如何在AnyLogic中对非泊松到达分布进行建模

AnyLogic 流程库的 Source 模块默认选「到达率（Rate）」模式时，底层会自动用指数分布生成到达间隔，对应泊松到达过程，要改成非泊松到达不用修改底层代码，直接调整 Source 的到达模式即可，对应你1个月周期每日固定x个到达的需求，常用操作分为三类：

• 替换到达间隔分布（最常用，适合仅需调整到达间隔概率分布、不需要严格卡每日固定到达数的场景）
  1. 选中 Source 模块，在属性面板把到达模式从默认的Rate切换为Interarrival time
  2. 在到达间隔的输入框里直接填入你需要的分布公式即可：要定长均匀到达就填换算好的固定间隔值（比如模型时间单位为分钟、每日x个到达，就填1440/x）；要韦伯、对数正态、三角分布等其他非指数分布，直接调用AnyLogic内置的分布函数即可，比如weibull(shape, scale)、triangular(min, mode, max)都可以直接使用，生成的到达过程就是对应分布的非泊松过程。
  3. 做均值校准：只要保证你填入的分布的数学期望和原来泊松设置下的平均到达间隔一致，整个模型周期的总到达量就会和你预期的30x基本吻合，不会出现总数量偏差过大的问题。
• 用时间表自定义到达（适合需要严格控制不同时段到达密度的场景）
  1. 拖入一个 Schedule 元件，设置重复周期为1天，时间精度匹配你的模型时间单位
  2. 按照你需要的到达规律在时间表上标记到达点：比如要模拟工作日早高峰到达集中的规律，就把更多到达点放在8-10点区间，凑够每日x个到达即可，支持按经验分布、自定义权重分配时间点
  3. 把Source的到达模式改成Arrivals from schedule，关联你做好的Schedule即可，到达时间完全由你定义，完全脱离泊松分布假设。
• 自定义事件生成到达（适合特殊规则的到达场景）
  如果你的到达规律没有现成分布可以套用（比如要匹配业务侧给的真实到达时间经验数据、或者有复杂的到达触发规则），可以加一个每日触发的循环事件，每天零点自动生成当日x个到达的具体时间戳存到列表里，再配合动态事件按时间戳逐个生成实体，逻辑完全自定义，没有任何分布限制。

注意不要直接在Rate模式下手动修改率值的随机分布，这个模式底层写死了指数间隔的生成逻辑，只改率值的随机分布得到的还是泊松类到达过程，没法实现真正的非泊松到达。

内容的提问来源于stack exchange，提问作者dnyanesh ambhore