Agent-Based Goal Programming — Hybrid simulering-optimering med decentraliserade agenter och multi-mål-tillfredsställelse
Agent-Based Goal Programming (ABGP) integrerar agentbaserad simulering med målprogrammeringsoptimering för att modellera system där flera autonoma beslutsfattare eftersträvar konkurrerande, prioriterade mål. Det gör det möjligt för forskare att studera hur decentraliserat, adaptivt beteende på agentnivå leder till systemnivåresultat mätta mot fördefinierade mål, och fångar både emergenta fenomen och multi-kriterie-tillfredsställelse samtidigt.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Agent-Based Goal Programming — Hybrid simulation-optimization with decentralized agents and multi-goal satisfaction. ScholarGate. https://scholargate.app/sv/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.
- Agent-Based Modeling (ABM)Simulering↔ compare
- Agentbaserad multiobjektiv optimeringSimulering↔ compare
- MålprogrammeringBeslutsfattande↔ compare
- Målprogrammering med flera målSimulering↔ compare
- Stokastisk målprogrammeringSimulering↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →