如何在AnyLogic中为Mt/M/c队列模型实现非齐次泊松过程智能体生成？

核心思路 #

AnyLogic原生Source模块不支持直接输入自定义时变速率函数（如a+b*sin(t)），但可以通过事件模块手动控制触发逻辑或自定义Source的到达间隔表达式实现非齐次泊松过程的智能体生成，核心是通过概率采样方法计算下一个智能体的到达时间。

方法一：使用事件模块手动生成 #

这是最灵活的实现方式，完全自定义到达逻辑：

1. 添加Event模块，设置为「Repeatable」（重复触发）。
2. 在事件的「Action」面板编写智能体生成逻辑：

   // 创建智能体并发送到后续端口，替换AgentType为你的智能体类
   AgentType newAgent = agentType.create(this);
   send(newAgent, out);
   

3. 实现非齐次泊松过程的到达时间采样函数：
   对于速率函数λ(t) = a + b*sin(t)，可以用拒绝采样法（实现简单，适合速率波动不大的场景），先在模型全局定义参数：

   double a = 3; // 基础到达速率
   double b = 1; // 速率波动幅度
   double lambda_max = a + b; // 速率函数的最大值
   

   然后编写采样函数：

   double nextNHPPArrivalTime() {
       double currentTime = time();
       while(true) {
           // 生成候选到达时间（基于最大速率的指数分布）
           double u1 = uniform(0, 1);
           double candidateTime = currentTime - Math.log(u1) / lambda_max;
           // 生成均匀随机数判断是否接受候选时间
           double u2 = uniform(0, lambda_max);
           double currentRate = a + b*Math.sin(candidateTime);
           if(u2 <= currentRate) {
               return candidateTime;
           }
       }
   }
   

4. 在事件的「Next time」面板填写nextNHPPArrivalTime()，让事件在计算出的时间点触发生成智能体。

方法二：自定义Source模块的到达间隔 #

如果想保留Source模块的封装性，可以修改其到达模式：

1. 将Source的「Arrival pattern」设置为「Inter-arrival time」，选择「Expression」作为间隔类型。
2. 复用上述nextNHPPArrivalTime()函数，在间隔表达式中填写：

   nextNHPPArrivalTime() - time()
   

   （因为Source的间隔是相对于当前时间的差值，需要用下一次到达时间减去当前仿真时间）

注意事项 #

• 若速率函数的最大值随时间变化，需动态更新lambda_max，否则拒绝采样的效率会大幅降低。
• 对于复杂的速率函数，拒绝采样效率低时，可改用数值积分+二分法求解累积强度函数的逆来得到到达时间，适合精度要求高的场景。

内容的提问来源于stack exchange，提问作者obiwan