java - AnyLogic:提高网络模型的计算性能

Question

我正在研究基于代理的流行病模型。这个想法是，个体代理根据他们在网络中观察到的情况(基于距离)做出决策。我在每个代理中都有多个功能，可以动态更新受感染联系人的计数、显示特定行为的联系人等。

下面的代码用于对代理网络内受感染的联系人进行计数。

int infectedConnections = 0;

if (getConnections() != null)
    for (Agent a : this.getConnections())
        {
        Person p = (Person) a;

        if (p.IsCurrentlyInfected()) 
            infectedConnections++;
            }

return infectedConnections ;

至少还会有 3 个这样的函数，用于统计代理网络中表达其他功能的其他代理的数量。现在，当我有 <500 个代理时，这似乎运行良好，但是当我将代理数量增加到大约 1,000 人左右时，模型变得非常慢。我希望模拟至少 5,000 个代理，此时模型甚至还没有初始化。

是否有一种计算效率更高的方法来跟踪 Anylogic 中针对较大群体的网络统计数据？

Answer 1

模型未初始化，因为默认内存量不足以容纳 5000 个代理。如果每个代理与所有其他代理连接(每个代理 4999 个连接)，则需要 >1.300 Mb RAM，而默认模拟实验仅分配 512 Mb RAM。更改实验属性中的内存量。然后，该代码对于所有 5000 个代理大约需要 1 秒。换句话说，如果我每秒收集一次统计数据，最大执行速度约为每 1 实际秒 1 个模型秒。

如果使用Java Stream API重写代码，则可以增加它:return (int)getConnections().stream()
.filter( a -> (Person)a).IsCurrentlyInfected())
.count();

然后，1 模型秒在 0.5 实际秒(x2 增益)中执行。如果统计信息收集是并行执行的(使用多个线程，由 Java 代码创建)，那么您可能会获得相应的增益，具体取决于 PC 的内核数量。不管怎样，这是计算复杂度的问题，所以你需要改变方法( see @pjs answer )，否则性能很差。