✖


Jump to content

Агентская модель

(Перенаправлено из Агентного моделирования )
Не путать с микросимуляцией .

Часть серии о
Мультиагентные системы
Мультиагентное моделирование
Агент-ориентированное программирование
Связанный

Агентно -ориентированная модель ( ABM ) — это вычислительная модель для моделирования действий и взаимодействий автономных агентов (как индивидуальных, так и коллективных объектов, таких как организации или группы) с целью понять поведение системы и то, что управляет ее результатами. Он сочетает в себе элементы теории игр , сложных систем , эмерджентности , вычислительной социологии , многоагентных систем и эволюционного программирования . Методы Монте-Карло используются для понимания стохастичности этих моделей. В частности, в области экологии ABM также называют индивидуальными моделями ( IBM ). [1] Обзор недавней литературы по индивидуальным моделям, агентным моделям и мультиагентным системам показывает, что ПРО используются во многих научных областях, включая биологию , экологию и социальные науки . [2] Агентное моделирование связано с концепцией многоагентных систем или многоагентного моделирования , но отличается от нее тем, что целью ABM является поиск объяснительного понимания коллективного поведения агентов, подчиняющихся простым правилам, обычно в естественных системах. , а не в разработке агентов или решении конкретных практических или инженерных задач. [2]

Агентные модели — это своего рода микромасштабные модели. [3] которые моделируют одновременные операции и взаимодействия нескольких агентов в попытке воссоздать и предсказать появление сложных явлений. Это процесс возникновения , который некоторые выражают как «целое больше, чем сумма его частей». Другими словами, свойства системы более высокого уровня возникают в результате взаимодействия подсистем более низкого уровня. Или изменения состояния на макроуровне возникают в результате поведения агентов на микромасштабе. Или простое поведение (то есть правила, которым следуют агенты) порождает сложное поведение (то есть изменения состояния на уровне всей системы).

Отдельные агенты обычно характеризуются как ограниченно рациональные , предположительно действующие в том, что они воспринимают как свои собственные интересы, такие как воспроизводство, экономическая выгода или социальный статус. [4] использование эвристики или простых правил принятия решений. Агенты ПРО могут испытывать «обучение», адаптацию и воспроизводство. [5]

Большинство агентных моделей состоят из: (1) множества агентов, заданных в различных масштабах (обычно это называется степенью детализации агентов); (2) эвристика принятия решений; (3) правила обучения или адаптивные процессы; (4) топология взаимодействия ; и (5) окружающая среда. ABM обычно реализуются в виде компьютерного моделирования , либо в виде специального программного обеспечения, либо с помощью наборов инструментов ABM, и это программное обеспечение затем можно использовать для проверки того, как изменения в индивидуальном поведении повлияют на возникающее общее поведение системы.

История [ править ]

Идея агентного моделирования как относительно простая концепция была разработана в конце 1940-х годов. Поскольку он требует процедур, требующих больших вычислительных ресурсов, он не получил широкого распространения до 1990-х годов.

разработки Ранние ​ ​

Историю агентной модели можно проследить до машины фон Неймана — теоретической машины, способной к воспроизводству. устройство Предложенное фон Нейманом должно было следовать точным подробным инструкциям по созданию собственной копии. Затем эту концепцию развил друг фон Неймана Станислав Улам , также математик; Улам предложил построить машину на бумаге, как набор ячеек в сетке. Идея заинтриговала фон Неймана, который разработал ее и создал первое из устройств, позже названных клеточными автоматами .Еще одно достижение было предложено математиком Джоном Конвеем . Он сконструировал знаменитую «Игру жизни» . В отличие от машины фон Неймана, «Игра жизни» Конвея действовала по простым правилам в виртуальном мире в форме двухмерной шахматной доски .

Язык программирования Simula , разработанный в середине 1960-х годов и широко внедренный к началу 1970-х годов, стал первой средой для автоматизации пошагового моделирования агентов.

1970-е и 1980-е годы: первые модели [ править ]

Одной из первых концептуальных моделей, основанных на агентах, была Томаса Шеллинга . модель сегрегации [6] который обсуждался в его статье «Динамические модели сегрегации» в 1971 году. Хотя Шеллинг первоначально использовал монеты и миллиметровую бумагу, а не компьютеры, его модели воплощали базовую концепцию агентных моделей как автономных агентов, взаимодействующих в общей среде с наблюдаемой совокупностью. , неожиданный результат.

В конце 1970-х годов Паулин Хогевег и Брюс Хеспер начали экспериментировать с отдельными моделями экологии . Одним из первых их результатов было показать, что социальная структура семей шмелей возникла в результате простых правил, регулирующих поведение отдельных пчел. [7] Они ввели принцип ToDo, подразумевающий, что агенты «делают то, что нужно сделать» в любой момент времени.

В начале 1980-х годов Роберт Аксельрод организовал турнир по стратегиям «Дилеммы узника» и заставил их взаимодействовать на основе агентов, чтобы определить победителя. Аксельрод развил множество других агентных моделей в области политологии, которые исследуют явления от этноцентризма до распространения культуры. [8] К концу 1980-х годов работа Крейга Рейнольдса над моделями скопления способствовала разработке некоторых из первых моделей на основе биологических агентов, которые содержали социальные характеристики. Он пытался смоделировать реальность живых биологических агентов, известную как искусственная жизнь — термин, придуманный Кристофером Лэнгтоном .

Трудно отследить первое использование слова «агент» и определение, которое оно используется в настоящее время. Одним из кандидатов, по-видимому, является статья Джона Холланда и Джона Х. Миллера 1991 года «Искусственные адаптивные агенты в экономической теории». [9] на основе их предыдущей презентации на конференции. Более сильным и ранним кандидатом является Аллан Ньюэлл , который в первом президентском обращении AAAI (опубликованном как The Knowledge Level) [10] ) обсуждали интеллектуальные агенты как концепцию.

В то же время в 1980-е годы социологи, математики, исследователи операций и ряд людей из других дисциплин разработали теорию вычислительной и математической организации (CMOT). Эта область выросла как группа особых интересов Института наук управления (TIMS) и его дочернего общества, Американского общества исследования операций (ORSA). [11]

е: расширение - 1990

1990-е годы были особенно отмечены распространением ПРО в социальных науках. Одним из примечательных достижений стала крупномасштабная ПРО, Sugarscape , разработанная Джошуа М. Эпштейн и Роберт Экстелл смоделировали и исследовали роль социальных явлений, таких как сезонные миграции, загрязнение окружающей среды, половое размножение, борьба и передача болезней и даже культуры. [12] Среди других примечательных разработок 1990-х годов — проект Университета Карнеги-Меллон ABM из Кэтлин Карли , [13] исследовать коэволюцию социальных сетей и культуры. Институт Санта-Фе (SFI) сыграл важную роль в поощрении разработки платформы моделирования ПРО Swarm под руководством Кристофера Лэнгтона . Исследования, проведенные через SFI, позволили распространить методы ПРО на ряд областей, включая изучение социальной и пространственной динамики небольших человеческих обществ и приматов. [11] В течение этого периода 1990-х годов Найджел Гилберт опубликовал первый учебник «Социальное моделирование: моделирование для социологов» (1999) и основал журнал с точки зрения социальных наук: Журнал искусственных обществ и социального моделирования (JASSS). Помимо JASSS, агентные модели любой дисциплины входят в сферу применения журнала SpringerOpen « Моделирование комплексных адаптивных систем» (CASM). [14]

К середине 1990-х годов направление социальных наук ABM начало сосредотачиваться на таких вопросах, как создание эффективных команд, понимание коммуникации, необходимой для организационной эффективности, и поведение социальных сетей. CMOT, позже переименованный в «Вычислительный анализ социальных и организационных систем» (CASOS), включал все больше и больше агентного моделирования. Самуэльсон (2000) представляет собой хороший краткий обзор ранней истории. [15] и Самуэльсон (2005), а также Самуэльсон и Макал (2006) прослеживают недавние события. [16] [17]

В конце 1990-х годов слияние TIMS и ORSA с образованием INFORMS и переход INFORMS с двух встреч в год на одно помогло группе CMOT сформировать отдельное общество — Североамериканскую ассоциацию вычислительных социальных и организационных наук. (НААКСОС). Кэтлин Карли внесла большой вклад, особенно в модели социальных сетей, получив финансирование Национального научного фонда для ежегодной конференции и будучи первым президентом NAACSOS. Ее сменил Дэвид Саллах из Чикагского университета и Аргоннской национальной лаборатории , а затем Майкл Приетула из Университета Эмори . Примерно в то же время, когда началась деятельность NAACSOS, были организованы Европейская ассоциация социального моделирования (ESSA) и Тихоокеанская азиатская ассоциация агентного подхода в науках о социальных системах (PAAA), аналоги NAACSOS. По состоянию на 2013 год эти три организации сотрудничают на международном уровне. Первый Всемирный конгресс по социальному моделированию был проведен под их совместным спонсорством в Киото, Япония, в августе 2006 года. [ нужна ссылка ] Второй Всемирный конгресс прошел в пригороде Вашингтона, округ Колумбия, на севере Вирджинии, в июле 2008 года, при этом Университет Джорджа Мейсона взял на себя ведущую роль в местных мероприятиях.

2000-е и позже [ править ]

Совсем недавно Рон Сан разработал методы, основанные на агентном моделировании на моделях человеческого познания, известные как когнитивное социальное моделирование . [18] Билл МакКелви, Сюзанна Ломанн, Дарио Нарди, Дуайт Рид и другие сотрудники Калифорнийского университета в Лос-Анджелесе также внесли значительный вклад в организационное поведение и принятие решений. С 1991 года Калифорнийский университет в Лос-Анджелесе организовал конференцию в Лейк-Эрроухед, штат Калифорния, которая стала еще одним важным местом сбора практиков в этой области. [19]

Теория [ править ]

Большинство исследований в области компьютерного моделирования описывают системы, находящиеся в равновесии или движущиеся между состояниями равновесия. Однако агентное моделирование с использованием простых правил может привести к различным видам сложного и интересного поведения. Три идеи, центральные в моделях, основанных на агентах, — это агенты как объекты, возникновение и сложность .

Агентные модели состоят из динамически взаимодействующих агентов на основе правил. Системы, внутри которых они взаимодействуют, могут создавать сложность, подобную реальному миру. Обычно агенты расположены в пространстве и времени и проживают в сетях или в решетчатых окрестностях. Местоположение агентов и их ответное поведение закодированы в алгоритмической форме в компьютерных программах. В некоторых случаях, хотя и не всегда, агентов можно считать умными и целеустремленными. В экологическом ABM (часто называемом «индивидуальными моделями» в экологии) агентами могут быть, например, деревья в лесу, и они не будут считаться разумными, хотя они могут быть «целенаправленными» в смысле оптимизации доступа. к ресурсу (например, воде).Процесс моделирования лучше всего описать как индуктивный . Разработчик модели делает предположения, которые считаются наиболее подходящими для рассматриваемой ситуации, а затем наблюдает за явлениями, возникающими в результате взаимодействия агентов. Иногда этот результат является равновесием. Иногда это возникающая закономерность. Иногда, правда, это непонятная лажа.

В некотором смысле агентные модели дополняют традиционные аналитические методы. Если аналитические методы позволяют людям охарактеризовать равновесие системы, то агентные модели дают возможность генерировать это равновесие. Этот генеративный вклад может быть наиболее значимым из потенциальных преимуществ агентного моделирования. Агентные модели могут объяснить появление закономерностей более высокого порядка — сетевых структур террористических организаций и Интернета, степенного распределения по размерам дорожных пробок, войн и крахов фондовых рынков, а также социальной сегрегации, которая сохраняется, несмотря на численность населения. толерантные люди. Агентные модели также могут использоваться для определения точек рычага, определяемых как моменты времени, в которые вмешательства имеют экстремальные последствия, и для различения типов зависимости от пути.

Вместо того, чтобы сосредотачиваться на стабильных состояниях, многие модели рассматривают надежность системы — способы, с помощью которых сложные системы адаптируются к внутреннему и внешнему давлению, чтобы сохранить свою функциональность. Задача преодоления этой сложности требует рассмотрения самих агентов — их разнообразия, связанности и уровня взаимодействия.

Фреймворк [ править ]

Недавняя работа по моделированию и симуляции сложных адаптивных систем продемонстрировала необходимость объединения агентных и сложных сетевых моделей. [20] [21] [22] описать структуру, состоящую из четырех уровней разработки моделей сложных адаптивных систем, описанных с использованием нескольких примеров междисциплинарных тематических исследований:

  1. Комплексное сетевое моделирование. Уровень для разработки моделей с использованием данных взаимодействия различных компонентов системы.
  2. Исследовательское агентное моделирование. Уровень для разработки агентных моделей для оценки целесообразности дальнейших исследований. Это может быть полезно, например, для разработки моделей проверки концепции, например, для заявок на финансирование, не требуя от исследователей длительного обучения.
  3. Описательное агентное моделирование (DREAM) для разработки описаний агентных моделей посредством использования шаблонов и сложных сетевых моделей. Построение моделей DREAM позволяет сравнивать модели разных научных дисциплин.
  4. Проверенное агентное моделирование с использованием мультиагентной системы Virtual Overlay (VOMAS) для формальной разработки проверенных и проверенных моделей.

Другие методы описания агентных моделей включают шаблоны кода. [23] и текстовые методы, такие как протокол ODD (обзор, концепции дизайна и детали дизайна). [24]

Роль среды, в которой живут агенты, как макро-, так и микро-, [25] также становится важным фактором в агентном моделировании и симуляции. Простая среда обеспечивает простых агентов, но сложная среда порождает разнообразие поведения. [26]

Многомасштабное моделирование [ править ]

Одной из сильных сторон агентного моделирования является его способность обеспечивать поток информации между масштабами. Когда необходимы дополнительные сведения об агенте, исследователь может интегрировать их с моделями, описывающими дополнительные детали. Если кто-то интересуется возникающим поведением, демонстрируемым популяцией агентов, он может объединить модель, основанную на агентах, с моделью континуума, описывающей динамику популяции. Например, в исследовании CD4+ Т-клеток (ключевого типа клеток адаптивной иммунной системы) [27] исследователи смоделировали биологические явления, происходящие в различных пространственных (внутриклеточных, клеточных и системных), временных и организационных масштабах (передача сигналов, регуляция генов, метаболизм, клеточное поведение и транспорт цитокинов). В полученной модульной модели передача сигнала и регуляция генов описываются логической моделью, метаболизм - моделями, основанными на ограничениях, динамика клеточной популяции - моделью, основанной на агентах, а системные концентрации цитокинов - обыкновенными дифференциальными уравнениями. В этой многомасштабной модели агентная модель занимает центральное место и организует каждый поток информации между масштабами.

Приложения [ править ]

В биологии [ править ]

Основная статья: Агентная модель в биологии

Агентное моделирование широко используется в биологии, в том числе при анализе распространения эпидемий . [28] и угроза биологической войны , биологические применения, включая динамику населения , [29] стохастическая экспрессия генов, [30] взаимодействие растений и животных, [31] экология растительности, [32] миграционная экология, [33] ландшафтное разнообразие, [34] социобиология , [35] рост и упадок древних цивилизаций, эволюция этноцентрического поведения, [36] принудительное перемещение/миграция, [37] динамика выбора языка, [38] когнитивное моделирование и биомедицинские приложения, включая трехмерное моделирование формирования/морфогенеза ткани молочной железы, [39] влияние ионизирующего излучения на динамику субпопуляции стволовых клеток молочной железы, [40] воспаление, [41] [42] человека и иммунная система , [43] и эволюция пищевого поведения. [44] Агентные модели также использовались для разработки систем поддержки принятия решений, например, при раке молочной железы. [45] Агентные модели все чаще используются для моделирования фармакологических систем на ранних стадиях и в доклинических исследованиях, чтобы помочь в разработке лекарств и получить представление о биологических системах, что было бы невозможно априори . [46] Военное применение также оценивалось. [47] Более того, агентные модели недавно стали использоваться для изучения биологических систем на молекулярном уровне. [48] [49] [50] Агентные модели также были написаны для описания экологических процессов, действующих в древних системах, например, в среде обитания динозавров, а также в более поздних древних системах. [51] [52] [53]

В эпидемиологии [ править ]

Агентные модели теперь дополняют традиционные модели , обычные эпидемиологические модели. Было показано, что ПРО превосходят компартментальные модели в отношении точности прогнозов. [54] [55] В последнее время системы ПРО, такие как CovidSim, разработанные эпидемиологом Нилом Фергюсоном , стали использоваться для обоснования мер общественного здравоохранения (нефармацевтических) против распространения SARS-CoV-2 . [56] Эпидемиологические ПРО подвергались критике за упрощение и нереалистичность предположений. [57] [58] Тем не менее, они могут быть полезны для принятия решений относительно мер по смягчению и подавлению в тех случаях, когда ПРО точно откалиброваны. [59] ABM для такого моделирования в основном основаны на синтетических популяциях , поскольку данные о фактической популяции не всегда доступны. [60]

Примеры использования ПРО в эпидемиологии
Программа Год Цитирование Описание
Ковасим 2021 [61] Модель SEIR, реализованная на Python с упором на возможности изучения последствий вмешательств.
OpenABM-Covid19 2021 [62] Эпидемическая модель распространения COVID-19, имитирующая каждого человека в популяции с помощью интерфейсов R и Python, но с использованием C для тяжелых вычислений.
OpenCOVID 2021 [63] [64] Индивидуальная модель передачи инфекции SARS-CoV-2 и динамика заболевания COVID-19, разработанная в Швейцарском институте тропического и общественного здравоохранения .

В бизнесе, технологиях и теории сетей [ править ]

Агентные модели используются с середины 1990-х годов для решения множества бизнес- и технологических задач. Примеры приложений включают маркетинг , [65] организационное поведение и познание , [66] работа в команде , [67] [68] оптимизация цепочки поставок и логистика, моделирование поведения потребителей , включая сарафанное радио , эффекты социальных сетей , распределенные вычисления , управление персоналом и управление портфелем . Они также использовались для анализа пробок на дорогах . [69]

В последнее время агентное моделирование и симуляция стали применяться в различных областях, таких как изучение влияния мест публикации исследователями в области компьютерных наук (журналы или конференции). [70] Кроме того, ABM использовались для моделирования доставки информации в средах с поддержкой окружающей среды. [71] В статье в arXiv, опубликованной в ноябре 2016 года , анализировалась агентная симуляция публикаций, распространяемых в Facebook . [72] В области одноранговых, специальных и других самоорганизующихся и сложных сетей была показана полезность агентного моделирования и симуляции. [73] Недавно было продемонстрировано использование формальной структуры спецификации, основанной на компьютерных науках, в сочетании с беспроводными сенсорными сетями и агентным моделированием. [74]

Агентный эволюционный поиск или алгоритм — это новая тема исследований для решения сложных задач оптимизации. [75]

В командной науке [ править ]

В области командной науки агентное моделирование использовалось для оценки влияния характеристик и предубеждений членов команды на производительность команды в различных условиях. [76] Моделируя взаимодействие между агентами, каждый из которых представляет отдельных членов команды с особыми чертами и предубеждениями, этот подход к моделированию позволяет исследователям изучить, как эти факторы в совокупности влияют на динамику и результаты командной работы. Следовательно, агентное моделирование обеспечивает детальное понимание командной науки, способствуя более глубокому исследованию тонкостей и изменчивости, присущих командному сотрудничеству.

В экономике и социальных науках [ править ]

Основные статьи: Агентная вычислительная экономика и Агентное социальное моделирование.
См. Также: Искусственный финансовый рынок.

До и после финансового кризиса 2008 года интерес к ПРО как возможным инструментам экономического анализа рос. [77] [78] ПРО не предполагает, что экономика может достичь равновесия , и « репрезентативные агенты » заменяются агентами с разнообразным, динамичным и взаимозависимым поведением, включая стадное поведение . ПРО использует подход «снизу вверх» и может создавать чрезвычайно сложную и нестабильную моделируемую экономику. ПРО может представлять собой нестабильные системы с крахами и бумами, возникающими в результате нелинейных ( непропорциональных) реакций на пропорционально небольшие изменения. [79] В статье в The Economist, опубликованной в июле 2010 года , ABM рассматривались как альтернатива моделям DSGE . [79] Журнал Nature также поощрял агентное моделирование, опубликовав редакционную статью, в которой предполагалось, что ABM могут лучше представлять финансовые рынки и другие экономические сложности, чем стандартные модели. [80] наряду с эссе Дж. Дойна Фармера и Дункана Фоли, в которых утверждалось, что ПРО может удовлетворить как желание Кейнса представить сложную экономику, так и желание Роберта Лукаса построить модели, основанные на микрооснованиях. [81] Фармер и Фоли указали на прогресс, достигнутый с использованием ПРО для моделирования отдельных частей экономики, но выступили за создание очень большой модели, включающей модели низкого уровня. [82] путем моделирования сложной системы аналитиков на основе трех различных поведенческих профилей – имитирующего, антиимитационного и безразличного Финансовые рынки были смоделированы с высокой точностью . Результаты показали корреляцию между морфологией сети и индексом фондового рынка. [83] Однако подход ABM подвергался критике за недостаточную устойчивость моделей, поскольку схожие модели могут давать совершенно разные результаты. [84] [85]

ПРО используются в архитектуре и городском планировании для оценки дизайна и моделирования пешеходного потока в городской среде. [86] и рассмотрение заявлений государственной политики в области землепользования. [87] Также расширяется область социально-экономического анализа воздействия инвестиций в инфраструктуру с использованием способности ABM различать системные воздействия на социально-экономическую сеть. [88] Неоднородность и динамику можно легко реализовать в моделях ПРО для решения проблемы имущественного неравенства и социальной мобильности. [89]

ПРО также предлагалось в качестве прикладного образовательного инструмента для дипломатов в области международных отношений. [90] а также для отечественных и международных политиков улучшить оценку государственной политики . [91]

В водном хозяйстве [ править ]

ПРО также применялось при планировании и управлении водными ресурсами, особенно для изучения, моделирования и прогнозирования эффективности проектирования инфраструктуры и принятия политических решений. [92] и в оценке ценности сотрудничества и обмена информацией в крупных системах водных ресурсов. [93]

: агентно- моделирование ориентированное Организационный ABM

Метафора агентно-ориентированного моделирования (ADS) различает две категории: «Системы для агентов» и «Агенты для систем». [94] Системы для агентов (иногда называемые системами агентов) — это системы, реализующие агенты для использования в инженерии, человеческой и социальной динамике , военных приложениях и других. Агенты для систем разделены на две подкатегории. Системы, поддерживаемые агентами, предусматривают использование агентов в качестве средства поддержки, обеспечивающего компьютерную помощь в решении проблем или расширении когнитивных способностей. Агентные системы ориентированы на использование агентов для создания модели поведения при оценке системы (системные исследования и анализ).

Беспилотные автомобили [ править ]

Халлербах и др. обсудили применение агентных подходов для разработки и проверки автоматизированных систем вождения с помощью цифрового двойника тестируемого транспортного средства и микроскопического моделирования дорожного движения на основе независимых агентов. [95] Waymo создала мультиагентную среду моделирования Carcraft для тестирования алгоритмов беспилотных автомобилей . [96] [97] Он моделирует взаимодействие водителей-людей, пешеходов и автоматизированных транспортных средств. Поведение людей имитируется искусственными агентами на основе данных о реальном поведении человека. Основная идея использования агентного моделирования для понимания беспилотных автомобилей обсуждалась еще в 2003 году. [98]

Реализация [ править ]

Многие платформы ABM разработаны для последовательных компьютерных архитектур фон Неймана , что ограничивает скорость и масштабируемость реализуемых моделей. Поскольку возникающее поведение при крупномасштабных ПРО зависит от численности населения, [99] ограничения масштабируемости могут препятствовать проверке модели. [100] Такие ограничения в основном устраняются с помощью распределенных вычислений с помощью таких платформ, как Repast HPC. [101] специально предназначенный для такого типа реализаций. Хотя такие подходы хорошо сочетаются с кластерными и суперкомпьютерными архитектурами, проблемы, связанные со связью и синхронизацией, [102] [103] а также сложность развертывания, [104] остаются потенциальными препятствиями для их широкого внедрения.

Недавней разработкой является использование алгоритмов параллельного обмена данными на графических процессорах графических процессоров для моделирования ABM. [99] [105] [106] Чрезвычайная пропускная способность памяти в сочетании с огромной вычислительной мощностью многопроцессорных графических процессоров позволили моделировать миллионы агентов со скоростью десятки кадров в секунду.

Интеграция с другими формами моделирования [ править ]

Поскольку агентно-ориентированное моделирование представляет собой скорее структуру моделирования, чем конкретную часть программного обеспечения или платформы, оно часто используется в сочетании с другими формами моделирования. Например, агентные модели также были объединены с географическими информационными системами (ГИС). Это обеспечивает полезную комбинацию, в которой ABM служит моделью процесса, а система ГИС может предоставить модель закономерностей. [107] Аналогичным образом, инструменты анализа социальных сетей (SNA) и агентские модели иногда интегрируются, где ABM используется для моделирования динамики в сети, в то время как инструмент SNA моделирует и анализирует сеть взаимодействий. [108]

Проверка и валидация [ править ]

Верификация и валидация (V&V) имитационных моделей чрезвычайно важна. [109] [110] Проверка включает в себя проверку соответствия реализованной модели концептуальной модели, тогда как проверка гарантирует, что реализованная модель имеет некоторое отношение к реальному миру. Проверка лица, анализ чувствительности, калибровка и статистическая проверка — это разные аспекты проверки. [111] Был предложен подход к моделированию дискретных событий для проверки агентных систем. [112] Подробный ресурс по эмпирической проверке агентных моделей можно найти здесь. [113]

В качестве примера метода V&V рассмотрим VOMAS (многоагентную систему виртуального наложения), [114] Подход, основанный на разработке программного обеспечения, при котором мультиагентная система виртуального наложения разрабатывается наряду с моделью на основе агентов. Муази и др. также приведите пример использования VOMAS для проверки и проверки модели моделирования лесного пожара. [115] [116] Другой метод разработки программного обеспечения, а именно разработка через тестирование, был адаптирован для проверки модели на основе агентов. [117] У этого подхода есть еще одно преимущество, которое позволяет проводить автоматическую проверку с использованием инструментов модульного тестирования.

См. также [ править ]

Ссылки [ править ]

  1. ^ Гримм, Волкер; Рейлсбэк, Стивен Ф. (2005). Индивидуальное моделирование и экология . Издательство Принстонского университета. п. 485. ИСБН  978-0-691-09666-7 .
  2. ^ Jump up to: Перейти обратно: а б Ниязи, Муаз; Хусейн, Амир (2011). «Агентные вычисления от мультиагентных систем к агентным моделям: визуальный обзор» (PDF) . Наукометрия . 89 (2): 479–499. arXiv : 1708.05872 . дои : 10.1007/s11192-011-0468-9 . hdl : 1893/3378 . S2CID   17934527 . Архивировано из оригинала (PDF) 12 октября 2013 г.
  3. ^ Густавссон, Лейф; Стернад, Микаэль (2010). «Последовательное микро-, макро- и государственное моделирование населения». Математические биологические науки . 225 (2): 94–107. дои : 10.1016/j.mbs.2010.02.003 . ПМИД   20171974 .
  4. ^ «Агентные модели промышленных экосистем» . Университет Рутгерса . 6 октября 2003 г. Архивировано из оригинала 20 июля 2011 г.
  5. ^ Бонабо, Э. (14 мая 2002 г.). «Агентное моделирование: Методы и приемы моделирования человеческих систем» . Труды Национальной академии наук Соединенных Штатов Америки . 99 (Приложение 3): 7280–7. Бибкод : 2002PNAS...99.7280B . дои : 10.1073/pnas.082080899 . ПМК   128598 . ПМИД   12011407 .
  6. ^ Шеллинг, Томас К. (1971). «Динамические модели сегрегации» (PDF) . Журнал математической социологии . 1 (2): 143–186. дои : 10.1080/0022250x.1971.9989794 . Архивировано (PDF) оригинала 1 декабря 2016 г. Проверено 21 апреля 2015 г.
  7. ^ Хогевег, Паулин (1983). «Онтогенез структуры взаимодействия в семьях шмелей: ЗЕРКАЛЬНАЯ модель». Поведенческая экология и социобиология . 12 (4): 271–283. дои : 10.1007/BF00302895 . S2CID   22530183 .
  8. ^ Аксельрод, Роберт (1997). Сложность сотрудничества: агентные модели конкуренции и сотрудничества . Принстон: Издательство Принстонского университета. ISBN  978-0-691-01567-5 .
  9. ^ Холланд, Дж. Х.; Миллер, Дж. Х. (1991). «Искусственные адаптирующиеся агенты в экономической теории» (PDF) . Американский экономический обзор . 81 (2): 365–71. Архивировано из оригинала (PDF) 27 октября 2005 г.
  10. ^ Ньюэлл, Аллен (январь 1982 г.). «Уровень знаний». Искусственный интеллект . 18 (1): 87–127. дои : 10.1016/0004-3702(82)90012-1 . ISSN   0004-3702 . S2CID   40702643 .
  11. ^ Jump up to: Перейти обратно: а б Колер, Тимоти; Гумерман, Джордж (2000). Динамика в обществах человека и приматов: агентное моделирование социальных и пространственных процессов . Нью-Йорк, Нью-Йорк: Институт Санта-Фе и издательство Оксфордского университета. ISBN  0-19-513167-3 .
  12. ^ Эпштейн, Джошуа М .; Экстелл, Роберт (11 октября 1996 г.). Растущие искусственные общества: социальная наука снизу вверх . Издательство Брукингского института. стр. 224 . ISBN  978-0-262-55025-3 .
  13. ^ «Конструировать» . Вычислительный анализ социальных организационных систем. Архивировано из оригинала 11 октября 2008 года . Проверено 19 февраля 2008 г.
  14. ^ «Журнал моделирования сложных адаптивных систем Springer (CASM)» . Архивировано из оригинала 18 июня 2012 года . Проверено 1 июля 2012 г.
  15. ^ Самуэльсон, Дуглас А. (декабрь 2000 г.). «Проектные организации» . ОР/МС сегодня . Архивировано из оригинала 17 июня 2019 года . Проверено 17 июня 2019 г.
  16. ^ Самуэльсон, Дуглас А. (февраль 2005 г.). «Агенты перемен» . ОР/МС сегодня . Архивировано из оригинала 17 июня 2019 года . Проверено 17 июня 2019 г.
  17. ^ Самуэльсон, Дуглас А.; Макал, Чарльз М. (август 2006 г.). «Агентное моделирование достигает зрелости» . ОР/МС сегодня . Архивировано из оригинала 17 июня 2019 года . Проверено 17 июня 2019 г.
  18. ^ Сан, Рон , изд. (март 2006 г.). Познание и многоагентное взаимодействие: от когнитивного моделирования к социальному моделированию . Издательство Кембриджского университета . ISBN  978-0-521-83964-8 .
  19. ^ «Симпозиум Калифорнийского университета в Лос-Анджелесе на озере Эрроухед: история» . uclaarrowheadsymposium.org . Институт транспортных исследований Калифорнийского университета в Лос-Анджелесе . Проверено 11 февраля 2024 г.
  20. ^ Адитья Курве; Хашаяр Котоби; Джордж Кесидис (2013). «Агентная среда для моделирования производительности оптимистичного параллельного симулятора дискретных событий» . Моделирование сложных адаптивных систем . 1:12 . дои : 10.1186/2194-3206-1-12 .
  21. ^ Ниязи, Муаз А.К. (30 июня 2011 г.). «На пути к новой унифицированной структуре для разработки формальных, сетевых и проверенных агентных имитационных моделей сложных адаптивных систем». hdl : 1893/3365 . {{cite journal}}: Для цитирования журнала требуется |journal= ( помощь ) (кандидатская диссертация)
  22. ^ Ниази, М.А. и Хуссейн, А. (2012), Вычисления на основе когнитивных агентов-I: унифицированная структура для моделирования сложных адаптивных систем с использованием методов на основе агентов и сложных сетевых методов. Вычисления на основе когнитивных агентов. Архивировано 24 декабря 2012 г., на сайте машина обратного пути
  23. ^ «Шаблоны кода Swarm для сравнения моделей» . Группа развития Swarm . Архивировано из оригинала 3 августа 2008 года.
  24. ^ Фолькер Гримм; Ута Бергер; Финн Бастиансен; и др. (15 сентября 2006 г.). «Стандартный протокол для описания индивидуальных и агентных моделей». Экологическое моделирование . 198 (1–2): 115–126. Бибкод : 2006EcMod.198..115G . doi : 10.1016/j.ecolmodel.2006.04.023 . S2CID   11194736 . (НЕЧЕТНАЯ Бумага)
  25. ^ Чинг, Э. (2012) Макро и микросреда для разнообразия поведения при моделировании искусственной жизни, Сессия искусственной жизни, 6-я Международная конференция по мягким вычислениям и интеллектуальным системам, 13-й Международный симпозиум по передовым интеллектуальным системам, 20 ноября – 24 октября 2012 г., Кобе, Япония. Макро и микросреда. Архивировано 13 ноября 2013 г. в Wayback Machine.
  26. ^ Саймон, Герберт А. Науки об искусственном. МИТ Пресс, 1996.
  27. ^ Вертхайм, Кеннет Ю.; Пуний, Бханвар Лал; Флер, Алисса Ла; Шах, Аб Рауф; Барберис, Маттео; Геликар, Томаш (3 августа 2021 г.). «Многоподходная и многомасштабная платформа для моделирования CD4+ Т-клеток, реагирующих на инфекции» . PLOS Вычислительная биология . 17 (8): e1009209. Бибкод : 2021PLSCB..17E9209W . дои : 10.1371/journal.pcbi.1009209 . ISSN   1553-7358 . ПМК   8376204 . ПМИД   34343169 .
  28. ^ Ситунгкир, Хокки (2004). «Эпидемиология с помощью клеточных автоматов: пример исследования птичьего гриппа в Индонезии». arXiv : nlin/0403035 .
  29. ^ Каплат, Поль; Ананд, Мадхур; Баух, Крис (10 марта 2008 г.). «Симметричная конкуренция вызывает колебания численности населения в индивидуальной модели динамики леса». Экологическое моделирование . 211 (3–4): 491–500. Бибкод : 2008EcMod.211..491C . doi : 10.1016/j.ecolmodel.2007.10.002 .
  30. ^ Томас, Филипп (декабрь 2019 г.). «Внутренний и внешний шум экспрессии генов в родословных деревьях» . Научные отчеты . 9 (1): 474. Бибкод : 2019НатСР...9..474Т . дои : 10.1038/s41598-018-35927-x . ISSN   2045-2322 . ПМК   6345792 . ПМИД   30679440 .
  31. ^ Федриани Х.М., Т. Виганд, Д. Айллон, Ф. Паломарес, А. Суарес-Эстебан и В. Гримм. 2018. Помощь распространителям семян в восстановлении старых полей: индивидуальная модель взаимодействия барсуков, лисиц и иберийских груш. Журнал прикладной экологии 55: 600–611.
  32. ^ Чнг, Э. (2009) Подход к моделированию растительности на основе искусственной жизни для исследований биоразнообразия, в книге «Природная информатика для интеллектуальных приложений и открытия знаний: последствия для бизнеса, науки и техники», Р. Чионг, редактор. 2009, IGI Global: Херши, Пенсильвания. http://complexity.io/Publications/NII-alifeVeg-eCHNG.pdf. Архивировано 13 ноября 2013 г. в Wayback Machine.
  33. ^ Веллер, ФГ; Уэбб, Э.Б.; Битти, штат Вашингтон; Фогенбург, С.; Кеслер, Д.; Бленк, Р.Х.; Иди, Дж. М.; Рингельман, К.; Миллер, МЛ (2022). Агентное моделирование перемещений и выбора местообитаний среднеконтинентальных крякв (Отчет). Кооперативная научная серия. Вашингтон, округ Колумбия: Министерство внутренних дел США, Служба рыболовства и дикой природы. дои : 10.3996/css47216360 . FWS/CSS-143-2022.
  34. ^ Вирт, Э.; Сабо, Ги; Цинкочки, А. (7 июня 2016 г.). «Измерение неоднородности ландшафта с помощью агентной методологии» . Анналы ISPRS по фотограмметрии, дистанционному зондированию и наукам о пространственной информации . III-8: 145–151. Бибкод : 2016ISPAnIII8..145W . doi : 10.5194/isprs-annals-iii-8-145-2016 .
