Робастное моделирование на основе агентов — анализ неопределенности и чувствительности для агентных симуляций
Робастное моделирование на основе агентов (Robust ABM) интегрирует систематическую количественную оценку неопределенности и анализ чувствительности в рабочие процессы агентных симуляций. Вместо того чтобы полагаться на одну конфигурацию параметров, оно исследует все пространство параметров, чтобы определить, какие входные данные определяют результаты модели, гарантируя, что выводы сохраняются в правдоподобных диапазонах входных данных и структурах модели.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 3). Robust Agent-Based Modeling — Uncertainty and Sensitivity Analysis for Agent-Based Simulations. ScholarGate. https://scholargate.app/ru/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.
- Агентное моделирование (АМ)Имитационное моделирование↔ compare
- Метод Монте-КарлоПринятие решений↔ compare
- Робастный сценарный анализИмитационное моделирование↔ compare
- Робастный анализ чувствительностиИмитационное моделирование↔ compare
- Анализ чувствительностиПринятие решений↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →