برنامهریزی عدد صحیح مبتنی بر عامل — شبیهسازی-بهینهسازی ترکیبی برای سیستمهای تصمیمگیری گسسته
برنامهریزی عدد صحیح مبتنی بر عامل (ABIP) غنای رفتاری مدلسازی مبتنی بر عامل را با دقت ترکیبی برنامهریزی عدد صحیح ترکیب میکند. عاملهای منفرد اهداف محلی را دنبال میکنند در حالی که یک حلکننده IP سراسری محدودیتهای امکانپذیری گسسته را اعمال میکند و امکان مدلسازی واقعگرایانه سیستمهای چندعاملی را فراهم میآورد که در آنها تصمیمات باید مقادیر صحیح داشته باشند — مانند تخصیص منابع، زمانبندی و طراحی شبکه تحت اثرات تعامل نوظهور.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Agent-Based Integer Programming — Hybrid optimization integrating agent-based modeling with integer programming. ScholarGate. https://scholargate.app/fa/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.
- مدلسازی عاملمحور (ABM)شبیهسازی↔ compare
- برنامهریزی عدد صحیح (IP) و برنامهریزی عدد صحیح مختلط (MIP)بهینهسازی↔ compare
- برنامهریزی عدد صحیح تصادفیشبیهسازی↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →