我们都时常乘坐飞机，但我们都不知道飞机维护有多复杂。而军用飞机的维修周转过程（飞机着陆和准备再次飞行之间的时间）就更加复杂，且相当耗时，中间包括多个并行交互工作流程。此外，还需要技术熟练的工作人员来维持周转过程的技术水平，这都将导致相关的成本的增加。

洛克希德·马丁公司（Lockheed Martin）是最大的航空、航天、国防、安全和技术公司之一，该公司的工程师使用 AnyLogic 仿真建模软件，想要改进军用飞机在整个维修周转过程中的决策，并评估过程更改对维修周转时间的影响。

要完成模型，必须考虑中转过程的三个要素：

在这些过程细节弄清楚后，就设计了一个移动应用程序，以便能够在维护的每个阶段对每个过程进行记录、验证和理解。监测维护人员的观察员使用了这个数据收集工具。在整个项目过程中，会对应用程序进行多次修改，调整操作。

模型会表示出工作流程中的每个步骤的关键数据，包括参与者、资源、依赖项和其他明确流程的数据。模型所需的数据包括每个任务的开始和停止时间。除此之外，模型还提供录音功能，记录应用程序中未提及的活动。数据收集应用程序还具有高度灵活性和适应性。 例如，观察者可能会记录任务花费的时间超过预期的原因，或者记录他们意外按了错误按钮的情况等。

通过对飞机维修周转过程的研究，发现此过程的仿真需要基于智能体的建模方式和仿真环境，还需具有实验和演示能力。AnyLogic 仿真建模工具满足了这些需求。此外，其流程可视化功能有助于向各级开发人员和高级领导层介绍模型。

下一阶段是将流程研究中标识的关键对象在 AnyLogic 中实现，包括智能体、资源和任务，并实现多种可视化，建立流程的基线模型。之后，在确定模式下迭代运行，以及在蒙特卡罗模式下进行单次和多次运行，进行模型调试。最后，将研究结果与各地的经验结果进行比较。

在验证和更新之后，基于智能体的随机模型能够捕捉周转过程的动态和交互过程。无论 是通过删除流程步骤、减少流程步骤执行时间，还是重新定义流程部分，来提高维护流程的效率，流程变更后的效果比较抽象。因此，模型设计了实验模块量化流程变更的影响。

该模型的实验有助于：

使用模型进行各种实验，包括蒙特卡罗实验，得出了一些建议，显示了不同流程更改带来的影响，以及这种差异的潜在范围。AnyLogic的建模和仿真方法不仅可以帮助建模人/机器/工作站的交互，还可以跟踪实验未知的工作流特性：

所有这些都让工程师能够捕捉到维修周转过程中的问题，对工作流提出修改建议，改进飞机周转过程。