Агентно-базирано целочислено програмиране — Хибридна симулация-оптимизация за дискретни системи за вземане на решения
Агентно-базирано целочислено програмиране (ABIP) съчетава поведенческото богатство на агентно-базираното моделиране с комбинаторната строгост на целочисленото програмиране. Индивидуалните агенти преследват локални цели, докато глобален IP решаващ модул налага дискретни ограничения за осъществимост, което позволява реалистично моделиране на многоактьорски системи, където решенията трябва да бъдат целочислени — като разпределение на ресурси, планиране и проектиране на мрежи при възникващи ефекти на взаимодействие.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Wooldridge, M. (2009). An Introduction to MultiAgent Systems (2nd ed.). Wiley. ISBN: 9780470519462
- Macal, C. M., & North, M. J. (2010). Tutorial on agent-based modelling and simulation. Journal of Simulation, 4(3), 151-162. DOI: 10.1057/jos.2010.3 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Agent-Based Integer Programming — Hybrid optimization integrating agent-based modeling with integer programming. ScholarGate. https://scholargate.app/bg/simulation/agent-based-integer-programming
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Агентно-базирано моделиране (ABM)Симулационно моделиране↔ compare
- Цялочислено оптимиранеОптимизация↔ compare
- Стохастично целочислено програмиранеСимулационно моделиране↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →