Lanner ha trabajado intensamente para mejorar la estabilidad del núcleo y la velocidad de ejecución de WITNESS Horizon en esta última versión. El software también se ha mejorado para soportar Ford en una parte del Proyecto financiada por The Digital Engineering & Test Centre (DETC), incrementando en gran medida la eficiencia (y reduciendo el ciclo de principio a fin) de ejecución de los proyectos de simulación. Ford presentó su trabajo en la reciente Conferencia sobre Simulación Predictiva.

Se ha actualizado el informe de uso de números aleatorios (Random Number Usage) para indicar si los flujos de datos han sido muestreados suficientemente para proporcionar una cobertura fiable del rango aleatorio. Esto ayudará a determinar si un escenario ha estado corriendo suficientemente para obtener resultados fiables.

Se han comprobado algunas condiciones de uso para cada flujo de datos aleatorioa que es muestreada y si falla el flujo/subflujo es destacado en el informe con un mensaje de advertencia. Cada flujo/subflujo se comprueba según tres criterios:

  • Cada celda 0.1 del rango de muestreo entre 0 y 1 debe tener al menos una entrada – esto es consistente independientemente de qué distribución sea referenciada con el valor muestreado
  • No más de 2 celdas de las 10 posibles puede tener menos de 5 entradas
  • Las 10 celdas deben aproximarse a una dispersion Uniforme, calculada mediante un test Chi-Cuadrado y verificando que el P valor es mayor que 5%

También se ha mejorado la velocidad de ejecución para modelos con un gran número de elementos, y se han expuesto propiedades y métodos adicionales del modelo a través del API de WITNESS.

En esta versión se han incluido un gran número de soluciones a problemas del software, con un enfoque en los errores de alta prioridad como caídas e inconsistencias de funcionalidad. Esto incluye mejoras a la consistencia de movimientos de partes y trabajadores en caminos y pseudo-caminos, uso de memoria en grandes redes de caminos y numerosas soluciones a problemas que aparecían cuando se coincidían extrañas combinaciones de circunstancias.