1.系统动力学
通常用于长期的战略模型，并假设建模的对象高度聚合。在动力学模型中，人、产品、事件和其他离散项都是以数量代表，因此它们就失去了所有的个体属性、历史或动态变化。如果问题适合这种抽象程度，系统动力学会是可以使用的正确方法。AnyLogic采用了为系统动力学建模者所熟悉的方式来设计和模拟反馈结构（存量、流程图和决策规则，包括数组变量又叫下标）。用户可以 依次定义存量和流变量 使用公式中的自动“代码补全” 为了模型有更好的易读性，可以定义“影子”变量 使用表函数（查找表）、线性或样条曲线插值 定义枚举和范围类型的维度 定义子维度和子范围 定义任意维度的数组变量 ，每个数组变量的不同部分可以使用多种公式 使用特定的系统动力学和标准Java的数学函数
系统动力学将组织中的运作，以六种流来加以表示，包括订单(order)流、人员(people)流、资金(money)流、设备(equipment)流、物料流 (material)与信息(information)流，这六种流归纳了组织运作所包含的基本结构。积量表示真实世界中，可随时间递移而累积或减少的事物，其中包含可见的，如存货水平、人员数；与不可见的，如认知负荷的水平或压力等，它代表了某一时点，环境变量的状态，是模式中资讯的来源；率量表示某一个积量，在单位时间内量的变化速率，它可以是单纯地表示增加、减少或是净增加率，是资讯处理与转换成行动的地方；辅助变量在模式中有三种涵意，资讯处理的中间过程、参数值、模式的输入测试函数。其中，前两种涵意都可视为率量变量的一部分。 系统动力学的建模基本单位－资讯回馈环路结构的基本组成是资讯回馈环路(information feedback loops)。环路是由现况、目标以及现况(积量)与目标间差距所产生的调节行动(率量)所构成的，环路行为的特性在消弭目标与现况间的差距，例如存货的调节环路。除了目标追寻的负环外，还有一种具有自我增强(self-reinforced)的正回馈环路，即因果彼此相互增强的影响关系，系统的行为则是环路间彼此力量消长的过程。但除此之外结构还须包括时间滞延(time delay)的过程，如组织中不论是实体的过程例如生产、运输、传递等，或是无形的过程例如决策过程，以及认知的过程等都存在着或长或短的时间延迟。系统动力学的建模过程，主要就是透过观察系统内六种流的交互运作过程，讨论不同流里，其积量的变化与影响积量的各种率量行为。
2.离散时间
世界上我们观察到的绝大多数过程是由连续的变化所构成的。然而，当我们试
图分析这些过程时，分解连续的过程为离散的部分以简化分析是很有意义的。很多情况下
我们需要从连续特性中抽象出一些事件来，只对系统生命中的一些重要“瞬间”和“事件”
加以考虑。离散事件建模技术以定义的非连续的事件近似连续的真实世界的过程。离散事
件主要用于狭义地代表“以过程为中心
”
的建模，建议将分析的系统表示为一系列作用于
特定类型的实体（交易）的操作，例如顾客、文件、零件、数据包、车辆、电话。实体是
被动的，但是可以具有属性，能影响它们被处理的方式，或随着实体在过程中的流动而改
变。以过程为中心的建模是中等偏下抽象度的建模途径。虽然每个对象作为实体单独进行
建模，但建模者通常忽略了很多“物理层”的细节，如精确的几何形状、加速和减速。以
过程为中心的建模广泛运用于制造、物流和医疗领域。
AnyLogic
主要使用企业库实现离散
事件建模。
3.智能体
是本质上分散的、以个体为中心的（和系统层相反）模型设计途径。建模者在设计基于智能体的模型时，确定主动实体，即智能体（可以是人、公司、项目、资产、车辆、城市、动物、船、产品等），定义它们的行为（主要驱动力，反应、记忆、状态等），并将它们置于某个环境里，建立连接，然后运行仿真。那时，整体的（系统层）行为就是个体行为交互的结果。AnyLogic是唯一能够有效的支持智能体建模的工具，用户可以将基于智能体的建模方法和其他方法相结合。AnyLogic基于智能体建模提供了一些可重复使用的设计模式，包括：
模型结构 智能体同步
空间（连续、离散或GIS地图）、移动性、空间动画 智能体联系（网络，社会网络）和交流 智能体的动态创建和消失
多种方法
：系统动力学方法高度抽象，主要用于战略层。流程导向型（离散事件）建模主
要用于操作和策略层。基于智能体的建模可应用于任何层面：智能体可以是竞争的公司、
消费者、项目、概念、车辆、行人、机器人等。
AnyLogic
通过将三种建模方法置于同一平
台，使建模者不再受限于特定的建模方法，可以始终选择最有效的建模方法，或将它们结
合在一起解决问题。