的博客文章将深入探讨这些内容。内容：铁路行业趋势与挑战铁路行业中的数字孪生：定义与内涵？认知数字孪生：HCLTech 的案例故事采用认知数字孪生的优势为何选择 AnyLogic？如何开启实施之旅铁路行业趋势与挑战铁路系统正变得日益复杂，覆盖范围不断拓展至新的区域，将人们乃至整个国家连接起来。这随之带来了对基础设施和资产日益增长的需求，这些需求必须首先经过规划，然后进行高效维护。随着全球变暖仍是一个重大问题，减少碳排放和优化能源消耗现已成为全球铁路运营商的核重要优先事项。总体而言，铁路运输运营商必须确保有效的铁路站场管理，并应对以下一系列挑战：监控与控制：监测铁路资产及基础设施状况，克服缺乏数据驱动决策的问题。安全风险：应对运营风险，弥合流程规划与实际效果之间的差距。维护管理：实施预测性维护策略以减少停机时间，识别异常并延长资产寿命。网络优化：提升网络效率，最大限度提高轨道容量和车队利用率。环境法规：满足安全、安保和绿色标准。可扩展性：支持铁路系统的扩容，以适应更大运力和多样化的列车车队需求。铁路站场管理中的关键挑战铁路行业中的数字孪生：它们是什么？铁路运营商应采用现代技术以保持竞争优势，其中一种技术是数字孪生，它在各个行业中越来越受欢迎。数字孪生是物理业务运营或资产的互联虚拟副本。此类系统可实时镜像现有基础设施，其接入物联网传感器数据及其他数字信号，以模拟物理行为、监控性能并支持预测分析。数字孪生概念解析：数字模型与物理资产的互联数字孪生正通过为铁路货场管理提供物理资产、基础设施及全行业运营的动态互联表征，推动该领域的变革。这些互联模型可复现从机车车辆、信号系统到车站、轨道和客流等各类对象的行为、状态和性能。通过持续集成来自传感器、物联网设备和运营系统的数据，数字孪生为铁路运营商提供了实时的可视化和预测性洞察。这使他们能够监控资产健康状况、模拟场景并主动管理故障，从而实现更高效的铁路站场管理。认知数字孪生：HCLTech 的故事…

零售

基于仿真的商业数字孪生：行业相关案例研究

admin October 5, 2025 No Comments

虽然数字孪生这一话题已经热门多年，但仍在仿真爱好者和专家中被广泛讨论。内容：两种类型的数字孪生数字孪生和仿真供应链中的数字孪生业务流程制造业港口和铁路物流石油和天然气云计算什么是数字孪生？它可以有很多种解释。最终，它们都可以缩小到两种类型：观测器和虚拟现实。两种主要类型的数字孪生从本质上讲，数字孪生是一组计算机生成的模型，这些模型将物理对象映射到具有最新数据的虚拟空间。正如斯图尔特工业与系统工程学院名誉教授 Leon McGinnis 在 2022 年冬季仿真会议上所说，有两种类型的数字孪生：观测器用于观察对象和系统的工作方式。主要用于资产管理，因为它始终显示真实孪生体的当前状态。主要用于制造工厂的风力涡轮机、喷气发动机和发电机等。这些数字孪生的基础部分是捕获有关资源状态和流量单位（工作、患者、工单等）的信息。然后，当状态发生变化时，它会被传感器或交易检测到并发送到数字孪生，帮助始终跟踪真实孪生体的健康状况。虚拟现实用于设计新事物并在创建真实孪生体之前对其进行测试。为飞机、旋转机械、汽车和集成电路等事物而设计。 W我们将重点关注观测器数字孪生，因为这些是可以基于仿真模型构建的数字孪生。这与仿真建模有何关系？数字孪生的两个关键要素是动态仿真模型和反映实时系统当前状态的数据。借助模型和数据，可以构建强大的数字孪生，用于实验、分析和结果解释，以便您可以提出“假设”问题、了解系统行为并在多个级别进行验证。…

零售

商业中的蒙特卡罗仿真实验

admin October 5, 2025 No Comments

什么是蒙特卡洛仿真实验? 蒙特卡罗实验是在处理不确定性时获得精确估计的一种方法。它使用随机性来获得有意义的信息，并有效地计算业务风险和预测失败，如成本或调度超支。斯坦尼斯拉夫·乌拉姆这项技术是由斯坦尼斯拉夫·乌拉姆和约翰·冯·诺依曼在20世纪40年代作为曼哈顿计划的一部分对核武器进行绝密研究时开发的。蒙特卡罗的名称来自于需要为该技术分配一个码字，并且与该方法的结果有些不同，蒙特卡罗的名称不是由偶然决定的。乌拉姆的同事尼古拉斯·梅托拉斯（Nicholas Metropolis）可能是受乌拉姆的赌徒叔叔在蒙特卡洛赌亲戚的钱的故事启发，建议以公国著名的赌场命名这种技术。这个名字从此流传下来，这项技术也得到了广泛的应用。这个技术是一种有效的提高决策能力的方法并可用于作出准确的长期预测。它也被称为蒙特卡罗方法和多概率仿真。蒙特卡罗用Excel还是仿真建模？对于一些挑战，例如公式中容易获取到的挑战，蒙特卡罗模拟可以使用常规电子表格进行。微软在Excel中的蒙特卡罗仿真介绍中给出了可以解决的问题类型，其中包括诸如根据需求概率查找要排序的项目数量的任务。在Excel中创建的模型由简单的数学关系和公式驱动。因此，蒙特卡罗实验采用了反复插入随机分布数到模型公式中的形式，直到形成一系列可能的结果。然而，当面临的挑战很难或不可能用公式得到令人满意的答案时，就需要另一种方法。这就是AnyLogic之类的仿真软件出现的原因。如果基础模型是动态仿真，则模型可能是复杂的、非线性的，并且会随时间变化。此外，模型可以具有内部随机性，因此，不管输入是随机的还是确定性的，模型的内部工作也可以具有随机元素。以这种方式，例如，呼叫中心模型的输入参数可能包括人员和呼叫者的数量，而在模型内部，呼叫长度随运行而随机变化。 Andrei Borschsev和Ilya Grigoryev的Big Book of Simulation Modeling详细涵盖了 AnyLogic 模型的随机性主题。当一个系统被捕获到一个仿真模型中时，系统的每个部分以及它的工作方式都会被建模，这样当仿真运行时，系统的行为会随着时间的推移变得明显。用这种方式表示一个系统意味着没有必要用公式(如Excel)来描述一个系统的所有过程，这使我们有分析非常复杂的系统和场景的可能。云中的蒙特卡罗乌拉姆能够发展蒙特卡罗技术的部分原因是由于他与冯·诺依曼的合作以及获得了最新的先进计算能力。蒙特卡罗模拟需要多次迭代才能产生有用的结果，并因此受益于快速的计算机处理。当模型非常复杂并且动态变化时，处理需求可能变得非常重要，并且运行时间非常长。这减少了假设实验的可能性，并可能限制了模型在决策中的实用性。 AnyLogic仿真自动利用多核处理器，并将并行运行蒙特卡洛迭代，以减少实验时间。为了获得更强的处理能力，AnyLogic仿真还可以访问云计算提供的资源。复杂的仿真模型和多次迭代实验可以从服务器群的多高性能处理核心中获益，以扩展并行迭代和重复的数量。 AnyLogic 公有云的可访问版本的几个示例，演示了蒙特卡洛模拟和云计算的功能。要查看此模型的蒙特卡罗仿真示例，请转到该模型的仪表板。 AnyLogic云还具有蒙特卡罗二阶实验。该实验允许多次重复和迭代，使得实验的输入参数和内部参数都是按照概率分布随机设置的。例如，消费信贷应用程序模型可以改变在线和离线申请的比率(输入参数)以及申请处理时间(内部参数)。蒙特卡洛一阶实验只会随机化模型的内部参数。…

零售

基于仿真的商业数字孪生：行业相关案例研究

admin October 5, 2025 No Comments

虽然数字孪生这一话题已经热门多年，但仍在仿真爱好者和专家中被广泛讨论。内容：两种类型的数字孪生数字孪生和仿真供应链中的数字孪生业务流程制造业港口和铁路物流石油和天然气云计算什么是数字孪生？它可以有很多种解释。最终，它们都可以缩小到两种类型：观测器和虚拟现实。两种主要类型的数字孪生从本质上讲，数字孪生是一组计算机生成的模型，这些模型将物理对象映射到具有最新数据的虚拟空间。正如斯图尔特工业与系统工程学院名誉教授 Leon McGinnis 在 2022 年冬季仿真会议上所说，有两种类型的数字孪生：观测器用于观察对象和系统的工作方式。主要用于资产管理，因为它始终显示真实孪生体的当前状态。主要用于制造工厂的风力涡轮机、喷气发动机和发电机等。这些数字孪生的基础部分是捕获有关资源状态和流量单位（工作、患者、工单等）的信息。然后，当状态发生变化时，它会被传感器或交易检测到并发送到数字孪生，帮助始终跟踪真实孪生体的健康状况。虚拟现实用于设计新事物并在创建真实孪生体之前对其进行测试。为飞机、旋转机械、汽车和集成电路等事物而设计。 W我们将重点关注观测器数字孪生，因为这些是可以基于仿真模型构建的数字孪生。这与仿真建模有何关系？数字孪生的两个关键要素是动态仿真模型和反映实时系统当前状态的数据。借助模型和数据，可以构建强大的数字孪生，用于实验、分析和结果解释，以便您可以提出“假设”问题、了解系统行为并在多个级别进行验证。…

零售

输送带 – 学习使用物料搬运库

admin October 5, 2025 No Comments

为了配合物料搬运库的发布，我们准备了一系列训练模型，通过多个传送系统示例来演示新库的主要功能。这些系统在生产设施和仓库中会经常用到——工作站间的零件运送，成品分类，运送到存储区等过程。我们会通过一系列博客，详细解析训练模型，带您了解物料搬运库的元素和功能。建议您阅读博客时动手搭建这些模型，可以帮助您更快地熟悉新的行业库！物料搬运库在AnyLogic及之后版本可用，请您注意所用软件的版本，提前安装好软件。本文是系列博文的第一篇，主要详解输送带的建模。涉及到Convey、ConveyorEnter 和 ConveyorExit模块以及空间标记元素，这些都是物料搬运库的组件，可以简化输送带系统的建模。在下文中，我们会在同名模型的帮助下详细查看它们的功能。相关的示例模型可在 AnyLogic欢迎界面找到，您可以在“打开示例”部分中“How-To Models>>Material Handling Library”菜单栏查看。也可以在下文嵌入的动画窗口中查看云端模型。 Convey模型 Convey 模型的流程图该模型使用的模块主要是Convey模块，负责沿着输送线移动智能体。创建输送线网络，请使用空间标记元素输送带绘制所需线的外观和宽度。可设置的输送带属性如下：类型：皮带、滚轴、托盘（固定单元格）；速度；加速和减速参数；运输智能体之间的距离。在这里标记元素的属性保留默认值。输送带元素的属性创建由多条输送带组成的输送线，只需连接两条输送线。两条输送线的连接处会出现一个元素，负责将移动对象从一条线输送到另一条线。如果连接处是直角，会创建一个移台元素，否则会创建一个转盘元素。这些连接元素，也可以从面板中拖到输送线中。这些标记元素代表实际的输送设备。输送线中的转盘和移台转盘元素属性 – 您可以设置旋转速度和对象的行进速度工作站（见下图）使用延迟表示智能体处理过程并改变其状态，由空间标记元素站建模。从面板中将站拖到输送线上即可。本模型模拟订单打包过程，打包工作站的包装时间在站属性的延迟字段中设置。本模型中普通产品包装时间设置为 1 秒，易碎品设置为10秒。…

零售

基于仿真建模的未来人力资源管理

admin October 5, 2025 No Comments

人力资源是每个企业的主要组成部分。因此，劳动力优化对公司来说很重要，因为它会影响运营效率、生产力，并最终影响盈利能力。在这篇博客文章中，我们将讨论劳动力市场面临的挑战和趋势，企业因员工短缺和生产力低下而面临的问题，以及决策如何使人力资源利用更加高效和更有条理。内容: 全球劳动力市场面临的问题和趋势企业使用仿真解决的劳工问题组织劳动力了解劳动生产率优化劳动力成本职员计划计划劳动力派遣流程总结：技术改造提高劳动生产率全球劳动力市场的问题和趋势 2022年，高收入国家的劳动力市场普遍复苏，但与此同时，许多部门出现了劳动力短缺。例如，2022年第二季度，在欧洲，近十分之三的制造业和服务业公司缺乏工人，导致生产放缓。在美国，消费品零售和批发企业报告称，近70%的职位空缺。与此同时，制造业约55%的职位空缺，休闲和酒店业约45%的职位空缺。招聘率在过去一年有所下降，如以下17个国家的样本所示： 2022年3月和2023年3月的招聘率（点击放大）。资料来源：《全球人才趋势报告》根据《2023年未来就业报告》，今年对劳动力市场的主要负面影响是经济增长放缓、地缘政治分歧加剧以及消费者生活成本上升。此外，供应短缺和投入成本上升也在影响这种情况。企业报告显示在留住工人方面存在困难。由于持续的生活成本危机，实际工资正在下降，工人期望的变化和对工作质量的担忧正在成为全球范围内更加突出的问题。领英的《全球人才趋势报告》发现，除了薪酬和工作与生活的平衡之外，员工的首要价值是灵活性（例如，每周工作四天)，然后是技能提升和职业发展，以及富有挑战性和影响力的工作）。未来五年，教育、农业、数字商务和贸易领域的就业岗位预计将大幅增长。预计损失最大的是行政职位以及传统的安全、工厂和商业职位。最大的就业增长，数百万（点击放大）。资料来源：世界经济论坛，2023年就业前景调查接受调查的公司报告称，投资于学习和培训以及自动化流程是实现业务目标的最常见的劳动力战略。企业使用仿真解决劳动问题劳动力优化有助于企业正确利用人力资源，以高水平的生产力完成任务。以下成功案例将向您展示如何组织劳动力、了解其生产力、优化员工成本以及使用仿真建模安排轮班。组织劳动杂货零售商想知道运营其微型履行中心所需的人员配置。对于一个同时包括自动化和人工方面的系统来说，组织必要的劳动力是一项挑战。他们还需要了解不同的场景将如何影响他们履行订单的能力。开发人员使用AnyLogic创建了一个劳动力优化模型。结果逐小时细分了有多少人在工作，他们在哪里工作，所需的总人数，员工利用率，仿真人数可以完成多少订单等。仓库员工利用率冰淇淋制造商的决策者希望了解如何更有效地利用资源。建模人员仿真了各种场景以及冷库参数的变化，这些变化取决于季节、货架负荷、员工轮班等。模型构建者可以使用不同运营时期的真实数据来分析性能。…

零售

生产能力规划及对公司的十大益处

admin October 5, 2025 No Comments

促成企业成功的基本要素有很多，每一个都有重要意义。效率就是其中一个要素，并且可以通过关注生产能力规划将其与仿真建模相结合来提高效率。内容：什么是生产能力规划？公司的策略 10个生产能力规划的益处生产能力规划仿真总结什么是生产能力规划？生产能力规划是一种计算或确定工厂/生产线的最大产能满足语气需求的能力，之后制定计划以最大限度地提高实际产量的技术。可以为生成能力规划设定短期和长期目标。从中小型企业到大型企业，良好的生产能力规划对所有企业都至关重要。生产能力规划需要有关于运营各个方面的数据，包括生产能力、员工的可用性和经验、供应链的产能、库存和维护计划。产能规划由以下三个要素组成：产品此要素保证您的公司拥有满足适当需求、请求或订单所需的正确数量的商品或资源。人通过考虑这一因素，你可以确信你有足够的工人来满足需求。目标是了解目前成功执行任务所需的人员数量，以及未来对该数量的任何预期调整。工具该组件有助于确保您的公司拥有所需的设备，包括任何机器、装配线零件以及生产和交付产品所需的其他物品。这三者可以协同工作，确保您拥有足够的短期和长期资源。这个在Anylogic中开发的仿真模型，显示了一条太阳能电池板生产线。太阳能电池板生产线公司的策略在决定如何有效规划容量时，您可以从三种主要方法中进行选择。这些策略取决于各种不同的变量，对一个组织有效的策略可能对另一个组织无效。滞后策略规划这一策略依靠现有资源来满足需求，而不是预测。基本上，生产能力可以根据当前的需求进行改变。这对于产能有限的小公司来说更为有利。引导能力规划这种方法需要有足够的资源来满足预测的需求。这种规划方法可以在预测高需求的情况下提高生产能力，例如假期期间客户流量的潜在增加。通过预测到这一点，可以进行调整以确保您能够进行管理。匹配策略规划这结合了滞后和超前策略，即管理人员根据实际需求、需求规划估计和市场发展以修改产能。这个过程包括缓慢增加容量，直到达到所需的资源利用率水平。查看这个在AnyLogic中开发的仿真模型，它显示了混凝土生产的过程。…

零售

品味未来：通过仿真改善餐厅运营

admin October 5, 2025 No Comments

餐饮业竞争激烈，业主们不断寻找简化运营、增强顾客体验和提高盈利能力的方法。仿真建模是帮助他们实现这些目标的一种资源。通过使用仿真工具来创建未来餐厅的模型，甚至是实际餐厅运营的数字孪生，仿真建模可以彻底改变餐厅优化流程的方式。餐饮业竞争激烈，业主们不断寻找简化运营、增强顾客体验和提高盈利能力的方法。仿真建模是帮助他们实现这些目标的一种资源。通过使用仿真建工局来创建未来餐厅的模型，甚至是实际餐厅运营的数字孪生，仿真建模可以彻底改变餐厅优化流程的方式。产能规划为了满足消费者的需求，可以借助仿真建模来确定厨房设备、餐桌和椅子的理想数量。管理者可以通过仿真餐桌大小、顾客偏好和周转率等各个方面，发现可能的瓶颈并进行调整，以保持平稳运营。以一家快速休闲连锁店为例，该连锁店试图通过仿真建模来增强其座位布局。通过输入餐桌大小、客流量和营业额等变量，他们可以确定最有效的用餐区布局。因此，该区域将得到更有效的利用，这将缓解员工的流动，改善整体用餐体验。其中的关键是AnyLogic行人库，它是一个用于评估容量和产能以及发现和消除瓶颈的仿真工具。菜单优化为了确定菜单变化如何影响消费者需求、平均餐券价格和盈利能力，可以应用仿真。管理者可以通过仿真替代菜单选择和定价方法来决定提供什么以及以什么价位提供。这可以使管理者提高顾客满意度和整体盈利能力。例如，一家餐厅想要推出一种新的菜单项。老板可以将包括配料成本、准备时间和顾客需求模式在内的因素输入到仿真模型中。该模型可以仿真不同的场景，例如改变顾客偏好或调整生产能力。基于这些仿真，餐厅老板可以评估对厨房工作流程、员工要求和盈利能力的潜在影响。麦当劳就是这样一家餐厅，在菜单等方面面临着一些有趣的挑战，但通过与物流公司HAVI合作，他们成功地克服了这些挑战。队列管理餐厅管理者可以通过仿真建模来尝试不同的场景，包括各种布局和队列管理技术，以减少顾客的等待时间。通过分析顾客到达和服务时间的历史数据，该模型可以确定高峰时段所需的收银台或服务站的理想数量。它还可以评估不同队列管理策略（如安装自助服务机或引入移动订购）对减少等待时间和提高顾客满意度的影响。例如，附近的餐厅可以采用仿真建模来增强他们的午餐服务。通过研究历史数据和建模各种情况，确定理想的登记处和车站数量，减少等待时间，并保证为顾客提供无缝的用餐体验。员工调度由于需求模式的波动，优化员工调度可能具有挑战性。管理人员可以使用仿真建模来估计一天、一周或一年中不同时间所需的员工人数，同时考虑对比顾客流量、用餐准备时间和工作量分布等变量。这有助于确保餐厅有足够的员工，避免顾客等待时间过长或在顾客较少的时段出现员工过剩。当达美乐创建新的商店布局时，他们还面临着一个挑战，即确保为这些布局提供合适的劳动力。达美乐餐厅员工不足和员工过剩供应链管理仿真建模可以通过评估中断（如配料延迟）对餐厅或食物链整体运营的影响来帮助优化供应链。这使管理者能够测试不同的场景，并确定降低风险的策略。高效的供应链管理对于维持餐饮业的平稳运营至关重要。仿真建模通过对供应商的配料流、运输时间和订单数量进行建模，帮助餐厅优化供应链。通过准确评估交付周期和库存管理等变量，餐厅可以确定需要改进的地方，降低成本，并确保优质食材的稳定供应。让我们假设一个农场到餐桌的餐厅网络，使用仿真建模来降低成本并保证新鲜食材的稳定供应。通过仿真配料订购数量和配送计划表的变化，他们可以优化供应链，从而减少浪费，提高菜肴质量。看看这个由AnyLogic团队开发的啤酒（可以选择酒精或非酒精）分销游戏，它介绍了对供应链和网络管理的需求。使用此模型可以尽量降低成本。啤酒分销游戏（可用源文件）新概念评估最后，在投资新餐厅或扩建现有餐厅之前，可以使用仿真建模来评估企业的可行性和盈利能力。通过仿真顾客流量、收入预测和运营成本，老板可以做出更明智的决策。想象一下，一家咖啡馆使用仿真建模来评估延长营业时间的影响。通过输入特定时段的顾客流量数据并评估相关成本，他们能够在知情的情况下决定延长营业时间，从而在非高峰时段增加收入。餐饮业的强大工具仿真建模在餐饮业的应用代表着运营优化和决策的根本转变。从提高员工配备效率和排队管理，完善菜单和定价策略，仿真建模使餐厅老板能够做出数据驱动的决策。通过利用仿真建模，餐厅可以在竞争激烈的行业中保持领先地位，确保在不断发展的市场中取得持续的成功和成长。

零售

应对汽车行业的挑战：制造业数字化

admin October 5, 2025 No Comments

在快速发展的制造业中，汽车行业面临着诸多挑战，促使企业寻求优化流程和确保长期生存能力的解决方案。这时，汽车行业顾问就能发挥关键作用，利用仿真建模来解决复杂问题、降低风险，并向管理层证明创新的必要性。目录了解仿真建模行业概况克服汽车行业的挑战使用AnyLogic成功构建为即将到来的数字化做好准备了解仿真建模仿真建模可在虚拟环境中复制真实世界的流程和系统，对于应对汽车行业的挑战至关重要。通过描绘复杂系统的动态变化，仿真模型使汽车行业顾问能够探索各种方案、评估决策影响并做出明智的选择，而不会危及现实世界的资源。 AnyLogic的作用 AnyLogic 为仿真建模提供了一个全面的平台，涵盖各种建模范例，如基于智能体、离散事件和系统动力学。这种多功能性使用户能够创建高度详细和精确的模型，以捕捉许多不同行业的复杂情况，包括供应链和制造流程。在2023年AnyLogic会议上，工程公司展示了他们开发智能系统的案例，该系统用于塑造保时捷数字化步骤，并采用即将到来的制造业变革。请观看下面的视频，详细了解该案例。如前所述，仿真建模为公司提供了多种选择，使其能够在实施新假设之前看到其结果。不过，演讲者强调了在业务分析和规划中实施建模以获得最大收益需要考虑的三个关键点。需要关注的三个关键要素：战略一致性：公司在投入仿真建模之前，必须制定明确的战略目标。自上而下开始，确保仿真工作与组织的总体目标保持一致。 ROI评估：仿真项目的财务可行性取决于其带来实际回报的能力。解决ROI困境需要对投资决策进行全面分析和优化，以实现价值最大化。预测未来：仿真建模提供了对未来的一瞥，使公司能够预测挑战和机遇。通过准确预测结果，组织可以降低风险并自信地做出明智的决策。当您使用仿真改进业务运营时需要考虑的要点行业概况以保时捷为例，汽车行业顾问专注于细分市场的挑战。例如，电动汽车的发展和 COVID-19 危机期间的半导体短缺问题。这两点你都凸显了创新解决方案的需求。企业选择投资于未来的工厂和面向未来的基础设施，以保持竞争力。仿真解决方案有助于增强任何生产运营的灵活性和适应性。通过利用自动化、机器人和物联网等尖端技术，未来的工厂可以简化生产流程、降低成本并适应不断变化的市场需求。然而，此类投资需要大量的时间、资源和资本，因此确保稳健的投资回报率（ROI）和长期可持续性至关重要。仿真建模在应对汽车行业挑战方面具有变革潜力。面对供应链中断和地缘政治挑战，保时捷等公司面临着迅速提高自身能力的压力。克服汽车行业的挑战…

零售

更明智的决策从这里开始：仿真中的人工智能与机器学习

admin October 5, 2025 No Comments

仿真建模一直是决策的有力工具。它使我们能够对复杂系统进行建模、测试各种场景，并为未来进行规划。但是，当将仿真与人工智能（AI）和机器学习（ML）相结合时，我们所做的就不仅仅是对未来进行建模了，而是预测未来。其成果就是新一代动态且自适应的仿真，这些仿真能够学习、进化，帮助我们更快地做出更好的决策。在这篇博客文章中，我们将探讨仿真建模中人工智能和机器学习的动态世界，揭示其中的诸多精妙之处。内容：回归基础从基于规则的系统到学习系统为何将仿真与人工智能相结合？实时学习与数字孪生行业应用：人工智能的实际应用未来：混合智能总结思考让我们从基础开始什么是仿真建模？想象一下，能够预测交通拥堵、测试新的工厂布局，甚至在没有任何现实世界风险或成本的情况下为医院应对紧急情况做好准备。嗯，仿真建模就能让你做到这些。什么是人工智能？人工智能和机器学习是能帮助计算机从数据中学习，以进行预测、分类或决策的技术。这些系统旨在执行通常与人类智能相关的任务。机器学习方法一般分为三类：监督学习：算法从有明确标记的训练数据中学习，依据已知示例进行预测或分类。无监督学习：算法在无标记数据中识别隐藏模式或分组，常用于市场分析、客户细分和异常检测。强化学习（RL）：算法通过与环境的交互进行训练，在这个过程中，它们通过反复尝试来学习如何最大化奖励，动态优化决策。当与仿真结合时，它们让模型变得更智能、更精确。这些模型不再仅仅依赖过去的数据，而是能够自动适应并对新信息做出反应。从基于规则的系统到学习系统传统的仿真模型依赖于确定性规则。它们擅长基于固定参数运行 “假设分析” 场景，但往往需要持续的手动调整，而且可能无法很好地处理不确定性或复杂性。这正是人工智能和机器学习发挥作用的地方。机器学习算法无需手动定义每一种行为或结果，而是让模型从数据中学习、检测模式并实时调整。这种从基于规则的系统到基于学习的系统的转变，在复杂性、细节和可变性方面，使仿真更接近现实世界。为什么要将仿真与人工智能和机器学习相结合？人工智能与仿真建模相结合时，会在三个关键领域相互促进： 1. 合成数据生成人工智能应用面临的一个重大挑战是获取足够且高质量的数据。在某些情况下，现实世界的数据收集可能成本高昂、不切实际，甚至根本无法实现。仿真模型，尤其是使用…

You Missed