Agent-Based Goal Programming — Hibrīda simulācijas optimizācija ar decentralizētiem aģentiem un daudzmērķu apmierināšanu
Aģentu bāzes mērķprogrammēšana (Agent-Based Goal Programming, ABGP) integrē aģentu bāzes simulāciju ar mērķprogrammēšanas optimizāciju, lai modelētu sistēmas, kurās vairāki autonomi lēmumu pieņēmēji tiecas pēc konkurējošiem, prioritizētiem mērķiem. Tā ļauj pētniekiem pētīt, kā decentralizēta, adaptīva uzvedība aģentu līmenī noved pie sistēmas līmeņa rezultātiem, kas tiek mērīti attiecībā pret iepriekš noteiktiem mērķiem, vienlaicīgi uztverot gan emergentumu, gan daudzkritēriju apmierināšanu.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Agent-Based Goal Programming — Hybrid simulation-optimization with decentralized agents and multi-goal satisfaction. ScholarGate. https://scholargate.app/lv/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.
- Aģentu modelēšana (ABM)Simulācija↔ compare
- Aģentu balstīta daudzobjektu optimizācijaSimulācija↔ compare
- MērķprogramēšanaLēmumu pieņemšana↔ compare
- Daudzobjektīvā mērķa programmēšanaSimulācija↔ compare
- Stohastiskā mērķprogramēšanaSimulācija↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →