Aģentu modelēšana (ABM) — jaunas sarežģītības simulēšana
Aģentu modelēšana (ABM) ir skaitļošanas simulācijas metode, ko 20. gadsimta 70.–90. gados formalizēja Tomass Šellings un Roberts Akselrods. Tā simulē sarežģītu sistēmu uzvedību, nosakot un darbinot autonomus aģentus — indivīdus, uzņēmumus, šūnas vai jebkuru ierobežotu entītiju —, kuru lokālās mijiedarbības savā starpā un ar vidi kopumā rada globālus, sistēmas līmeņa modeļus, kurus nevarētu paredzēt, balstoties tikai uz viena aģenta noteikumiem.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+34 more
Avoti
- Axelrod, R. (1997). The Complexity of Cooperation: Agent-Based Models of Competition and Collaboration. Princeton University Press. DOI: 10.1515/9781400822300 ↗
- Wilensky, U. & Rand, W. (2015). An Introduction to Agent-Based Modeling: Modeling Natural, Social, and Engineered Complex Systems with NetLogo. MIT Press. ISBN: 978-0262731898
Kā citēt šo lapu
ScholarGate. (2026, June 1). Agent-Based Modeling (ABM). ScholarGate. https://scholargate.app/lv/simulation/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.
- Diskrētās notikumu simulācija (DES)Simulācija↔ compare
- Latīņu hiperkuba paraugu ņemšanaSimulācija↔ compare
- Markov Chain Monte Carlo (MCMC)Simulācija↔ compare
- Monte Carlo simulācijaLēmumu pieņemšana↔ compare
- SistēmdinamikaSimulācija↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →