एजेंट-आधारित मॉडल: Difference between revisions

From Vigyanwiki
(No difference)

Revision as of 17:42, 13 July 2023

एजेंट-आधारित मॉडल (एबीएम) प्रणाली के वास्तविक रूप को समझने और इसके परिणामों को नियंत्रित करने के लिए स्वायत्त एजेंट (दोनों व्यक्तिगत या सामूहिक संस्थाओं जैसे संगठनों या समूहों) के कार्यों और संवाद के कंप्यूटर सिमुलेशन के लिए कम्प्यूटेशनल मॉडल किसी प्रणाली के वास्तविक रूप को समझने और नियंत्रित करने के लिए है। यह गेम सिद्धांत , जटिल प्रणाली , उद्भव, कम्प्यूटेशनल समाजशास्त्र, मल्टी-एजेंट प्रणाली और विकासवादी प्रोग्रामिंग के तत्वों को जोड़ता है। इन मॉडलों की स्टोचैस्टिसिटी को समझने के लिए मोंटे कार्लो विधियों का उपयोग किया जाता है। विशेष रूप से पारिस्थितिकी के अंतर्गत, एबीएम को व्यक्तिगत-आधारित मॉडल (आईबीएम) भी कहा जाता है।[1] व्यक्तिगत-आधारित मॉडल, एजेंट-आधारित मॉडल और मल्टीएजेंट प्रणाली पर वर्तमान समय के साहित्य की समीक्षा से पता चलता है जो कि एबीएम का उपयोग जीव विज्ञान, पारिस्थितिकी और सामाजिक विज्ञान सहित कई वैज्ञानिक डोमेन में किया जाता है।[2] और एजेंट-आधारित मॉडलिंग मल्टी-एजेंट प्रणाली या मल्टी-एजेंट सिमुलेशन की अवधारणा से संबंधित होते है, किन्तु उससे अलग है, जिसमें एबीएम का लक्ष्य सरल नियमों का पालन करने वाले एजेंटों के सामूहिक वास्तविक में व्याख्यात्मक अंतर्दृष्टि की खोज करना है, सामान्यतः प्राकृतिक प्रणालियोंके अतिरिक्त एजेंटों को डिजाइन करने या विशिष्ट वास्तविकता या इंजीनियरिंग समस्याओं को हल करने में किया जाता है ।[2]

इस प्रकार से एजेंट-आधारित मॉडल प्रकार के माइक्रोस्केल और मैक्रोस्केल मॉडल हैं[3] जो जटिल घटनाओं की उपस्थिति को पुनः बनाने और भविष्यवाणी करने के प्रयास में कई एजेंटों के साथ संचालन और संवाद का अनुकरण करता है। यह प्रक्रिया उद्भव की प्रक्रिया है, जिसे कुछ लोग इस रूप में व्यक्त करते हैं कि समग्रता इसके भागों के योग से अधिक है। दूसरे शब्दों में, उच्च-स्तरीय प्रणाली गुण निचले-स्तरीय उप-प्रणालियों की परस्पर क्रिया से निकलते हैं। या, मैक्रो-स्केल स्थिति परिवर्तन माइक्रो-स्केल एजेंट वास्तविक रूप से प्राप्त होते हैं। या, सरल वास्तविक रूप से (अर्थात एजेंटों द्वारा पालन किए जाने वाले नियम) जटिल वास्तविक उत्पन्न करते हैं (अर्थात पूरे प्रणाली स्तर पर स्थिति में परिवर्तन ) होता है।

इस प्रकार से व्यक्तिगत एजेंटों को सामान्यतः सीमित तर्कसंगतता के रूप में जाना जाता है, माना जाता है कि वे उसी प्रकार से कार्य करते हैं जिसे वे अपने हितों के रूप में देखते हैं, जैसे कि प्रजनन, आर्थिक निवेश , या सामाजिक स्थिति,[4] अनुमान या सरल निर्णय लेने के नियमों का उपयोग करना होता है । और एबीएम एजेंट सीखने, अनुकूलन और पुनरुत्पादन का अनुभव कर सकते हैं।[5]

किन्तु अधिकांश एजेंट-आधारित मॉडल निम्न से बने होते हैं: (1) विभिन्न माप पर निर्दिष्ट कई एजेंट (सामान्यतः एजेंट-ग्रैन्युलैरिटी के रूप में संदर्भित); (2) निर्णय लेने के अनुमान; (3) सीखने के नियम या अनुकूली प्रक्रियाएँ; (4) नेटवर्क टोपोलॉजी; और (5) पर्यावरण। एबीएम को सामान्यतः कंप्यूटर सिमुलेशन के रूप में, या तो कस्टम सॉफ़्टवेयर के रूप में, या एबीएम टूलकिट के माध्यम से कार्यान्वित किया जाता है, और फिर इस सॉफ़्टवेयर का उपयोग यह परीक्षण करने के लिए किया जा सकता है कि व्यक्तिगत वास्तविक में परिवर्तन प्रणाली के प्राप्त समग्र वास्तविक को कैसे प्रभावित करते है ।

इतिहास

इस प्रकार से एजेंट-आधारित मॉडलिंग का विचार 1940 के दशक के अंत में अपेक्षाकृत सरल अवधारणा के रूप में विकसित किया गया था। चूँकि इसमें गणना-गहन प्रक्रियाओं की आवश्यकता होती है, इसलिए यह 1990 के दशक तक व्यापक नहीं होते है ।

प्रारंभिक घटनाक्रम

इस प्रकार से एजेंट-आधारित मॉडल के इतिहास का पता वॉन न्यूमैन यूनिवर्सल कंस्ट्रक्टर से लगाया जा सकता है, जोकी सैद्धांतिक मशीन है जो की प्रजनन में सक्षम है। जॉन वॉन न्यूमैन द्वारा प्रस्तावित उपकरण स्वयं की प्रति बनाने के लिए स्पष्ट विस्तृत निर्देशों का पालन करते है । यह अवधारणा तब वॉन न्यूमैन के मित्र स्टैनिस्लाव उलम द्वारा बनाई गई थी, जो गणितज्ञ भी थे; उलम ने सुझाव दिया कि मशीन को ग्रिड पर सेल के संग्रह के रूप में कागज पर बनाया जाता है । इस विचार ने वॉन न्यूमैन को आकर्षित किया, जिन्होंने इसे तैयार किया - प्रथम उपकरण बनाया जिसे बाद में सेल्यूलर आटोमेटा कहा गया था ।

इस प्रकार से और प्रगति गणितज्ञ जॉन हॉर्टन कॉनवे द्वारा प्रस्तुत की गई थी। उन्होंने सुप्रसिद्ध कॉनवे गेम ऑफ लाइफ का निर्माण किया गया । और वॉन न्यूमैन की मशीन के विपरीत, कॉनवे का गेम ऑफ लाइफ 2-आयामी चेकरबोर्ड के रूप में आभासी दुनिया में सरल नियमों द्वारा संचालित होता है।

अतः सिमुला प्रोग्रामिंग भाषा, 1960 के दशक के मध्य में विकसित हुई और 1970 के दशक की प्रारंभ में व्यापक रूप से प्रस्तुत की गई, चरण-दर-चरण एजेंट सिमुलेशन को स्वचालित करने के लिए प्रथम रूपरेखा थी।

1970 और 1980 का दशक: प्रथम मॉडल

इस प्रकार से अवधारणा में सबसे प्रारंभ एजेंट-आधारित मॉडल में से थॉमस शेलिंग का पृथक्करण मॉडल था,[6] जिसकी चर्चा 1971 में उनके पेपर डायनामिक मॉडल्स ऑफ सेग्रीगेशन में की गई थी। चूंकि शेलिंग ने मूल रूप से कंप्यूटर के अतिरिक्त सिक्कों और ग्राफ पेपर का उपयोग किया गया था, उनके मॉडल ने एजेंट-आधारित मॉडल की मूल अवधारणा को स्वायत्त एजेंटों के रूप में साझा वातावरण में देखे गए समुच्चय के साथ संवाद करते हुए, प्राप्त हुए रूप में प्रस्तुत किया। आकस्मिक परिणाम.

1980 के दशक की प्रारंभ में, रॉबर्ट एक्सेलरोड ने प्रिज़नर्स डिलेमा रणनीतियों के टूर्नामेंट की मेजबानी की और विजेता का निर्धारण करने के लिए एजेंट-आधारित विधि से उनसे संवाद की। एक्सेलरोड ने राजनीति विज्ञान के क्षेत्र में कई अन्य एजेंट-आधारित मॉडल विकसित किए जो जातीयतावाद से लेकर संस्कृति के प्रसार तक की घटनाओं की जांच करते हैं।[7]

किन्तु 1980 के दशक के अंत तक, क्रेग रेनॉल्ड्स (कंप्यूटर ग्राफिक्स) के फ्लॉकिंग वास्तविक मॉडल पर काम ने पहले जैविक एजेंट-आधारित मॉडल में से कुछ के विकास में योगदान दिया जिसमें सामाजिक विशेषताएं सम्मिलित की थीं। उन्होंने जीवंत जैविक एजेंटों की वास्तविकता को मॉडल करने की प्रयास किया गया , जिसे कृत्रिम जीवन के रूप में जाना जाता है, यह शब्द क्रिस्टोफर लैंगटन द्वारा प्रस्तुत किया गया था।

इस प्रकार से एजेंट शब्द का प्रथम प्रयोग और इसकी वर्तमान परिभाषा का पता लगाना कठिन है। ऐसा प्रतीत होता है कि उत्तरदायी जॉन हेनरी हॉलैंड और जॉन एच. मिलर का 1991 का पेपर आर्टिफिशियल एडाप्टिव एजेंट्स इन इकोनॉमिक थ्योरी है,[8]उनकी पिछली कॉन्फ्रेंस प्रस्तुति पर आधारित थी ।

अतः उसी समय, 1980 के दशक के समय , सामाजिक वैज्ञानिकों, गणितज्ञों, संचालन शोधकर्ताओं और अन्य विषयों के कुछ लोगों ने कम्प्यूटेशनल और गणितीय संगठन सिद्धांत (सीएमओटी) विकसित किया। यह क्षेत्र इंस्टीट्यूट ऑफ मैनेजमेंट साइंसेज (टीआईएमएस) और इसकी सहयोगी सोसायटी, ऑपरेशंस रिसर्च सोसाइटी ऑफ अमेरिका (ओआरएसए) के विशेष रुचि समूह के रूप में विकसित हुआ।[9]

1990 का दशक: विस्तार

इस प्रकार से 1990 का दशक सामाजिक विज्ञान के अन्दर एबीएम के विस्तार के लिए विशेष रूप से उल्लेखनीय था, उल्लेखनीय प्रयास उच्च माप पर एबीएम, शुगरस्केप था, जिसे किसके द्वारा विकसित किया गया था?

चूंकि जोशुआ एम. एप्सटीन और रॉबर्ट एक्सेल मौसमी प्रवासन, प्रदूषण, यौन प्रजनन, युद्ध और बीमारी के संचरण और इस प्रकार की संस्कृति जैसी सामाजिक घटनाओं की भूमिका का अनुकरण और पता लगाने के लिए।[10] 1990 के दशक के अन्य उल्लेखनीय विकासों में कार्नेगी मेलन विश्वविद्यालय का कैथलीन कार्ली एबीएम,[11] सामाजिक नेटवर्क और संस्कृति के सह-विकास का पता लगाना था । क्रिस्टोफर लैंगटन के नेतृत्व में एबीएम मॉडलिंग प्लेटफॉर्म स्वार्म के विकास को प्रोत्साहित करने में सांता फ़े संस्थान (एसएफआई) महत्वपूर्ण था। एसएफआई के माध्यम से किए गए अनुसंधान ने छोटे माप के मानव समाजों और प्राइमेट्स की सामाजिक और स्थानिक गतिशीलता के अध्ययन सहित कई क्षेत्रों में एबीएम विधि के विस्तार की अनुमति दी गयी ।[12] चूंकि 1990 के दशक की इस समय-सीमा के समय निगेल गिल्बर्ट ने सोशल सिमुलेशन: सोशल साइंटिस्ट के लिए सिमुलेशन (1999) पर प्रथम पाठ्यपुस्तक प्रकाशित की और सामाजिक विज्ञान के परिप्रेक्ष्य से पत्रिका की स्थापना की: जर्नल ऑफ़ आर्टिफिशियल सोसाइटीज़ एंड सोशल सिमुलेशन (जस्स )। जस्स के अतिरिक्त , किसी भी विषय के एजेंट-आधारित मॉडल स्प्रिंगरओपन जर्नल जटिल अनुकूली प्रणाली मॉडलिंग (सीएएसएम ) के सीमा में हैं।[13]

इस प्रकार से 1990 के दशक के मध्य तक, एबीएम के सामाजिक विज्ञान सूत्र ने प्रभावी टीमों को डिजाइन करने, संगठनात्मक प्रभावशीलता के लिए आवश्यक संचार को समझने और सामाजिक नेटवर्क के वास्तविक जैसे मुद्दों पर ध्यान केंद्रित करना प्रारंभ कर दिया गया। सीएमओटी के पश्चात इसका नाम परिवर्तन कर दिया गया, किन्तु सामाजिक और संगठनात्मक प्रणालियों का कम्प्यूटेशनल विश्लेषण (सीएएसओएस ) कर दिया गया-अधिक से अधिक एजेंट-आधारित मॉडलिंग को सम्मिलित किया गया। और सैमुएलसन (2000) प्रारंभिक इतिहास का अच्छा संक्षिप्त अवलोकन है,[14] और सैमुएलसन (2005) और सैमुएलसन और मैकल (2006) वर्तमान समय घटनाक्रमों का पता लगाते हैं।[15][16]

अतः 1990 के दशक के उत्तरार्ध में, टीआईएमएस और ओआरएसए का विलय करके इन्फोरमस बनाया गया, और इन्फोरमस द्वारा प्रति वर्ष दो बैठकों से बैठक करने के कदम ने सीएमओटी समूह को अलग समाज, नॉर्थ अमेरिकन एसोसिएशन फॉर कम्प्यूटेशनल सोशल एंड ऑर्गनाइजेशनल साइंसेज बनाने के लिए प्रेरित करने में सहायता की गयी । (एनएएसीएसओएस )। कैथलीन कार्ली का प्रमुख योगदान था, विशेष रूप से सामाजिक नेटवर्क के मॉडल में, वार्षिक सम्मेलन के लिए राष्ट्रीय विज्ञान फाउंडेशन की फंडिंग प्राप्त करने और एनएएसीएसओएस के प्रथम अध्यक्ष के रूप में सेवा की गयी । और उनकी स्थान पर शिकागो विश्वविद्यालय और आर्गोन नेशनल लेबोरेटरी के डेविड सल्लाच और पुनः एमोरी विश्वविद्यालय के माइकल प्रिटुला ने ली थी । लगभग उसी समय एनएएसीएसओएस की प्रारंभ हुई, यूरोपीय सोशल सिमुलेशन एसोसिएशन (ईएसएसए) और पेसिफिक एशियन एसोसिएशन फॉर एजेंट-बेस्ड अप्रोच इन सोशल प्रणाली ्स साइंस (पीएएए ), एनएएसीएसओएस के समकक्ष, का आयोजन किया गया। 2013 तक, ये तीन संगठन अंतरराष्ट्रीय स्तर पर सहयोग करते हैं। सामाजिक सिमुलेशन पर प्रथम विश्व कांग्रेस अगस्त 2006 में क्योटो, जापान में उनके संयुक्त प्रायोजन के तहत आयोजित की गई थी। दूसरी विश्व कांग्रेस जुलाई 2008 में वाशिंगटन, डी.सी. के उत्तरी वर्जीनिया उपनगरों में आयोजित की गई थी, जिसमें जॉर्ज मेसन विश्वविद्यालय ने स्थानीय व्यवस्थाओं में अग्रणी भूमिका निभाई थी।

2000 और उसके बाद

वर्तमान समय में , रॉन सन ने मानव अनुभूति के मॉडल पर एजेंट-आधारित सिमुलेशन के आधार के लिए विधि विकसित किए, जिन्हें संज्ञानात्मक सामाजिक सिमुलेशन के रूप में जाना जाता है।[17] बिल मैककेल्वे, सुज़ैन लोहमैन, डारियो नारदी, ड्वाइट रीड और यूसीएलए के अन्य लोगों ने भी संगठनात्मक वास्तविक और निर्णय लेने में महत्वपूर्ण योगदान दिया है। अर्थात 2001 से, यूसीएलए ने लेक एरोहेड, कैलिफ़ोर्निया में सम्मेलन की व्यवस्था की है, जो इस क्षेत्र में अभ्यासकर्ताओं के लिए और प्रमुख सभा स्थल बन गया है।

सिद्धांत

इस प्रकार से अधिकांश कम्प्यूटेशनल मॉडलिंग अनुसंधान प्रणाली को स्थिर अवस्था में या संतुलन के मध्य गतिमान के रूप में वर्णित करते हैं। एजेंट-आधारित मॉडलिंग, चूंकि , सरल नियमों का उपयोग करके, विभिन्न प्रकार के जटिल और रोचक वास्तविक रूप से परिणाम दे सकती है। एजेंट-आधारित मॉडल के केंद्र में तीन विचार वस्तु, उद्भव और जटिलता के रूप में एजेंट हैं।

जिससे एजेंट-आधारित मॉडल में गतिशील रूप से इंटरैक्ट करने वाले नियम-आधारित एजेंट सम्मिलित होते हैं। जिन प्रणालियों के अन्दर वे संवाद करते हैं वे वास्तविक संसार जैसी जटिलता उत्पन्न्य कर सकते हैं। सामान्यतः एजेंट होते हैं

इस प्रकार से स्थान और समय में स्थापित हैं और नेटवर्क या जालक जैसे निकतम में रहते हैं। एजेंटों का स्थान और उनके प्रतिक्रियाशील वास्तविक रूप से कंप्यूटर प्रोग्राम में कलन विधि रूप में एन्कोड किया गया है। कुछ स्तिथियों में, चूंकि सदैव नहीं, एजेंटों को बुद्धिमान और उद्देश्यपूर्ण माना जा सकता है। पारिस्थितिक एबीएम (सदैव पारिस्थितिकी में व्यक्तिगत-आधारित मॉडल के रूप में संदर्भित) में, एजेंट, उदाहरण के लिए, जंगल में पेड़ हो सकते हैं, और उन्हें बुद्धिमान नहीं माना जाएगा, चूंकि वे किसी संसाधन तक पहुंच को अनुकूलित करने के अर्थ में उद्देश्यपूर्ण ( जैसे पानी) हो सकते हैं ।

अतः मॉडलिंग प्रक्रिया को आगमनात्मक तर्क के रूप में सबसे सही वर्णित किया गया है। मॉडलर उन धारणाओं को उपस्तिथ स्थिति के लिए सबसे अधिक प्रासंगिक बनाता है और फिर एजेंटों की संवाद से घटनाओं को प्राप्त करते हुआ देखता है। कभी-कभी वह परिणाम संतुलन होता है।जब तक यह निकलता हुआ पैटर्न होता है। चूंकि , किसी समय यह अस्पष्ट होती है।

इस प्रकार से कुछ नियम के अनुसार , एजेंट-आधारित मॉडल पारंपरिक विश्लेषणात्मक विधि के पूरक हैं। जहां विश्लेषणात्मक विधियां मनुष्यों को प्रणाली के संतुलन को चिह्नित करने में सक्षम बनाती हैं, वहीं एजेंट-आधारित मॉडल उन संतुलन को उत्पन्न करने की संभावना की अनुमति देते हैं। यह सृजनात्मक योगदान एजेंट-आधारित मॉडलिंग के संभावित निवेश की सबसे मुख्यधारा हो सकता है। एजेंट-आधारित मॉडल उच्च-क्रम के पैटर्न के उद्भव की व्याख्या कर सकते हैं - आतंकवादी संगठनों और इंटरनेट की नेटवर्क संरचनाएं, ट्रैफिक जाम, युद्ध और स्टॉक-मार्केट क्रैश के आकार में सत्ता-कानून वितरण, और सामाजिक अलगाव जो जनसंख्या के अतिरिक्त प्रयुक्त रहता है। सहिष्णु लोग. एजेंट-आधारित मॉडल का उपयोग उत्तोलक बिंदुओं की पहचान करने के लिए भी किया जा सकता है, जिन्हें समय के उन क्षणों के रूप में परिभाषित किया जाता है जिनमें हस्तक्षेप के अत्यधिक परिणाम होते हैं, और पथ निर्भरता के प्रकारों के मध्य अंतर करने के लिए भी किया जा सकता है।

अतः स्थिर स्थितियों पर ध्यान केंद्रित करने के अतिरिक्त , कई मॉडल प्रणाली की जटिलता पर विचार करते हैं - जिस तरह से जटिल प्रणाली आंतरिक और बाहरी दबावों के अनुकूल होते हैं जिससे उनकी कार्यक्षमता बनी रहे। उस जटिलता का दोहन करने के कार्य के लिए स्वयं एजेंटों-उनकी विविधता, जुड़ाव और संवाद के स्तर पर विचार करने की आवश्यकता है।

रूपरेखा

इस प्रकार से जटिल अनुकूली प्रणालियों के मॉडलिंग और सिमुलेशन पर हाल के काम ने एजेंट-आधारित और जटिल नेटवर्क आधारित मॉडल के संयोजन की आवश्यकता को प्रदर्शित किया है।[18][19][20] कई उदाहरण बहु-विषयक केस अध्ययनों का उपयोग करके वर्णित जटिल अनुकूली प्रणालियों के विकासशील मॉडल के चार स्तरों से युक्त रूपरेखा का वर्णन करें:

  1. विभिन्न प्रणाली घटकों के संवाद डेटा का उपयोग करके मॉडल विकसित करने के लिए जटिल नेटवर्क मॉडलिंग स्तर।
  2. आगे के शोध की वास्तविकता का आकलन करने के लिए एजेंट-आधारित मॉडल विकसित करने के लिए खोजपूर्ण एजेंट-आधारित मॉडलिंग स्तर। यह उदा. शोधकर्ताओं के लिए व्यापक सीखने की आवश्यकता के बिना प्रूफ-ऑफ-कॉन्सेप्ट मॉडल विकसित करने के लिए उपयोगी हो, जैसे कि फंडिंग अनुप्रयोगों के लिए।
  3. टेम्प्लेट और जटिल नेटवर्क-आधारित मॉडल का उपयोग करके एजेंट-आधारित मॉडल का विवरण विकसित करने के लिए वर्णनात्मक एजेंट-आधारित मॉडलिंग (डीआरईएएम)। ड्रीम मॉडल का निर्माण वैज्ञानिक विषयों में मॉडल की तुलना की अनुमति देता है।
  4. औपचारिक विधि से सत्यापित और मान्य मॉडल के विकास के लिए वर्चुअल ओवरले मल्टीएजेंट प्रणाली (वीओएमएएस ) का उपयोग करके मान्य एजेंट-आधारित मॉडलिंग।

एजेंट-आधारित मॉडल का वर्णन करने के अन्य विधि में कोड टेम्पलेट सम्मिलित हैं[21] और पाठ-आधारित विधियाँ जैसे ओडीडी (अवलोकन, डिज़ाइन अवधारणाएँ और डिज़ाइन विवरण) प्रोटोकॉल।[22]

अतः उस वातावरण की भूमिका जहां एजेंट रहते हैं, मैक्रो और माइक्रो दोनों,[23] एजेंट-आधारित मॉडलिंग और सिमुलेशन कार्य में भी महत्वपूर्ण कारक बनता जा रहा है। सरल वातावरण सरल एजेंटों को प्रदान करता है, किन्तु जटिल वातावरण वास्तविक में विविधता उत्पन्न करता है।[24]

मल्टी-स्केल मॉडलिंग

इस प्रकार से एजेंट-आधारित मॉडलिंग की शक्ति सरहना के मध्य सूचना प्रवाह में मध्यस्थता करने की क्षमता है। जब किसी एजेंट के बारे में अतिरिक्त विवरण की आवश्यकता होती है, तो शोधकर्ता इसे अतिरिक्त विवरण का वर्णन करने वाले मॉडल के साथ एकीकृत कर सकता है। जब कोई एजेंट जनसंख्या द्वारा प्रदर्शित प्राप्त वास्तविक में रुचि रखता है, तो वह एजेंट-आधारित मॉडल को जनसंख्या गतिशीलता का वर्णन करने वाले सातत्य मॉडल के साथ जोड़ सकता है। उदाहरण के लिए, सीडी4+ टी सेल (अनुकूली प्रतिरक्षा प्रणाली में प्रमुख कोशिका प्रकार) के बारे में अध्ययन में,[25] शोधकर्ताओं ने विभिन्न स्थानिक (इंट्रासेल्युलर, सेलुलर और प्रणालीगत), अस्थायी और संगठनात्मक माप (सिग्नल ट्रांसडक्शन, जीन विनियमन, चयापचय, सेलुलर वास्तविक और साइटोकिन परिवहन) पर होने वाली जैविक घटनाओं का मॉडल तैयार किया। परिणामी मॉड्यूलर मॉडल में, सिग्नल ट्रांसडक्शन और जीन विनियमन को तार्किक मॉडल द्वारा वर्णित किया जाता है, बाधा-आधारित मॉडल द्वारा चयापचय, सेल जनसंख्या गतिशीलता को एजेंट-आधारित मॉडल द्वारा वर्णित किया जाता है, और सामान्य अंतर समीकरणों द्वारा प्रणालीगत साइटोकिन सांद्रता का वर्णन किया जाता है। इस बहु-स्तरीय मॉडल में, एजेंट-आधारित मॉडल केंद्रीय स्थान रखता है और सरहना के मध्य सूचना प्रवाह की हर धारा को व्यवस्थित करता है।

अनुप्रयोग

जीवविज्ञान में

जीव विज्ञान में एजेंट-आधारित मॉडलिंग का उपयोग जीव विज्ञान में उच्च माप पर किया गया है, जिसमें महामारी के प्रसार का विश्लेषण भी सम्मिलित है,[26] और जैवयुद्ध का खतरा, जनसंख्या गतिशीलता सहित जीव विज्ञान में एजेंट-आधारित मॉडल,[27] स्टोकेस्टिक जीन अभिव्यक्ति,[28] पौधे-जानवरों की परस्पर क्रिया,[29] वनस्पति पारिस्थितिकी,[30] प्रवासी पारिस्थितिकी,[31] भूदृश्य विविधता,[32] समाजशास्त्र,[33] प्राचीन सभ्यताओं का विकास और पतन, जातीय केंद्रित वास्तविक का विकास,[34] जबरन विस्थापन/पलायन,[35] भाषा चयन की गतिशीलता,[36] संज्ञानात्मक मॉडल या गतिशील प्रणालियां, और 3डी स्तन ऊतक निर्माण/मॉर्फोजेनेसिस मॉडलिंग सहित बायोमेडिकल अनुप्रयोग,[37] स्तन स्टेम सेल उप-जनसंख्या गतिशीलता पर आयनकारी विकिरण का प्रभाव,[38] सूजन और जलन ,[39]

[40] और मानव प्रतिरक्षा प्रणाली।[41] एजेंट-आधारित मॉडल का उपयोग स्तन कैंसर जैसे निर्णय समर्थन प्रणाली विकसित करने के लिए भी किया गया है।[42] दवा के विकास में सहायता करने और जैविक प्रणालियों में अंतर्दृष्टि प्राप्त करने के लिए प्रारंभिक चरण और पूर्व-नैदानिक ​​​​अनुसंधान में फार्माकोलॉजिकल प्रणाली को मॉडल करने के लिए एजेंट-आधारित मॉडल का तेजी से उपयोग किया जा रहा है जो कि प्राथमिकता से संभव नहीं होता है ।[43] सैन्य अनुप्रयोगों का भी मूल्यांकन किया गया है।[44] इसके अतिरिक्त , आणविक स्तर की जैविक प्रणालियों का अध्ययन करने के लिए वर्तमान समय में एजेंट-आधारित मॉडल को नियोजित किया गया है।[45][46][47] प्राचीन प्रणालियों में काम करने वाली पारिस्थितिक प्रक्रियाओं का वर्णन करने के लिए एजेंट-आधारित मॉडल भी लिखे गए हैं, जैसे कि डायनासोर के वातावरण और वर्तमान समय की प्राचीन प्रणालियों में भी व्यक्त है ।[48][49][50]

महामारी विज्ञान में

एजेंट-आधारित मॉडल अब महामारी विज्ञान मॉडल में पारंपरिक कंपार्टमेंटल मॉडल, सामान्य प्रकार के महामारी विज्ञान मॉडल के पूरक हैं। भविष्यवाणियों की स्पष्ट ता के संबंध में एबीएम को कंपार्टमेंटल मॉडल से श्रेष्ट दिखाया गया है।[51][52] वर्तमान समय में, महामारी विज्ञानी नील फर्ग्यूसन (महामारी विज्ञानी) द्वारा लिखित एबीएम जैसे एबीएम का उपयोग गंभीर तीव्र श्वसन सिंड्रोम कोरोनोवायरस 2 | सार्स-सीओवी-2 के प्रसार के खिलाफ सार्वजनिक स्वास्थ्य (गैर-फार्मास्युटिकल) हस्तक्षेपों को सूचित करने के लिए किया गया है।[53] सरलीकरण और अवास्तविक धारणाओं के लिए महामारी विज्ञान एबीएम की आलोचना की गई है।[54][55] फिर भी, वे उन स्तिथियों में शमन और दमन उपायों के बारे में निर्णय लेने में उपयोगी हो सकते हैं जब एबीएम को स्पष्ट रूप से कैलिब्रेट किया जाता है।[56] ऐसे सिमुलेशन के लिए एबीएम ज्यादातर सिंथेटिक जनसंख्या पर आधारित होते हैं, क्योंकि वास्तविक जनसंख्या का डेटा सदैव उपलब्ध नहीं होता है।[57]

महामारी विज्ञान में एबीएम के उपयोग के उदाहरण
प्रोग्राम वर्ष प्रमाण विवरण
कोवासिम 2021 [58] हस्तक्षेपों के प्रभावों का अध्ययन करने के लिए सुविधाओं पर ध्यान देने के साथ पायथन में एसईआईआर मॉडल प्रयुक्त किया गया।
ओपनएबीएम-कोविड19 2021 [59] कोविड-19 के प्रसार का महामारी मॉडल, आर और पायथन दोनों इंटरफेस के साथ आबादी में प्रत्येक व्यक्ति का अनुकरण करता है लेकिन भारी गणना के लिए सी का उपयोग करता है।
ओपनकोविड 2021 [60] [61] SARS-CoV-2 संक्रमण और कोविड-19 रोग की गतिशीलता का एक व्यक्तिगत-आधारित ट्रांसमिशन मॉडल, स्विस ट्रॉपिकल एंड पब्लिक हेल्थ इंस्टीट्यूट में विकसित किया गया।

व्यवसाय, प्रौद्योगिकी और नेटवर्क सिद्धांत में

इस प्रकार से विभिन्न प्रकार की व्यावसायिक और प्रौद्योगिकी समस्याओं को हल करने के लिए 1990 के दशक के मध्य से एजेंट-आधारित मॉडल का उपयोग किया गया है। अनुप्रयोगों के उदाहरणों में विपणन,[62] संगठनात्मक वास्तविक और अनुभूति,[63] टीम वर्क,[64] आपूर्ति श्रृंखला अनुकूलन और लॉजिस्टिक्स, उपभोक्ता वास्तविक का मॉडलिंग, जिसमें मौखिक प्रचार, सामाजिक नेटवर्क प्रभाव, वितरित कंप्यूटिंग, कार्यबल प्रबंधन और निवेश प्रबंधन सम्मिलित हैं। इनका उपयोग यातायात की भीड़ का विश्लेषण करने के लिए भी किया गया है।[65]

वर्तमान समय में, एजेंट आधारित मॉडलिंग और सिमुलेशन को विभिन्न डोमेन पर प्रस्तुत किया गया है जैसे कि कंप्यूटर विज्ञान डोमेन (पत्रिकाओं बनाम सम्मेलन) में शोधकर्ताओं द्वारा प्रकाशन स्थानों के प्रभाव का अध्ययन करना।[66] इसके अतिरिक्त , एबीएम का उपयोग परिवेश सहायता प्राप्त वातावरण में सूचना वितरण को अनुकरण करने के लिए किया गया है।[67] आर्क्सिव में नवंबर 2016 के लेख में फेसबुक में फैले पोस्ट के एजेंट आधारित सिमुलेशन का विश्लेषण किया गया।[68] पीयर-टू-पीयर, तदर्थ और अन्य स्व-संगठित और जटिल नेटवर्क के क्षेत्र में, एजेंट आधारित मॉडलिंग और सिमुलेशन की उपयोगिता दिखाई गई है।[69] वायरलेस सेंसर नेटवर्क और एजेंट-आधारित सिमुलेशन के साथ मिलकर कंप्यूटर विज्ञान-आधारित औपचारिक विनिर्देश ढांचे का उपयोग वर्तमान समय में प्रदर्शित किया गया है।[70]

जटिल अनुकूलन समस्याओं को हल करने के लिए एजेंट आधारित विकासवादी खोज या एल्गोरिदम नया शोध विषय है।[71]

अर्थशास्त्र और सामाजिक विज्ञान में

इस प्रकार से प्रथम और 2007-2008 के वित्तीय संकट को ध्यान में रखते हुए, आर्थिक विश्लेषण के लिए संभावित उपकरण के रूप में एबीएम में रुचि बढ़ी है।[72][73] एबीएम यह नहीं मानते हैं कि अर्थव्यवस्था आर्थिक संतुलन बना सकती है और प्रतिनिधि एजेंट को हेटेरोजेनिटी इन इकोनॉमिक्स या इकोनॉमिक मॉडल विथ हेटेरोजेनस एजेंट्स विविध, गतिशील और पशुपालन सहित अन्योन्याश्रित वास्तविक वाले एजेंटों द्वारा प्रतिस्थापित किया जाता है। एबीएम माइक्रोफाउंडेशन लेते हैं, बॉटम-अप दृष्टिकोण और अत्यंत जटिल और अस्थिर अनुरूपित अर्थव्यवस्थाएँ उत्पन्न कर सकता है। एबीएम क्रैश और बूम के साथ अस्थिर प्रणाली का प्रतिनिधित्व कर सकते हैं जो आनुपातिक रूप से छोटे परिवर्तनों के लिए गैर-रेखीय (अनुपातहीन) प्रतिक्रियाओं से विकसित होते हैं।[74] अर्थशास्त्री में जुलाई 2010 के लेख में एबीएम को डायनेमिक स्टोकेस्टिक सामान्य संतुलन मॉडल के विकल्प के रूप में देखा गया।[74] जर्नल प्रकृति (पत्रिका) ने संपादकीय के साथ एजेंट-आधारित मॉडलिंग को भी प्रोत्साहित किया जिसमें सुझाव दिया गया कि एबीएम मानक मॉडल की तुलना में वित्तीय बाजारों और अन्य आर्थिक जटिलताओं का प्रतिनिधित्व करने का श्रेष्ट काम कर सकते हैं।[75] जे. डोयने फार्मर और डंकन फोले के निबंध के साथ, जिसमें तर्क दिया गया कि एबीएम जटिल अर्थव्यवस्था का प्रतिनिधित्व करने के लिए कीन्स की और माइक्रोफाउंडेशन पर आधारित मॉडल बनाने के लिए रॉबर्ट लुकास की दोनों इच्छाओं को पूर्ण कर सकता है।[76] फार्मर और फोले ने अर्थव्यवस्था के कुछ भागो को मॉडल करने के लिए एबीएम का उपयोग करके की गई प्रगति की ओर संकेत किया, किन्तु अधिक उच्च मॉडल के निर्माण के लिए तर्क दिया जिसमें निम्न स्तर के मॉडल सम्मिलित हों।[77] इस प्रकार से तीन अलग-अलग वास्तविक प्रोफ़ाइलों - प्रतिलिपि करना, प्रतिलिपि -विरोधी और उदासीन - के आधार पर वित्तीय विश्लेषक की जटिल प्रणाली का मॉडलिंग करके वित्तीय बाजार को उच्च स्पष्ट ता के लिए अनुकरण किया गया था। परिणामों ने नेटवर्क आकृति विज्ञान और शेयर बाजार सूचकांक के मध्य संबंध दिखाया।[78] चूंकि , मॉडलों के मध्य जटिलता की कमी के लिए एबीएम दृष्टिकोण की आलोचना की गई है, जहां समान मॉडल अधिक अलग परिणाम दे सकते हैं।[79][80]

जिससे डिजाइन का मूल्यांकन करने और शहरी वातावरण में पैदल यात्री प्रवाह का अनुकरण करने के लिए वास्तुकला और शहरी नियोजन में एबीएम को प्रसारित किया गया है[81] और भूमि-उपयोग के लिए सार्वजनिक नीति अनुप्रयोगों की जांच की जाती है ।[82] सामाजिक-आर्थिक नेटवर्क पर प्रणालीगत प्रभावों को समझने के लिए एबीएम की क्षमता का उपयोग करके मूलभूत ढांचे के निवेश प्रभाव के सामाजिक-आर्थिक विश्लेषण का क्षेत्र भी बढ़ रहा है।[83] धन असमानता और सामाजिक गतिशीलता को संबोधित करने के लिए एबीएम मॉडल में विविधता और गतिशीलता को सरलता से बनाया जा सकता है।[84]

जल प्रबंधन में

इस प्रकार से एबीएम को जल संसाधन योजना और प्रबंधन में भी प्रस्तुत किया गया है, विशेष रूप से मूलभूत ढांचे के डिजाइन और नीतिगत निर्णयों के प्रदर्शन की खोज, अनुकरण और भविष्यवाणी के लिए,[85] और उच्च जल संसाधन प्रणालियों में सहयोग और सूचना के आदान-प्रदान के मूल्य का आकलन करने में किया जाता है ।[86]

संगठनात्मक एबीएम: एजेंट-निर्देशित अनुकरण

एजेंट-निर्देशित सिमुलेशन (एडीएस) रूपक दो श्रेणियों के मध्य अंतर करता है, अर्थात् एजेंटों के लिए प्रणाली और प्रणाली के लिए एजेंट।[87] एजेंटों के लिए प्रणाली (कभी-कभी एजेंट प्रणाली के रूप में संदर्भित) इंजीनियरिंग, मानव और सामाजिक गतिशीलता, सैन्य अनुप्रयोगों और अन्य में उपयोग के लिए एजेंटों को प्रस्तुत करने वाले प्रणाली हैं। प्रणाली के लिए एजेंटों को दो उपश्रेणियों में विभाजित किया गया है। एजेंट-समर्थित प्रणाली समस्या को सुलझाने या संज्ञानात्मक क्षमताओं को बढ़ाने में कंप्यूटर सहायता को सक्षम करने के लिए सहायता सुविधा के रूप में एजेंटों के उपयोग से निपटते हैं। एजेंट-आधारित प्रणाली प्रणाली मूल्यांकन (प्रणाली अध्ययन और विश्लेषण) में मॉडल वास्तविक की पीढ़ी के लिए एजेंटों के उपयोग पर ध्यान केंद्रित करते हैं।

स्वचालित कारें

हॉलरबैक एट अल. स्वतंत्र एजेंटों पर आधारित वाहन-अंडर-टेस्ट और सूक्ष्म यातायात सिमुलेशन के डिजिटल ट्विन के माध्यम से स्वचालित ड्राइविंग प्रणाली के विकास और सत्यापन के लिए एजेंट-आधारित दृष्टिकोण के अनुप्रयोग पर चर्चा की गई थी ।[88] वेमो ने स्व-चालित कार के लिए एल्गोरिदम का परीक्षण करने के लिए मल्टी-एजेंट सिमुलेशन वातावरण कारक्राफ्ट बनाया है।[89][90] यह मानव चालकों, पैदल चलने वालों और स्वचालित वाहनों के मध्य यातायात संवाद का अनुकरण करता है। वास्तविक मानव वास्तविक के आंकड़ों के आधार पर कृत्रिम एजेंटों द्वारा लोगों के वास्तविक की प्रतिलिपि की जाती है। सेल्फ-ड्राइविंग कारों को समझने के लिए एजेंट-आधारित मॉडलिंग का उपयोग करने के मूल विचार पर 2003 की प्रारंभ में चर्चा की गई थी।[91]

कार्यान्वयन

एजेंट-आधारित मॉडलिंग सॉफ़्टवेयर की कई तुलनाएं सीरियल वॉन न्यूमैन वास्तुकला वॉन-न्यूमैन कंप्यूटर आर्किटेक्चर के लिए डिज़ाइन की गई हैं, जो कार्यान्वित मॉडल की गति और स्केलेबिलिटी को सीमित करती हैं। चूँकि उच्च माप पर एबीएम में आकस्मिक वास्तविक जनसंख्या के आकार पर निर्भर है,[92] स्केलेबिलिटी प्रतिबंध मॉडल सत्यापन में बाधा उत्पन्न कर सकते हैं।[93] ऐसी सीमाओं को मुख्य रूप से रिपास्ट एचपीसी जैसे ढांचे के साथ वितरित कंप्यूटिंग का उपयोग करके संबोधित किया गया है[94] विशेष रूप से इस प्रकार के कार्यान्वयन के लिए समर्पित किया गया है । जबकि ऐसे दृष्टिकोण कंप्यूटर क्लस्टर और सुपरकंप्यूटर वास्तुकला आर्किटेक्चर, संचार और सिंक्रनाइज़ेशन से संबंधित मुद्दों को ठीक प्रकार से मैप करते हैं,[95][96] साथ ही प्रसारित की जटिलता,[97] उनके व्यापक रूप से अपनाने में संभावित बाधाएँ बनी हुई हैं।

अतः एबीएम सिमुलेशन के लिए ग्राफिक्स प्रोसेसिंग यूनिट जीपीयू पर डेटा-समानांतर एल्गोरिदम का उपयोग वर्तमान विकास है।[92][98][99] और मल्टी-प्रोसेसर जीपीयू की तीव्र संख्या क्रंचिंग शक्ति के साथ संयुक्त चरम मेमोरी बैंडविड्थ ने प्रति सेकंड दसियों फ्रेम पर लाखों एजेंटों के सिमुलेशन को सक्षम किया है।

अन्य मॉडलिंग रूपों के साथ एकीकरण

चूंकि एजेंट-आधारित मॉडलिंग किसी विशेष सॉफ़्टवेयर या प्लेटफ़ॉर्म की तुलना में मॉडलिंग ढाँचा है, इसलिए इसका उपयोग सदैव अन्य मॉडलिंग रूपों के साथ संयोजन में किया जाता है। उदाहरण के लिए, एजेंट-आधारित मॉडल को भौगोलिक सूचना प्रणाली (जीआईएस) के साथ भी जोड़ा गया है। यह उपयोगी संयोजन प्रदान करता है जहां एबीएम प्रक्रिया मॉडल के रूप में कार्य करता है और जीआईएस प्रणाली पैटर्न का मॉडल प्रदान कर सकती है।[100] इसी तरह, सोशल नेटवर्क विश्लेषण (एसएनए) उपकरण और एजेंट-आधारित मॉडल कभी-कभी एकीकृत होते हैं, जहां एबीएम का उपयोग नेटवर्क पर गतिशीलता का अनुकरण करने के लिए किया जाता है जबकि एसएनए उपकरण मॉडल और संवाद के नेटवर्क का विश्लेषण करता है।[101]

