Байєсівське агентне моделювання — Калібрування складних симуляцій за допомогою байєсівського висновування
Байєсівське агентне моделювання (БАМ) інтегрує байєсівське статистичне висновування з агентним симуляційним моделюванням для калібрування параметрів моделі та кількісної оцінки невизначеності. Замість фіксації агентних правил і параметрів на основі припущень, цей підхід розглядає невідомі параметри як розподіли ймовірностей і систематично оновлює їх на основі спостережуваних даних, отримуючи повний апостеріорний розподіл можливих конфігурацій моделі.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Sunnaker, M., Busetto, A. G., Numminen, E., Corander, J., Foll, M., Dessimoz, C. (2013). Approximate Bayesian Computation. PLOS Computational Biology, 9(1), e1002803. DOI: 10.1371/journal.pcbi.1002803 ↗
- Grazzini, J., Richiardi, M. (2015). Estimation of agent-based models by simulated minimum distance. Journal of Economic Dynamics and Control, 51, 148-165. DOI: 10.1016/j.jedc.2014.10.006 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Bayesian Agent-Based Modeling — Parameter Estimation and Uncertainty Quantification for Agent-Based Models. ScholarGate. https://scholargate.app/uk/simulation/bayesian-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.
- Агентне моделювання (ABM)Імітаційне моделювання↔ compare
- Апроксимаційні байєсівські обчисленняІмітаційне моделювання↔ compare
- Bayesian Markov ModelІмітаційне моделювання↔ compare
- Байєсівське мікросимуляційне моделюванняІмітаційне моделювання↔ compare
- Метод Монте-КарлоПрийняття рішень↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →