Agentový model - Agent-based model

An agent-based model (ABM) je třída výpočetní modely pro simulující akce a interakce autonomních agentů (jednotlivých nebo kolektivních subjektů, jako jsou organizace nebo skupiny) za účelem posouzení jejich účinků na systém jako celek. Kombinuje prvky herní teorie, složité systémy, vznik, výpočetní sociologie, multiagentní systémy, a evoluční programování. Metody Monte Carlo se používají k zavedení náhodnosti. Zejména v ekologii se nazývají také ABM individuální modely (IBM),[1] a jednotlivci v rámci IBM mohou být jednodušší než plně autonomní agenti v rámci ABM. Přehled nedávné literatury o modelech založených na jednotlivcích, modelech založených na agentech a multiagentních systémech ukazuje, že ABM se používají ve vědeckých doménách nesouvisejících s výpočetní technikou, včetně biologie, ekologie a společenské vědy.[2] Agentové modelování souvisí, ale liší se od konceptu multiagentní systémy nebo simulace s více agenty v tom, že cílem ABM je hledat vysvětlující pohled na kolektivní chování agentů, kteří se řídí jednoduchými pravidly, typicky v přírodních systémech, spíše než při navrhování agentů nebo řešení konkrétních praktických nebo technických problémů.[2]

Agent-based models are a kind of mikroskopický model[3] které simulují simultánní operace a interakce více agentů ve snaze znovu vytvořit a předpovědět výskyt složitých jevů. Tento proces je jedním z vznik, což někteří vyjadřují jako „celek je větší než součet jeho částí“. Jinými slovy, vlastnosti systému vyšší úrovně vycházejí z interakcí subsystémů nižší úrovně. Nebo se změny stavu makroměřítka projeví z chování agenta v mikroskopickém měřítku. Nebo jednoduché chování (tj. Pravidla, kterými se řídí agenti) generuje složité chování (tj. Změny stavu na úrovni celého systému).

Jednotliví agenti jsou typicky charakterizováni jako bezpochyby racionální, o nichž se předpokládá, že jednají v tom, co považují za své vlastní zájmy, jako je reprodukce, ekonomický prospěch nebo sociální status,[4] pomocí heuristiky nebo jednoduchých pravidel rozhodování. Agenti ABM se mohou setkat s „učením“, adaptací a reprodukcí.[5]

Většina modelů založených na agentech se skládá z: (1) mnoha agentů specifikovaných v různých měřítcích (obvykle označovaných jako agent-granularity); (2) heuristika rozhodování; (3) pravidla učení nebo adaptivní procesy; (4) an topologie interakce; a (5) prostředí. ABM jsou obvykle implementovány jako počítačové simulace, buď jako vlastní software, nebo prostřednictvím sad nástrojů ABM, a tento software lze poté použít k testování, jak změny v individuálním chování ovlivní vznikající celkové chování systému.

Dějiny

Myšlenka modelování na bázi agentů byla vyvinuta jako relativně jednoduchý koncept na konci 40. let. Jelikož vyžaduje postupy náročné na výpočet, rozšířilo se až v 90. letech.

Časný vývoj

Historie modelu založeného na agentech lze vysledovat zpět do Von Neumannov stroj, teoretický stroj schopný reprodukce. Zařízení von Neumann navrhované by následovalo přesně podrobné pokyny k vytvoření její kopie. Tento koncept byl potom postaven na von Neumannově příteli Stanislaw Ulam, také matematik; Ulam navrhl, aby byl stroj postaven na papíře jako sbírka buněk na mřížce. Tato myšlenka zaujala von Neumanna, který ji vypracoval - vytvořil první ze zařízení, které se později nazvalo mobilní automaty Další pokrok představil matematik John Conway. Postavil známé Hra o život. Na rozdíl od von Neumannova stroje fungovala Conwayova hra o život jednoduchými pravidly ve virtuálním světě v podobě 2-dimenzionálního šachovnice.

The Simula programovací jazyk, který byl vyvinut v polovině 60. let a široce implementován na začátku 70. let, byl prvním rámcem pro automatizaci postupných simulací agentů.

70. a 80. léta: první modely

Jeden z prvních modelů založených na agentech v koncepci byl Thomas Schelling segregační model,[6] o čemž pojednával jeho článek „Dynamické modely segregace“ v roce 1971. Ačkoli Schelling původně používal spíše mince a milimetrový papír než počítače, jeho modely ztělesňovaly základní koncept modelů založených na agentech jako autonomních agentů interagujících ve sdíleném prostředí s pozorovaným agregátem , naléhavý výsledek.

Na začátku 80. let Robert Axelrod uspořádal turnaj o Vězňovo dilema strategií a nechal je interagovat způsobem založeným na agentech a určit vítěze. Axelrod by pokračoval vyvinout mnoho dalších modelů založených na agentech v oblasti politologie, které zkoumají jevy z etnocentrismus k šíření kultury.[7]Koncem 80. let Craig Reynolds ' pracovat na hejno modely přispěly k vývoji některých prvních modelů založených na biologických činitelích, které obsahovaly sociální charakteristiky. Pokusil se modelovat realitu živých biologických agens, známých jako umělý život, termín vytvořený Christopher Langton.

První použití slova „agent“ a definice, jak se dnes používá, je těžké vystopovat. Zdá se, že jeden kandidát je John Holland a dokument Johna H. Millera z roku 1991 „Umělí adaptivní agenti v ekonomické teorii“,[8] na základě jejich dřívější prezentace na konferenci.

Současně v 80. letech 20. století vyvinuli sociální vědci, matematici, provozní vědci a rozptyl lidí z jiných oborů výpočetní a matematickou organizační teorii (CMOT). Toto pole rostlo jako speciální zájmová skupina The Institute of Management Sciences (TIMS) a její sesterské společnosti, Operations Research Society of America (ORSA).

90. léta: expanze

90. léta byla obzvláště pozoruhodná expanzí ABM v rámci společenských věd, jedním pozoruhodným úsilím byla rozsáhlá ABM, Sugarscape, vyvinutý společnostíJoshua M. Epstein a Robert Axtell simulovat a zkoumat roli sociálních jevů, jako jsou sezónní migrace, znečištění, sexuální reprodukce, boj a přenos nemocí a dokonce i kultura.[9] Zahrnut byl i další pozoruhodný vývoj v 90. letech Univerzita Carnegie Mellon je Kathleen Carley ABM,[10] zkoumat společný vývoj sociálních sítí a kultury. v tomto časovém rámci 90. let Nigel Gilbert vydala první učebnici Social Simulation: Simulation for the social scientist (1999) a založila časopis z pohledu sociálních věd: Journal of Artificial Societies and Social Simulation (JASSS). Kromě JASSS spadají do časopisu SpringerOpen také agentově založené modely jakékoli disciplíny Složité modelování adaptivních systémů (CASM).[11]

V polovině 90. let se vlákno společenských věd společnosti ABM začalo soustředit na takové problémy, jako je navrhování efektivních týmů, porozumění komunikaci potřebné pro efektivitu organizace a chování sociálních sítí. CMOT - později přejmenovaná na Computational Analysis of Social and Organizational Systems (CASOS) - obsahuje stále více a více agent-based modeling. Samuelson (2000) je dobrý stručný přehled rané historie,[12] a Samuelson (2005) a Samuelson a Macal (2006) sledují novější vývoj.[13][14]

Na konci 90. let došlo ke sloučení společností TIMS a ORSA INFORMUJE a přechod společnosti INFORMS ze dvou setkání každý rok na jedno pomohl podnítit skupinu CMOT k vytvoření samostatné společnosti, Severoamerické asociace pro výpočetní sociální a organizační vědy (NAACSOS). Kathleen Carley byla hlavní přispěvatelkou, zejména do modelů sociálních sítí, získávání Národní vědecká nadace financování výroční konference a první prezident NAACSOS. Následoval ji David Sallach z University of Chicago a Argonne National Laboratory, a poté Michael Prietula z Emory University. Přibližně ve stejnou dobu začal NAACSOS Evropská asociace sociální simulace (ESSA) a Tichomořské asijské asociace pro přístup založený na agentech ve vědě o sociálních systémech (PAAA), protějšky NAACSOS. Od roku 2013 tyto tři organizace spolupracují na mezinárodní úrovni. První světový kongres o sociální simulaci se konal pod jejich společným sponzorstvím v japonském Kjótu v srpnu 2006.[Citace je zapotřebí ] Druhý světový kongres se konal v červenci 2008 na severním předměstí Virginie ve Washingtonu, D.C. Univerzita George Masona převzetí vedoucí role v místních dohodách.

2000 a později

Poslední dobou, Ron Sun vyvinuli metody pro zakládání simulace založené na agentech na modelech lidského poznání, známé jako kognitivní sociální simulace.[15] Bill McKelvey, Suzanne Lohmann, Dario Nardi, Dwight Read a další ve společnosti UCLA významně přispěly také k organizačnímu chování a rozhodování. Od roku 2001 uspořádala UCLA konferenci v Lake Arrowhead v Kalifornii, která se stala dalším významným místem setkávání praktiků v této oblasti.[Citace je zapotřebí ]

Teorie

Většina výzkumů výpočetního modelování popisuje systémy v rovnováha nebo jako pohyb mezi rovnováhami. Agentové modelování však pomocí jednoduchých pravidel může vést k různým druhům složitého a zajímavého chování. Tři hlavní myšlenky pro modely založené na agentech jsou agenti jako objekty, vznik, a složitost.

Modely založené na agentech se skládají z dynamicky interagujících agentů založených na pravidlech. Systémy, ve kterých interagují, mohou vytvářet složitost podobnou reálnému světu. Typicky agenti jsounachází v prostoru a čase a sídlí v sítích nebo v mřížových čtvrtích. Je zakódováno umístění agentů a jejich responzivní chování algoritmické forma v počítačových programech. V některých případech, i když ne vždy, lze agenty považovat za inteligentní a účelné. V ekologickém ABM (v ekologii často označovaném jako „individuální modely“) mohou být agenti například stromy v lese a nelze je považovat za inteligentní, i když mohou být „účelní“ ve smyslu optimalizace přístupu k zdroj (například voda). Proces modelování lze nejlépe popsat jako induktivní. Modelář nechá tyto předpoklady považovat za nejrelevantnější pro danou situaci a poté sleduje jevy vycházející z interakcí agentů. Někdy je výsledkem rovnováha. Někdy se jedná o naléhavý vzorec. Někdy se však jedná o nesrozumitelný mandl.

V některých ohledech modely založené na agentech doplňují tradiční analytické metody. Tam, kde analytické metody umožňují lidem charakterizovat rovnováhu systému, umožňují modely založené na agentech možnost tyto rovnováhy generovat. Tento generativní příspěvek může být nejdůležitějším z potenciálních výhod modelování založeného na agentech. Agentové modely mohou vysvětlit vznik vzorů vyššího řádu - síťové struktury teroristických organizací a internet, rozdělení moci a zákona ve velikosti dopravních zácp, válek a krachu na akciových trzích a sociální segregace, která přetrvává navzdory populacím tolerantních lidí. Modely založené na agentech lze také použít k identifikaci bodů páky, definovaných jako časové okamžiky, ve kterých mají zásahy extrémní důsledky, a k rozlišení mezi typy závislosti na cestě.

Spíše než soustředit se na stabilní stavy, mnoho modelů zvažuje robustnost systému - způsoby, kterými se složité systémy přizpůsobují vnitřním a vnějším tlakům, aby si udržely svou funkčnost. Úkol využít tuto složitost vyžaduje zvážení samotných agentů - jejich rozmanitosti, propojenosti a úrovně interakcí.

Rámec

Nedávná práce na modelování a simulaci komplexních adaptivních systémů prokázala potřebu kombinování modelů založených na agentech a komplexních sítích.[16][17][18] popsat rámec skládající se ze čtyř úrovní vývojových modelů komplexních adaptivních systémů popsaných pomocí několika příkladových multidisciplinárních případových studií:

  1. Úroveň komplexního modelování sítě pro vývoj modelů pomocí dat interakce různých systémových komponent.
  2. Úroveň průzkumné modelování založené na agentech pro vývoj modelů založených na agentech pro hodnocení proveditelnosti dalšího výzkumu. To může např. být užitečné pro vývoj modelů proof-of-concept, například pro financování aplikací, aniž by vyžadovaly rozsáhlou křivku učení pro výzkumné pracovníky.
  3. Popisné modelování založené na agentech (DREAM) pro vývoj popisů modelů založených na agentech pomocí šablon a komplexních modelů založených na síti. Vytváření modelů DREAM umožňuje porovnání modelů napříč vědeckými disciplínami.
  4. Ověřené modelování založené na agentech pomocí systému Virtual Overlay Multiagent (VOMAS) pro vývoj ověřených a ověřených modelů formálním způsobem.

Mezi další metody popisu modelů založených na agentech patří šablony kódu[19] a textové metody, jako je protokol ODD (Přehled, Koncepty návrhu a Podrobnosti o designu).[20]

Role prostředí, kde žijí agenti, makro i mikro,[21] se také stává důležitým faktorem při modelování a simulaci na základě agentů. Jednoduché prostředí poskytuje jednoduché agenty, ale složité prostředí generuje rozmanitost chování.[22]

Aplikace

V biologii

Hlavní článek: Agentový model v biologii

Agentové modelování se v biologii hojně používá, včetně analýzy šíření epidemie,[23] a hrozba biologická válka, biologické aplikace počítaje v to populační dynamika,[24] stochastická genová exprese,[25] interakce rostlin a zvířat,[26] vegetační ekologie,[27] rozmanitost krajiny,[28] růst a úpadek starověkých civilizací, vývoj etnocentrického chování,[29] nucené vysídlení / migrace,[30] dynamika volby jazyka,[31] kognitivní modelování a biomedicínské aplikace včetně modelování 3D tvorby / morfogeneze prsní tkáně,[32] účinky ionizujícího záření na dynamiku subpopulace prsních kmenových buněk,[33] zánět,[34][35] a člověk imunitní systém.[36] Agent-založené modely byly také použity pro vývoj systémů podpory rozhodování, jako je rakovina prsu.[37] Agentové modely se stále častěji používají k modelování farmakologických systémů v rané fázi a předklinického výzkumu, který pomáhá při vývoji léků a získává poznatky o biologických systémech, které by nebyly možné a priori.[38] Byly také hodnoceny vojenské aplikace.[39] Kromě toho byly nedávno ke studiu biologických systémů na molekulární úrovni použity modely založené na agentech.[40][41][42]

V epidemiologii

Agentové modely nyní doplňují tradiční kompaktní modely, obvyklý typ epidemiologických modelů. Ukázalo se, že ABM jsou lepší než kompaktní modely, pokud jde o přesnost předpovědí.[43][44] V poslední době se ABM používají k informování o intervencích veřejného zdraví (nefarmaceutických) proti šíření SARS-CoV-2.[45] Epidemiologické ABM byly kritizovány za zjednodušení a nerealistické předpoklady.[46][47] Přesto mohou být užitečné při informování rozhodnutí týkajících se opatření ke zmírnění a potlačení v případech, kdy jsou ABM přesně kalibrovány.[48]

V podnikání, technologii a teorii sítí

Agentové modely se používají od poloviny 90. let k řešení řady obchodních a technologických problémů. Mezi příklady aplikací patří marketing,[49] organizační chování a poznání,[50] týmová práce,[51] optimalizace dodavatelského řetězce a logistika, modelování spotřebitelské chování, počítaje v to slovo z úst, sociální síť efekty, distribuované výpočty, řízení pracovních sil, a řízení portfolia. Byly také použity k analýze dopravní zácpa.[52]

V poslední době bylo modelování a simulace založené na agentech aplikováno na různé domény, jako je studium dopadu míst publikací výzkumníky v oblasti informatiky (deníky versus konference).[53] Kromě toho byly ABM použity k simulaci poskytování informací v prostředích s asistencí prostředí.[54] Článek z listopadu 2016 v arXiv analyzoval agentovou simulaci příspěvků rozšířených v Facebook.[55] V oblasti peer-to-peer, ad-hoc a dalších samoorganizujících se a komplexních sítí byla prokázána užitečnost modelování a simulace založené na agentech.[56] Použití rámce formálních specifikací založeného na informatice spolu s bezdrátové senzorové sítě a nedávno byla demonstrována simulace založená na agentech.[57]

Agentové evoluční vyhledávání nebo algoritmus je nové výzkumné téma pro řešení složitých optimalizačních problémů.[58]

V ekonomii a sociálních vědách

Hlavní články: Agentová výpočetní ekonomie a Sociální simulace založená na agentech

Před a po finanční krizi vzrostl zájem o ABM jako o možné nástroje ekonomické analýzy.[59][60] ABM nepředpokládají, že ekonomika může dosáhnout rovnováhy a “zástupci „jsou nahrazeni agenty s různorodým, dynamickým a vzájemně závislým chováním včetně stádo. ABM používají přístup „zdola nahoru“ a mohou generovat extrémně složité a nestálé simulované ekonomiky. ABM mohou představovat nestabilní systémy s haváriemi a výložníky, které se vyvíjejí zlineární (nepřiměřené) reakce na poměrně malé změny.[61] Článek z července 2010 v Ekonom podíval se na ABM jako na alternativu k DSGE modely.[61] Deník Příroda také podpořilo modelování založené na agentech v úvodníku, který navrhl, aby ABM mohly lépe reprezentovat finanční trhy a jiné ekonomické složitosti než standardní modely[62] spolu s esejem od Farmář J. Doyne a Duncan Foley, kteří tvrdili, že ABM mohou splnit jak touhy Keynesa představovat složitou ekonomiku, tak Roberta Lucase konstruovat modely založené na mikrofonacích.[63] Farmář a Foley poukázali na pokrok, kterého bylo dosaženo pomocí ABM k modelování částí ekonomiky, ale usilovali o vytvoření velmi velkého modelu, který zahrnuje modely nízké úrovně.[64] Modelováním komplexního systému analytiků založeného na třech odlišných behaviorálních profilech - napodobujících, napodobujících a indiferentních - byly finanční trhy simulovány s vysokou přesností. Výsledky ukázaly korelaci mezi morfologií sítě a indexem akciového trhu.[65]

ABM byly nasazeny v architektuře a městském plánování za účelem vyhodnocení designu a simulace toku chodců v městském prostředí[66] a zkoumání aplikací veřejné politiky na využívání půdy.[67] Roste také pole sociálně-ekonomické analýzy dopadu investic do infrastruktury s využitím schopnosti ABM rozlišovat systémové dopady na sociálně-ekonomickou síť.[68]

Organizační ABM: simulace zaměřená na agenty

Metafora simulace řízené agenty (ADS) rozlišuje mezi dvěma kategoriemi, a to „Systems for Agents“ a „Agents for Systems“.[69] Systémy pro agenty (někdy označované jako agentové systémy) jsou systémy implementující agenty pro použití ve strojírenství, lidské a sociální dynamice, vojenských aplikacích a dalších. Agenti pro systémy jsou rozděleni do dvou podkategorií. Systémy podporované agenty se zabývají používáním agentů jako podpůrného zařízení umožňujícího počítačovou pomoc při řešení problémů nebo zlepšování kognitivních schopností. Systémy založené na agentech se zaměřují na použití agentů pro generování chování modelu při hodnocení systému (studie a analýzy systému).

Samořiditelná auta

Waymo vytvořil testovací prostředí pro více agentů Carcraft pro testování algoritmů samojízdná auta.[70][71] Simuluje dopravní interakce mezi lidskými řidiči, chodci a automatizovanými vozidly. Chování lidí napodobují umělí agenti na základě údajů o skutečném lidském chování.

Implementace

Mnoho Rámce ABM jsou určeny pro sériové použití von-Neumann počítačové architektury, což omezuje rychlost a škálovatelnost implementovaných modelů. Protože vznikající chování ve velkých ABM je závislé na velikosti populace,[72] omezení škálovatelnosti mohou bránit validaci modelu.[73] Tato omezení byla řešena hlavně pomocí distribuované výpočty, s rámci, jako je Repast HPC[74] speciálně věnovaný těmto typům implementací. Zatímco tyto přístupy dobře mapují shluk a superpočítač architektury, problémy spojené s komunikací a synchronizací,[75][76] stejně jako složitost nasazení,[77] zůstávají potenciálními překážkami pro jejich široké přijetí.

Nedávným vývojem je použití datově paralelních algoritmů na jednotkách grafického zpracování GPU pro simulaci ABM.[72][78][79] Extrémní šířka pásma paměti v kombinaci s naprostým množstvím energie víceprocesorových GPU umožnila simulaci milionů agentů při desítkách snímků za sekundu.

Integrace s jinými modelovacími formami

Vzhledem k tomu, že modelování založené na agentech je spíše modelovacím rámcem než konkrétním softwarem nebo platformou, často se používá ve spojení s jinými modelovacími formami. Například byly kombinovány modely založené na agentech Geografické informační systémy (GIS). To poskytuje užitečnou kombinaci, kde ABM slouží jako model procesu a systém GIS může poskytnout model vzoru.[80] Podobně, Analýza sociálních sítí Někdy jsou integrovány nástroje (SNA) a modely založené na agentech, kde se ABM používá k simulaci dynamiky v síti, zatímco nástroj SNA modeluje a analyzuje síť interakcí.[81]

Ověření a validace

Ověření a validace (V&V) simulačních modelů je nesmírně důležitá.[82][83] Ověření zahrnuje zajištění toho, aby se implementovaný model shodoval s koncepčním modelem, zatímco ověřování zajišťuje, že implementovaný model má určitý vztah k reálnému světu. Validace obličeje, analýza citlivosti, kalibrace a statistická validace jsou různé aspekty validace.[84] Byl navržen přístupový rámec simulace diskrétních událostí pro validaci systémů založených na agentech.[85] Komplexní zdroj o empirické validaci modelů založených na agentech najdete zde.[86]

Jako příklad techniky V&V zvažte VOMAS (virtuální překryvný multiagentní systém),[87] přístup založený na softwarovém inženýrství, kde je společně s modelem založeným na agentech vyvinut virtuální překryvný multiagentní systém. Muazi a kol. také poskytnout příklad použití VOMAS pro ověřování a ověřování modelu simulace lesního požáru.[88][89]

Viz také

Reference

  1. ^ Grimm, Volker; Railsback, Steven F. (2005). Individuální modelování a ekologie. Princeton University Press. p. 485. ISBN  978-0-691-09666-7.
  2. ^ A b Niazi, Muaz; Hussain, Amir (2011). „Agent-based Computing from Multi-agent Systems to Agent-Based Models: A Visual Survey“ (PDF). Scientometrie. 89 (2): 479–499. arXiv:1708.05872. doi:10.1007 / s11192-011-0468-9. S2CID  17934527. Archivovány od originál (PDF) 12. října 2013.
  3. ^ Gustafsson, Leif; Sternad, Mikael (2010). "Konzistentní mikro, makro a státní modelování populace". Matematické biologické vědy. 225 (2): 94–107. doi:10.1016 / j.mbs.2010.02.003. PMID  20171974.
  4. ^ „Agentově založené modely průmyslových ekosystémů“. Rutgersova univerzita. 6. října 2003. Archivovány od originál 20. července 2011.
  5. ^ Bonabeau, E. (14. května 2002). „Agentové modelování: Metody a techniky pro simulaci lidských systémů“. Sborník Národní akademie věd Spojených států amerických. 99: 7280–7. Bibcode:2002PNAS ... 99.7280B. doi:10.1073 / pnas.082080899. PMC  128598. PMID  12011407.
  6. ^ Schelling, Thomas C. (1971). „Dynamické modely segregace“ (PDF). Journal of Mathematical Sociology. 1 (2): 143–186. doi:10.1080 / 0022250x.1971.9989794.
  7. ^ Axelrod, Robert (1997). Složitost spolupráce: Agentově založené modely konkurence a spolupráce. Princeton: Princeton University Press. ISBN  978-0-691-01567-5.
  8. ^ Holland, J.H .; Miller, J.H. (1991). „Umělí adaptivní agenti v ekonomické teorii“ (PDF). American Economic Review. 81 (2): 365–71. Archivovány od originál (PDF) 27. října 2005.
  9. ^ Epstein, Joshua M.; Axtell, Robert (11. října 1996). Rostoucí umělé společnosti: sociální vědy zdola nahoru. Brookings Institution Press. str.224. ISBN  978-0-262-55025-3.
  10. ^ "Postavit". Výpočetní analýza sociálních organizačních systémů.
  11. ^ Springer Complex Adaptive Systems Modeling Journal (CASM)
  12. ^ Samuelson, Douglas A. (prosinec 2000). „Projekční organizace“. NEBO MS dnes.
  13. ^ Samuelson, Douglas A. (únor 2005). „Agenti změny“. NEBO MS dnes.
  14. ^ Samuelson, Douglas A .; Macal, Charles M. (srpen 2006). „Agent-Based Modeling Comes of Age“. NEBO MS dnes.
  15. ^ Slunce, Rone, vyd. (Březen 2006). Poznání a interakce s více agenty: Od kognitivního modelování po sociální simulaci. Cambridge University Press. ISBN  978-0-521-83964-8.
  16. ^ Aditya Kurve; Khashayar Kotobi; George Kesidis (2013). „Rámec založený na agentech pro modelování výkonu optimistického simulátoru paralelních diskrétních událostí“. Složité modelování adaptivních systémů. 1: 12. doi:10.1186/2194-3206-1-12.
  17. ^ Niazi, Muaz A. K. (30. června 2011). „Směrem k novému jednotnému rámci pro vývoj formálních, síťových a ověřených simulačních modelů založených na agentech komplexních adaptivních systémů“. hdl:1893/3365. Citovat deník vyžaduje | deník = (Pomoc) (Disertační práce)
  18. ^ Niazi, M.A. a Hussain, A (2012), Cognitive Agent-based Computing-I: Unified Framework for Modeling Complex Adaptive Systems using Agent-based & Complex Network-based Methods Výpočet založený na kognitivních agentech
  19. ^ "Šablony kódu roje pro srovnání modelů". Swarm Development Group. Archivovány od originál 3. srpna 2008.
  20. ^ Volker Grimm; Uta Berger; Finn Bastiansen; et al. (15. září 2006). "Standardní protokol pro popis jednotlivých modelů a modelů založených na agentech". Ekologické modelování. 198 (1–2): 115–126. doi:10.1016 / j.ecolmodel.2006.04.023. (Papír ODD)
  21. ^ Ch'ng, E. (2012) Makro a mikroprostředí pro rozmanitost chování v simulaci umělého života, Artificial Life Session, 6. mezinárodní konference o měkkých počítačích a inteligentních systémech, 13. mezinárodní symposium o pokročilých inteligentních systémech, 20. – 24. Listopadu , 2012, Kobe, Japonsko. Makro a mikro prostředí Archivováno 13. listopadu 2013, v Wayback Machine
  22. ^ Simon, Herbert A. Vědy umělé. MIT tisk, 1996.
  23. ^ Situngkir, Hokky (2004). „Epidemiologie prostřednictvím celulárních automatů: případ studie ptačí chřipky v Indonésii“. arXiv:nlin / 0403035.
  24. ^ Caplat, Paul; Anand, Madhur; Bauch, Chris (10. března 2008). „Symetrická konkurence způsobuje oscilace populace v modelu dynamiky lesa založeném na jednotlivcích“. Ekologické modelování. 211 (3–4): 491–500. doi:10.1016 / j.ecolmodel.2007.10.002.
  25. ^ Thomas, Philipp (prosinec 2019). „Vnitřní a vnější šum genové exprese v rodokmenech“. Vědecké zprávy. 9 (1): 474. Bibcode:2019NatSR ... 9..474T. doi:10.1038 / s41598-018-35927-x. ISSN  2045-2322. PMC  6345792. PMID  30679440.
  26. ^ Fedriani JM, T Wiegand, D Ayllón, F Palomares, A Suárez-Esteban a V. Grimm. 2018. Pomáháme dispergátorům osiva při obnově starých polí: individuální model interakcí mezi jezevci, liškami a iberskými hruškami. Journal of Applied Ecology 55: 600–611.
  27. ^ Ch'ng, E. (2009) Umělý přístup k modelování vegetace založený na životě pro výzkum biologické rozmanitosti, v informatice inspirované přírodou pro inteligentní aplikace a objevování znalostí: důsledky v podnikání, vědě a inženýrství, R. Chiong, editor. 2009, IGI Global: Hershey, PA. http://complexity.io/Publications/NII-alifeVeg-eCHNG.pdf Archivováno 13. listopadu 2013, v Wayback Machine
  28. ^ Wirth, E .; Szabó, Gy .; Czinkóczky, A. (7. června 2016). „Měření heterogenity krajiny metodou založenou na agentech“. ISPRS Annals of Photogrammetry, Remote Sensing and Spatial Information Sciences. III-8: 145–151. Bibcode:2016ISPAnIII8..145W. doi:10.5194 / isprs-annals-iii-8-145-2016.
  29. ^ Lima, Francisco W. S .; Hadzibeganovic, Tarik; Stauffer, Dietrich (2009). „Vývoj etnocentrismu v neorientovaných a směrovaných sítích Barabási – Albert“. Physica A. 388 (24): 4999–5004. arXiv:0905.2672. Bibcode:2009PhyA..388,4999L. doi:10.1016 / j.physa.2009.08.029. S2CID  18233740.
  30. ^ Edwards, Scott (9. června 2009). Chaos nucené migrace: Modelování znamená humanitární cíl. VDM Verlag. p. 168. ISBN  978-3-639-16516-6.
  31. ^ Hadzibeganovic, Tarik; Stauffer, Dietrich; Schulze, Christian (2009). "Počítačové simulace dynamiky volby jazyka založené na agentech". Annals of the New York Academy of Sciences. 1167 (1): 221–229. Bibcode:2009NYASA1167..221H. doi:10.1111 / j.1749-6632.2009.04507.x. PMID  19580569. S2CID  32790067.
  32. ^ Tang, Jonathan; Enderling, Heiko; Becker-Weimann, Sabine; Pham, Christopher; Polyzos, Aris; Chen, Charlie; Costes, Sylvain (2011). „Fenotypové přechodové mapy 3D prsu acini získané zobrazovacím agentem na základě modelování“. Integrativní biologie. 3 (4): 408–21. doi:10.1039 / c0ib00092b. PMC  4009383. PMID  21373705.
  33. ^ Tang, Jonathan; Fernando-Garcia, Ignacio; Vijayakumar, Sangeetha; Martinez-Ruis, Haydeliz; Illa-Bochaca, Irineu; Nguyen, David; Mao, Jian-Hua; Costes, Sylvain; Barcellos-Hoff, Mary Helen (2014). „Ozařování mladistvé, ale ne dospělé, mléčné žlázy zvyšuje samoobnovu kmenových buněk a nádory negativní na estrogenový receptor“. Kmenové buňky. 32 (3): 649–61. doi:10,1002 / kmen. 1533. PMID  24038768. S2CID  32979016.
  34. ^ Tang, Jonathan; Ley, Klaus; Hunt, C. Anthony (2007). "Dynamika válcování, aktivace a adheze in silico leukocytů". Biologie systémů BMC. 1 (14): 14. doi:10.1186/1752-0509-1-14. PMC  1839892. PMID  17408504.
  35. ^ Tang, Jonathan; Hunt, C. Anthony (2010). „Identifikace pravidel zapojení umožňujících válcování, aktivaci a adhezi leukocytů“. PLOS výpočetní biologie. 6 (2): e1000681. Bibcode:2010PLSCB ... 6E0681T. doi:10.1371 / journal.pcbi.1000681. PMC  2824748. PMID  20174606.
  36. ^ Castiglione, Filippo; Celada, Franco (2015). Modelování a simulace imunitního systému. CRC Press, Boca Raton. p. 274. ISBN  978-1-4665-9748-8.
  37. ^ Siddiqa, Amnah; Niazi, Muaz; Mustafa, Farah; Bokhari, Habib; Hussain, Amir; Akram, Noreen; Shaheen, Shabnum; Ahmed, Fouzia; Iqbal, Sarah (2009). „Nový systém podpory rozhodování na základě hybridního modelování a simulace pro analýzu dat rakoviny prsu“ (PDF). 2009 Mezinárodní konference o informačních a komunikačních technologiích. str. 134–139. doi:10.1109 / ICICT.2009.5267202. ISBN  978-1-4244-4608-7. S2CID  14433449. Archivovány od originál (PDF) dne 14. června 2011. (Rakovina prsu DSS)
  38. ^ Butler, James; Cosgrove, Jason; Alden, Kieran; Číst, označit; Kumar, Vipin; Cucurull-Sanchez, Lourdes; Timmis, Jon; Coles, Mark (2015). „Agent-Based Modeling in Systems Pharmacology“. CPT: Pharmacometrics & Systems Pharmacology. 4 (11): 615–629. doi:10.1002 / psp4.12018. PMC  4716580. PMID  26783498.
  39. ^ Barathy, Gnana; Yilmaz, Levent; Tolk, Andreas (březen 2012). "Agentově řízená simulace pro bojové modelování a distribuovanou simulaci". Inženýrské principy bojového modelování a distribuované simulace. Hoboken, NJ: Wiley. 669–714. doi:10.1002 / 9781118180310.ch27. ISBN  9781118180310.
  40. ^ Azimi, Mohammad; Jamali, Yousef; Mofrad, Mohammad R. K. (2011). "Účtování difúze v agentových modelech reakčně-difúzních systémů s aplikací na cytoskeletální difúzi". PLOS ONE. 6 (9): e25306. Bibcode:2011PLoSO ... 625306A. doi:10.1371 / journal.pone.0025306. PMC  3179499. PMID  21966493.
  41. ^ Azimi, Mohammad; Mofrad, Mohammad R. K. (2013). „Vyšší afinita nukleoporin-importinβ v jaderném koši zvyšuje import nukleocytoplasmatu“. PLOS ONE. 8 (11): e81741. Bibcode:2013PLoSO ... 881741A. doi:10.1371 / journal.pone.0081741. PMC  3840022. PMID  24282617.
  42. ^ Azimi, Mohammad; Bulat, Evgeny; Weis, Karsten; Mofrad, Mohammad R. K. (5. listopadu 2014). „Agentový model pro export mRNA přes komplex jaderných pórů“. Molekulární biologie buňky. 25 (22): 3643–3653. doi:10,1091 / mbc.E14-06-1065. PMC  4230623. PMID  25253717.
  43. ^ Eisinger, Dirk; Thulke, Hans-Hermann (1. dubna 2008). „Tvorba prostorového vzorce usnadňuje eradikaci infekčních nemocí“. The Journal of Applied Ecology. 45 (2): 415–423. doi:10.1111 / j.1365-2664.2007.01439.x. ISSN  0021-8901. PMC  2326892. PMID  18784795.
  44. ^ Railsback, Steven F .; Grimm, Volker (26. března 2019). Agentové a individuální modelování. ISBN  978-0-691-19082-2.
  45. ^ Adam, David (2. dubna 2020). „Zvláštní zpráva: Simulace vedoucí k celosvětové reakci na COVID-19“. Příroda. 580 (7803): 316–318. doi:10.1038 / d41586-020-01003-6. PMID  32242115. S2CID  214771531.
  46. ^ Sridhar, Devi; Majumder, Maimuna S. (21. dubna 2020). „Modelování pandemie“. BMJ. 369: m1567. doi:10.1136 / bmj.m1567. ISSN  1756-1833. PMID  32317328. S2CID  216074714.
