Robust Agent-Based Modeling — Uncertainty and Sensitivity Analysis for Agent-Based Simulations
Agent-baserede modeller indeholder mange usikre parametre – agentregler, interaktionssandsynligheder, initialiseringsbetingelser. Et enkelt baseline-kørsel kan producere resultater, der ser overbevisende ud, men som kollapser under lidt anderledes antagelser. Robust ABM behandler parameterummet som studieobjekt: den spørger, hvilke parametre der betyder mest, om centrale resultater består på tværs af usikkerhedsintervaller, og hvor følsomme fremvoksende fænomener er over for modelleringsvalg. Målet er ikke en enkelt forudsigelse, men en forsvarlig ramme af resultater, der generaliserer ud over udvalgte konfigurationer.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Ligmann-Zielinska, A., Cheetham, W. (2006). Spatially-explicit sensitivity analysis of an agent-based model of land use change. International Journal of Geographical Information Science, 20(12), 1355-1377. link ↗
- Railsback, S. F., Grimm, V. (2011). Agent-Based and Individual-Based Modeling: A Practical Introduction. Princeton University Press. ISBN: 9780691136745
Sådan citerer du denne side
ScholarGate. (2026, June 3). Robust Agent-Based Modeling — Uncertainty and Sensitivity Analysis for Agent-Based Simulations. ScholarGate. https://scholargate.app/da/simulation/robust-agent-based-modeling
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.
- Agent-Based Modeling (ABM)Simulering↔ compare
- Monte Carlo-simuleringBeslutningstagning↔ compare
- Robust Scenario AnalysisSimulering↔ compare
- Robust FølsomhedsanalyseSimulering↔ compare
- FølsomhedsanalyseBeslutningstagning↔ compare
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →