Агентно-ориентированное целочисленное программирование — гибридное имитационное моделирование и оптимизация для дискретных систем принятия решений
Агентно-ориентированное целочисленное программирование (АОЦП) сочетает поведенческую насыщенность агентно-ориентированного моделирования с комбинаторной строгостью целочисленного программирования. Отдельные агенты преследуют локальные цели, в то время как глобальный решатель целочисленного программирования (ЦП) обеспечивает выполнение дискретных ограничений осуществимости, что позволяет реалистично моделировать многоагентные системы, где решения должны быть целочисленными — например, распределение ресурсов, составление расписаний и проектирование сетей в условиях возникающих эффектов взаимодействия.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Wooldridge, M. (2009). An Introduction to MultiAgent Systems (2nd ed.). Wiley. ISBN: 9780470519462
- 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 Integer Programming — Hybrid optimization integrating agent-based modeling with integer programming. ScholarGate. https://scholargate.app/ru/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.
- Агентное моделирование (АМ)Имитационное моделирование↔ compare
- Целочисленное программированиеОптимизация↔ compare
- Стохастическое целочисленное программированиеИмитационное моделирование↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →