Agent-basert Markov-modell — Hybrid simulering med autonome agenter og Markov-statistiske overganger

Den agent-baserte Markov-modellen (ABMM) er et hybrid simuleringsrammeverk som innebygger Markov-kjede-statistiske overgangslogikker i individuelle autonome agenter. Hver agent samler uavhengig sin neste tilstand fra en sannsynlighetsovergangsmatrise, noe som gjør at modellen kan fange både mikro-nivå heterogenitet på tvers av agenter og den håndterbare sannsynlighetsstrukturen til Markov-kjeder. Tilnærmingen brukes mye innen helseøkonomi, epidemiologi, samfunnsvitenskap og operasjonsanalyse.