Robust Agent-Based Modeling — Uncertainty and Sensitivity Analysis for Agent-Based Simulations
Agent-baserte modeller inneholder mange usikre parametere — agentregler, interaksjonssannsynligheter, initialiseringsbetingelser. En enkelt baseline-kjøring kan produsere resultater som ser overbevisende ut, men som kollapser under litt forskjellige antakelser. Robust ABM behandler parameterrommet som studieobjekt: den spør hvilke parametere som betyr mest, om sentrale resultater vedvarer over usikkerhetsintervaller, og hvor sensitive fremvoksende fenomener er for modelleringsvalg. Målet er ikke en enkelt prediksjon, men et forsvarlig utfallsintervall som generaliserer utover utvalgte konfigurasjoner.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Ligmann-Zielinska, A., Cheetham, W. (2006). Spatially-explicit sensitivity analysis of an agent-based model of land use change. International Journal of Geographical Information Science, 20(12), 1355-1377. link ↗
- Railsback, S. F., Grimm, V. (2011). Agent-Based and Individual-Based Modeling: A Practical Introduction. Princeton University Press. ISBN: 9780691136745
Slik siterer du denne siden
ScholarGate. (2026, June 3). Robust Agent-Based Modeling — Uncertainty and Sensitivity Analysis for Agent-Based Simulations. ScholarGate. https://scholargate.app/no/simulation/robust-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.
- Agent-basert modellering (ABM)Simulering↔ compare
- Monte Carlo-simuleringBeslutningstaking↔ compare
- Robust scenarioanalyseSimulering↔ compare
- Robust sensitivitetsanalyseSimulering↔ compare
- SensitivitetsanalyseBeslutningstaking↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →