Skip to content

GCRI · علم سامانه‌ها و مدل‌سازی

مدل‌های عامل‌بنیان و پیچیدگی

Agent-based models represent many individual actors, such as households, firms, vehicles or cells, following rules and interacting, so that system patterns emerge from the bottom up. They suit questions where heterogeneity, adaptation and interaction matter, and they are hard to validate. This page sets out how agent-based and complexity models are built, documented and tested, and what evidence serves the institutions that use them.

01ثبت‌خانه

Agent-based and complexity models on the record.

02The question

Agent-based and complexity models: how the risk develops.

Behaviour, adaptation and emergence in social-technical سامانه‌ها. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.

سازوکار

Heterogeneity matters

Agents differ in resources, behaviour and location. Averages can hide the variation that drives outcomes such as who is harmed by a shock.

سازوکار

Adaptation changes the system

Agents respond to each other and to policy, so the system changes as it is studied, which equation-based models may miss.

سازوکار

Emergence can surprise

Simple rules can produce unexpected collective patterns, such as tipping points or segregation, which are useful but need careful explanation.

سازوکار

Many parameters, little data

Agent-based models often have more parameters than data can constrain, so documentation and pattern-oriented validation are essential.

03جغرافیا

مخاطره‌ها و مواجهه در آمریکای شمالی.

Population density, flood water and active fires over North America, from NASA GIBS. Each layer carries its own date.

نقشهٔ تعاملی به جاوااسکریپت نیاز دارد؛ فهرست لایه‌ها و منابع در ادامه آمده است.

