用训练有素的大脑进行多次模拟

提问者：小点点

用训练有素的大脑进行多次模拟

我正在使用AnyLogic 8.7.9 PLE对基于规则的模拟进行建模。我想将此模拟的结果与Bonsai训练的大脑的结果进行比较。对于基于规则的模拟，我通过参数变化实验运行了100次单个配置。当我想使用训练过的大脑运行相同时，我收到了以下错误：

root. bonsaiConnector：此块仅适用于模拟实验。

我正在考虑解决这个问题的方法，我想从一次实验运行中运行所有内容，我在下面的查询中找到了更多信息：

在任何逻辑中运行N倍的模拟

现在，我的问题是，运行这100个基于规则的模拟大约需要3-5个小时，因为其中一些模拟是并行运行的，有没有一种解决方法，我可以并行运行训练好的大脑刺激的100次运行中的至少一部分，而不是连续运行它们，这样就不会超过基于规则的模拟所需的时间？

共1个答案

匿名用户

免责声明：我没有用盆景脑Rest过，有可能它不适用于自定义实验

警告：前方Java

您可以使用自定义实验功能运行模拟。

下面的示例改编自您可以在此处找到的模拟模型生命周期文章，但增加了多线程的进步。代码可以强加在这个简单的示例上，它会很好地工作。

创建一个自定义实验，并在附加类代码中添加一些自定义代码。理想情况下，在此函数中，您提供一些包含模型所有输入数据的场景类，以及存储模型所有结果数据的结果类。

public void startRound( Scenario scenario, int seed, TextFile customerQueueTimeFile, Results results ) {
    
    // Create Engine, initialize random number generator:
    Engine engine = createEngine();
    engine.setTimeUnit( MINUTE );
    engine.getDefaultRandomGenerator().setSeed(seed);
    
    // start date
    SimpleDateFormat dateFormatter = new SimpleDateFormat("yyyy-MM-dd");
    try {
        engine.setStartDate(dateFormatter.parse("2021-02-01"));
    } catch (ParseException e) {
        throw new AssertionError("Invalid date: ");
    }
    
    // Create new root object and set the parameter
    Main root = new Main( engine, null, null );
    root.scenario = scenario;
    root.seed = seed;
    root.customerQueueTimeFile = customerQueueTimeFile;
    
    engine.start( root );
    engine.runFast();

    traceln("Experiment: " + scenario.scenarioName + ", replciation: " + seed + " Finished");
    if (results != null) {
        results.addResult("Min", root.averageWaitingTime.getStatistics().min());
        results.addResult("Average", root.averageWaitingTime.getStatistics().mean());
        results.addResult("Max", root.averageWaitingTime.getStatistics().max());
    }   
    engine.stop();
}

如果您想并行运行这些自定义实验，则需要实现多线程。

为此，您可以为要运行的每个复制创建一个新的runnable，然后在runnable中调用函数来运行自定义实验。

当线程池中只有1个活动线程时，您可以保存输出

for (String fileName:filesToLoad) {
    importFromExcel(fileName);
    Results result = new Results();
    resultsMap.put(selectFrom(model_setup).firstResult(false, model_setup.scenario_name), result);
    for (int i = 0; i < replications; i ++) {   
        final int x = i;
        Scenario s = getScenarioFromDB();
        Runnable runnable = new Runnable() {
            @Override
            public void run() {
                CustomExperiment customExperiment = new CustomExperiment(null);
                customExperiment.startRound(s, x, customerQueueTime, result);
                
                if (v_threadPool.getActiveCount() == 1){
                    outputResults();
                }
            }
        };
        v_threadPool.execute(runnable);
    }
}

v_threadPool只是一个线程池执行器，以确保您不会同时运行太多线程。