AnyLogic: повышение вычислительной производительности сетевой модели

Я работаю с агентной моделью эпидемии. Идея заключается в том, что отдельные агенты принимают решения на основе того, что они наблюдают в своих сетях (на основе расстояния). У меня есть несколько функций в каждом агенте, которые динамически обновляют количество зараженных контактов, контакты, показывающие определенное поведение и т. Д.

Приведенный ниже код предназначен для подсчета зараженных контактов в сети агента.

int infectedConnections = 0;

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

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

return infectedConnections ;

Будет как минимум еще 3 такие функции, которые будут вести подсчет других агентов, выражающих другие функции в сети агента. Теперь, кажется, все работает хорошо, когда у меня <500 агентов, но когда я увеличиваю популяцию агентов примерно до 1000 или около того, модель становится чрезвычайно медленной. Я собираюсь смоделировать по крайней мере 5000 агентов, и на данный момент модель даже не инициализируется.

Есть ли более эффективный в вычислительном отношении способ отслеживания сетевой статистики в Anylogic для больших групп населения?

Источник

3 ответа

Решение

Ваш результат того, что дела идут где-то между 1000 и 5000, довольно часто встречается в моделях на основе агентов, которые я видел. Это основная проблема вычислительной сложности. С N агентами число двусторонних взаимодействий равно N.choose.2, что равно O(N^2). 5000 агентов - это примерно в 25 раз больше работы, чем 1000 агентов.

Вы можете тянуть некоторые трюки с локализацией. По сути, разделите свою песочницу на разные игровые зоны, основываясь на том факте, что агенты в определенной области не могут взаимодействовать с агентами в других областях, поэтому вам нужно только проверить подмножество взаимодействий. Разделение N агентов на k независимых группировок, если это возможно, даст увеличение в O(k) раз во время выполнения.

Другой альтернативой может быть отказ от временной структуры и разработка основанного на событиях проекта для вашей проблемы. Вы можете найти пример такого подхода в этой статье.

Источник

Модель не инициализируется, поскольку объема памяти по умолчанию недостаточно для 5000 агентов. Это занимает>1,300 МБ ОЗУ в случае, если каждый агент связан со всеми другими агентами (4999 подключений на каждого агента), в то время как эксперимент по моделированию по умолчанию выделяет всего 512 МБ ОЗУ. Измените объем памяти в свойствах эксперимента. Затем код занимает около 1 реальной секунды для всех 5000 агентов. Другими словами, если я собираю статистику каждую секунду, максимальная скорость выполнения составляет около 1 модельной секунды за 1 реальную секунду.

Вы можете увеличить его, если переписать код с помощью Java Stream API:return (int)getConnections().stream() .filter( a -> (Person)a).IsCurrentlyInfected()) .count();

Затем выполняется 1 модель с за 0,5 реальных секунды (усиление х2). В случае, если сбор статистики выполняется параллельно (с несколькими потоками, созданными кодом Java), вы можете получить соответствующее усиление, в зависимости от количества ядер на ПК. В любом случае, это проблема сложности вычислений, поэтому вам нужно изменить подход ( см. Ответ @pjs), в противном случае производительность действительно плохая.

Источник

Поскольку другие ответы покрывают, Ваш вопрос - действительно два вопроса:

  • использование памяти и "базовая" скорость модели из-за увеличения общего количества сетевых подключений по мере увеличения числа агентов;

  • Ваша статистика собирает эффективность.

Я удивлен, что никто не упомянул об этом, но очевидная альтернатива для последнего состоит в том, что, если вы просто сохраняете статистику по числу зараженных в настоящее время, почему бы просто не заставить агентов обновлять соответствующие подсчеты, когда они входят / выходят из зараженных состояний (либо с "фактическими" состояниями через диаграмму состояний AnyLogic или другими способами представления его через функции и т. д.)? И аналогично для любой статистики по другим изменениям состояния, передаваемым по сети...

Источник
Другие вопросы по тегам