Agent-gebaseerde gevoeligheidsanalyse — Kwantificeren van parameteraanvloed in complexe simulatiemodellen
Agent-gebaseerde gevoeligheidsanalyse (ABSA) past technieken voor gevoeligheidsanalyse toe op agent-gebaseerde modellen (ABM's) om te bepalen welke invoerparameters de opkomende uitkomsten het sterkst beïnvloeden. Omdat ABM's stochastisch en niet-lineair zijn, zijn standaard analytische afgeleiden niet beschikbaar; ABSA gebruikt ontworpen simulatie-experimenten — screeningmethoden, variantie-gebaseerde indices of regressie-gebaseerde surrogaatmodellen — om de parameteraanvloed te rangschikken en modelkalibratie en -validatie te begeleiden.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- Saltelli, A., Tarantola, S., Campolongo, F., & Ratto, M. (2004). Sensitivity Analysis in Practice: A Guide to Assessing Scientific Models. John Wiley & Sons. ISBN: 9780470870938
- ten Broeke, G., van Voorn, G., & Ligtenberg, A. (2016). Which Sensitivity Analysis Method Should I Use for My Agent-Based Model? Journal of Artificial Societies and Social Simulation, 19(1), 5. DOI: 10.18564/jasss.2857 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Agent-Based Sensitivity Analysis. ScholarGate. https://scholargate.app/nl/simulation/agent-based-sensitivity-analysis
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)Simulatie↔ compare
- Latin Hypercube SamplingSimulatie↔ compare
- Monte Carlo SimulatieBesluitvorming↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →