에이전트 기반 모델

Agent-based model

Agent-Based Model(ABM; 에이전트 기반 모델)은 자율 에이전트(조직이나 그룹 등 개별 또는 집합 엔티티 양쪽)의 액션과 상호작용을 시뮬레이션하여 시스템의 동작과 그 결과를 좌우하는 요소를 이해하기 위한 계산 모델입니다.게임 이론, 복잡한 시스템, 출현, 컴퓨터 사회학, 다중 에이전트 시스템 및 진화 프로그래밍의 요소를 결합합니다.몬테카를로 방법은 이러한 모델의 확률성을 이해하기 위해 사용된다.특히 생태학에서는 ABM을 IBM([1]개별 기반 모델)이라고도 합니다.개인 기반 모델, 에이전트 기반 모델 및 다중 에이전트 시스템에 대한 최근 문헌을 검토한 결과, ABM이 생물학, 생태학 및 사회 [2]과학을 포함한 많은 과학 영역에서 사용되고 있음을 알 수 있습니다.에이전트 기반 모델링은 멀티 에이전트 시스템 또는 멀티 에이전트 시뮬레이션의 개념과 관련이 있지만 ABM의 목표는 에이전트를 설계하거나 특정 실제 또는 엔지니어링 프로브를 해결하는 것이 아니라 일반적으로 자연 시스템에서 단순한 규칙을 준수하는 에이전트의 집단 행동에 대한 설명적 통찰력을 찾는 것입니다.lems.[2]

에이전트 기반 모델은 복잡한 현상을 재현하고 예측하기 위해 여러 에이전트의 동시 조작과 상호작용을 시뮬레이션하는 일종의 마이크로스케일[3] 모델입니다.그 과정은 "전체는 부분의 합보다 크다"고 표현되는 출현의 하나이다.즉, 하위 하위 시스템의 상호 작용에서 상위 수준의 시스템 속성이 나타납니다.또는 마이크로스케일 에이전트 동작에서 매크로스케일 상태의 변화가 발생합니다.또는 단순한 동작(에이전트가 따르는 규칙)은 복잡한 동작(시스템 수준 전체의 상태 변화를 의미합니다)을 생성합니다.

개개의 대리인은 일반적으로 경험적 또는 단순한 의사결정 규칙을 사용하여 재생산, 경제적 이익 또는 사회적 [4]지위 등 자신의 이익으로 간주되는 것에 따라 행동하는 것으로 간주되는 경계적 이성적인 것으로 특징지어집니다.ABM 에이전트는 "학습", "적응", "재생산"[5]을 경험할 수 있습니다.

대부분의 에이전트 기반 모델은 (1) 다양한 규모로 지정된 다수의 에이전트(일반적으로 에이전트 입도), (2) 의사결정 휴리스틱스, (3) 학습 규칙 또는 적응 프로세스, (4) 상호작용 토폴로지 및 (5) 환경으로 구성됩니다.ABM은 일반적으로 커스텀 소프트웨어 또는 ABM 툴킷을 통해 컴퓨터 시뮬레이션으로 구현되며, 이 소프트웨어를 사용하여 개별 동작의 변화가 시스템의 새로운 전체 동작에 어떤 영향을 미치는지 테스트할 수 있습니다.

역사

에이전트 기반 모델링의 개념은 1940년대 후반에 비교적 단순한 개념으로 개발되었습니다.계산 집약적인 절차가 필요하기 때문에 1990년대까지는 널리 보급되지 않았다.

초기 개발

에이전트 기반 모델의 역사는 재현이 가능한 이론 기계인 Von Neumann 기계로 거슬러 올라갈 수 있습니다.폰 노이만이 제안한 장치는 복제품을 만들기 위해 정확하게 상세한 지침을 따를 것이다.이 개념은 수학자이기도 한 폰 노이만의 친구 스타니슬라프 울람에 의해 만들어졌고 울람은 기계를 종이 위에 격자 위의 세포 집합으로 만들 것을 제안했다.이 아이디어는 나중에 셀룰러 오토마타라고 불리는 최초의 장치를 만들어 낸 폰 노이만의 관심을 끌었습니다.수학자 존 콘웨이에 의해 또 다른 발전이 소개되었다.그는 잘 알려진 삶의 게임을 만들었다.콘웨이의 인생게임은 폰 노이만의 기계와 달리 2차원 체커보드 형태로 가상세계에서 간단한 규칙으로 작동했다.

1960년대 중반에 개발되어 1970년대 초에 널리 구현된 Simula 프로그래밍 언어는 단계별 에이전트 시뮬레이션을 자동화하기 위한 최초의 프레임워크였습니다.

1970년대와 1980년대: 최초의 모델

개념상 최초의 에이전트 기반 모델 중 하나는 Thomas Shelling의 분리 [6]모델이었는데, 1971년 그의 논문 "분리 모델의 동적"에서 논의되었습니다.셸링은 원래 컴퓨터가 아닌 동전과 그래프 용지를 사용했지만, 그의 모델은 에이전트 기반 모델의 기본 개념을 공유 환경에서 관찰된 집계 결과와 함께 상호작용하는 자율적 에이전트로서 구현했습니다.

1980년대 초, 로버트 액셀로드는 죄수 딜레마 전략 토너먼트를 개최하여 에이전트 기반 방식으로 상호 작용하여 승자를 결정하게 했습니다.Axelrod는 또한 민족중심주의에서 [7]문화의 전파에 이르는 현상을 연구하는 정치학 분야에서 다른 많은 에이전트 기반 모델을 개발하였다.1980년대 후반, 크레이그 레이놀즈의 모형의 연구는 사회적 특성을 지닌 최초의 생물학적 에이전트 기반 모델의 개발에 기여하였다.그는 크리스토퍼 랭턴이 만든 용어인 인공 생명체로 알려진 생동감 넘치는 생물학적 작용제의 실체를 모형화하려고 노력했다.

"에이전트"라는 단어와 현재 사용되는 정의를 처음 사용하는 것은 추적하기 어렵습니다.후보 중 하나는 존 홀랜드와 존 H. 밀러의 1991년 논문 '경제이론에서의 인위적 적응 에이전트'[8]로 보인다.

동시에, 1980년대에 사회학자, 수학자, 연산 연구자, 그리고 다른 분야의 흩어진 사람들이 컴퓨터 및 수학 조직 이론(CMOT)을 개발했다.이 분야는 The Institute of Management Sciences(TIMS)와 그 자매단체인 Operations Research Society of America(ORSA)의 특수 이익단체로 성장했습니다.

1990년대: 확장

1990년대는 특히 사회과학 분야에서의 ABM의 확대로 유명했는데, 한 가지 주목할 만한 노력은 조슈아 M이 개발한 대규모 ABM인 Sugarscape입니다. Epstein과 Robert Axtell은 계절적 이주, 오염, 성적 생식, 전투, 질병과 [9]문화의 전염과 같은 사회 현상의 역할을 시뮬레이션하고 탐구합니다.다른 주목할 만한 1990년대 개발로는 소셜 네트워크와 문화의 공진화를 탐구하기 위해 [10]카네기 멜론 대학의 Kathleen Carley ABM이 있었다.이 1990년대 동안 Nigel Gilbert는 사회 시뮬레이션에 대한 첫 번째 교재를 출판했다.사회과학자를 위한 시뮬레이션(1999년)과 사회과학의 관점에서 저널을 설립하였다: JASS(Journal of Infantial Societies and Social Simulation).JASS를 제외한 모든 분야의 에이전트 기반 모델은 SpringerOpen 저널 CASM([11]Complex Adaptive Systems Modeling)의 범위에 포함됩니다.

1990년대 중반까지 ABM의 사회과학 분야는 효과적인 팀의 설계, 조직의 효율성에 필요한 커뮤니케이션의 이해, 소셜 네트워크의 행동과 같은 문제에 초점을 맞추기 시작했다.CMOT(나중에 CASOS(Computational Analysis of Social and Organizational Systems)로 명칭 변경)는 에이전트 기반 모델링을 점점 더 많이 통합했습니다.Samuelson(2000)은 초기 [12]역사에 대한 좋은 간략한 개요이며 Samuelson(2005)과 Samuelson과 Macal(2006)은 보다 최근의 [13][14]개발을 추적한다.

1990년대 후반, TIMS와 ORSA의 합병에 의해서 INFORM이 결성되고, INFORM이 매년 2회의 회의에서 1회의 회의로 이행하는 것에 의해서, CMOT 그룹은, 북미 컴퓨터 사회 조직 과학 협회(NAACSOS)를 설립하는 것에 박차를 가했습니다.Kathleen Carley는 특히 소셜 네트워크 모델에 큰 공헌을 했습니다.연차 컨퍼런스를 위해 National Science Foundation의 자금을 조달하고 NAACSOS의 초대 회장을 역임했습니다.그녀의 뒤를 이어 시카고 대학과 아르곤 국립 연구소의 데이비드 살라크가, 그리고 에모리 대학의 마이클 프리툴라가 이었다.NAACSOS가 시작된 거의 동시에 NAACSOS의 대항마인 유럽 사회 시뮬레이션 협회(ESA)와 사회 시스템 과학 에이전트 기반 접근법 태평양 아시아 협회(PAAA)가 조직되었다.2013년 현재 이들 3개 조직은 국제적으로 협력하고 있습니다.제1회 사회 시뮬레이션 세계회의는 2006년 [citation needed]8월 일본 교토에서 공동 주최로 개최되었다.제2차 세계회의는 2008년 7월 워싱턴 D.C. 북부 버지니아 교외에서 개최되었으며, 조지 메이슨 대학이 지역 안배를 주도하였다.

2000년대 이후

보다 최근에, Ron Sun은 인지적 [15]사회 시뮬레이션으로 알려진 인간 인지 모델을 기반으로 에이전트 기반 시뮬레이션을 위한 방법을 개발했습니다.UCLA의 Bill McKelvey, Suzanne Lohmann, Dario Nardi, Dwight Read 등은 조직 행동과 의사결정에 상당한 기여를 했습니다.2001년부터 UCLA는 캘리포니아 주 레이크 애로우헤드에서 회의를 개최하여 이 [citation needed]분야의 실무자들이 모이는 또 다른 주요 장소가 되었습니다.

이론.

대부분의 컴퓨터 모델링 연구는 평형 상태 또는 평형 사이를 이동하는 시스템을 설명합니다.그러나 에이전트 기반 모델링은 단순한 규칙을 사용하여 복잡하고 흥미로운 다른 종류의 동작을 초래할 수 있습니다.에이전트 기반 모델에서 가장 중요한 세 가지 아이디어는 오브젝트로서의 에이전트, 출현 및 복잡성입니다.

에이전트 기반 모델은 동적으로 상호 작용하는 규칙 기반 에이전트로 구성됩니다.상호 작용하는 시스템은 실제와 같은 복잡성을 만들 수 있습니다.일반적으로 에이전트는 시공간 내에 배치되어 네트워크 또는 격자와 같은 인근 지역에 배치됩니다.에이전트의 위치와 응답 동작은 컴퓨터 프로그램에서 알고리즘 형식으로 인코딩됩니다.경우에 따라서는 반드시 그렇지는 않지만 에이전트가 인텔리전트하고 목적이 있는 것으로 간주될 수 있습니다.생태학적 ABM(생태학에서는 종종 "개별 기반 모델"이라고 함)에서 에이전트는 예를 들어 숲에 있는 나무일 수 있으며 자원(물 등)에 대한 접근을 최적화한다는 의미에서 "목적적"일 수 있지만 인텔리전트하다고 간주되지 않습니다.모델링 프로세스는 귀납적이라 가장 잘 설명됩니다.모델러는 그러한 가정을 눈앞의 상황과 가장 관련성이 있다고 생각되도록 한 후 에이전트의 상호작용에서 현상이 나타나는 것을 관찰합니다.때때로 그 결과는 평형이다.때때로 그것은 새로운 패턴이다.그러나 때때로 그것은 이해할 수 없는 망울이다.

어떤 면에서 에이전트 기반 모델은 기존 분석 방법을 보완합니다.분석 방법이 인간이 시스템의 평형을 특성화할 수 있는 경우, 에이전트 기반 모델은 그러한 평형을 생성할 수 있는 가능성을 허용합니다.이러한 생성적 기여는 에이전트 기반 모델링의 잠재적인 이점 중 가장 큰 흐름일 수 있습니다.에이전트 기반 모델은 테러 조직과 인터넷의 네트워크 구조, 교통 체증, 전쟁, 주식 시장 붕괴의 규모에서의 멱법 분포, 관용적인 인구에도 불구하고 지속되는 사회적 분리 등 고차적 패턴의 출현을 설명할 수 있습니다.또한 에이전트 기반 모델을 사용하여 개입이 극단적인 결과를 초래하는 순간으로 정의되는 레버 포인트를 식별하고 경로 종속성 유형을 구별할 수 있습니다.

많은 모델은 안정적인 상태에 초점을 맞추기보다는 시스템의 견고성, 즉 복잡한 시스템이 기능을 유지하기 위해 내부 및 외부 압력에 적응하는 방식을 고려합니다.이러한 복잡성을 활용하려면 에이전트 자체의 다양성, 연결성 및 상호작용 수준을 고려해야 합니다.

프레임워크

복합 적응 시스템의 모델링 및 시뮬레이션에 대한 최근 연구는 에이전트 기반 모델과 복잡한 네트워크 기반 [16][17][18]모델을 결합할 필요성을 입증했습니다. 여러 분야별 사례 연구를 사용하여 설명하는 복합 적응 시스템의 개발 모델 4가지 수준으로 구성된 프레임워크를 설명합니다.

  1. 다양한 시스템 컴포넌트의 상호작용 데이터를 사용하여 모델을 개발하기 위한 복잡한 네트워크 모델링 수준.
  2. 추가 연구의 타당성을 평가하기 위한 에이전트 기반 모델을 개발하기 위한 탐색 에이전트 기반 모델링 수준입니다.예를 들어, 이것은 연구원들을 위한 광범위한 학습 곡선을 필요로 하지 않고 자금 지원 애플리케이션 같은 개념 증명 모델을 개발하는 데 유용할 수 있다.
  3. Descriptive Agent-Based Modeling(DREAM; 기술 에이전트 기반 모델링) 템플릿 및 복잡한 네트워크 기반 모델을 사용하여 에이전트 기반 모델의 설명을 작성합니다.DREAM 모델을 구축하면 여러 과학 분야에서 모델을 비교할 수 있습니다.
  4. Virtual Overlay Multiagent System(VOMAS; 가상 오버레이 멀티에이전트 시스템)을 사용하여 검증된 에이전트 기반 모델링을 정식 방식으로 개발합니다.

에이전트 기반 모델을 설명하는 다른 방법으로는 코드 템플릿[19] 및 ODD(개요, 설계 개념 및 설계 세부 정보)[20] 프로토콜과 같은 텍스트 기반 메서드가 있습니다.

매크로와 [21]마이크로 모두에서 에이전트가 거주하는 환경의 역할 또한 에이전트 기반 모델링 및 시뮬레이션 작업에서 중요한 요소가 되고 있다.단순한 환경에서는 단순한 에이전트가 제공되지만 복잡한 환경에서는 다양한 [22]동작이 발생합니다.

멀티스케일 모델링

에이전트 기반 모델링의 한 가지 강점은 척도 간의 정보 흐름을 중재하는 능력이다.에이전트에 대한 추가 세부 정보가 필요한 경우 연구자는 추가 세부 정보를 설명하는 모델과 통합할 수 있습니다.대리인 집단에 의해 증명된 새로운 행동에 관심이 있을 때, 대리인 기반 모델과 모집단 역학을 설명하는 연속체 모델을 결합할 수 있다.예를 들어, CD4+ T 세포에 대한 연구에서, 연구원들은 다른 공간적, 시간적, 그리고 조직적 척도(신호 전달, 유전자 조절, 대사, 세포 행동, 그리고 사이토카인 수송)[23]에서 일어나는 생물학적 현상을 모델링했다.본 발명의 모듈러 모델에서는 신호전달 및 유전자 조절이 논리모델로 기술되고, 세포집단역학은 에이전트 베이스모델로 기술되며, 시스템 사이토카인 농도는 상미분방정식으로 기술된다.이 멀티스케일 모델에서는 에이전트 기반 모델이 중앙 위치를 차지하고 스케일 간에 모든 정보 흐름을 조정합니다.

적용들

복잡한 적응형 시스템 모델링

우리는 사회 규범 형성과 새로운 파괴적 기술의 출현과 같은 복잡한 현상에 직면하는 매우 복잡한 세상에 살고 있습니다.그러한 현상을 더 잘 이해하기 위해, 사회과학자들은 종종 복잡한 시스템을 낮은 변수들로 줄이고 편미분 방정식(PDE)[citation needed]과 같은 방정식의 체계를 통해 그들 사이의 관계를 모델링하는 환원주의 접근법을 사용한다.방정식 기반 모델링(EBM)이라고 하는 이 접근 방식에는 실제 복잡한 시스템을 모델링하는 데 몇 가지 기본적인 약점이 있습니다.EBM은 무한 합리성 및 완벽한 정보 등 현실적이지 않은 가정을 강조하지만 적응성, 진화 가능성 및 네트워크 효과는 다루지[citation needed] 않습니다.환원주의의 결함을 다루는 데 있어, 복잡한 적응 시스템(CAS)의 프레임워크는 지난 20년[citation needed] 동안 매우 영향력 있는 것으로 입증되었다.환원주의와 대조적으로, CAS 프레임워크에서는 복잡한 현상이 유기적인 방식으로 연구되며, 그 대리인은 경계적으로 합리적이고 적응성이[citation needed] 있어야 한다.CAS 모델링의 강력한 방법론으로서 Agent-Based Modeling(ABM; 에이전트 기반 모델링)은 학계와 실무자들 사이에서 점점 더 인기를 얻고 있습니다.ABM은 에이전트의 단순한 행동 규칙과 마이크로스케일에서의 로컬 상호작용이 매크로스케일로 [24]놀라울 정도로 복잡한 패턴을 생성하는 방법을 보여줍니다.

생물학에서

주요 기사:생물학의 에이전트 기반 모델

에이전트 모형 모델을 광범위하게 생물학에서, epidemics,[25]의 확산 분석에 의한 세균전의 위협, 인구 등 생물학적 애플리케이션을 포함하여 사용되어 왔다 dynamics,[26]확률 유전자 expression,[27]식물-동물 간 interactions,[28]식물 ecology,[29]풍경 diversity,[30]sociobiology,[31일]성장과 d고대 civilizati의 eclineOns 자기 민족 중심적인 behavior,[32]강제 displacement[33]언어 선택의 진화 인지 모델링 및 모델링 3D유방 조직 formation[35]전리 방사선의 유방 줄기 세포에 미치는 영향 일부의 사람들 dynamics,[36]inflammation,[37][38]과 인간의 immune을 포함한 수 dynamics,[34].시스템.[39]에이전트 기반 모델은 유방암과 [40]같은 의사결정 지원 시스템 개발에도 사용되어 왔다.에이전트 기반 모델은 약물 개발을 돕고 선험적으로 가능하지 않은 생물학적 시스템에 대한 통찰력을 얻기 위해 초기 단계의 [41]약리학적 시스템과 임상 전 연구를 모델링하는 데 점점 더 많이 사용되고 있다.군사적 응용 프로그램도 [42]평가되었습니다.게다가 최근에는 분자 수준의 생물학적 [43][44][45]시스템을 연구하기 위해 에이전트 기반 모델이 채택되었다.또한 에이전트 기반 모델은 공룡 환경이나 보다 최근의 고대 시스템에서의 생태학적 과정을 설명하기 위해 작성되었습니다.[46][47]

역학에서

이제 에이전트 기반 모델은 일반적인 유형의 역학 모델인 전통적인 구획 모델을 보완합니다.ABM은 [48][49]예측의 정확성 측면에서 구획 모델보다 우수한 것으로 나타났다.최근 역학자인 닐 퍼거슨의 CovidSim과 같은 ABM은 SARS-CoV-2 [50]확산에 대한 공중 보건(비약물) 개입을 알리는 데 사용되었다.역학적인 ABM은 비현실적인 [51][52]가정을 단순화한다는 비판을 받아왔다.그러나 ABM이 정확하게 [53]보정된 경우 완화 및 억제 조치에 관한 의사결정에 도움이 될 수 있다.

역학에서의 ABM 사용 예
프로그램. 연도 인용문 묘사
코바심 2021 [54] 개입의 효과를 연구하기 위한 기능에 중점을 두고 Python에 구현된 SEIR 모델.
OpenABM-Covid19 2021 [55] COVID-19 확산의 유행 모델. R과 Python 인터페이스를 모두 사용하여 모집단의 모든 개인을 시뮬레이션하지만 대량의 연산을 위해 C를 사용한다.
OpenCOVID 2021 [56] [57] 스위스 열대 및 공중 보건 연구소에서 개발한 SARS-CoV-2 감염 및 COVID-19 질병 역학의 개인 기반 전염 모델.


비즈니스, 테크놀로지 및 네트워크 이론에서

에이전트 기반 모델은 1990년대 중반부터 다양한 비즈니스 및 기술 문제를 해결하기 위해 사용되어 왔습니다.응용 프로그램의 예로는 마케팅,[58] 조직 행동 및 인식,[59] 팀워크,[60] 공급망 최적화 및 물류, 소비자 행동 모델링(소셜 네트워크 효과, 분산 컴퓨팅, 직원 관리, 포트폴리오 관리 등)이 있습니다.트래픽의 [61]congestion를 분석하기 위해서도 사용되고 있습니다.

최근에는 에이전트 기반 모델링과 시뮬레이션이 컴퓨터 과학 분야(여행 대 컨퍼런스)[62]의 연구자에 의한 출판 장소의 영향 연구 등 다양한 분야에 적용되고 있다.또한 ABM은 주변 지원 [63]환경에서 정보 전달을 시뮬레이션하기 위해 사용되었습니다.arXiv의 2016년 11월 기사는 [64]Facebook에 퍼진 게시물의 에이전트 기반 시뮬레이션을 분석했다.피어투피어, 애드혹 및 기타 자기조직화 및 복잡한 네트워크 영역에서 에이전트 기반 모델링 및 시뮬레이션의 유용성이 [65]입증되었습니다.최근 무선 센서 네트워크 및 에이전트 기반 시뮬레이션과 결합된 컴퓨터 과학 기반의 공식 사양 프레임워크의 사용이 [66]입증되었습니다.

에이전트 기반의 진화적 검색 또는 알고리즘은 복잡한 최적화 [67]문제를 해결하기 위한 새로운 연구 주제입니다.

경제학 및 사회과학 분야

주요 기사:에이전트 기반 계산 경제 및 에이전트 기반 소셜 시뮬레이션

2008년 금융위기 이전과 이후 경제분석의 가능한 [68][69]도구로서 ABM에 대한 관심이 높아지고 있다.ABMs는 경제가 균형을 이룰 수 있다고 가정하지 않으며, "대표 에이전트"는 목축을 포함한 다양하고 역동적이며 상호의존적인 행동을 하는 에이전트로 대체된다.ABM은 "상향식" 접근법을 취하며 매우 복잡하고 변동성이 큰 시뮬레이션 경제를 창출할 수 있습니다.ABM은 비교적 작은 [70]변경에 대해 비선형(비례적인) 응답으로 발전하는 충돌 및 붐이 있는 불안정한 시스템을 나타낼 수 있습니다.The Economist의 2010년 7월 기사에서는 DSGE [70]모델의 대안으로 ABMs를 검토했습니다.Nature잡지는 또한 ABMs J.Doyne 파머 씨와 던컨 폴리로 ABMs 케인즈의 욕망이 복잡한 경제를 대표하기 위해 이행할 수 있다고 주장했다 에세이와 함께 표준 models[71]보다 금융 시장과 다른 경제적인 복잡성을 대표하는 더 좋은 일을 할 수 있다고 제안했다 사설과agent-based 모델을 격려했다. 그리고.로버트 루카스가 마이크로 [72]파운데이션을 기반으로 모델을 만들도록 했습니다.Farmer와 Foley는 경제의 일부를 모델링하기 위해 ABM을 사용하여 이루어진 진전을 지적했지만, 낮은 수준의 [73]모델을 포함하는 매우 큰 모델의 창조를 주장했다.3가지 행동 프로파일(모방, 반모방, 무관심)을 기반으로 복잡한 분석가 시스템을 모델링함으로써 금융 시장은 높은 정확도로 시뮬레이션되었습니다.결과는 네트워크 형태학과 주식 시장 [74]지수 사이의 상관관계를 보여주었다.그러나 ABM 접근법은 유사한 모델이 매우 다른 결과를 [75][76]산출할 수 있는 모델 간의 견고성이 부족하다는 비판을 받아왔다.

ABM은 설계를 평가하고 도시 환경의[77] 보행자 흐름을 시뮬레이션하고 토지 이용을 [78]위한 공공 정책 애플리케이션을 검토하기 위해 건축과 도시 계획에 배치되었다.ABM의 사회경제적 네트워크에 [79]대한 시스템적 영향을 식별할 수 있는 능력을 이용한 인프라 투자 영향의 사회경제적 분석 분야도 증가하고 있다.ABM 모델에서는 부의 불평등과 사회적 [80]이동성에 대처하기 위해 이질성과 역학을 쉽게 구축할 수 있다.

물 관리 중

ABM은 수자원 계획 및 관리, 특히 인프라 설계 및 정책 [81]결정의 성과를 탐색, 시뮬레이션 및 예측하고 대규모 수자원 [82]시스템에서 협력 및 정보 교환의 가치를 평가하는 데에도 적용되어 왔다.

조직 ABM: 에이전트 주도 시뮬레이션

에이전트 지향 시뮬레이션(ADS) 은 "에이전트용 시스템"과 "에이전트용 시스템"[83]이라는 두 가지 범주를 구분합니다.에이전트용 시스템(에이전트 시스템이라고도 함)은 엔지니어링, 인간 및 사회 역학, 군사 응용 프로그램 등에서 사용하기 위한 에이전트를 구현하는 시스템입니다.Agents for Systems는 2개의 서브카테고리로 나뉩니다.에이전트 지원 시스템은 문제 해결 또는 인식 능력 향상을 위한 컴퓨터 지원을 가능하게 하는 지원 시설로서의 에이전트 사용을 처리합니다.에이전트 기반 시스템은 시스템 평가(시스템 연구 및 분석)에서 모델 동작을 생성하기 위한 에이전트 사용에 초점을 맞춥니다.

자율주행차

Hallerbach 등은 시험 대상 차량의 디지털 트윈과 독립 [84]에이전트를 기반으로 한 미시적 교통 시뮬레이션을 통해 자동 주행 시스템의 개발과 검증을 위한 에이전트 기반 접근법의 적용을 논의했다.Waymo는 자율주행차 [85][86]알고리즘을 테스트하기 위해 멀티에이전트 시뮬레이션 환경 Carcraft를 만들었습니다.운전자, 보행자 및 자동화 차량 간의 교통 상호작용을 시뮬레이션합니다.사람의 행동은 실제 인간 행동의 데이터를 바탕으로 인위적인 에이전트에 의해 모방된다.에이전트 기반 모델을 사용하여 자가운전 자동차를 이해하는 기본 아이디어는 2003년에 [87]논의되었습니다.

실행

많은 ABM 프레임워크는 직렬 폰 노이만 컴퓨터 아키텍처를 위해 설계되어 구현된 모델의 속도와 확장성을 제한합니다.대규모 ABM의 긴급 동작은 모집단 [88]크기에 따라 달라지기 때문에 scalability 제한으로 인해 모델 [89]검증이 방해될 수 있습니다.이러한 제한은 주로 분산 컴퓨팅을 사용하여 해결되어 왔습니다.이러한 유형의 실장 전용의 Repast HPC[90] 등의 프레임워크가 사용되고 있습니다.이러한 접근방식은 클러스터 및 슈퍼컴퓨터 아키텍처에 적합하지만 통신 및 동기화 관련 [91][92]문제 및 배치 [93]복잡성은 이러한 접근방식의 광범위한 채택에 잠재적인 장애물로 남아 있습니다.

최근 개발된 것은 ABM [88][94][95]시뮬레이션을 위해 그래픽 처리 장치 GPU에 데이터 병렬 알고리즘을 사용하는 것입니다.뛰어난 메모리 대역폭과 멀티프로세서 GPU의 엄청난 수치 계산 능력을 조합하여 초당 수십 프레임으로 수백만 개의 에이전트를 시뮬레이션할 수 있게 되었습니다.

다른 모델링 양식과의 통합

에이전트 기반 모델링은 특정 소프트웨어나 플랫폼보다는 모델링 프레임워크에 가깝기 때문에 다른 모델링 양식과 함께 사용되는 경우가 많습니다.예를 들어 에이전트 기반 모델은 지리정보시스템(GIS)과도 결합되어 있습니다.이것은 ABM이 프로세스 모델 역할을 하고 GIS 시스템이 [96]패턴 모델을 제공할 수 있는 경우에 유용한 조합을 제공합니다.마찬가지로 Social Network Analysis(SNA; 소셜 네트워크 분석) 도구와 에이전트 기반 모델이 통합되어 있는 경우도 있습니다.이 경우 ABM을 사용하여 네트워크상의 다이내믹스를 시뮬레이션하고 [97]SNA 도구를 사용하여 상호작용 네트워크를 모델링 및 분석합니다.

검증 및 검증

시뮬레이션 모델의 검증 및 검증(V&V)은 매우 중요하다.[98][99]검증에는 구현된 모델이 개념 모델과 일치하는지 확인하는 것이 포함되지만, 검증에는 구현된 모델이 실제 세계와 어느 정도 관련이 있음을 보증합니다.얼굴 검증, 민감도 분석, 교정 및 통계 검증은 [100]검증의 다른 측면이다.에이전트 기반 시스템의 검증을 위한 이산 이벤트 시뮬레이션 프레임워크 접근방식이 [101]제안되었다.에이전트 기반 모델의 경험적 검증에 대한 포괄적인 리소스는 여기에서 [102]찾을 수 있습니다.

V&V 기법의 예로서 소프트웨어 엔지니어링 기반의 어프로치인 VOMAS(Virtual Overlay Multi-Agent System)[103]를 검토해 주십시오.이 어프로치에서는 에이전트 기반 모델과 함께 가상 오버레이 멀티 에이전트 시스템이 개발됩니다.또한 Muazi 등은 산불 시뮬레이션 [104][105]모델의 검증과 검증을 위해 VOMAS를 사용하는 예를 제공한다.또 다른 소프트웨어 엔지니어링 방법, 즉,테스트 기반 개발은 에이전트 기반 모델 [106]검증을 위해 적용되었습니다.이 방법에는 유닛 테스트툴을 사용한 자동 검증을 가능하게 하는 또 다른 장점이 있습니다.

「 」를 참조해 주세요.

레퍼런스

  1. ^ Grimm, Volker; Railsback, Steven F. (2005). Individual-based Modeling and Ecology. Princeton University Press. p. 485. ISBN 978-0-691-09666-7.
  2. ^ a b Niazi, Muaz; Hussain, Amir (2011). "Agent-based Computing from Multi-agent Systems to Agent-Based Models: A Visual Survey" (PDF). Scientometrics. 89 (2): 479–499. arXiv:1708.05872. doi:10.1007/s11192-011-0468-9. hdl:1893/3378. S2CID 17934527. Archived from the original (PDF) on October 12, 2013.
  3. ^ Gustafsson, Leif; Sternad, Mikael (2010). "Consistent micro, macro, and state-based population modelling". Mathematical Biosciences. 225 (2): 94–107. doi:10.1016/j.mbs.2010.02.003. PMID 20171974.
  4. ^ "Agent-Based Models of Industrial Ecosystems". Rutgers University. October 6, 2003. Archived from the original on July 20, 2011.
  5. ^ Bonabeau, E. (May 14, 2002). "Agent-based modeling: Methods and techniques for simulating human systems". Proceedings of the National Academy of Sciences of the United States of America. 99: 7280–7. Bibcode:2002PNAS...99.7280B. doi:10.1073/pnas.082080899. PMC 128598. PMID 12011407.
  6. ^ Schelling, Thomas C. (1971). "Dynamic Models of Segregation" (PDF). Journal of Mathematical Sociology. 1 (2): 143–186. doi:10.1080/0022250x.1971.9989794.
  7. ^ Axelrod, Robert (1997). The Complexity of Cooperation: Agent-Based Models of Competition and Collaboration. Princeton: Princeton University Press. ISBN 978-0-691-01567-5.
  8. ^ Holland, J.H.; Miller, J.H. (1991). "Artificial Adaptive Agents in Economic Theory" (PDF). American Economic Review. 81 (2): 365–71. Archived from the original (PDF) on October 27, 2005.
  9. ^ Epstein, Joshua M.; Axtell, Robert (October 11, 1996). Growing artificial societies: social science from the bottom up. Brookings Institution Press. pp. 224. ISBN 978-0-262-55025-3.
  10. ^ "Construct". Computational Analysis of Social Organizational Systems.
  11. ^ Springer Complex Adaptive Systems Modeling Journal(CASM)
  12. ^ Samuelson, Douglas A. (December 2000). "Designing Organizations". OR/MS Today.
  13. ^ Samuelson, Douglas A. (February 2005). "Agents of Change". OR/MS Today.
  14. ^ Samuelson, Douglas A.; Macal, Charles M. (August 2006). "Agent-Based Modeling Comes of Age". OR/MS Today.
  15. ^ Sun, Ron, ed. (March 2006). Cognition and Multi-Agent Interaction: From Cognitive Modeling to Social Simulation. Cambridge University Press. ISBN 978-0-521-83964-8.
  16. ^ Aditya Kurve; Khashayar Kotobi; George Kesidis (2013). "An agent-based framework for performance modeling of an optimistic parallel discrete event simulator". Complex Adaptive Systems Modeling. 1: 12. doi:10.1186/2194-3206-1-12.
  17. ^ Niazi, Muaz A. K. (June 30, 2011). "Towards A Novel Unified Framework for Developing Formal, Network and Validated Agent-Based Simulation Models of Complex Adaptive Systems". hdl:1893/3365. {{cite journal}}: 논문 필요 (도움말) (PhD 논문)
  18. ^ Niazi, M.A. 및 Hussain, A(2012), 인지 에이전트 기반 컴퓨팅-I: 에이전트 기반 및 복잡한 네트워크 기반 메서드를 사용한 복잡한 적응 시스템 모델링용 통합 프레임워크
  19. ^ "Swarm code templates for model comparison". Swarm Development Group. Archived from the original on August 3, 2008.
  20. ^ Volker Grimm; Uta Berger; Finn Bastiansen; et al. (September 15, 2006). "A standard protocol for describing individual-based and agent-based models". Ecological Modelling. 198 (1–2): 115–126. doi:10.1016/j.ecolmodel.2006.04.023. (ODD 용지)
  21. ^ Chung'ng, E. (2012) 인공생명 시뮬레이션, 인공생명 세션, 제6회 소프트 컴퓨팅 및 인텔리전트 시스템 국제회의, 제13회 첨단 인텔리전트 시스템 국제 심포지엄, 2012년 11월 20일 ~ 24일, 일본 고베.매크로 및 마이크로 환경 2013년 11월 13일 Wayback Machine에서 아카이브
  22. ^ 사이먼, 허버트 A.인공의 과학.MIT 프레스, 1996.
  23. ^ Wertheim, Kenneth Y.; Puniy, Bhanwar Lal; Fleur, Alyssa La; Shah, Ab Rauf; Barberis, Matteo; Helikar, Tomáš (August 3, 2021). "A multi-approach and multi-scale platform to model CD4+ T cells responding to infections". PLOS Computational Biology. 17 (8): e1009209. Bibcode:2021PLSCB..17E9209W. doi:10.1371/journal.pcbi.1009209. ISSN 1553-7358. PMC 8376204. PMID 34343169.
  24. ^ Sabzian, Hossein; Shafia, Mohammad Ali; Bonyadi Naeini, Ali; Jandaghi, Gholam Reza; Sheikh, Mohammad Javad (2018). "A Review of Agent-based Modeling (ABM) Concepts and Some of its Main Applications in Management Science". Iranian Journal of Management Studies. 11 (4): 659–692. doi:10.22059/IJMS.2018.261178.673190.
  25. ^ Situngkir, Hokky (2004). "Epidemiology Through Cellular Automata: Case of Study Avian Influenza in Indonesia". arXiv:nlin/0403035.
  26. ^ Caplat, Paul; Anand, Madhur; Bauch, Chris (March 10, 2008). "Symmetric competition causes population oscillations in an individual-based model of forest dynamics". Ecological Modelling. 211 (3–4): 491–500. doi:10.1016/j.ecolmodel.2007.10.002.
  27. ^ Thomas, Philipp (December 2019). "Intrinsic and extrinsic noise of gene expression in lineage trees". Scientific Reports. 9 (1): 474. Bibcode:2019NatSR...9..474T. doi:10.1038/s41598-018-35927-x. ISSN 2045-2322. PMC 6345792. PMID 30679440.
  28. ^ 페드리아니 JM, T 비간드, D 아일론, F 팔로마레스, A 수아레스-에스테반, V.그림. 2018년.종자 분산자가 오래된 밭을 복원할 수 있도록 지원: 오소리, 여우, 이베리아 배나무 간의 상호작용을 개인에 기초한 모델입니다.응용생태학저널 55: 600~611.
  29. ^ Ch'ng, E. (2009) 인텔리전트 애플리케이션 및 지식 발견을 위한 자연에서 영감을 받은 정보학에서 생물 다양성 연구를 위한 인공 생명 기반 식물 모델링 접근법:비즈니스, 과학 및 엔지니어링에 관한 시사점, R.편집장님, Chiong.2009, IGI Global:PA, Hershey. http://complexity.io/Publications/NII-alifeVeg-eCHNG.pdf 2013년 11월 13일 Wayback Machine에서 아카이브 완료
  30. ^ Wirth, E.; Szabó, Gy.; Czinkóczky, A. (June 7, 2016). "Measure of Landscape Heterogeneity by Agent-Based Methodology". ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences. III-8: 145–151. Bibcode:2016ISPAnIII8..145W. doi:10.5194/isprs-annals-iii-8-145-2016.
  31. ^ Lima, Francisco W.S.; Hadzibeganovic, Tarik; Stauffer., Dietrich (2009). "Evolution of ethnocentrism on undirected and directed Barabási-Albert networks". Physica A: Statistical Mechanics and Its Applications. 388 (24): 4999–5004. arXiv:0905.2672. Bibcode:2009PhyA..388.4999L. doi:10.1016/j.physa.2009.08.029. S2CID 18233740.
  32. ^ Lima, Francisco W. S.; Hadzibeganovic, Tarik; Stauffer, Dietrich (2009). "Evolution of ethnocentrism on undirected and directed Barabási–Albert networks". Physica A. 388 (24): 4999–5004. arXiv:0905.2672. Bibcode:2009PhyA..388.4999L. doi:10.1016/j.physa.2009.08.029. S2CID 18233740.
  33. ^ Edwards, Scott (June 9, 2009). The Chaos of Forced Migration: A Modeling Means to an Humanitarian End. VDM Verlag. p. 168. ISBN 978-3-639-16516-6.
  34. ^ Hadzibeganovic, Tarik; Stauffer, Dietrich; Schulze, Christian (2009). "Agent-based computer simulations of language choice dynamics". Annals of the New York Academy of Sciences. 1167 (1): 221–229. Bibcode:2009NYASA1167..221H. doi:10.1111/j.1749-6632.2009.04507.x. PMID 19580569. S2CID 32790067.
  35. ^ Tang, Jonathan; Enderling, Heiko; Becker-Weimann, Sabine; Pham, Christopher; Polyzos, Aris; Chen, Charlie; Costes, Sylvain (2011). "Phenotypic transition maps of 3D breast acini obtained by imaging-guided agent-based modeling". Integrative Biology. 3 (4): 408–21. doi:10.1039/c0ib00092b. PMC 4009383. PMID 21373705.
  36. ^ Tang, Jonathan; Fernando-Garcia, Ignacio; Vijayakumar, Sangeetha; Martinez-Ruis, Haydeliz; Illa-Bochaca, Irineu; Nguyen, David; Mao, Jian-Hua; Costes, Sylvain; Barcellos-Hoff, Mary Helen (2014). "Irradiation of juvenile, but not adult, mammary gland increases stem cell self-renewal and estrogen receptor negative tumors". Stem Cells. 32 (3): 649–61. doi:10.1002/stem.1533. PMID 24038768. S2CID 32979016.
  37. ^ Tang, Jonathan; Ley, Klaus; Hunt, C. Anthony (2007). "Dynamics of in silico leukocyte rolling, activation, and adhesion". BMC Systems Biology. 1 (14): 14. doi:10.1186/1752-0509-1-14. PMC 1839892. PMID 17408504.
  38. ^ Tang, Jonathan; Hunt, C. Anthony (2010). "Identifying the rules of engagement enabling leukocyte rolling, activation, and adhesion". PLOS Computational Biology. 6 (2): e1000681. Bibcode:2010PLSCB...6E0681T. doi:10.1371/journal.pcbi.1000681. PMC 2824748. PMID 20174606.
  39. ^ Castiglione, Filippo; Celada, Franco (2015). Immune System Modeling and Simulation. CRC Press, Boca Raton. p. 274. ISBN 978-1-4665-9748-8.
  40. ^ Siddiqa, Amnah, Niazi, Muaz, 무스타파, 파라, Bokhari 하비브, 후사인, 아미르, 삐죽삐죽하 노린, Shaheen, Shabnum을 말한다.아메드, Fouzia, 이크발, 사라는(2009년)." 새로운 하이브리드agent-based 모델&유방 암 자료 분석 모의 실험을 결심 지원 시스템"(PDF)2009년 국제 회의 정보 통신 기술에.를 대신하여 서명함. 134–139. doi:10.1109/ICICT.2009.5267202.아이 에스비엔 978-1-4244-4608-7.S2CID 14433449.원본(PDF)에서 6월 14일 2011년.(BreastCancer디지털 서명 표준)Archived.
  41. ^ Butler, James; Cosgrove, Jason; Alden, Kieran; Read, Mark; Kumar, Vipin; Cucurull‐Sanchez, Lourdes; Timmis, Jon; Coles, Mark (2015). "Agent‐Based Modeling in Systems Pharmacology". CPT: Pharmacometrics & Systems Pharmacology. 4 (11): 615–629. doi:10.1002/psp4.12018. PMC 4716580. PMID 26783498.
  42. ^ Barathy, Gnana; Yilmaz, Levent; Tolk, Andreas (March 2012). "Agent Directed Simulation for Combat Modeling and Distributed Simulation". Engineering Principles of Combat Modeling and Distributed Simulation. Hoboken, NJ: Wiley. pp. 669–714. doi:10.1002/9781118180310.ch27. ISBN 9781118180310.
  43. ^ Azimi, Mohammad; Jamali, Yousef; Mofrad, Mohammad R. K. (2011). "Accounting for Diffusion in Agent Based Models of Reaction-Diffusion Systems with Application to Cytoskeletal Diffusion". PLOS ONE. 6 (9): e25306. Bibcode:2011PLoSO...625306A. doi:10.1371/journal.pone.0025306. PMC 3179499. PMID 21966493.
  44. ^ Azimi, Mohammad; Mofrad, Mohammad R. K. (2013). "Higher Nucleoporin-Importinβ Affinity at the Nuclear Basket Increases Nucleocytoplasmic Import". PLOS ONE. 8 (11): e81741. Bibcode:2013PLoSO...881741A. doi:10.1371/journal.pone.0081741. PMC 3840022. PMID 24282617.
  45. ^ Azimi, Mohammad; Bulat, Evgeny; Weis, Karsten; Mofrad, Mohammad R. K. (November 5, 2014). "An agent-based model for mRNA export through the nuclear pore complex". Molecular Biology of the Cell. 25 (22): 3643–3653. doi:10.1091/mbc.E14-06-1065. PMC 4230623. PMID 25253717.
  46. ^ Pahl, Cameron C.; Ruedas, Luis (2021). "Carnosaurs as Apex Scavengers: Agent-based simulations reveal possible vulture analogues in late Jurassic Dinosaurs". Ecological Modelling. 458: 109706. doi:10.1016/j.ecolmodel.2021.109706.
  47. ^ Volmer; et al. (2017). "Did Panthera pardus (Linnaeus, 1758) become extinct in Sumatra because of competition for prey? Modeling interspecific competition within the Late Pleistocene carnivore guild of the Padang Highlands, Sumatra". Palaeogeography, Palaeoclimatology, Palaeoecology. 487: 175–186. Bibcode:2017PPP...487..175V. doi:10.1016/j.palaeo.2017.08.032.
  48. ^ Eisinger, Dirk; Thulke, Hans-Hermann (April 1, 2008). "Spatial pattern formation facilitates eradication of infectious diseases". The Journal of Applied Ecology. 45 (2): 415–423. doi:10.1111/j.1365-2664.2007.01439.x. ISSN 0021-8901. PMC 2326892. PMID 18784795.
  49. ^ Railsback, Steven F.; Grimm, Volker (March 26, 2019). Agent-Based and Individual-Based Modeling. ISBN 978-0-691-19082-2.
  50. ^ Adam, David (April 2, 2020). "Special report: The simulations driving the world's response to COVID-19". Nature. 580 (7803): 316–318. Bibcode:2020Natur.580..316A. doi:10.1038/d41586-020-01003-6. PMID 32242115. S2CID 214771531.
  51. ^ Sridhar, Devi; Majumder, Maimuna S. (April 21, 2020). "Modelling the pandemic". BMJ. 369: m1567. doi:10.1136/bmj.m1567. ISSN 1756-1833. PMID 32317328. S2CID 216074714.
  52. ^ Squazzoni, Flaminio; Polhill, J. Gareth; Edmonds, Bruce; Ahrweiler, Petra; Antosz, Patrycja; Scholz, Geeske; Chappin, Émile; Borit, Melania; Verhagen, Harko; Giardini, Francesca; Gilbert, Nigel (2020). "Computational Models That Matter During a Global Pandemic Outbreak: A Call to Action". Journal of Artificial Societies and Social Simulation. 23 (2): 10. doi:10.18564/jasss.4298. ISSN 1460-7425. S2CID 216426533.
  53. ^ Maziarz, Mariusz; Zach, Martin (2020). "Agent-based modelling for SARS-CoV-2 epidemic prediction and intervention assessment: A methodological appraisal". Journal of Evaluation in Clinical Practice. 26 (5): 1352–1360. doi:10.1111/jep.13459. ISSN 1365-2753. PMC 7461315. PMID 32820573.
  54. ^ Kerr, Cliff; et al. (2021), "Covasim: an agent-based model of COVID-19 dynamics and interventions", medRxiv, vol. 17, no. 7, pp. e1009149, doi:10.1101/2020.05.10.20097469, PMC 8341708, PMID 34310589, retrieved July 19, 2021
  55. ^ Hinch, Robert; et al. (2021), "OpenABM-Covid19—An agent-based model for non-pharmaceutical interventions against COVID-19 including contact tracing", PLOS Computational Biology, 17 (7): e1009146, Bibcode:2021PLSCB..17E9146H, doi:10.1371/journal.pcbi.1009146, PMC 8328312, PMID 34252083, retrieved July 19, 2021
  56. ^ Shattock, Andrew; Le Rutte, Epke; et al. (2021), "Impact of vaccination and non-pharmaceutical interventions on SARS-CoV-2 dynamics in Switzerland", Epidemics, 38 (7): 100535, Bibcode:2021PLSCB..17E9146H, doi:10.1016/j.epidem.2021.100535, PMC 8669952, PMID 34923396, retrieved February 15, 2022
  57. ^ "Git-repository with open access source-code for OpenCOVID". GitHub. Swiss TPH. January 31, 2022. Retrieved February 15, 2022.
  58. ^ Rand, William; Rust, Roland T. (2011). "Agent-based modeling in marketing: Guidelines for rigor". International Journal of Research in Marketing. 28 (3): 181–193. doi:10.1016/j.ijresmar.2011.04.002.
  59. ^ Hughes, H. P. N.; Clegg, C. W.; Robinson, M. A.; Crowder, R. M. (2012). "Agent-based modelling and simulation: The potential contribution to organizational psychology". Journal of Occupational and Organizational Psychology. 85 (3): 487–502. doi:10.1111/j.2044-8325.2012.02053.x.
  60. ^ Crowder, R. M.; Robinson, M. A.; Hughes, H. P. N.; Sim, Y. W. (2012). "The development of an agent-based modeling framework for simulating engineering team work". IEEE Transactions on Systems, Man, and Cybernetics - Part A: Systems and Humans. 42 (6): 1425–1439. doi:10.1109/TSMCA.2012.2199304. S2CID 7985332.
  61. ^ "Application of Agent Technology to Traffic Simulation". United States Department of Transportation. May 15, 2007. Archived from the original on January 1, 2011. Retrieved October 31, 2007.
  62. ^ Niazi, M.; Baig, A. R.; Hussain, A.; Bhatti, S. (2008). Mason, S.; Hill, R.; Mönch, L.; Rose, O.; Jefferson, T.; Fowler, J. W. (eds.). "Simulation of the Research Process" (PDF). Proceedings of the 40th Conference on Winter Simulation (Miami, Florida, December 7 – 10, 2008): 1326–1334. doi:10.1109/WSC.2008.4736206. hdl:1893/3203. ISBN 978-1-4244-2707-9. S2CID 6597668.
  63. ^ Niazi, Muaz A. (2008). "Self-Organized Customized Content Delivery Architecture for Ambient Assisted Environments" (PDF). UPGRADE '08: Proceedings of the Third International Workshop on Use of P2P, Grid and Agents for the Development of Content Networks: 45–54. doi:10.1145/1384209.1384218. ISBN 9781605581552. S2CID 16916130. Archived from the original (PDF) on June 14, 2011.
  64. ^ Nasrinpour, Hamid Reza; Friesen, Marcia R.; McLeod, Robert D. (November 22, 2016). "An Agent-Based Model of Message Propagation in the Facebook Electronic Social Network". arXiv:1611.07454 [cs.SI].
  65. ^ Niazi, Muaz; Hussain, Amir (March 2009). "Agent based Tools for Modeling and Simulation of Self-Organization in Peer-to-Peer, Ad-Hoc and other Complex Networks" (PDF). IEEE Communications Magazine. 47 (3): 163–173. doi:10.1109/MCOM.2009.4804403. hdl:1893/2423. S2CID 23449913. Archived from the original (PDF) on December 4, 2010.
  66. ^ Niazi, Muaz; Hussain, Amir (2011). "A Novel Agent-Based Simulation Framework for Sensing in Complex Adaptive Environments" (PDF). IEEE Sensors Journal. 11 (2): 404–412. arXiv:1708.05875. Bibcode:2011ISenJ..11..404N. doi:10.1109/JSEN.2010.2068044. hdl:1893/3398. S2CID 15367419. Archived from the original (PDF) on July 25, 2011.
  67. ^ Sarker, R. A.; Ray, T. (2010). "Agent Based Evolutionary Approach: An Introduction". Agent-Based Evolutionary Search. Adaptation, Learning, and Optimization. Vol. 5. p. 1. doi:10.1007/978-3-642-13425-8_1. ISBN 978-3-642-13424-1.
  68. ^ Page, Scott E. (2008). Agent-Based Models. The New Palgrave Dictionary of Economics (2 ed.).
  69. ^ Testfatsion, Leigh; Judd, Kenneth, eds. (May 2006). Handbook of Computational Economics. Vol. 2. Elsevier. p. 904. ISBN 978-0-444-51253-6. Archived from the original on March 6, 2012. Retrieved January 29, 2012. (챕터 미리보기)
  70. ^ a b "Agents of change". The Economist. July 22, 2010. Retrieved February 16, 2011.
  71. ^ "A model approach". Nature. 460 (7256): 667. August 6, 2009. Bibcode:2009Natur.460Q.667.. doi:10.1038/460667a. PMID 19661863.
  72. ^ Farmer & Foley 2009, 685페이지
  73. ^ Farmer & Foley 2009, 페이지 686.
  74. ^ Stefan, F., & Atman, A. (2015).네트워크 형태와 주가 지수의 변동 사이에 어떤 연관성이 있는가?Physica A: 통계역학과 그 응용, (419), 630-641.
  75. ^ Dawid, Herbert; Gatti, Delli (January 2018). "Agent-based macroeconomics". Handbook of Computational Economics. 4: 63–156. doi:10.1016/bs.hescom.2018.02.006.
  76. ^ Rand, William; Rust, Roland T. (July 2011). "Agent-based modeling in marketing: Guidelines for rigor". International Journal of Research in Marketing. 28 (3): 181–193. doi:10.1016/j.ijresmar.2011.04.002.
  77. ^ Aschwanden, G.D.P.A; Wullschleger, Tobias; Müller, Hanspeter; Schmitt, Gerhard (2009). "Evaluation of 3D city models using automatic placed urban agents". Automation in Construction. 22: 81–89. doi:10.1016/j.autcon.2011.07.001.
  78. ^ Brown, Daniel G.; Page, Scott E.; Zellner, Moira; Rand, William (2005). "Path dependence and the validation of agent‐based spatial models of land use". International Journal of Geographical Information Science. 19 (2): 153–174. doi:10.1080/13658810410001713399.
  79. ^ Smetanin, Paul; Stiff, David (2015). Investing in Ontario's Public Infrastructure: A Prosperity at Risk Perspective, with an analysis of the Greater Toronto and Hamilton Area (PDF). The Canadian Centre for Economic Analysis (Report).
  80. ^ Yang, Xiaoliang; Zhou, Peng (April 2022). "Wealth inequality and social mobility: A simulation-based modelling approach". Journal of Economic Behavior & Organization. 196: 307–329. doi:10.1016/j.jebo.2022.02.012. S2CID 247143315.
  81. ^ Berglund, Emily Zechman (November 2015). "Using Agent-Based Modeling for Water Resources Planning and Management". Journal of Water Resources Planning and Management. 141 (11): 04015025. doi:10.1061/(ASCE)WR.1943-5452.0000544. ISSN 0733-9496.
  82. ^ Giuliani, M.; Castelletti, A. (July 2013). "Assessing the value of cooperation and information exchange in large water resources systems by agent-based optimization: MAS Framework for Large Water Resources Systems". Water Resources Research. 49 (7): 3912–3926. doi:10.1002/wrcr.20287. S2CID 128659104.
