ScholarGate
دستیار
Process / pipelineSimulation / optimization

برنامه‌ریزی آرمانی مبتنی بر عامل — شبیه‌سازی-بهینه‌سازی ترکیبی با عامل‌های نامتمرکز و ارضای چندهدفه

برنامه‌ریزی آرمانی مبتنی بر عامل (ABGP) شبیه‌سازی مبتنی بر عامل را با بهینه‌سازی برنامه‌ریزی آرمانی ادغام می‌کند تا سیستم‌هایی را مدل‌سازی کند که در آن‌ها چندین تصمیم‌گیرنده مستقل، اهداف رقابتی و اولویت‌بندی‌شده را دنبال می‌کنند. این روش به پژوهشگران امکان می‌دهد تا چگونگی منجر شدن رفتار نامتمرکز و تطبیق‌پذیر در سطح عامل به نتایج در سطح سیستم را که در برابر اهداف از پیش تعریف‌شده اندازه‌گیری می‌شوند، مطالعه کنند و هم‌زمان هم ظهور و هم ارضای چندمعیاره را به تصویر بکشند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

The neighbourhood of related methods — select a node to explore.

منابع

  1. Charnes, A., Cooper, W. W., & Ferguson, R. O. (1955). Optimal estimation of executive compensation by linear programming. Management Science, 1(2), 138-151. DOI: 10.1287/mnsc.1.2.138
  2. 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

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Agent-Based Goal Programming — Hybrid simulation-optimization with decentralized agents and multi-goal satisfaction. ScholarGate. https://scholargate.app/fa/simulation/agent-based-goal-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.

Compare side by side
ScholarGateAgent-based goal programming (Agent-Based Goal Programming — Hybrid simulation-optimization with decentralized agents and multi-goal satisfaction). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/simulation/agent-based-goal-programming · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026