Агентное программирование целей — Гибридное моделирование-оптимизация с децентрализованными агентами и удовлетворением множества целей
Агентное программирование целей (ABGP) интегрирует агентное моделирование с оптимизацией методом программирования целей для моделирования систем, где множество автономных лиц, принимающих решения, преследуют конкурирующие, приоритизированные цели. Оно позволяет исследователям изучать, как децентрализованное адаптивное поведение на уровне агентов приводит к системным результатам, измеряемым относительно предопределенных целевых показателей, одновременно отражая эмерджентность и многокритериальное удовлетворение.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Charnes, A., Cooper, W. W., & Ferguson, R. O. (1955). Optimal estimation of executive compensation by linear programming. Management Science, 1(2), 138-151. DOI: 10.1287/mnsc.1.2.138 ↗
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Agent-Based Goal Programming — Hybrid simulation-optimization with decentralized agents and multi-goal satisfaction. ScholarGate. https://scholargate.app/ru/simulation/agent-based-goal-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.
- Агентное моделирование (АМ)Имитационное моделирование↔ compare
- Агентно-ориентированная многокритериальная оптимизацияИмитационное моделирование↔ compare
- Программирование целевых установокПринятие решений↔ compare
- Многокритериальное целевое программированиеИмитационное моделирование↔ compare
- Стохастическое целевое программированиеИмитационное моделирование↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →