Agent baseret modellering

Den aktuelle version af siden er endnu ikke blevet gennemgået af erfarne bidragydere og kan afvige væsentligt fra den version , der blev gennemgået den 25. maj 2021; verifikation kræver 1 redigering .

Agent-baseret modellering ( ABM) er en simuleringsmetode , der udforsker decentraliserede agenters adfærd, og hvordan en sådan adfærd bestemmer adfærden for hele systemet som helhed. I modsætning til systemdynamik bestemmer analytikeren agenternes adfærd på individniveau, og den globale adfærd fremkommer som et resultat af mange agenters aktivitet (bottom-up modellering).

Agent-baseret modellering inkluderer cellulære automater , elementer af spilteori, komplekse systemer, multi-agent-systemer og evolutionær programmering, Monte Carlo-metoder, bruger tilfældige tal.

Historie

Den første agent-baserede model blev udviklet i slutningen af 1940'erne . Efterfølgende bidrog udviklingen af mikrocomputere til videreudviklingen af denne retning og evnen til at udføre computersimuleringer.

Hovedideen bag agent-baserede modeller er at bygge et "beregningsværktøj" (som er et sæt af agenter med et bestemt sæt egenskaber), som giver dig mulighed for at simulere virkelige fænomener. Det ultimative mål med processen med at skabe en ABM er at spore indflydelsen af fluktuationer af agenter, der handler på mikroniveau, på indikatorerne for makroniveauet.

Det er almindeligt accepteret, at agentbaserede modeller stammer fra John von Neumanns computere, som er teoretiske maskiner, der er i stand til selvreproduktion . John von Neumann foreslog brugen af maskiner, der følger detaljerede instruktioner for at skabe nøjagtige kopier af sig selv. Efterfølgende blev denne tilgang forbedret af von Neumanns ven - Stanislav Ulam , som foreslog at afbilde bilen på papir - som et sæt celler på et gitter. Denne tilgang var begyndelsen på udviklingen af cellulære automater .

Den mest berømte implementering af en cellulær automat var spillet " Livet ", foreslået af John Horton Conway , som adskiller sig fra von Neumann-maskinen i ret enkle regler for agenters adfærd.

Brugen af AOM til sociale systemer stammer fra programmøren Craig Reynolds arbejde , hvor han forsøgte at simulere aktiviteten af levende biologiske midler (den "kunstige liv"-modellen).

Teori

Agentbaserede modeller er baseret på tre hovedideer:

objektorientering ;
agenters indlæringsevne (eller deres udvikling );
beregningsmæssig kompleksitet .

Den dominerende metodiske tilgang er den tilgang, hvor ligevægten eller pseudo-ligevægten for et system, der indeholder mange midler, beregnes. Samtidig kan modellerne selv, ved hjælp af simple adfærdsregler, give meget interessante resultater.

ABM'er består af agenter, der interagerer dynamisk i henhold til visse regler . Det miljø, de interagerer i, kan være ret komplekst.

Grundlæggende egenskaber for agenter

Intelligens. Samtidig bør denne egenskab være moderat, så agenter ikke kan lære noget mere, der går ud over spillets regler.

At have et livsformål. Placering i tid og rum. Dette refererer til et eller andet "habitat", som kan repræsenteres både i form af et gitter (som i spillet " Life ") og i form af en meget mere kompleks struktur. Nogle gange er resultatet af vekselvirkningen mellem agenter i "habitatet" en ligevægt, nogle gange - en igangværende udviklingsproces , og nogle gange - en endeløs cyklus uden en bestemt løsning.

AOM'er anses for at være komplementære til traditionelle analysemetoder . Sidstnævnte giver os mulighed for at karakterisere ligevægten i systemet , og AOM giver os mulighed for at udforske muligheden for at opnå en sådan tilstand. AOM kan forklare årsagen til sådanne fænomener som: terrororganisationer , krige , børskrak osv.

Ideelt set kan ABM'er hjælpe med at identificere kritiske tidspunkter, hvorefter nødkonsekvenserne vil være irreversible.

Kommercielle applikationer

Siden midten af 1990'erne er AOM blevet brugt til at løse en række kommercielle og teknologiske problemer. Eksempler på opgaver er:

optimering af leverandørnetværk og logistik ;
modellering af forbrugeradfærd (herunder sociale netværk );
distribueret databehandling ;
ledelse af arbejdsstyrken ;
transportstyring ;
forvaltning af investeringsporteføljen .

I disse og andre applikationer defineres adfærdsstrategier under hensyntagen til adfærden af et sæt individuelle atomare midler og deres interaktioner. Således kan AOM hjælpe med at studere indflydelsen af agenters individuelle adfærd på udviklingen af hele systemet.

Metoder

Et af programmerne til udvikling af AOM er den gratis NetLogo- applikation . NetLogo blev oprindeligt udviklet som et pædagogisk værktøj, men nu bruges det ikke kun af studerende, men også af tusindvis af forskere. Dette program bruges ofte på universiteter til at lære studerende det grundlæggende i AOM. StarLogo- programmet har lignende funktionalitet .

Et værktøj til at implementere en bredere vifte af opgaver inden for ABM-området er programmet Swarm . Det bruger programmeringssproget Objective-C og kan anbefales til C -programmører, ikke kun professionelle, men også begyndere. Du kan også programmere i Swarm-miljøet i Java-sproget . Vi noterer os også et par flere programmer: MASON , Repast ( Java bruges ), EcoLab ( C++ bruges ), Cormas ( SmallTalk bruges ).

Litteratur

Miller, John; Page, Scott Complex Adaptive Systems. Princeton University Press. ISBN 978-0-691-12702-6 .
Epstein, Joshua Generativ samfundsvidenskab. Undersøgelser i agentbaseret beregningsmodellering. Princeton University Press. ISBN 0-691-12547-3 .
Axelrod, Robert (1997), The Complexity of Cooperation: Agent-Based Models of Competition and Collaboration , Princeton: Princeton University Press, ISBN 978-0-691-01567-5

Bonabeau, Eric, Agent-baseret modellering: metoder og teknikker til simulering af menneskelige systemer. Proc. National Academy of Sciences 99(3): 7280-7287, 2002.

Carley, Kathleen M. , Fremtidens smarte agenter og organisationer. I Handbook of New Media, redigeret af Leah Lievrouw & Sonia Livingstone, Ch. 12 s. 206-220, Thousand Oaks, CA, Sage. [en]

Epstein, Joshua M. og Robert Axtell, Growing Artificial Societies: Social Science From the Bottom Up. MIT Press/Brookings Institution, 1996. [2]

Gilbert, Nigel og Klaus Troitzsch, Simulation for the Social Scientist, Open University Press, 1999; anden udgave, 2005.

Grimm, Volker og Steven F. Railsback, Individual-based Modeling and Ecology, Princeton University Press, 2005.

Holland, John H., "Genetic Algorithms," Scientific American, 267:66-72, 1992.

Holland, John H., Hidden Order: How Adaptation Builds Complexity, Addison-Wesley: Reading, Mass., 1995.
O'sullivan, D. og Haklay, M. Agent-baserede modeller og individualisme: Er verden agent-baseret? Miljø og Planlægning A32:1409-25,2000.
Rudomin, B. Hernandez, E. Millan, Fragment shaders til agentanimation ved hjælp af finite state-maskiner, In Simulation Modeling Practice and Theory Journal, bind 13, udgave 8, Programmerbar grafikhardware november 2005, side 741–751 Elsevier,

Sallach, David og Charles Macal, The simulation of social agents: an introduction, Special Issue of Social Science Computer Review 19(3):245-248, 2001.

Samuelson, Douglas A., "Designing Organisations," OR/MS Today, december 2000.

Samuelson, Douglas A., "Agents of Change," OR/MS Today, februar 2005.

Samuelson, Douglas A. og Charles M. Macal, "Agent-Based Modeling Comes of Age," OR/MS Today, august 2006.

Shoham, Yoav og Kevin Leyton-Brown, " Multi-agent Systems: Algorithmic, Game-Theoretic and Logical Foundations ". Cambridge University Press, 2009.

Sun, Ron, kognition og multi-agent interaktion: Fra kognitiv modellering til social simulering. Cambridge University Press, 2006. http://www.cambridge.org/uk/catalogue/catalogue.asp?isbn=0521839645
Emelyanov VV, Kureichik VV, Kureichik VN Teori og praksis for evolutionær modellering. - M: Fizmatlit, 2003.
M.Eigen, P. Schuster. Hypercyklus. Principper for organisering af makromolekyler.// Pr. d.b.n. V. M. Andreeva. Ed. tilsvarende medlem af Videnskabsakademiet i USSR M. V. Volkenshtein, prof. D. S. Chernavsky.

Træningskurser

Agent-baseret Computational Economics Online kursus [3]
Artikler og seminarer om agentbaseret modelleringsblog [ 4]