सत्यापन एवं पुष्टिकरण

सिमुलेशन मॉडल का सत्यापन एवं पुष्टिकरण (वी एंड वी) अत्यंत महत्वपूर्ण है।[102][103] सत्यापन में यह सुनिश्चित करना सम्मिलित है कि कार्यान्वित मॉडल वैचारिक मॉडल से मेल खाता है, जबकि सत्यापन यह सुनिश्चित करता है कि कार्यान्वित मॉडल का वास्तविक दुनिया से कुछ संबंध है। फेस सत्यापन, संवेदनशीलता विश्लेषण, अंशांकन और सांख्यिकीय सत्यापन सत्यापन के विभिन्न भाग हैं।[104] एजेंट-आधारित प्रणालियों के सत्यापन के लिए अलग-घटना सिमुलेशन रूपरेखा दृष्टिकोण प्रस्तावित किया गया है।[105] एजेंट-आधारित मॉडलों के अनुभवजन्य सत्यापन पर व्यापक संसाधन पाया जा सकता है।[106]

चूंकि वी एंड वी विधि के उदाहरण के रूप में, वीओएमएएस (वर्चुअल ओवरले मल्टी-एजेंट प्रणाली ) पर विचार करें।[107] सॉफ्टवेयर इंजीनियरिंग आधारित दृष्टिकोण, जहां एजेंट-आधारित मॉडल के साथ-साथ वर्चुअल ओवरले मल्टी-एजेंट प्रणाली विकसित किया जाता है। मुआज़ी एट अल. जंगल की आग सिमुलेशन मॉडल के सत्यापन एवं पुष्टिकरण के लिए वीओएमएएस का उपयोग करने का उदाहरण भी प्रदान करें।[108][109] अन्य सॉफ्टवेयर इंजीनियरिंग विधि, अर्थात परीक्षण-संचालित विकास टेस्ट-संचालित विकास को एजेंट-आधारित मॉडल सत्यापन के लिए अनुकूलित किया गया है।[110] इस दृष्टिकोण का और लाभ है जो यूनिट परीक्षण टूल का उपयोग करके स्वचालित सत्यापन की अनुमति देता है।

यह भी देखें

संदर्भ

  1. Grimm, Volker; Railsback, Steven F. (2005). व्यक्तिगत-आधारित मॉडलिंग और पारिस्थितिकी. Princeton University Press. p. 485. ISBN 978-0-691-09666-7.
  2. 2.0 2.1 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). "लगातार सूक्ष्म, स्थूल और राज्य-आधारित जनसंख्या मॉडलिंग". Mathematical Biosciences. 225 (2): 94–107. doi:10.1016/j.mbs.2010.02.003. PMID 20171974.
  4. "औद्योगिक पारिस्थितिकी तंत्र के एजेंट-आधारित मॉडल". 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 (Suppl 3): 7280–7. Bibcode:2002PNAS...99.7280B. doi:10.1073/pnas.082080899. PMC 128598. PMID 12011407.
  6. Schelling, Thomas C. (1971). "पृथक्करण के गतिशील मॉडल" (PDF). Journal of Mathematical Sociology. 1 (2): 143–186. doi:10.1080/0022250x.1971.9989794. Archived (PDF) from the original on December 1, 2016. Retrieved April 21, 2015.
  7. Axelrod, Robert (1997). सहयोग की जटिलता: प्रतिस्पर्धा और सहयोग के एजेंट-आधारित मॉडल. Princeton: Princeton University Press. ISBN 978-0-691-01567-5.
  8. रेफरी नाम = हॉलैंड>Holland, J.H.; Miller, J.H. (1991). "आर्थिक सिद्धांत में कृत्रिम अनुकूली एजेंट" (PDF). American Economic Review. 81 (2): 365–71. Archived from the original (PDF) on 2005-10-27.<nowiki>
  9. रेफरी नाम= :0 >Kohler, Timothy; Gumerman, George (2000). मानव और प्राइमेट समाज में गतिशीलता: सामाजिक और स्थानिक प्रक्रियाओं की एजेंट-आधारित मॉडलिंग. New York, New York: Santa Fe Institute and Oxford University Press. ISBN 0-19-513167-3.<nowiki>
  10. 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.
  11. "निर्माण". Computational Analysis of Social Organizational Systems. Archived from the original on October 11, 2008. Retrieved February 19, 2008.
  12. Cite error: Invalid <ref> tag; no text was provided for refs named :0
  13. "स्प्रिंगर कॉम्प्लेक्स एडेप्टिव सिस्टम मॉडलिंग जर्नल (सीएएसएम)". Archived from the original on June 18, 2012. Retrieved July 1, 2012.
  14. Samuelson, Douglas A. (December 2000). "डिजाइनिंग संगठन". OR/MS Today. Archived from the original on June 17, 2019. Retrieved June 17, 2019.
  15. Samuelson, Douglas A. (February 2005). "परिवर्तन के एजेंट". OR/MS Today. Archived from the original on June 17, 2019. Retrieved June 17, 2019.
  16. Samuelson, Douglas A.; Macal, Charles M. (August 2006). "एजेंट-आधारित मॉडलिंग का युग आता है". OR/MS Today. Archived from the original on June 17, 2019. Retrieved June 17, 2019.
  17. 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.
  18. Aditya Kurve; Khashayar Kotobi; George Kesidis (2013). "एक आशावादी समानांतर असतत घटना सिम्युलेटर के प्रदर्शन मॉडलिंग के लिए एक एजेंट-आधारित ढांचा". Complex Adaptive Systems Modeling. 1: 12. doi:10.1186/2194-3206-1-12.
  19. Niazi, Muaz A. K. (2011-06-30). "जटिल अनुकूली प्रणालियों के औपचारिक, नेटवर्क और मान्य एजेंट-आधारित सिमुलेशन मॉडल विकसित करने के लिए एक नवीन एकीकृत ढांचे की ओर". hdl:1893/3365. {{cite journal}}: Cite journal requires |journal= (help) (PhD Thesis)
  20. Niazi, M.A. and Hussain, A (2012), Cognitive Agent-based Computing-I: A Unified Framework for Modeling Complex Adaptive Systems using Agent-based & Complex Network-based Methods Cognitive Agent-based Computing Archived December 24, 2012, at the Wayback Machine
  21. "मॉडल तुलना के लिए झुंड कोड टेम्पलेट". Swarm Development Group. Archived from the original on August 3, 2008.
  22. Volker Grimm; Uta Berger; Finn Bastiansen; et al. (September 15, 2006). "व्यक्ति-आधारित और एजेंट-आधारित मॉडल का वर्णन करने के लिए एक मानक प्रोटोकॉल". Ecological Modelling. 198 (1–2): 115–126. doi:10.1016/j.ecolmodel.2006.04.023. S2CID 11194736. (ODD Paper)
  23. Ch'ng, E. (2012) Macro and Micro Environment for Diversity of Behaviour in Artificial Life Simulation, Artificial Life Session, The 6th International Conference on Soft Computing and Intelligent Systems, The 13th International Symposium on Advanced Intelligent Systems, November 20–24, 2012, Kobe, Japan. Macro and Micro Environment Archived November 13, 2013, at the Wayback Machine
  24. Simon, Herbert A. The sciences of the artificial. MIT press, 1996.
  25. Wertheim, Kenneth Y.; Puniy, Bhanwar Lal; Fleur, Alyssa La; Shah, Ab Rauf; Barberis, Matteo; Helikar, Tomáš (2021-08-03). "A multi-approach and multi-scale platform to model CD4+ T cells responding to infections". PLOS Computational Biology (in English). 17 (8): e1009209. Bibcode:2021PLSCB..17E9209W. doi:10.1371/journal.pcbi.1009209. ISSN 1553-7358. PMC 8376204. PMID 34343169.
  26. Situngkir, Hokky (2004). "Epidemiology Through Cellular Automata: Case of Study Avian Influenza in Indonesia". arXiv:nlin/0403035.
  27. Caplat, Paul; Anand, Madhur; Bauch, Chris (March 10, 2008). "सममित प्रतिस्पर्धा वन गतिशीलता के व्यक्तिगत-आधारित मॉडल में जनसंख्या दोलन का कारण बनती है". Ecological Modelling. 211 (3–4): 491–500. doi:10.1016/j.ecolmodel.2007.10.002.
  28. Thomas, Philipp (December 2019). "वंश वृक्षों में जीन अभिव्यक्ति का आंतरिक और बाह्य शोर". Scientific Reports. 9 (1): 474. Bibcode:2019NatSR...9..474T. doi:10.1038/s41598-018-35927-x. ISSN 2045-2322. PMC 6345792. PMID 30679440.
  29. Fedriani JM, T Wiegand, D Ayllón, F Palomares, A Suárez-Esteban and V. Grimm. 2018. Assisting seed dispersers to restore old-fields: an individual-based model of the interactions among badgers, foxes, and Iberian pear trees. Journal of Applied Ecology 55: 600–611.
  30. Ch'ng, E. (2009) An Artificial Life-Based Vegetation Modelling Approach for Biodiversity Research, in Nature-Inspired informatics for Intelligent Applications and Knowledge Discovery: Implications in Business, Science and Engineering, R. Chiong, Editor. 2009, IGI Global: Hershey, PA. http://complexity.io/Publications/NII-alifeVeg-eCHNG.pdf Archived November 13, 2013, at the Wayback Machine
  31. Weller, F.G.; Webb, E.B.; Beatty, W.S.; Fogenburg, S.; Kesler, D.; Blenk, R.H.; Eadie, J.M.; Ringelman, K.; Miller, M. L. (2022). मध्य-महाद्वीप के मॉलर्डों द्वारा गतिविधियों और आवास चयन की एजेंट-आधारित मॉडलिंग (Report). Cooperator Science Series. Washington, D. C: U.S. Department of Interior, Fish and Wildlife Service. doi:10.3996/css47216360. FWS/CSS-143-2022.
  32. Wirth, E.; Szabó, Gy.; Czinkóczky, A. (2016-06-07). "एजेंट-आधारित पद्धति द्वारा लैंडस्केप विविधता का माप". 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.
  33. 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.
  34. 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.
  35. 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.
  36. Hadzibeganovic, Tarik; Stauffer, Dietrich; Schulze, Christian (2009). "भाषा चयन गतिशीलता का एजेंट-आधारित कंप्यूटर सिमुलेशन". 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.
  37. 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.
  38. 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). "किशोर, लेकिन वयस्क नहीं, स्तन ग्रंथि का विकिरण स्टेम सेल स्व-नवीकरण और एस्ट्रोजन रिसेप्टर नकारात्मक ट्यूमर को बढ़ाता है". Stem Cells. 32 (3): 649–61. doi:10.1002/stem.1533. PMID 24038768. S2CID 32979016.
  39. Tang, Jonathan; Ley, Klaus; Hunt, C. Anthony (2007). "सिलिको ल्यूकोसाइट रोलिंग, सक्रियण और आसंजन की गतिशीलता". BMC Systems Biology. 1 (14): 14. doi:10.1186/1752-0509-1-14. PMC 1839892. PMID 17408504.
  40. Tang, Jonathan; Hunt, C. Anthony (2010). "ल्यूकोसाइट रोलिंग, सक्रियण और आसंजन को सक्षम करने वाले जुड़ाव के नियमों की पहचान करना". PLOS Computational Biology. 6 (2): e1000681. Bibcode:2010PLSCB...6E0681T. doi:10.1371/journal.pcbi.1000681. PMC 2824748. PMID 20174606.
  41. Castiglione, Filippo; Celada, Franco (2015). प्रतिरक्षा प्रणाली मॉडलिंग और सिमुलेशन. CRC Press, Boca Raton. p. 274. ISBN 978-1-4665-9748-8. Archived from the original on February 4, 2023. Retrieved December 17, 2017.
  42. Siddiqa, Amnah; Niazi, Muaz; Mustafa, Farah; Bokhari, Habib; Hussain, Amir; Akram, Noreen; Shaheen, Shabnum; Ahmed, Fouzia; Iqbal, Sarah (2009). "A new hybrid agent-based modeling & simulation decision support system for breast cancer data analysis" (PDF). 2009 International Conference on Information and Communication Technologies. pp. 134–139. doi:10.1109/ICICT.2009.5267202. ISBN 978-1-4244-4608-7. S2CID 14433449. Archived from the original (PDF) on June 14, 2011. (Breast Cancer DSS)
  43. 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.
  44. Barathy, Gnana; Yilmaz, Levent; Tolk, Andreas (March 2012). "Agent Directed Simulation for Combat Modeling and Distributed Simulation". कॉम्बैट मॉडलिंग और वितरित सिमुलेशन के इंजीनियरिंग सिद्धांत. Hoboken, NJ: Wiley. pp. 669–714. doi:10.1002/9781118180310.ch27. ISBN 9781118180310.
  45. Azimi, Mohammad; Jamali, Yousef; Mofrad, Mohammad R. K. (2011). "साइटोस्केलेटल प्रसार के अनुप्रयोग के साथ प्रतिक्रिया-प्रसार प्रणालियों के एजेंट आधारित मॉडल में प्रसार के लिए लेखांकन". PLOS ONE. 6 (9): e25306. Bibcode:2011PLoSO...625306A. doi:10.1371/journal.pone.0025306. PMC 3179499. PMID 21966493.
  46. 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.
  47. Azimi, Mohammad; Bulat, Evgeny; Weis, Karsten; Mofrad, Mohammad R. K. (2014-11-05). "परमाणु छिद्र परिसर के माध्यम से एमआरएनए निर्यात के लिए एक एजेंट-आधारित मॉडल". Molecular Biology of the Cell. 25 (22): 3643–3653. doi:10.1091/mbc.E14-06-1065. PMC 4230623. PMID 25253717.
  48. 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.
  49. 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.
  50. Hagen, Oskar; Flück, Benjamin; Fopp, Fabian; Cabral, Juliano C.; Hartig, Florian; Pontarp, Mikael; Rangel, Thiago F.; Pellissier, Loïc (2021). "gen3sis: A general engine for eco-evolutionary simulations of the processes that shape Earth's biodiversity". PLOS Biology. 19 (7): e3001340. doi:10.1371/journal.pbio.3001340. PMC 8384074. PMID 34252071. S2CID 235807562.
  51. Eisinger, Dirk; Thulke, Hans-Hermann (2008-04-01). "स्थानिक पैटर्न का निर्माण संक्रामक रोगों के उन्मूलन की सुविधा प्रदान करता है". 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.
  52. Railsback, Steven F.; Grimm, Volker (2019-03-26). एजेंट-आधारित और व्यक्तिगत-आधारित मॉडलिंग (in English). ISBN 978-0-691-19082-2. Archived from the original on October 24, 2020. Retrieved October 19, 2020.
  53. Adam, David (2020-04-02). "Special report: The simulations driving the world's response to COVID-19". Nature (in English). 580 (7803): 316–318. Bibcode:2020Natur.580..316A. doi:10.1038/d41586-020-01003-6. PMID 32242115. S2CID 214771531.
  54. Sridhar, Devi; Majumder, Maimuna S. (2020-04-21). "महामारी की मॉडलिंग". BMJ (in English). 369: m1567. doi:10.1136/bmj.m1567. ISSN 1756-1833. PMID 32317328. S2CID 216074714. Archived from the original on May 16, 2021. Retrieved October 19, 2020.
  55. 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. Archived from the original on February 24, 2021. Retrieved October 19, 2020.
  56. 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 (in English). 26 (5): 1352–1360. doi:10.1111/jep.13459. ISSN 1365-2753. PMC 7461315. PMID 32820573.
  57. Manout, O.; Ciari, F. (2021). "Assessing the Role of Daily Activities and Mobility in the Spread of COVID-19 in Montreal With an Agent-Based Approach". Frontiers in Built Environment (in English). 7. doi:10.3389/fbuil.2021.654279.
  58. 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, archived from the original on February 4, 2023, retrieved 2021-07-19
  59. 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, archived from the original on February 4, 2023, retrieved 2021-07-19
  60. 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, archived from the original on February 4, 2023, retrieved 2022-02-15
  61. "Git-repository with open access source-code for OpenCOVID". GitHub. Swiss TPH. 2022-01-31. Archived from the original on February 15, 2022. Retrieved 2022-02-15.
  62. 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.
  63. 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.
  64. Crowder, R. M.; Robinson, M. A.; Hughes, H. P. N.; Sim, Y. W. (2012). "इंजीनियरिंग टीम के काम के अनुकरण के लिए एजेंट-आधारित मॉडलिंग ढांचे का विकास". IEEE Transactions on Systems, Man, and Cybernetics - Part A: Systems and Humans. 42 (6): 1425–1439. doi:10.1109/TSMCA.2012.2199304. S2CID 7985332.
  65. "ट्रैफ़िक सिमुलेशन में एजेंट प्रौद्योगिकी का अनुप्रयोग". United States Department of Transportation. May 15, 2007. Archived from the original on January 1, 2011. Retrieved October 31, 2007.
  66. Niazi, M.; Baig, A. R.; Hussain, A.; Bhatti, S. (2008). Mason, S.; Hill, R.; Mönch, L.; Rose, O.; Jefferson, T.; Fowler, J. W. (eds.). "अनुसंधान प्रक्रिया का अनुकरण" (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. Archived (PDF) from the original on June 1, 2011. Retrieved June 7, 2009.
  67. Niazi, Muaz A. (2008). "परिवेश सहायता प्राप्त वातावरण के लिए स्व-संगठित अनुकूलित सामग्री वितरण वास्तुकला" (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.
  68. Nasrinpour, Hamid Reza; Friesen, Marcia R.; McLeod, Robert D. (2016-11-22). "फेसबुक इलेक्ट्रॉनिक सोशल नेटवर्क में संदेश प्रसार का एक एजेंट-आधारित मॉडल". arXiv:1611.07454 [cs.SI].
  69. Niazi, Muaz; Hussain, Amir (March 2009). "पीयर-टू-पीयर, एड-हॉक और अन्य जटिल नेटवर्क में स्व-संगठन की मॉडलिंग और सिमुलेशन के लिए एजेंट आधारित उपकरण" (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.
  70. Niazi, Muaz; Hussain, Amir (2011). "जटिल अनुकूली वातावरण में सेंसिंग के लिए एक उपन्यास एजेंट-आधारित सिमुलेशन फ्रेमवर्क" (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.
  71. Sarker, R. A.; Ray, T. (2010). "Agent Based Evolutionary Approach: An Introduction". एजेंट-आधारित विकासवादी खोज. Adaptation, Learning, and Optimization. Vol. 5. p. 1. doi:10.1007/978-3-642-13425-8_1. ISBN 978-3-642-13424-1.
  72. Page, Scott E. (2008). एजेंट-आधारित मॉडल. Archived from the original on February 10, 2018. Retrieved October 3, 2011. {{cite book}}: |work= ignored (help)
  73. Testfatsion, Leigh; Judd, Kenneth, eds. (May 2006). कम्प्यूटेशनल अर्थशास्त्र की पुस्तिका. Vol. 2. Elsevier. p. 904. ISBN 978-0-444-51253-6. Archived from the original on March 6, 2012. Retrieved January 29, 2012. (Chapter preview)
  74. 74.0 74.1 "परिवर्तन के एजेंट". The Economist. July 22, 2010. Archived from the original on January 23, 2011. Retrieved February 16, 2011.
  75. "एक आदर्श दृष्टिकोण". Nature. 460 (7256): 667. August 6, 2009. Bibcode:2009Natur.460Q.667.. doi:10.1038/460667a. PMID 19661863.
  76. Farmer & Foley 2009, p. 685.
  77. Farmer & Foley 2009, p. 686.
  78. Stefan, F., & Atman, A. (2015). Is there any connection between the network morphology and the fluctuations of the stock market index? Physica A: Statistical Mechanics and Its Applications, (419), 630-641.
  79. Dawid, Herbert; Gatti, Delli (January 2018). "एजेंट-आधारित मैक्रोइकॉनॉमिक्स". Handbook of Computational Economics. 4: 63–156. doi:10.1016/bs.hescom.2018.02.006.
  80. 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.
  81. 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.
  82. 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.
  83. 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). Archived (PDF) from the original on November 18, 2016. Retrieved November 17, 2016.
  84. Yang, Xiaoliang; Zhou, Peng (April 2022). "Wealth inequality and social mobility: A simulation-based modelling approach". Journal of Economic Behavior & Organization (in English). 196: 307–329. doi:10.1016/j.jebo.2022.02.012. S2CID 247143315. Archived from the original on April 23, 2022. Retrieved April 28, 2022.
  85. Berglund, Emily Zechman (November 2015). "जल संसाधन योजना और प्रबंधन के लिए एजेंट-आधारित मॉडलिंग का उपयोग करना". Journal of Water Resources Planning and Management (in English). 141 (11): 04015025. doi:10.1061/(ASCE)WR.1943-5452.0000544. ISSN 0733-9496. Archived from the original on January 19, 2022. Retrieved September 18, 2021.
  86. 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 (in English). 49 (7): 3912–3926. doi:10.1002/wrcr.20287. S2CID 128659104.
  87. "एजेंट-निर्देशित सिमुलेशन". Archived from the original on September 27, 2011. Retrieved August 9, 2011.
  88. Hallerbach, S.; Xia, Y.; Eberle, U.; Koester, F. (2018). "सहकारी और स्वचालित वाहनों के लिए महत्वपूर्ण परिदृश्यों की सिमुलेशन-आधारित पहचान". SAE International Journal of Connected and Automated Vehicles. SAE International. 1 (2): 93–106. doi:10.4271/2018-01-1066.
  89. Madrigal, Story by Alexis C. "सेल्फ-ड्राइविंग कारों के प्रशिक्षण के लिए वेमो की गुप्त दुनिया के अंदर". The Atlantic. Archived from the original on August 14, 2020. Retrieved 14 August 2020.
  90. Connors, J.; Graham, S.; Mailloux, L. (2018). "वाहन-से-वाहन अनुप्रयोगों के लिए साइबर सिंथेटिक मॉडलिंग". In International Conference on Cyber Warfare and Security. Academic Conferences International Limited: 594-XI.
  91. 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. Archived from the original on January 31, 2022. Retrieved August 19, 2021.
  92. 92.0 92.1 Lysenko, Mikola; D'Souza, Roshan M. (2008). "ग्राफ़िक्स प्रोसेसिंग इकाइयों पर मेगास्केल एजेंट आधारित मॉडल सिमुलेशन के लिए एक रूपरेखा". Journal of Artificial Societies and Social Simulation. 11 (4): 10. ISSN 1460-7425. Archived from the original on April 26, 2019. Retrieved 16 April 2019.
  93. Gulyás, László; Szemes, Gábor; Kampis, George; de Back, Walter (2009). "एबीएम विभाजन के लिए एक मॉडलर-अनुकूल एपीआई". 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. Archived from the original on April 16, 2019. Retrieved April 16, 2019.
  94. Collier, N.; North, M. (2013). "उच्च प्रदर्शन कंप्यूटिंग के लिए रिपास्ट के साथ समानांतर एजेंट-आधारित सिमुलेशन". Simulation. 89 (10): 1215–1235. doi:10.1177/0037549712462620. S2CID 29255621.
  95. Fujimoto, R. (2015). "समानांतर और वितरित अनुकरण". 2015 Winter Simulation Conference (WSC). Huntington Beach, CA, USA: 45–59. doi:10.1109/WSC.2015.7408152. ISBN 978-1-4673-9743-8. Archived from the original on February 4, 2023. Retrieved September 6, 2020.
  96. Shook, E.; Wang, S.; Tang, W. (2013). "समानांतर स्थानिक रूप से स्पष्ट एजेंट-आधारित मॉडल के लिए एक संचार-जागरूक ढांचा". International Journal of Geographical Information Science. Taylor & Francis. 27 (11): 2160–2181. doi:10.1080/13658816.2013.771740. S2CID 41702653.
  97. 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.
  98. Isaac Rudomin; et al. (2006). "GPU में बड़ी भीड़". Monterrey Institute of Technology and Higher Education. Archived from the original on January 11, 2014.
  99. 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.
  100. 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.
  101. 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.
  102. 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.
  103. Galán, José Manuel; Izquierdo, Luis; Izquierdo, Segismundo S.; Santos, José Ignacio; del Olmo, Ricardo; López-Paredes, Adolfo; Edmonds, Bruce (2009). "एजेंट-आधारित मॉडलिंग में त्रुटियाँ और कलाकृतियाँ". Journal of Artificial Societies and Social Simulation. 12 (1): 1. Archived from the original on June 21, 2009. Retrieved January 26, 2010.
  104. Klügl, F. (2008). "A validation methodology for agent-based simulations". Proceedings of the 2008 ACM symposium on Applied computing - SAC '08. pp. 39–43. doi:10.1145/1363686.1363696. ISBN 9781595937537. S2CID 9450992.
  105. Fortino, G.; Garro, A.; Russo, W. (2005). "एजेंट-आधारित और मल्टी-एजेंट सिस्टम के सत्यापन के लिए एक अलग-घटना सिमुलेशन फ्रेमवर्क" (PDF). Archived (PDF) from the original on June 26, 2011. Retrieved September 27, 2009. {{cite journal}}: Cite journal requires |journal= (help)
  106. Tesfatsion, Leigh. "Empirical Validation: Agent-Based Computational Economics". Iowa State University. Archived from the original on June 26, 2020. Retrieved June 24, 2020.
  107. Niazi, Muaz; Hussain, Amir; Kolberg, Mario. "VOMAS दृष्टिकोण का उपयोग करके एजेंट-आधारित सिमुलेशन का सत्यापन और सत्यापन" (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.
  108. Niazi, Muaz; Siddique, Qasim; Hussain, Amir; Kolberg, Mario (April 11–15, 2010). "एजेंट-आधारित वन अग्नि सिमुलेशन मॉडल का सत्यापन और सत्यापन" (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.
  109. Niazi, Muaz A. K. (June 11, 2011). "जटिल अनुकूली प्रणालियों के औपचारिक, नेटवर्क और मान्य एजेंट-आधारित सिमुलेशन मॉडल विकसित करने के लिए एक नवीन एकीकृत ढांचे की ओर". University of Stirling. hdl:1893/3365. {{cite journal}}: Cite journal requires |journal= (help) PhD Thesis
  110. 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. Archived from the original on June 30, 2020. Retrieved March 30, 2021.



सामान्य

बाहरी संबंध

लेख/सामान्य जानकारी

सिमुलेशन मॉडल

श्रेणी:गणना के मॉडल श्रेणी:जटिल प्रणाली सिद्धांत श्रेणी:समाजशास्त्र में पद्धतियाँ श्रेणी:कृत्रिम जीवन श्रेणी:एजेंट-आधारित मॉडल