ScholarGate
Assistent
Process / pipelineSimulation / optimization

Agent-Based Integer Programming — Hybrid simulering-optimalisering for diskrete beslutningssystemer

Agent-Based Integer Programming (ABIP) kombinerer den atferdsmessige rikdommen til agentbasert modellering med den kombinatoriske stringensen til heltallsprogrammering. Individuelle agenter forfølger lokale mål mens en global IP-løser håndhever diskrete gyldighetsbegrensninger, noe som muliggjør realistisk modellering av systemer med flere aktører der beslutninger må være heltallsverdier – som ressursallokering, planlegging og nettverksdesign under fremvoksende interaksjonseffekter.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Kilder

  1. Wooldridge, M. (2009). An Introduction to MultiAgent Systems (2nd ed.). Wiley. ISBN: 9780470519462
  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

Slik siterer du denne siden

ScholarGate. (2026, June 3). Agent-Based Integer Programming — Hybrid optimization integrating agent-based modeling with integer programming. ScholarGate. https://scholargate.app/no/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.

Compare side by side
ScholarGateAgent-based integer programming (Agent-Based Integer Programming — Hybrid optimization integrating agent-based modeling with integer programming). Hentet 2026-06-15 fra https://scholargate.app/no/simulation/agent-based-integer-programming · Datasett: https://doi.org/10.5281/zenodo.20539026