ブログ

この記事では、予測分析の幅広い分野、機械学習との関係、およびシミュレーションが予測分析テクノロジーとしてどのように機能するかを紹介します。

なぜ予測分析を使用するのですか？予測分析とは、履歴データに基づいて予測を行うことです。技術者は、統計アルゴリズムと機械学習技術を使用して過去のイベントを分析し、将来のシステムの確率と予測を生成します。ほとんどすべての人が予測分析の対象であり、その恩恵を受ける可能性があります。

AnyLogic Cloudバージョン2.2.xは、AnyLogic 8で開発したシミュレーションモデルの管理と実行のための統合環境を提供します。このリリースで追加された新機能は、シミュレーションのアクセシビリティ、セキュリティ、及びパフォーマンスの向上等があります。

このブログ投稿では、シミュレーションモデルがAnyLogic Cloudによってどのように管理されているかをご紹介し、現在の2.2.2リリースまでのさまざまな新機能に焦点を当てます。

2020年12月14日~18日まで、シミュレーションを専門とする最大の専門家会議であるWinterSim-2020に参加しました。本会議は、ビジネスと科学分野でのシミュレーションモデリングをどのように有効利用するかを発表します。また、各ソフトウェア会社はシミュレーションモデリング製品の最新版を紹介します。

今年の主なプレゼンテーションは、来年リリースを予定しているAnyLogic9.0に関するもので、多くの重要なアップデートが含まれています。

AnyLogicのマテリアルハンドリングライブラリに関するシリーズのパート5。これは、商品が移動、処理、および分類される工場や倉庫、およびその他の施設の作業をモデル化するために特別に設計されたライブラリです。

このブログでは、 Network Port エレメントを使用して、個々のコンベアと処理ステーションを単一のコンベアネットワークに接続する方法を示します。

それでは始めましょう！

様々なビジネスシーンで利用できるシミュレーションツールAnyLogic 8.7をリリースしました。すでに当社のウェブサイトからダウンロードできます。

アニメーションパフォーマンスの向上及びAIを利用したモデルの実験をサポートします。また、2Dおよび3Dアニメーションパフォーマンスが向上し、より高速かつスムーズに動作するようになりました。

AnyLogic 8.3にはマテリアルハンドリングライブラリが付属しており、その操作方法をブログで説明する一連の特集記事を公開しました。それらは、実際の環境でサンプルを使用して、ライブラリとそのコンポーネントの主な機能であるブロックとスペースマークアップエレメントについて説明しています。

コンベアに焦点を当てたパート1に続いて、このブログは商品を移動する他の方法、つまりトランスポーターについて説明しています。これらには、フォークリフトのほか、ロボットおよび機械式カート–無人搬送車（AGV）が含まれます。

マテリアルハンドリングライブラリのリリースに合わせて、一連のトレーニングモデルを用意しました。コンベアシステムのサンプルを使用して、ライブラリの主な機能を示します。これらのシステムは、生産施設や倉庫によく見られます。ワークステーション間で部品を輸送し、完成品を分類して保管場所に配送します。

これからご紹介する一連のブログでは、新しいライブラリ用いたトレーニングモデル使用してマテリアルハンドリングモデルについて詳しく説明していきます。

2020年10月16日、日本語のウェビナーを初開催いたしました。ウェビナーでは、AnyLogic社マテリアルハンドリングライブラリ開発チームの責任者であるAnastasiia Zhiliaevaと代理店であるテックサポートマネメント有限会社の営業と技術者が参加し、AnyLogicシミュレーション機能概要、製造施設でのマテリアルハンドリングプロセスのモデル構築方法、及び作成したシミュレーションモデルを実行する環境を提供するAnyLogicクラウドコンピューティング機能の利点についてご紹介いたしました。

ウェビナーのビデオをご覧いただければ幸いです。また、ウェビナーで作成したモデル（モデルソースファイルをダウンロード可能）をダウンロードしてお試しください。

AnyLogic 8.6アップデートで追加されたマテリアルハンドリングライブラリに関連する重要な機能は、AGVなどのトランスポーターの移動するエリアを制限でき、アクセスは条件付きで許可することができます：トランスポーター番号、スケジュール、スループット等。

このテクニカルブログでは、これらの制限エリアの使用方法を説明し、実用的なサンプルモデルであるAreas with Limited Access for Transporters（トランスポーターのアクセスが制限されたエリア）使用して学習します。

Microsoft Project Bonsaiを使用すると、AIのバックグラウンドがない専門家でも、専門知識を活用してAIエージェントを指導し、実際のビジネス上の問題を解決できます。 Project BonsaiとAnyLogicシミュレーションを使用するための主要な概念とワークフローを紹介する、ウェビナーと付随するリソース情報を以下に示します。

このウェビナーは、AnyLogicとMicrosoftが提携して 、ビジネスアプリケーションに深層強化学習と機械教育をもたらす内容となっています。Microsoft Project Bonsaiチームの主任プログラムマネージャーであるDavid CoeとAnyLogic AIプログラムリーダーのArash Mahdaviが、シミュレーションを使用してAIをトレーニングし、シミュレーションでAI制御を実装するためのエンドツーエンドのワークフローを実証します。