เปรียบเทียบวิธี

	แบบจำลองมาร์คอฟแบบขับเคลื่อนด้วยเอเจนต์	การจำลองเหตุการณ์แบบไม่ต่อเนื่องที่ขับเคลื่อนด้วยเอเจนต์
สาขาวิชา	การจำลอง	การจำลอง
ตระกูล	Process / pipeline	Process / pipeline
ปีกำเนิด	2000s	2000s
ผู้ริเริ่ม	Hybrid approach synthesized from Bonabeau (ABM) and Norris/classical Markov chain literature	Hybridization formalized by multiple authors; Siebers & Aickelin, Lagergren & Buckley among key contributors
ประเภท	Hybrid simulation — agent-based modeling with Markov state transitions	Hybrid simulation paradigm
แหล่งต้นตำรับ	Bonabeau, E. (2002). Agent-based modeling: Methods and techniques for simulating human systems. Proceedings of the National Academy of Sciences, 99(Suppl 3), 7280-7287.	Lagergren, J. H., & Buckley, E. (2010). A hybrid approach to simulation: Combining agent-based and discrete event simulation. Proceedings of the 2010 Winter Simulation Conference, pp. 170–181. IEEE.
ชื่อเรียกอื่น	ABMM, Agent-Based Markov Chain Model, ABM-Markov hybrid, Agent Markov simulation	AB-DES, Hybrid ABM-DES, Agent-DES, Hybrid Agent-Based Discrete-Event Simulation
ที่เกี่ยวข้อง	5	4
สรุป	The Agent-Based Markov Model (ABMM) is a hybrid simulation framework that embeds Markov chain state-transition logic inside individual autonomous agents. Each agent independently samples its next state from a probability transition matrix, enabling the model to capture both micro-level heterogeneity across agents and the tractable probabilistic structure of Markov chains. The approach is widely used in health economics, epidemiology, social science, and operations research.	Agent-based discrete-event simulation (AB-DES) is a hybrid modeling paradigm that couples autonomous agent behavior with an event-driven execution engine. It captures the decision-making heterogeneity of individual entities while maintaining the precise, time-stamped flow control of discrete-event simulation, making it suitable for complex systems where both individual agency and process sequencing matter.