AnyLogic 的 ParametersVariation 实验中，参数变化顺序并无固定规则，由底层 OptQuest 引擎动态决定，受运行次数、并行处理器数量等因素影响，不可预测且不可复现，因此绝不应依赖执行顺序。
anylogic 的 parametervariation 实验中，参数变化顺序并无固定规则，由底层 optquest 引擎动态决定，受运行次数、并行处理器数量等因素影响，不可预测且不可复现，因此绝不应依赖执行顺序。
在 AnyLogic 中，ParameterVariation 是一种基于优化引擎（OptQuest）的实验类型，其核心目标是高效探索参数空间以寻找最优系统性能，而非按预设顺序穷举所有组合。这意味着：
- ✅ 无确定性遍历逻辑：即使你定义了 p_numbers ∈ [1,5]、p_zipcode ∈ [1,3]、p_floor ∈ [1,4]（均为步长为 1 的整数范围），AnyLogic 不会按类似嵌套 for 循环（如 p_numbers 外层、p_zipcode 中层、p_floor 内层）的方式系统性遍历所有 5×3×4 = 60 种组合。
- ⚠️ OptQuest 驱动，黑盒调度：实际参数组合由 OptQuest 根据目标函数（如最小化成本、最大化吞吐量）的响应面建模与启发式搜索策略动态生成。它可能优先尝试“有希望”的区域，跳过低效组合，甚至重复采样某些点以提升统计稳健性。
- ? 不可复现性：即便完全相同的模型、参数范围、随机种子和硬件环境，两次 ParameterVariation 实验的执行顺序也极大概率不同——这是优化算法主动引入的探索多样性，并非 bug。
例如，以下代码片段常被误用于“验证顺序”，但结果每次运行都可能不同：
// 在 beforeExperimentStart() 或 beforeReplication() 中打印当前参数
traceln("Run #" + getCurrentReplication()
+ ": p_numbers=" + p_numbers
+ ", p_zipcode=" + p_zipcode
+ ", p_floor=" + p_floor);? 关键提醒：若业务逻辑或数据记录依赖参数变化顺序（如按 p_numbers 分组导出 Excel、要求 p_floor 单调递增等），ParameterVariation 不适用。此时必须改用 CustomExperiment，手动控制参数迭代逻辑，例如：
// CustomExperiment 中可实现确定性遍历（示例：笛卡尔积）
for (int num : range(1, 6)) { // p_numbers: 1..5
for (int zip : range(1, 4)) { // p_zipcode: 1..3
for (int flr : range(1, 5)) { // p_floor: 1..4
setParameters(num, zip, flr);
runSingleReplication();
}
}
}总之，请将 ParameterVariation 视为一个智能“参数探针”，而非“参数枚举器”。设计实验时，始终假设每次仿真运行是独立、随机采样的事件；所有分析（如敏感性、响应曲面拟合）都应基于完整结果集，而非执行时序。