  83. ^ "Agent-Directed Simulation".
  84. ^ Hallerbach, S.; Xia, Y.; Eberle, U.; Koester, F. (2018). "Simulation-Based Identification of Critical Scenarios for Cooperative and Automated Vehicles". SAE International Journal of Connected and Automated Vehicles. SAE International. 1 (2): 93–106. doi:10.4271/2018-01-1066.
  85. ^ Madrigal, Story by Alexis C. "Inside Waymo's Secret World for Training Self-Driving Cars". The Atlantic. Retrieved August 14, 2020.
  86. ^ Connors, J.; Graham, S.; Mailloux, L. (2018). "Cyber Synthetic Modeling for Vehicle-to-Vehicle Applications". In International Conference on Cyber Warfare and Security. Academic Conferences International Limited: 594-XI.
  87. ^ Yang, Guoqing; Wu, Zhaohui; Li, Xiumei; Chen, Wei (2003). "SVE: embedded agent based smart vehicle environment". Proceedings of the 2003 IEEE International Conference on Intelligent Transportation Systems. 2: 1745–1749 vol.2. doi:10.1109/ITSC.2003.1252782. ISBN 0-7803-8125-4. S2CID 110177067.
  88. ^ a b Lysenko, Mikola; D'Souza, Roshan M. (2008). "A Framework for Megascale Agent Based Model Simulations on Graphics Processing Units". Journal of Artificial Societies and Social Simulation. 11 (4): 10. ISSN 1460-7425. Retrieved April 16, 2019.
  89. ^ Gulyás, László; Szemes, Gábor; Kampis, George; de Back, Walter (2009). "A Modeler-Friendly API for ABM Partitioning". Proceedings of the ASME 2009 International Design Engineering Technical Conferences & Computers and Information in Engineering Conference IDETC/CIE 2009. San Diego, California, USA. 2: 219–226.
  90. ^ Collier, N.; North, M. (2013). "Parallel agent-based simulation with Repast for High Performance Computing". Simulation. 89 (10): 1215–1235. doi:10.1177/0037549712462620. S2CID 29255621.
  91. ^ Fujimoto, R. (2015). "Parallel and distributed simulation". 2015 Winter Simulation Conference (WSC). Huntington Beach, CA, USA: 45–59. doi:10.1109/WSC.2015.7408152. ISBN 978-1-4673-9743-8.
  92. ^ Shook, E.; Wang, S.; Tang, W. (2013). "A communication-aware framework for parallel spatially explicit agent-based models". International Journal of Geographical Information Science. Taylor & Francis. 27 (11): 2160–2181. doi:10.1080/13658816.2013.771740. S2CID 41702653.
  93. ^ Jonas, E.; Pu, Q.; Venkataraman, S.; Stoica, I.; Recht, B. (2017). "Occupy the Cloud: Distributed Computing for the 99%". Proceedings of the 2017 Symposium on Cloud Computing (SoCC '17). Santa Clara, CA, USA: ACM: 445–451. arXiv:1702.04024. Bibcode:2017arXiv170204024J. doi:10.1145/3127479.3128601. S2CID 854354.
  94. ^ Isaac Rudomin; et al. (2006). "Large Crowds in the GPU". Monterrey Institute of Technology and Higher Education. Archived from the original on January 11, 2014.
  95. ^ Richmond, Paul; Romano, Daniela M. (2008). "Agent Based GPU, a Real-time 3D Simulation and Interactive Visualisation Framework for Massive Agent Based Modelling on the GPU" (PDF). Proceedings International Workshop on Super Visualisation (IWSV08). Archived from the original (PDF) on January 15, 2009. Retrieved April 27, 2012.
  96. ^ Brown, Daniel G.; Riolo, Rick; Robinson, Derek T.; North, Michael; Rand, William (2005). "Spatial Process and Data Models: Toward Integration of agent-based models and GIS". Journal of Geographical Systems. Springer. 7 (1): 25–47. Bibcode:2005JGS.....7...25B. doi:10.1007/s10109-005-0148-5. hdl:2027.42/47930. S2CID 14059768.
  97. ^ Zhang, J.; Tong, L.; Lamberson, P.J.; Durazo-Arvizu, R.A.; Luke, A.; Shoham, D.A. (2015). "Leveraging social influence to address overweight and obesity using agent-based models: The role of adolescent social networks". Social Science & Medicine. Elsevier BV. 125: 203–213. doi:10.1016/j.socscimed.2014.05.049. ISSN 0277-9536. PMC 4306600. PMID 24951404.
  98. ^ Sargent, R. G. (2000). "Verification, validation and accreditation of simulation models". 2000 Winter Simulation Conference Proceedings (Cat. No.00CH37165). Vol. 1. pp. 50–59. CiteSeerX 10.1.1.17.438. doi:10.1109/WSC.2000.899697. ISBN 978-0-7803-6579-7. S2CID 57059217.
  99. ^ Galán, José Manuel; Izquierdo, Luis; Izquierdo, Segismundo S.; Santos, José Ignacio; del Olmo, Ricardo; López-Paredes, Adolfo; Edmonds, Bruce (2009). "Errors and Artefacts in Agent-Based Modelling". Journal of Artificial Societies and Social Simulation. 12 (1): 1.
  100. ^ Klügl, F. (2008). "A validation methodology for agent-based simulations". Proceedings of the 2008 ACM symposium on Applied computing - SAC '08. p. 39. doi:10.1145/1363686.1363696. ISBN 9781595937537. S2CID 9450992.
  101. ^ Fortino, G.; Garro, A.; Russo, W. (2005). "A Discrete-Event Simulation Framework for the Validation of Agent-Based and Multi-Agent Systems" (PDF). {{cite journal}}:Cite 저널 요구 사항 journal=(도움말)
  102. ^ Tesfatsion, Leigh. "Empirical Validation: Agent-Based Computational Economics". Iowa State University.
  103. ^ Niazi, Muaz; Hussain, Amir; Kolberg, Mario. "Verification and Validation of Agent-Based Simulations using the VOMAS approach" (PDF). Proceedings of the Third Workshop on Multi-Agent Systems and Simulation '09 (MASS '09), as Part of MALLOW 09, Sep 7–11, 2009, Torino, Italy. Archived from the original (PDF) on June 14, 2011.
  104. ^ Niazi, Muaz; Siddique, Qasim; Hussain, Amir; Kolberg, Mario (April 11–15, 2010). "Verification & Validation of an Agent-Based Forest Fire Simulation Model" (PDF). Proceedings of the Agent Directed Simulation Symposium 2010, as Part of the ACM SCS Spring Simulation Multiconference: 142–149. Archived from the original (PDF) on July 25, 2011.
  105. ^ Niazi, Muaz A. K. (June 11, 2011). "Towards A Novel Unified Framework for Developing Formal, Network and Validated Agent-Based Simulation Models of Complex Adaptive Systems". University of Stirling. hdl:1893/3365. {{cite journal}}: 인용저널에 박사논문 필요 (도움말)
  106. ^ Onggo, B.S.; Karatas, M. (2016). "Test-driven simulation modelling: A case study using agent-based maritime search-operation simulation". European Journal of Operational Research. 254 (2): 517–531. doi:10.1016/j.ejor.2016.03.050.

일반

외부 링크

기사/일반 정보

시뮬레이션 모델