AI 助理
备案控制台
开发者社区 云计算 文章 正文

【仿真建模】第二课：AnyLogic入门基础课程 - 行人仿真空间逻辑讲解

2022-12-07 1072
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 每个智能体都有个属性index，从0到n，所以我们创建多层建筑没必要一层一层建立，只需要把一层建筑封装成一个类，然后拖动出来，使用类似for循环的机制，去复制即可。指定初始位置，index*20，代表每层高度为20，通过index自增的索引进行高度自增。这里要注意，一定要将矩形墙的中心对准原点，因为在复制封装好的类时，它会以原点为参考原点。设置墙的颜色（大家自己选一个颜色即可），透明度设置为100（主要是为了能看清建筑内部）在工程面板找到刚新建的层，然后修改dZ为40（高度为40）

@[toc]

一、屏幕尺寸和空间尺寸的比例设置

新建模型
在这里插入图片描述
创建矩形墙，填充类型设置为无填充

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

二、墙体高度设置

在这里插入图片描述

三、Text鼠标事件切换视角

先建立如下图所示的简单场景

在这里插入图片描述
拖出视角区域（分别修改名称为view2D和view3D）

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
拽出文本，设置文本内容、文本大小和鼠标点击事件

在这里插入图片描述
同样的方法

在这里插入图片描述
点击运行，查看效果

在这里插入图片描述
还可以设置模型一启动就切换到哪个视角

在这里插入图片描述

四、Ground / Level 设置

拽出一个矩形区域

在这里插入图片描述
把它设置为斜的（变为斜坡）

在这里插入图片描述
设置斜坡提升高度为40

在这里插入图片描述
再拖一个矩形区域出来

在这里插入图片描述
绘制一段路径

在这里插入图片描述
在这里插入图片描述
拽出一个矩形，表示高层的地板

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

新建层

在这里插入图片描述

在工程面板找到刚新建的层，然后修改dZ为40（高度为40）

在这里插入图片描述
修改名字为groundHight

在这里插入图片描述
修改路径的层为groundHight

在这里插入图片描述

修改暂停区的层为groundHight

在这里插入图片描述

修改高层目的地的层为groundHight

在这里插入图片描述
开始布置行人

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
运行查看效果

在这里插入图片描述

在这里插入图片描述

五、多层建筑

每个智能体都有个属性index，从0到n，所以我们创建多层建筑没必要一层一层建立，只需要把一层建筑封装成一个类，然后拖动出来，使用类似for循环的机制，去复制即可
在这里插入图片描述
新建模型

在这里插入图片描述
把刚刚建立的模型复制过来

在这里插入图片描述
多余的东西删除，只留下两个视角
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
这里要注意，一定要将矩形墙的中心对准原点，因为在复制封装好的类时，它会以原点为参考原点

用两条直线找到矩形墙的中点，然后对齐原点

在这里插入图片描述
对齐原点后，把两条直线删掉

在这里插入图片描述
设置墙的颜色（大家自己选一个颜色即可），透明度设置为100（主要是为了能看清建筑内部）
在这里插入图片描述

回到Main窗口，拖拽出Builder智能体
在这里插入图片描述

调整位置到视角中
在这里插入图片描述

设置为智能体群

在这里插入图片描述
指定初始位置，index*20，代表每层高度为20，通过index自增的索引进行高度自增

在这里插入图片描述

把建筑智能体和视角一起移动到原点
在这里插入图片描述
运行查看效果

在这里插入图片描述

文章标签：
索引
WSKH0929
目录
相关文章
程序猿～厾罗
|
机器学习/深度学习 人工智能 安全
AI诈骗技术越来越越普遍，那么如何防范
AI诈骗技术越来越越普遍，那么如何防范
程序猿～厾罗
414 0
流烟默
MySQL8.0新特性之公用表表达式学习
公用表表达式（或通用表表达式）简称为CTE（Common Table Expressions）。CTE是一个命名的临时结果集，作用范围是当前语句。CTE可以理解成一个可以复用的子查询，当然跟子查询还是有点区别的，CTE可以引用其他CTE，但子查询不能引用其他子查询。所以，可以考虑代替子查询。
流烟默
373 0
虫无涯
|
JavaScript Java 测试技术
『App自动化测试之Appium基础篇』| 从定义、原理、环境搭建、安装问题排查等深入了解Appium
『App自动化测试之Appium基础篇』| 从定义、原理、环境搭建、安装问题排查等深入了解Appium
虫无涯
5234 0
modelscope
|
5月前
|
人工智能 自然语言处理 算法
AFAC2025金融智能创新大赛启动仪式圆满成功，汇聚各方力量共启创新赛事
7月3日，在来自政府、高校、企业和行业协会的各界嘉宾共同见证下，2025科技智能创新大赛启动仪式暨AFAC2025金融智能创新大赛合作伙伴授牌仪式于上海举行，并取得圆满成功。
modelscope
245 0
Deephub
|
机器学习/深度学习 存储 编解码
Tiny Time Mixers (TTM)轻量级时间序列基础模型：无需注意力机制，并且在零样本预测方面表现出色
IBM研究人员提出Tiny Time Mixers (TTM)，这是一个轻量级、基于mlp的TS模型，参数量小于1M，在M4数据集上表现优于大型SOTA模型，且具备优秀的零样本预测能力。TTM无注意力机制，利用TSMixer进行多级建模，自适应补丁和频率前缀调整等创新特性提升性能。预训练和微调阶段各有独特设计，预训练仅用单变量序列，微调时学习多变量依赖。TTM在某些任务中证明了小模型的优越性，且模型已开源。
Deephub
848 1
蚝油菜花
|
10月前
|
人工智能 分布式计算 监控
AgentSociety：告别纸上谈兵！AI社会模拟器预判政策漏洞：输入新规秒看30年后社会形态
AgentSociety 是清华大学推出的基于大语言模型的社会模拟器，通过构建类人心智的智能体模拟复杂社会行为，适用于政策沙盒测试、危机预警等场景。
蚝油菜花
560 6
Echo_Wish
|
机器学习/深度学习 TensorFlow 算法框架/工具
使用Python实现深度学习模型：智能质量检测与控制
使用Python实现深度学习模型：智能质量检测与控制 【10月更文挑战第8天】
Echo_Wish
860 62
使用Python实现深度学习模型：智能质量检测与控制
1442573646622176
|
数据采集 监控 数据安全/隐私保护
数据污染不容小觑，数据治理策略助你轻松应对！
企业应成立专门的数据治理团队，负责数据质量的管理和监控。同时，制定数据治理的流程和规范，明确数据的质量管理流程、责任分工和协作机制，确保数据治理工作的有序进行。
1442573646622176
382 0
代码掌控者
|
物联网 C# Windows
看看如何使用 C# 代码让 MQTT 进行完美通信
看看如何使用 C# 代码让 MQTT 进行完美通信
代码掌控者
1772 0
游客mldfis24krfue
|
存储 缓存 Kubernetes
在K8S中，有状态服务与无状态服务都是怎么使用pv和pvc？（可以通过应用场景说明一下）
在K8S中，有状态服务与无状态服务都是怎么使用pv和pvc？（可以通过应用场景说明一下）
游客mldfis24krfue
251 0