  35. ^ Лима, Франсиско В.С.; Хаджибеганович, Тарик; Штауффер., Дитрих (2009). «Эволюция этноцентризма в ненаправленных и направленных сетях Барабаши-Альберта». Физика А: Статистическая механика и ее приложения . 388 (24): 4999–5004. arXiv : 0905.2672 . Бибкод : 2009PhyA..388.4999L . дои : 10.1016/j.physa.2009.08.029 . S2CID   18233740 .
  36. ^ Лима, Франсиско В.С.; Хаджибеганович, Тарик; Штауффер, Дитрих (2009). «Эволюция этноцентризма в ненаправленных и направленных сетях Барабаши – Альберта». Физика А. 388 (24): 4999–5004. arXiv : 0905.2672 . Бибкод : 2009PhyA..388.4999L . дои : 10.1016/j.physa.2009.08.029 . S2CID   18233740 .
  37. ^ Эдвардс, Скотт (9 июня 2009 г.). Хаос вынужденной миграции: средство моделирования гуманитарной цели . ВДМ Верлаг . п. 168. ИСБН  978-3-639-16516-6 .
  38. ^ Хаджибеганович, Тарик; Штауффер, Дитрих; Шульце, Кристиан (2009). «Агентное компьютерное моделирование динамики выбора языка». Анналы Нью-Йоркской академии наук . 1167 (1): 221–229. Бибкод : 2009NYASA1167..221H . дои : 10.1111/j.1749-6632.2009.04507.x . ПМИД   19580569 . S2CID   32790067 .
  39. ^ Тан, Джонатан; Эндерлинг, Хайко ; Беккер-Вейманн, Сабина; Фам, Кристофер; Полизос, Арис; Чен, Чарли; Костес, Сильвен (2011). «Карты фенотипических переходов трехмерных ацинусов молочной железы, полученные с помощью агентного моделирования под контролем визуализации» . Интегративная биология . 3 (4): 408–21. дои : 10.1039/c0ib00092b . ПМК   4009383 . ПМИД   21373705 .
  40. ^ Тан, Джонатан; Фернандо-Гарсия, Игнасио; Виджаякумар, Сангита; Мартинес-Руис, Хайделис; Илья-Бочака, Иринеу; Нгуен, Дэвид; Мао, Цзянь-Хуа; Костес, Сильвен; Барселлос-Хофф, Мэри Хелен (2014). «Облучение ювенильных, но не взрослых, молочных желез увеличивает самообновление стволовых клеток и отрицательно влияет на рецепторы эстрогена в опухолях» . Стволовые клетки . 32 (3): 649–61. дои : 10.1002/stem.1533 . ПМИД   24038768 . S2CID   32979016 .
  41. ^ Тан, Джонатан; Лей, Клаус; Хант, К. Энтони (2007). «Динамика свертывания, активации и адгезии лейкоцитов in silico» . Системная биология BMC . 1 (14): 14. дои : 10.1186/1752-0509-1-14 . ПМЦ   1839892 . ПМИД   17408504 .
  42. ^ Тан, Джонатан; Хант, К. Энтони (2010). «Определение правил взаимодействия, обеспечивающих свертывание, активацию и адгезию лейкоцитов» . PLOS Вычислительная биология . 6 (2): e1000681. Бибкод : 2010PLSCB...6E0681T . дои : 10.1371/journal.pcbi.1000681 . ПМЦ   2824748 . ПМИД   20174606 .
  43. ^ Кастильоне, Филиппо; Селада, Франко (2015). Моделирование иммунной системы . CRC Press, Бока-Ратон. п. 274. ИСБН  978-1-4665-9748-8 . Архивировано из оригинала 4 февраля 2023 года . Проверено 17 декабря 2017 г.
  44. ^ Лян, Тонг; Бринкман, Брейден А.В. (14 марта 2022 г.). «Эволюция врожденных поведенческих стратегий посредством конкурентной динамики населения» . PLOS Вычислительная биология . 18 (3): e1009934. Бибкод : 2022PLSCB..18E9934L . дои : 10.1371/journal.pcbi.1009934 . ISSN   1553-7358 . ПМЦ   8947601 . ПМИД   35286315 .
  45. ^ Сиддика, Амна; Ниязи, Муаз; Мустафа, Фара; Бухари, Хабиб; Хусейн, Амир; Акрам, Норин; Шахин, Шабнум; Ахмед, Фузия; Икбал, Сара (2009). «Новая система поддержки принятия решений по моделированию и симуляции на основе гибридных агентов для анализа данных о раке молочной железы» (PDF) . 2009 Международная конференция по информационным и коммуникационным технологиям . стр. 134–139. дои : 10.1109/ICICT.2009.5267202 . ISBN  978-1-4244-4608-7 . S2CID   14433449 . Архивировано из оригинала (PDF) 14 июня 2011 г. (Breast Cancer DSS).
  46. ^ Батлер, Джеймс; Косгроув, Джейсон; Олден, Киран; Прочтите, Марк; Кумар, Випин; Кукурулл-Санчес, Лурдес; Тиммис, Джон; Коулз, Марк (2015). «Агентное моделирование в системной фармакологии» . CPT: Фармакометрика и системная фармакология . 4 (11): 615–629. дои : 10.1002/psp4.12018 . ПМЦ   4716580 . ПМИД   26783498 .
  47. ^ Барати, Гнана; Йылмаз, Левент; Толк, Андреас (март 2012 г.). «Агентно-ориентированное моделирование для боевого моделирования и распределенного моделирования». Инженерные принципы боевого моделирования и распределенного моделирования . Хобокен, Нью-Джерси: Уайли . стр. 669–714. дои : 10.1002/9781118180310.ch27 . ISBN  9781118180310 .
  48. ^ Азими, Мохаммед; Джамали, Юсеф; Мофрад, Мохаммад РК (2011). «Учет диффузии в агентных моделях реакционно-диффузионных систем с применением к цитоскелетной диффузии» . ПЛОС ОДИН . 6 (9): e25306. Бибкод : 2011PLoSO...625306A . дои : 10.1371/journal.pone.0025306 . ПМК   3179499 . ПМИД   21966493 .
  49. ^ Азими, Мохаммед; Мофрад, Мохаммад РК (2013). «Более высокое сродство нуклеопорина-импортина β к ядерной корзине увеличивает нуклеоцитоплазматический импорт» . ПЛОС ОДИН . 8 (11): е81741. Бибкод : 2013PLoSO...881741A . дои : 10.1371/journal.pone.0081741 . ПМК   3840022 . ПМИД   24282617 .
  50. ^ Азими, Мохаммед; Булат, Евгений; Вайс, Карстен; Мофрад, Мохаммад Р.К. (5 ноября 2014 г.). «Агентная модель экспорта мРНК через комплекс ядерных пор» . Молекулярная биология клетки . 25 (22): 3643–3653. дои : 10.1091/mbc.E14-06-1065 . ПМК   4230623 . ПМИД   25253717 .
  51. ^ Пал, Кэмерон С.; Руэдас, Луис (2021). «Карнозавры как высшие падальщики: моделирование с помощью агентов выявляет возможные аналоги стервятников у позднеюрских динозавров». Экологическое моделирование . 458 : 109706. Бибкод : 2021EcMod.45809706P . doi : 10.1016/j.ecolmodel.2021.109706 .
  52. ^ Волмер; и др. (2017). «Вымерла ли Panthera pardus (Linnaeus, 1758) на Суматре из-за конкуренции за добычу? Моделирование межвидовой конкуренции внутри гильдии плотоядных животных позднего плейстоцена в высокогорье Паданг, Суматра». Палеогеография, Палеоклиматология, Палеоэкология . 487 : 175–186. Бибкод : 2017PPP...487..175В . дои : 10.1016/j.palaeo.2017.08.032 .
  53. ^ Хаген, Оскар; Флюк, Бенджамин; Фопп, Фабиан; Кабрал, Джулиано К.; Хартиг, Флориан; Понтарп, Микаэль; Ранхель, Тьяго Ф.; Пеллиссье, Лоик (2021). «gen3sis: универсальный механизм эколого-эволюционного моделирования процессов, формирующих биоразнообразие Земли» . ПЛОС Биология . 19 (7): e3001340. дои : 10.1371/journal.pbio.3001340 . ПМЦ   8384074 . ПМИД   34252071 . S2CID   235807562 .
  54. ^ Эйзингер, Дирк; Тюльке, Ханс-Германн (1 апреля 2008 г.). «Формирование пространственной структуры способствует искоренению инфекционных заболеваний» . Журнал прикладной экологии . 45 (2): 415–423. Бибкод : 2008JApEc..45..415E . дои : 10.1111/j.1365-2664.2007.01439.x . ISSN   0021-8901 . ПМК   2326892 . ПМИД   18784795 .
  55. ^ Рейлсбэк, Стивен Ф.; Гримм, Волкер (26 марта 2019 г.). Агентное и индивидуальное моделирование . Издательство Принстонского университета. ISBN  978-0-691-19082-2 . Архивировано из оригинала 24 октября 2020 года . Проверено 19 октября 2020 г.
  56. ^ Адам, Дэвид (2 апреля 2020 г.). «Специальный отчет: Моделирование, определяющее реакцию мира на COVID-19». Природа . 580 (7803): 316–318. Бибкод : 2020Natur.580..316A . дои : 10.1038/d41586-020-01003-6 . ПМИД   32242115 . S2CID   214771531 .
  57. ^ Шридхар, Деви; Маджумдер, Маймуна С. (21 апреля 2020 г.). «Моделирование пандемии» . БМЖ . 369 : м1567. дои : 10.1136/bmj.m1567 . ISSN   1756-1833 . ПМИД   32317328 . S2CID   216074714 . Архивировано из оригинала 16 мая 2021 года . Проверено 19 октября 2020 г.
  58. ^ Скваццони, Фламинио; Полхилл, Дж. Гарет; Эдмондс, Брюс; Арвайлер, Петра; Антош, Патриция; Шольц, Гиске; Чаппин, Эмиль; Борит, Мелания; Верхаген, Харко; Джардини, Франческа; Гилберт, Найджел (2020). «Вычислительные модели, имеющие значение во время глобальной пандемии: призыв к действию» . Журнал искусственных обществ и социального моделирования . 23 (2): 10. дои : 10.18564/jasss.4298 . HDL : 10037/19057 . ISSN   1460-7425 . S2CID   216426533 . Архивировано из оригинала 24 февраля 2021 года . Проверено 19 октября 2020 г.
  59. ^ Мазиарж, Мариуш; Зак, Мартин (2020). «Агентное моделирование для прогнозирования эпидемии SARS-CoV-2 и оценки вмешательства: методологическая оценка» . Журнал оценки в клинической практике . 26 (5): 1352–1360. дои : 10.1111/jep.13459 . ISSN   1365-2753 . ПМЦ   7461315 . ПМИД   32820573 .
  60. ^ Манут, О.; Сиари, Ф. (2021). «Оценка роли повседневной деятельности и передвижения в распространении COVID-19 в Монреале с помощью агентного подхода» . Границы в искусственной среде . 7 . дои : 10.3389/fbuild.2021.654279 .
  61. ^ Керр, Клифф; и др. (2021), «Covasim: агентная модель динамики и вмешательств при COVID-19», medRxiv , vol. 17, нет. 7, стр. e1009149, Bibcode : 2021PLSCB..17E9149K , doi : 10.1371/journal.pcbi.1009149 , PMC   8341708 , PMID   34310589
  62. ^ Хинч, Роберт; и др. (2021), «OpenABM-Covid19 — агентная модель для нефармацевтических вмешательств против COVID-19, включая отслеживание контактов», PLOS Computational Biology , 17 (7): e1009146, Bibcode : 2021PLSCB..17E9146H , doi : 10.1371/ журнал.pcbi.1009146 , PMC   8328312 , PMID   34252083
  63. ^ Шатток, Эндрю; Ле Рютте, Эпке; и др. (2021), «Влияние вакцинации и нефармацевтических вмешательств на динамику SARS-CoV-2 в Швейцарии», Epidemics , 38 (7): 100535, Bibcode : 2021PLSCB..17E9146H , doi : 10.1016/j.epidem.2021.100535 , ПМК   8669952 , ПМИД   34923396
  64. ^ «Git-репозиторий с открытым доступом к исходному коду OpenCOVID» . Гитхаб . Швейцарский ТПХ. 31 января 2022 года. Архивировано из оригинала 15 февраля 2022 года . Проверено 15 февраля 2022 г.
  65. ^ Рэнд, Уильям; Раст, Роланд Т. (2011). «Агентное моделирование в маркетинге: строгие правила». Международный журнал исследований в области маркетинга . 28 (3): 181–193. дои : 10.1016/j.ijresmar.2011.04.002 .
  66. ^ Хьюз, HPN; Клегг, CW; Робинсон, Массачусетс; Краудер, Р.М. (2012). «Агентное моделирование и симуляция: потенциальный вклад в организационную психологию». Журнал профессиональной и организационной психологии . 85 (3): 487–502. дои : 10.1111/j.2044-8325.2012.02053.x .
  67. ^ Бороманд, Амин (2021). «Тяжелая работа, принятие риска и разнообразие в модели коллективного решения проблем» . Журнал искусственных обществ и социального моделирования . 24 (4). дои : 10.18564/jasss.4704 .
  68. ^ Краудер, Р.М.; Робинсон, Массачусетс; Хьюз, HPN; Сим, Ю.В. (2012). «Разработка среды агентного моделирования для моделирования работы инженерной группы». Транзакции IEEE о системах, человеке и кибернетике. Часть A: Системы и люди . 42 (6): 1425–1439. дои : 10.1109/TSMCA.2012.2199304 . S2CID   7985332 .
  69. ^ «Применение агентских технологий для моделирования дорожного движения» . Министерство транспорта США . 15 мая 2007. Архивировано из оригинала 1 января 2011 года . Проверено 31 октября 2007 г.
  70. ^ Ниязи, М.; Бэйг, Арканзас; Хусейн, А.; Бхатти, С. (2008). «Моделирование исследовательского процесса» (PDF) . В Мейсоне, С.; Хилл, Р.; Мёнч, Л.; Роуз, О.; Джефферсон, Т.; Фаулер, Дж.В. (ред.). Зимняя конференция по моделированию 2008 г. стр. 1326–1334. дои : 10.1109/WSC.2008.4736206 . hdl : 1893/3203 . ISBN  978-1-4244-2707-9 . S2CID   6597668 . Архивировано (PDF) из оригинала 1 июня 2011 г. Проверено 7 июня 2009 г.
  71. ^ Ниязи, Муаз А. (2008). «Самоорганизующаяся настраиваемая архитектура доставки контента для сред с поддержкой окружающей среды» (PDF) . Материалы третьего международного семинара «Использование P2P, грид и агентов для развития контентных сетей» . стр. 45–54. дои : 10.1145/1384209.1384218 . ISBN  9781605581552 . S2CID   16916130 . Архивировано из оригинала (PDF) 14 июня 2011 года.
  72. ^ Насринпур, Хамид Реза; Фризен, Марсия Р.; Маклеод, Роберт Д. (22 ноября 2016 г.). «Агентная модель распространения сообщений в электронной социальной сети Facebook». arXiv : 1611.07454 [ cs.SI ].
  73. ^ Ниязи, Муаз; Хусейн, Амир (март 2009 г.). «Агентные инструменты для моделирования и моделирования самоорганизации в одноранговых, одноранговых и других сложных сетях» (PDF) . Журнал коммуникаций IEEE . 47 (3): 163–173. дои : 10.1109/MCOM.2009.4804403 . hdl : 1893/2423 . S2CID   23449913 . Архивировано из оригинала (PDF) 4 декабря 2010 г.
  74. ^ Ниязи, Муаз; Хусейн, Амир (2011). «Новая среда агентного моделирования для зондирования в сложных адаптивных средах» (PDF) . Журнал датчиков IEEE . 11 (2): 404–412. arXiv : 1708.05875 . Бибкод : 2011ISenJ..11..404N . дои : 10.1109/JSEN.2010.2068044 . hdl : 1893/3398 . S2CID   15367419 . Архивировано из оригинала (PDF) 25 июля 2011 года.
  75. ^ Саркер, РА; Рэй, Т. (2010). «Агентный эволюционный подход: Введение». Агентно-ориентированный эволюционный поиск . Адаптация, обучение и оптимизация. Том. 5. стр. 1–11. дои : 10.1007/978-3-642-13425-8_1 . ISBN  978-3-642-13424-1 .
  76. ^ Бороманд, Амин; Смальдино, Пол Э. (2023). «Предвзятость превосходства и коммуникационный шум могут улучшить коллективное решение проблем» . Журнал искусственных обществ и социального моделирования . 26 (3). дои : 10.18564/jasss.5154 .
  77. ^ Пейдж, Скотт Э. (2008). Агентные модели (2-е изд.). Архивировано из оригинала 10 февраля 2018 года . Проверено 3 октября 2011 г. {{cite book}}: |work= игнорируется ( помогите )
  78. ^ Тестфацион, Ли ; Джадд, Кеннет , ред. (май 2006 г.). Справочник по вычислительной экономике . Том. 2. Эльзевир . п. 904. ИСБН  978-0-444-51253-6 . Архивировано из оригинала 6 марта 2012 года . Проверено 29 января 2012 г. ( Предварительный просмотр главы)
  79. ^ Jump up to: Перейти обратно: а б «Агенты перемен» . Экономист . 22 июля 2010. Архивировано из оригинала 23 января 2011 года . Проверено 16 февраля 2011 г.
  80. ^ «Модельный подход» . Природа . 460 (7256): 667. 6 августа 2009 г. Бибкод : 2009Natur.460Q.667. . дои : 10.1038/460667a . ПМИД   19661863 .
  81. ^ Фармер и Фоли 2009 , с. 685.
  82. ^ Фармер и Фоли 2009 , с. 686.
  83. ^ Стефан Ф. и Атман А. (2015). Есть ли какая-либо связь между морфологией сети и колебаниями индекса фондового рынка? Физика А: статистическая механика и ее приложения, (419), 630–641.
  84. ^ Дэвид, Герберт; Гатти, Делли (январь 2018 г.). «Агентная макроэкономика». Справочник по вычислительной экономике . 4 : 63–156. дои : 10.1016/bs.hescom.2018.02.006 .
  85. ^ Рэнд, Уильям; Раст, Роланд Т. (июль 2011 г.). «Агентное моделирование в маркетинге: строгие правила». Международный журнал исследований в области маркетинга . 28 (3): 181–193. дои : 10.1016/j.ijresmar.2011.04.002 .
  86. ^ Ашванден, GDPA; Вулшлегер, Тобиас; Мюллер, Ханспетер; Шмитт, Герхард (2009). «Оценка 3D-моделей города с использованием автоматически размещаемых городских агентов». Автоматизация в строительстве . 22 :81–89. дои : 10.1016/j.autcon.2011.07.001 .
  87. ^ Браун, Дэниел Г.; Пейдж, Скотт Э.; Зеллнер, Мойра; Рэнд, Уильям (2005). «Зависимость от пути и проверка агентных пространственных моделей землепользования» . Международный журнал географической информатики . 19 (2): 153–174. Бибкод : 2005IJGIS..19..153B . дои : 10.1080/13658810410001713399 .
  88. ^ Сметанин, Павел; Жесткий, Дэвид (2015). Инвестирование в общественную инфраструктуру Онтарио: перспектива процветания под угрозой риска, с анализом Большого Торонто и района Гамильтона (PDF) . Канадский центр экономического анализа (отчет). Архивировано (PDF) из оригинала 18 ноября 2016 г. Проверено 17 ноября 2016 г.
  89. ^ Ян, Сяолян; Чжоу, Пэн (апрель 2022 г.). «Неравенство в богатстве и социальная мобильность: подход к моделированию на основе моделирования» . Журнал экономического поведения и организации . 196 : 307–329. дои : 10.1016/j.jebo.2022.02.012 . hdl : 10419/261231 . S2CID   247143315 .
  90. ^ Мясник, Благотворительность; Ньонго, Эдвин (22 декабря 2021 г.). «Имитация дипломатии: учебное пособие или обычный бизнес?». Журнал политологического образования . 17 (суп1): 185–203. дои : 10.1080/15512169.2020.1803080 . ISSN   1551-2169 .
  91. ^ Гилберт, Найджел; Арвайлер, Петра; Барбрук-Джонсон, Пит; Нарасимхан, Кавин Прити; Уилкинсон, Хелен (2018). «Вычислительное моделирование государственной политики: размышления о практике» . Журнал искусственных обществ и социального моделирования . 21 (1). дои : 10.18564/jasss.3669 . hdl : 10044/1/102075 . ISSN   1460-7425 .
  92. ^ Берглунд, Эмили Зехман (ноябрь 2015 г.). «Использование агентного моделирования для планирования и управления водными ресурсами» . Журнал планирования и управления водными ресурсами . 141 (11): 04015025. doi : 10.1061/(ASCE)WR.1943-5452.0000544 . ISSN   0733-9496 . Архивировано из оригинала 19 января 2022 года . Проверено 18 сентября 2021 г.
  93. ^ Джулиани, М.; Кастеллетти, А. (июль 2013 г.). «Оценка ценности сотрудничества и обмена информацией в крупных системах водных ресурсов путем агентной оптимизации: структура MAS для крупных систем водных ресурсов» . Исследования водных ресурсов . 49 (7): 3912–3926. дои : 10.1002/wrcr.20287 . S2CID   128659104 .
  94. ^ «Агентно-ориентированное моделирование» . Архивировано из оригинала 27 сентября 2011 года . Проверено 9 августа 2011 г.
  95. ^ Халлербах, С.; Ся, Ю.; Эберле, У.; Кестер, Ф. (2018). «Идентификация критических сценариев на основе моделирования для кооперативных и автоматизированных транспортных средств» . Международный журнал SAE о подключенных и автоматизированных транспортных средствах . 1 (2). SAE International: 93–106. дои : 10.4271/2018-01-1066 .
  96. ^ Мадригал, рассказ Алексиса К. «В секретном мире Waymo для обучения беспилотным автомобилям» . Атлантика . Архивировано из оригинала 14 августа 2020 года . Проверено 14 августа 2020 г.
  97. ^ Коннорс, Дж.; Грэм, С.; Майу, Л. (2018). «Кибер-синтетическое моделирование для транспортных средств». На Международной конференции по кибервойне и безопасности . Academic Conferences International Limited: 594-XI.
  98. ^ Ян, Гоцин; Ву, Чжаохуэй; Ли, Сюмэй; Чен, Вэй (2003). «SVE: Встроенная агентская среда интеллектуального автомобиля» . Материалы Международной конференции IEEE 2003 года по интеллектуальным транспортным системам . Том. 2. С. 1745–1749 т. 2. дои : 10.1109/ITSC.2003.1252782 . ISBN  0-7803-8125-4 . S2CID   110177067 . Архивировано из оригинала 31 января 2022 года . Проверено 19 августа 2021 г.
  99. ^ Jump up to: Перейти обратно: а б Лысенко, Микола; Д'Суза, Рошан М. (2008). «Среда для моделирования мегамасштабных агентных моделей на графических процессорах» . Журнал искусственных обществ и социального моделирования . 11 (4): 10. ISSN   1460-7425 . Архивировано из оригинала 26 апреля 2019 года . Проверено 16 апреля 2019 г.
  100. ^ Гуляш, Ласло; Семеш, Габор; Кампис, Джордж; де Бак, Уолтер (2009). «Удобный для разработчиков API для разделения ABM» . Материалы Международной технической конференции по проектированию и инженерному проектированию ASME 2009 и конференции по компьютерам и информации в инженерии IDETC/CIE 2009 . 2 . Сан-Диего, Калифорния, США: 219–226. Архивировано из оригинала 16 апреля 2019 года . Проверено 16 апреля 2019 г.
  101. ^ Кольер, Н.; Норт, М. (2013). «Параллельное агентное моделирование с Repast для высокопроизводительных вычислений». Моделирование . 89 (10): 1215–1235. дои : 10.1177/0037549712462620 . S2CID   29255621 .
  102. ^ Фудзимото, Р. (2015). «Параллельное и распределенное моделирование» . Зимняя конференция по моделированию (WSC) 2015 . Хантингтон-Бич, Калифорния, США. стр. 45–59. дои : 10.1109/WSC.2015.7408152 . ISBN  978-1-4673-9743-8 . S2CID   264924790 . Архивировано из оригинала 4 февраля 2023 года . Проверено 6 сентября 2020 г. {{cite book}}: CS1 maint: отсутствует местоположение издателя ( ссылка )
  103. ^ Шук, Э.; Ван, С.; Тан, В. (2013). «Коммуникационная структура для параллельных пространственно явных агентных моделей». Международный журнал географической информатики . 27 (11). Тейлор и Фрэнсис: 2160–2181 гг. Бибкод : 2013IJGIS..27.2160S . дои : 10.1080/13658816.2013.771740 . S2CID   41702653 .
  104. ^ Йонас, Э.; Пу, К.; Венкатараман, С.; Стойка, И.; Рехт, Б. (2017). «Оккупируй облако: распределенные вычисления для 99%». Материалы симпозиума по облачным вычислениям 2017 г. (SoCC '17) . Санта-Клара, Калифорния, США: ACM: 445–451. arXiv : 1702.04024 . Бибкод : 2017arXiv170204024J . дои : 10.1145/3127479.3128601 . S2CID   854354 .
  105. ^ Исаак Рудомин; и др. (2006). «Большие скопления людей в ГПУ» . Монтеррейский институт технологий и высшего образования . Архивировано из оригинала 11 января 2014 года.
  106. ^ Ричмонд, Пол; Романо, Даниэла М. (2008). «Агентный графический процессор, платформа 3D-моделирования в реальном времени и интерактивной визуализации для массового агентного моделирования на графическом процессоре» (PDF) . Материалы международного семинара по супервизуализации (IWSV08) . Архивировано из оригинала (PDF) 15 января 2009 г. Проверено 27 апреля 2012 г.
  107. ^ Браун, Дэниел Г.; Риоло, Рик; Робинсон, Дерек Т.; Норт, Майкл; Рэнд, Уильям (2005). «Пространственные модели процессов и данных: на пути к интеграции агентных моделей и ГИС». Журнал географических систем . 7 (1). Спрингер: 25–47. Бибкод : 2005JGS.....7...25B . дои : 10.1007/s10109-005-0148-5 . hdl : 2027.42/47930 . S2CID   14059768 .
  108. ^ Чжан, Дж.; Тонг, Л.; Ламберсон, П.Дж.; Дуразо-Арвизу, РА; Люк, А.; Шохам, Д.А. (2015). «Использование социального влияния для решения проблемы избыточного веса и ожирения с использованием агентных моделей: роль подростковых социальных сетей» . Социальные науки и медицина . 125 . Эльзевир Б.В.: 203–213. doi : 10.1016/j.socscimed.2014.05.049 . ISSN   0277-9536 . ПМК   4306600 . ПМИД   24951404 .
  109. ^ Сарджент, Р.Г. (2000). «Верификация, валидация и аккредитация имитационных моделей». Материалы зимней конференции по моделированию 2000 г. (кат. № 00CH37165) . Том. 1. С. 50–59. CiteSeerX   10.1.1.17.438 . дои : 10.1109/WSC.2000.899697 . ISBN  978-0-7803-6579-7 . S2CID   57059217 .
  110. ^ Галан, Хосе Мануэль; Слева, Луис; Искьердо, Сегисмундо С.; Сантос, Хосе Игнасио; дель Ольмо, Рикардо; Лопес-Паредес, Адольфо; Эдмондс, Брюс (2009). «Ошибки и артефакты в агентном моделировании» . Журнал искусственных обществ и социального моделирования . 12 (1): 1. Архивировано из оригинала 21 июня 2009 года . Проверено 26 января 2010 г.
  111. ^ Клюгль, Ф. (2008). «Методология проверки агентного моделирования». Материалы симпозиума ACM по прикладным вычислениям 2008 г. - SAC '08 . стр. 39–43. дои : 10.1145/1363686.1363696 . ISBN  9781595937537 . S2CID   9450992 .
  112. ^ Фортино, Дж.; Гарро, А.; Руссо, В. (2005). «Среда дискретно-событийного моделирования для проверки агентных и многоагентных систем» (PDF) . Архивировано (PDF) из оригинала 26 июня 2011 г. Проверено 27 сентября 2009 г. {{cite journal}}: Для цитирования журнала требуется |journal= ( помощь )
  113. ^ Тесфацион, Ли. «Эмпирическая проверка: агентная вычислительная экономика» . Университет штата Айова . Архивировано из оригинала 26 июня 2020 года . Проверено 24 июня 2020 г.
  114. ^ Ниязи, Муаз; Хусейн, Амир; Кольберг, Марио. «Верификация и валидация агентного моделирования с использованием подхода VOMAS» (PDF) . Материалы третьего семинара по многоагентным системам и моделированию '09 (MASS '09), как часть MALLOW 09, 7–11 сентября 2009 г., Турин, Италия . Архивировано из оригинала (PDF) 14 июня 2011 года.
  115. ^ Ниязи, Муаз; Сиддик, Касим; Хусейн, Амир; Кольберг, Марио (11–15 апреля 2010 г.). «Верификация и валидация агентной модели моделирования лесного пожара» (PDF) . Материалы симпозиума по агентному моделированию 2010 г. в рамках мультиконференции весеннего моделирования ACM SCS : 142–149. Архивировано из оригинала (PDF) 25 июля 2011 года.
  116. ^ Ниязи, Муаз А.К. (11 июня 2011 г.). «На пути к новой унифицированной структуре для разработки формальных, сетевых и проверенных агентных имитационных моделей сложных адаптивных систем». Университет Стерлинга . hdl : 1893/3365 . {{cite journal}}: Для цитирования журнала требуется |journal= ( помощь ) Кандидатская диссертация
  117. ^ Онгго, бакалавр наук; Каратас, М. (2016). «Имитационное моделирование на основе испытаний: практический пример использования агентного моделирования морских поисковых операций» . Европейский журнал операционных исследований . 254 (2): 517–531. дои : 10.1016/j.ejor.2016.03.050 . Архивировано из оригинала 30 июня 2020 года.

Общие [ править ]

Внешние ссылки [ править ]

Статьи/общая информация [ править ]

Имитационные модели [ править ]

Retrieved from "https://en.wikipedia.org/w/index.php?title=Agent-based_model&oldid=1229500094"
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 236880dbd76d7e2028e4d8256a24f647__1718587320
URL1:https://arc.ask3.ru/arc/aa/23/47/236880dbd76d7e2028e4d8256a24f647.html
Заголовок, (Title) документа по адресу, URL1:
Agent-based model - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)