  47. ^ Squazzoni, Flaminio; Polhill, J. Gareth; Edmonds, Bruce; Ahrweiler, Petra; Antosz, Patrycja; Scholz, Geeske; Chappin, Émile; Borit, Melania; Verhagen, Harko; Giardini, Francesca; Gilbert, Nigel (2020). „Výpočtové modely, které jsou důležité během vypuknutí globální pandemie: výzva k akci“. Journal of Artificial Societies and Social Simulation. 23 (2): 10. doi:10,18564 / jasss.4298. ISSN  1460-7425. S2CID  216426533.
  48. ^ Maziarz, Mariusz; Zach, Martin (2020). „Modelování založené na agentech pro predikci epidemie a hodnocení intervencí SARS-CoV-2: Metodické posouzení“. Journal of Evaluation in Clinical Practice. 26 (5): 1352–1360. doi:10.1111 / jep.13459. ISSN  1365-2753. PMC  7461315. PMID  32820573.
  49. ^ Rand, William; Rust, Roland T. (2011). „Agent-based modeling in marketing: Guidelines for rigor“. International Journal of Research in Marketing. 28 (3): 181–193. doi:10.1016 / j.ijresmar.2011.04.002.
  50. ^ Hughes, H. P. N .; Clegg, C. W .; Robinson, M. A .; Crowder, R. M. (2012). „Agentové modelování a simulace: Potenciální příspěvek k organizační psychologii“. Journal of Occupational and Organizational Psychology. 85 (3): 487–502. doi:10.1111 / j.2044-8325.2012.02053.x.
  51. ^ Crowder, R. M .; Robinson, M. A .; Hughes, H. P. N .; Sim, Y. W. (2012). „Vývoj rámce modelování založeného na agentech pro simulaci týmové práce inženýra“. Transakce IEEE na systémech, člověku a kybernetice - část A: Systémy a lidé. 42 (6): 1425–1439. doi:10.1109 / TSMCA.2012.2199304. S2CID  7985332.
  52. ^ „Aplikace technologie agentů na simulaci provozu“. Ministerstvo dopravy Spojených států. 15. května 2007. Archivováno od originál 1. ledna 2011. Citováno 31. října 2007.
  53. ^ Niazi, M .; Baig, A. R .; Hussain, A .; Bhatti, S. (2008). Mason, S .; Hill, R .; Mönch, L .; Rose, O .; Jefferson, T .; Fowler, J. W. (eds.). „Simulace výzkumného procesu“ (PDF). Sborník ze 40. konference o zimní simulaci (Miami, Florida, 7. - 10. prosince 2008): 1326–1334. doi:10.1109 / WSC.2008.4736206. hdl:1893/3203. ISBN  978-1-4244-2707-9. S2CID  6597668.
  54. ^ Niazi, Muaz A. (2008). „Samoorganizovaná přizpůsobená architektura doručování obsahu pro prostředí s asistencí okolí“ (PDF). UPGRADE '08: Sborník ze třetího mezinárodního semináře o používání P2P, gridu a agentů pro rozvoj obsahových sítí: 45–54. doi:10.1145/1384209.1384218. ISBN  9781605581552. S2CID  16916130. Archivovány od originál (PDF) dne 14. června 2011.
  55. ^ Nasrinpour, Hamid Reza; Friesen, Marcia R .; McLeod, Robert D. (22. listopadu 2016). „Model šíření zpráv založený na agentech v elektronické sociální síti Facebook“. arXiv:1611.07454 [CSI ].
  56. ^ Niazi, Muaz; Hussain, Amir (březen 2009). „Agentové nástroje pro modelování a simulaci samoorganizace v peer-to-peer, ad-hoc a dalších komplexních sítích“ (PDF). IEEE Communications Magazine. 47 (3): 163–173. doi:10.1109 / MCOM.2009.4804403. hdl:1893/2423. S2CID  23449913. Archivovány od originál (PDF) 4. prosince 2010.
  57. ^ Niazi, Muaz; Hussain, Amir (2011). „Nový rámec simulace založené na agentech pro snímání ve složitých adaptivních prostředích“ (PDF). Deník senzorů IEEE. 11 (2): 404–412. arXiv:1708.05875. Bibcode:2011ISenJ..11..404N. doi:10.1109 / JSEN.2010.2068044. S2CID  15367419. Archivovány od originál (PDF) dne 25. července 2011.
  58. ^ Sarker, R. A .; Ray, T. (2010). „Evoluční přístup založený na agentech: úvod“. Evoluční vyhledávání založené na agentech. Přizpůsobení, učení a optimalizace. 5. p. 1. doi:10.1007/978-3-642-13425-8_1. ISBN  978-3-642-13424-1.
  59. ^ Page, Scott E. (2008). Modely založené na agentech. The New Palgrave Dictionary of Economics (2. vyd.).
  60. ^ Testfatsion, Leigh; Judd, Kenneth, eds. (Květen 2006). Příručka výpočetní ekonomiky. 2. Elsevier. p. 904. ISBN  978-0-444-51253-6. Archivovány od originál 6. března 2012. Citováno 29. ledna 2012. (Náhled kapitoly)
  61. ^ A b „Agenti změny“. Ekonom. 22. července 2010. Citováno 16. února 2011.
  62. ^ „Modelový přístup“. Příroda. 460 (7256): 667. 6. srpna 2009. Bibcode:2009 Natur.460Q.667.. doi:10.1038 / 460667a. PMID  19661863.
  63. ^ Farmer & Foley 2009, str. 685.
  64. ^ Farmer & Foley 2009, str. 686.
  65. ^ Stefan, F. a Atman, A. (2015). Existuje nějaká souvislost mezi morfologií sítě a fluktuacemi indexu akciového trhu? Physica A: Statistická mechanika a její aplikace, (419), 630-641.
  66. ^ Aschwanden, G.D.P.A; Wullschleger, Tobias; Müller, Hanspeter; Schmitt, Gerhard (2009). "Hodnocení 3D městských modelů pomocí automaticky umístěných městských agentů". Automatizace ve stavebnictví. 22: 81–89. doi:10.1016 / j.autcon.2011.07.001.
  67. ^ Brown, Daniel G .; Page, Scott E .; Zellner, Moira; Rand, William (2005). „Závislost na trase a validace agentových prostorových modelů využití půdy“. International Journal of Geographic Information Information Science. 19 (2): 153–174. doi:10.1080/13658810410001713399.
  68. ^ Smetanin, Paul; Stiff, David (2015). Investice do veřejné infrastruktury v Ontariu: Perspektiva prosperity v ohrožení s analýzou oblasti většího Toronta a Hamiltonu (PDF). Kanadské centrum pro ekonomickou analýzu (Zpráva).
  69. ^ „Agent-Directed Simulation“.
  70. ^ Madrigal, příběh Alexis C. „Inside Waymo's Secret World for Training Self-Driving Cars“. Atlantik. Citováno 14. srpna 2020.
  71. ^ Connors, J .; Graham, S .; Mailloux, L. (2018). „Kybernetické syntetické modelování pro aplikace typu vozidlo-vozidlo“. In International Conference on Cyber ​​Warfare and Security. Academic Conferences International Limited: 594-XI.
  72. ^ A b Lysenko, Mikola; D'Souza, Roshan M. (2008). „Rámec pro modelové simulace založené na agentech Megascale na jednotkách grafického zpracování“. Journal of Artificial Societies and Social Simulation. 11 (4): 10. ISSN  1460-7425. Citováno 16. dubna 2019.
  73. ^ Gulyás, László; Szemes, Gábor; Kampis, George; de Back, Walter (2009). „Rozhraní API vhodné pro modeláře pro dělení ABM“. Sborník konferencí ASME 2009 International Design Engineering, technické konference a počítače a informace v strojírenství, konference IDETC / CIE 2009. San Diego, Kalifornie, USA. 2: 219–226.
  74. ^ Collier, N .; North, M. (2013). „Parallel agent-based simulation with Repast for High Performance Computing“. Simulace. 89 (10): 1215–1235. doi:10.1177/0037549712462620. S2CID  29255621.
  75. ^ Fujimoto, R. (2015). „Paralelní a distribuovaná simulace“. Konference zimní simulace 2015 (WSC). Huntington Beach, CA, USA: 45–59. doi:10.1109 / WSC.2015.7408152. ISBN  978-1-4673-9743-8.
  76. ^ Shook, E .; Wang, S .; Tang, W. (2013). "Komunikační rámec pro paralelní prostorově explicitní modely založené na agentech". International Journal of Geographical Information Science. Taylor & Francis. 27 (11): 2160–2181. doi:10.1080/13658816.2013.771740. S2CID  41702653.
  77. ^ Jonas, E.; Pu, Q.; Venkataraman, S.; Stoica, I.; Recht, B. (2017). "Occupy the Cloud: Distributed Computing for the 99%". Proceedings of the 2017 Symposium on Cloud Computing (SoCC '17). Santa Clara, CA, USA: ACM: 445–451. arXiv:1702.04024. Bibcode:2017arXiv170204024J. doi:10.1145/3127479.3128601. S2CID  854354.
  78. ^ Isaac Rudomin; et al. (2006). "Large Crowds in the GPU". Monterrey Institute of Technology and Higher Education. Archivovány od originál 11. ledna 2014.
  79. ^ Richmond, Paul; Romano, Daniela M. (2008). "Agent Based GPU, a Real-time 3D Simulation and Interactive Visualisation Framework for Massive Agent Based Modelling on the GPU" (PDF). Proceedings International Workshop on Super Visualisation (IWSV08). Archivovány od originál (PDF) dne 15. ledna 2009. Citováno 27. dubna 2012.
  80. ^ Brown, Daniel G.; Riolo, Rick; Robinson, Derek T.; North, Michael; Rand, William (2005). "Spatial Process and Data Models: Toward Integration of agent-based models and GIS". Journal of Geographic Systems. Springer. 7: 25–47. doi:10.1007/s10109-005-0148-5. hdl:2027.42/47930. S2CID  14059768.
  81. ^ Zhang, J .; Tong, L.; Lamberson, P.J.; Durazo-Arvizu, R.A.; Luke, A.; Shoham, D.A. (2015). "Leveraging social influence to address overweight and obesity using agent-based models: The role of adolescent social networks". Sociální vědy a medicína. Elsevier BV. 125: 203–213. doi:10.1016/j.socscimed.2014.05.049. ISSN  0277-9536. PMC  4306600. PMID  24951404.
  82. ^ Sargent, R. G. (2000). "Verification, validation and accreditation of simulation models". 2000 Winter Simulation Conference Proceedings (Cat. No.00CH37165). 1. str. 50–59. CiteSeerX  10.1.1.17.438. doi:10.1109/WSC.2000.899697. ISBN  978-0-7803-6579-7. S2CID  57059217.
  83. ^ Galán, José Manuel; Izquierdo, Luis; Izquierdo, Segismundo S .; Santos, José Ignacio; del Olmo, Ricardo; López-Paredes, Adolfo; Edmonds, Bruce (2009). "Errors and Artefacts in Agent-Based Modelling". Journal of Artificial Societies and Social Simulation. 12 (1): 1.
  84. ^ Klügl, F. (2008). "A validation methodology for agent-based simulations". Proceedings of the 2008 ACM symposium on Applied computing - SAC '08. p. 39. doi:10.1145/1363686.1363696. ISBN  9781595937537. S2CID  9450992.
  85. ^ Fortino, G.; Garro, A.; Russo, W. (2005). "A Discrete-Event Simulation Framework for the Validation of Agent-Based and Multi-Agent Systems" (PDF). Citovat deník vyžaduje | deník = (Pomoc)
  86. ^ Tesfatsion, Leigh. "Empirical Validation: Agent-Based Computational Economics". Iowská státní univerzita.
  87. ^ Niazi, Muaz; Hussain, Amir; Kolberg, Mario. "Verification and Validation of Agent-Based Simulations using the VOMAS approach" (PDF). Proceedings of the Third Workshop on Multi-Agent Systems and Simulation '09 (MASS '09), as Part of MALLOW 09, Sep 7–11, 2009, Torino, Italy. Archivovány od originál (PDF) dne 14. června 2011.
  88. ^ Niazi, Muaz; Siddique, Qasim; Hussain, Amir; Kolberg, Mario (April 11–15, 2010). "Verification & Validation of an Agent-Based Forest Fire Simulation Model" (PDF). Proceedings of the Agent Directed Simulation Symposium 2010, as Part of the ACM SCS Spring Simulation Multiconference: 142–149. Archivovány od originál (PDF) dne 25. července 2011.
  89. ^ Niazi, Muaz A. K. (June 11, 2011). "Towards A Novel Unified Framework for Developing Formal, Network and Validated Agent-Based Simulation Models of Complex Adaptive Systems". University of Stirling. hdl:1893/3365. Citovat deník vyžaduje | deník = (Pomoc) Disertační práce

Všeobecné

externí odkazy

Articles/general information

Simulation models