لایه‌ها 3

مخاطره‌ها و مواجهه، برای این صفحه

دربارهٔ این لایه
شواهد
برآوردی
منبع
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN، Columbia University))
ارائه‌دهنده
NASA SEDAC (CIESIN، دانشگاه کلمبیا)
پروانه
CC BY 4.0
سال تولید
null؛ برآورد مبتنی بر سرشماری، ایستا (2020)
وضوح
شبکهٔ حدود 1 کیلومتری
عدم قطعیت
برآورد مبتنی بر سرشماری از تعداد افراد در هر کیلومتر مربع در 2020، به‌عنوان زمینهٔ مواجهه؛ شمار افراد آسیب‌دیده از هیچ مخاطره‌ای نیست.
دسترسی از طریق
gibs.earthdata.nasa.gov، فقط پس از آنکه نقشهٔ زنده را مجاز کنید
دربارهٔ این لایه
شواهد
مشاهده‌ای (ابرها شکاف ایجاد می‌کنند)
منبع
محصول سیل جهانی VIIRS (NASA LANCE)
ارائه‌دهنده
NASA LANCE
پروانه
داده‌های باز NASA
سال تولید
روزانه؛ آشکارسازی ماهواره‌ای؛ ابرها شکاف به جا می‌گذارند
تازه‌ترین در زمان ساخت
2026-10-14
وضوح
شبکهٔ حدود 250 m
عدم قطعیت
آشکارسازی ماهواره‌ای؛ ابرها شکاف به جا می‌گذارند. رستر ماهواره‌ای یا مدلی همان‌گونه که ارائه‌دهنده منتشر می‌کند. ابر، شکاف‌های نوار پویش و خطای بازیابی شکاف و نوفه به جا می‌گذارند؛ مقادیر نشانگر هستند، نه اندازه‌گیری در یک مکان.
دسترسی از طریق
gibs.earthdata.nasa.gov، فقط پس از آنکه نقشهٔ زنده را مجاز کنید
دربارهٔ این لایه
شواهد
مشاهده‌شده (ابر و زمان گذر ماهواره شکاف به جا می‌گذارند)
منبع
VIIRS NOAA-20 375 m (FIRMS) (NASA LANCE FIRMS)
ارائه‌دهنده
NASA LANCE FIRMS
پروانه
داده‌های باز NASA
سال تولید
روزانه؛ آشکارسازی ماهواره‌ای؛ ابر و زمان گذر ماهواره شکاف به جا می‌گذارند
تازه‌ترین در زمان ساخت
2026-10-13
وضوح
شبکهٔ حدود 500 متری
عدم قطعیت
شناسایی‌های ماهواره‌ای نقاط داغ در روز نمایش‌داده‌شده، شامل مشعل‌های گاز و گرمای صنعتی؛ آتش‌سوزی تأییدشده، گزارش رویداد یا هشدار نیست.
دسترسی از طریق
gibs.earthdata.nasa.gov، فقط پس از آنکه نقشهٔ زنده را مجاز کنید
دربارهٔ این لایه
شواهد
مشاهده‌شده
منبع
بازتاب تصحیح‌شدهٔ VIIRS NOAA-20 (NASA LANCE)
ارائه‌دهنده
NASA LANCE
پروانه
داده‌های باز NASA
سال تولید
روزانه؛ تصویر ماهواره‌ای
تازه‌ترین در زمان ساخت
2026-10-14
وضوح
شبکهٔ حدود 250 m
عدم قطعیت
تصویر ماهواره‌ای. رستر ماهواره‌ای یا مدلی همان‌گونه که ارائه‌دهنده منتشر می‌کند. ابر، شکاف‌های نوار پویش و خطای بازیابی شکاف و نوفه به جا می‌گذارند؛ مقادیر نشانگر هستند، نه اندازه‌گیری در یک مکان.
دسترسی از طریق
gibs.earthdata.nasa.gov، فقط پس از آنکه نقشهٔ زنده را مجاز کنید
دربارهٔ این لایه
شواهد
مدل‌سازی‌شده (آخرین سالی که GIBS منتشر می‌کند)
منبع
پوشش زمین MODIS Terra و Aqua (MCD12Q1) (NASA LP DAAC)
ارائه‌دهنده
NASA LP DAAC
پروانه
داده‌های باز NASA
سال تولید
سالانه؛ طبقه‌بندی ماهواره‌ای؛ آخرین سالی که GIBS منتشر می‌کند
تازه‌ترین در زمان ساخت
2024-01-01
وضوح
شبکهٔ حدود 500 متری
عدم قطعیت
طبقه‌های پوشش زمین به‌صورت ماهواره‌ای برای سال نمایش‌داده‌شده، از جمله زمین‌های زراعی؛ طبقه‌بندی‌ای با خطاهای شناخته‌شده، نه ثبت مزارع.
دسترسی از طریق
gibs.earthdata.nasa.gov، فقط پس از آنکه نقشهٔ زنده را مجاز کنید
دربارهٔ این لایه
شواهد
مشاهده‌شده (ابر پایدار همچنان شکاف به جا می‌گذارد)
منبع
VIIRS NOAA-20 سطح 3، 8 روزه (NASA LANCE)
ارائه‌دهنده
NASA LANCE
پروانه
داده‌های باز NASA
سال تولید
8 روزه؛ ترکیب 8 روزهٔ ماهواره‌ای؛ ابر پایدار همچنان شکاف به جا می‌گذارد
تازه‌ترین در زمان ساخت
2026-09-14
وضوح
شبکهٔ حدود 1 کیلومتری
عدم قطعیت
دمای پوستهٔ زمین به‌صورت ماهواره‌ای طی 8 روز منتهی به تاریخ نمایش‌داده‌شده، نشانگر مواجهه با گرما؛ نه دمای هوا، نه شاخص گرما و نه هشدار گرما.
دسترسی از طریق
gibs.earthdata.nasa.gov، فقط پس از آنکه نقشهٔ زنده را مجاز کنید

آخرین موجود

NASA GIBS / EOSDIS · ASTER GDEM (METI، NASA) · Blue Marble (NASA) · © مشارکت‌کنندگان OpenStreetMap (ODbL) · Natural Earth

در حال بارگیری تازه‌ترین تصاویر NASA.

برای جابه‌جایی بکشید. برای بزرگ‌نمایی از Ctrl یا ⌘ و غلتاندن، حرکت دو انگشت یا دکمه‌ها استفاده کنید؛ برای دیدن مقادیر زیر نشانگر روی آن بروید؛ بازنشانی به منطقه بازمی‌گرداند.

مخاطره‌ها و مواجهه، با تمرکز بر آمریکای شمالی.فرآورده‌های ماهواره‌ای و مدلی همان‌گونه که NASA منتشر می‌کند، هر یک با تاریخ خود. نشانگرند، نه ارزیابی هیچ مکانی.

داده‌ها: NASA GIBS · ASTER GDEM · Blue Marble · © مشارکت‌کنندگان OpenStreetMap · Natural Earth · NASA EONET · U.S. Geological Survey · NASA JPL OPERA DIST-ALERTمنابع و پروانه‌ها

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). داده‌های باز NASA
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). داده‌های باز NASA
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). دارای پروانهٔ CC BY 4.0. رنگ‌ها از نقشهٔ رنگ منتشرشده بازترسیم شده‌اند؛ مقادیر در جاهایی که نشان داده شده‌اند در سلول‌های شش‌ضلعی میانگین‌گیری شده‌اند (تغییریافته). doi:10.7927/H49C6VHW. CC BY 4.0
  • فرآورده‌های VIIRS نزدیک به بی‌درنگ (سیل، دمای سطح زمین، پوشش برف، بازتاب تصحیح‌شده)، NASA LANCE؛ تصاویر از طریق NASA GIBS. رنگ‌ها از نقشهٔ رنگ منتشرشده بازترسیم شده‌اند؛ مقادیر در جاهایی که نشان داده شده‌اند در سلول‌های شش‌ضلعی میانگین‌گیری شده‌اند (تغییریافته). داده‌های باز NASA
  • NASA Fire Information for Resource Management System (FIRMS)، فرآورده آتش فعال VIIRS 375 m، NASA LANCE؛ کاشی‌های برداری از طریق NASA GIBS. رنگ‌ها از نقشهٔ رنگ منتشرشده بازترسیم شده‌اند؛ مقادیر در جاهایی که نشان داده شده‌اند در سلول‌های شش‌ضلعی میانگین‌گیری شده‌اند (تغییریافته). داده‌های باز NASA
  • فرآورده‌های زمینی MODIS (شاخص‌های پوشش گیاهی، تولید ناخالص اولیه، پوشش زمین)، NASA LP DAAC و LANCE؛ تصاویر از طریق NASA GIBS. رنگ‌ها از نقشهٔ رنگ منتشرشده بازترسیم شده‌اند؛ مقادیر در جاهایی که نشان داده شده‌اند در سلول‌های شش‌ضلعی میانگین‌گیری شده‌اند (تغییریافته). داده‌های باز NASA
  • ASTER GDEM فرآورده METI و NASA است (ASTER Global Digital Elevation Model V003, NASA LP DAAC)؛ تصاویر از طریق NASA GIBS. رنگ‌ها از نقشهٔ رنگ منتشرشده بازترسیم شده‌اند؛ مقادیر در جاهایی که نشان داده شده‌اند در سلول‌های شش‌ضلعی میانگین‌گیری شده‌اند (تغییریافته). ارجاع: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. داده‌های باز NASA
  • ساخته‌شده با Natural Earth. داده‌های نقشهٔ برداری و رستری آزاد در naturalearthdata.com. مالکیت عمومی
  • © OpenStreetMap contributors (ODbL)، از طریق NASA GIBS (خط ساحلی، مرزها، جاده‌ها و نام مکان‌ها). رنگ‌ها از نقشهٔ رنگ منتشرشده بازترسیم شده‌اند؛ مقادیر در جاهایی که نشان داده شده‌اند در سلول‌های شش‌ضلعی میانگین‌گیری شده‌اند (تغییریافته). ODbL
  • Blue Marble، رصدخانهٔ زمین NASA؛ تصاویر از طریق NASA GIBS. رنگ‌ها از نقشهٔ رنگ منتشرشده بازترسیم شده‌اند؛ مقادیر در جاهایی که نشان داده شده‌اند در سلول‌های شش‌ضلعی میانگین‌گیری شده‌اند (تغییریافته). داده‌های باز NASA
  • زمینه بر کره و نقشهٔ تخت: خط ساحلی، مرزها، جاده‌ها و نام مکان‌ها از لایه‌های مرجع NASA GIBS (داده‌های OpenStreetMap، ODbL، © OpenStreetMap contributors)؛ تصاویر Blue Marble به‌عنوان پایهٔ اختیاری؛ زمین‌نمای 3D و خوانش ارتفاع از نمایهٔ رنگ ارتفاع ASTER GDEM (ردهٔ 5 m تا 200 m، برای خوانایی اغراق‌شده). مرزها همان‌گونه که منتشر شده‌اند ترسیم می‌شوند و بر هیچ سرزمینی موضعی را القا نمی‌کنند.
  • رویدادهای زنده: NASA Earth Observatory Natural Event Tracker (EONET)؛ رویدادها نشانگرند و پیوندهای منبع اصلی خود را حفظ می‌کنند.
  • زنده: رویدادهای NASA EONET نشانگرند و هشدار مراجع رسمی نیستند.
  • زنده: U.S. Geological Survey رویدادها نشانگرند و هشدار مراجع رسمی نیستند.
  • Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • پیش‌بینی دبی رودخانه، 30 روز با گستره (GloFAS از طریق Open-Meteo): شامل اطلاعات اصلاح‌شدهٔ Copernicus Emergency Management Service در 2026؛ هشدار سیل نیست.
  • داده‌های هواشناسی از Open-Meteo.com (https://open-meteo.com/), با پروانهٔ CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • لایه‌های اختیاری (11 منبع در فهرست لایه‌ها: زنده، پیش‌بینی، مشاهده‌ای و زمینه‌ای) هنگام روشن‌شدن، اعتبار ارائه‌دهندهٔ خود را روی نقشه و در اینجا چاپ می‌کنند؛ پیش‌بینی‌ها خروجی مدل‌اند و شاخص‌های مشتق‌شده برآورد به شمار می‌آیند.

لایه‌ها و تاریخ‌ها

  • تراکم جمعیت، 2020: جمعیت: CIESIN، دانشگاه کلمبیا، Gridded Population of the World v4.11 (2018)، NASA SEDAC، CC BY 4.0 · ایستا
  • آب سیل، ترکیب 3 روزه: VIIRS Global Flood Product، NASA LANCE · 14 اکتبر 2026
  • آتش‌های فعال و بی‌هنجاری‌های گرمایی: VIIRS NOAA-20 375 m (FIRMS)، NASA LANCE FIRMS · 13 اکتبر 2026
  • رنگ حقیقی: بازتاب تصحیح‌شدهٔ VIIRS NOAA-20، NASA LANCE · 13 اکتبر 2026
  • نوع پوشش زمین (IGBP)، سالانه: پوشش زمین MODIS Terra و Aqua (MCD12Q1)، NASA LP DAAC · 2024
  • دمای سطح زمین، روز، ترکیب 8 روزه: VIIRS NOAA-20 سطح 3، 8 روزه، NASA LANCE · 14 سپتامبر 2026

04در سراسر حوزه‌ها

Agent-based models capture behaviour in every domain.

05شبیه‌ساز

موجودی‌ها، جریان‌ها، تأخیرها و یک آستانهٔ واژگونی.

دو موجودی، فشار و ظرفیت سازگاری، که با یک حلقهٔ رشد تقویت‌شونده، یک واکنش تعادل‌بخش با تأخیر و خسارت آنگاه که فشار از ظرفیت پیشی می‌گیرد به هم پیوسته‌اند؛ فراتر از آستانه سامانه می‌تواند واژگون شود. مدل آموزشی با مقادیر تبیینی اعلام‌شده، نه پیش‌بینی. نقشهٔ این صفحه آمریکای شمالی را نشان می‌دهد؛ خود مدل به مکانی وابسته نیست.

کنترل‌ها

رشد فشار
6.0٪ در سال
اثربخشی ظرفیت در کاهش فشار
4.0٪ در سال
واکنش سرمایه‌گذاری به فشار ادراک‌شده
20%
تأخیر ادراک
4.0 سال
آستانهٔ واژگونی فشار
شاخص 60
تقویت پس از آستانه
2.0 برابر
سال‌های شبیه‌سازی‌شده
50 سال

خوانش‌ها

اوج فشار
شاخص 113
ظرفیت در پایان
شاخص 186
سال‌های بالاتر از آستانه
15.8 سال
رقم‌ها، روش‌ها و منابع
سالفشارظرفیتادراک‌شده
020.050.020.0
423.344.921.2
827.242.224.0
1231.742.327.7
1636.845.532.2
2042.351.537.2
2447.960.342.6
2853.271.348.0
3257.884.353.1
3666.498.458.4
4082.7115.969.7
4497.8139.783.8
48109.1169.497.3

روش‌ها

  1. پویایی‌شناسی سامانه Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics
  2. گذارهای بحرانی و نقاط واژگونی Scheffer and others (2009), Early-warning signals for critical transitions, Nature 461
  3. نمودار حلقهٔ علّی Sterman (2000), Business Dynamics, McGraw-Hill
  4. بادبزن عدم قطعیت (مونت‌کارلوی پارامتری) Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
  5. حساسیت‌سنجی تک‌متغیره (تورنادو) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

داده

No observed data enters this model: it runs on the teaching values set by the controls, to be replaced with a programme’s own evidence.

موجودی‌ها، شارها، تأخیرها و یک آستانهٔ واژگونی. مدل آموزشی تصویری: بر پایهٔ مقادیر تعیین‌شده با کنترل‌ها اجرا می‌شود، نه داده‌های اندازه‌گیری‌شده. روش‌ها: پویایی‌شناسی سامانه (Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics)؛ گذارهای بحرانی و نقاط واژگونی (Scheffer and others (2009), Early-warning signals for critical transitions, Nature 461)؛ نمودار حلقهٔ علّی (Sterman (2000), Business Dynamics, McGraw-Hill).
06نشانگرها

What is measured, and how well.

Each indicator carries its unit, its cadence, the kind of source behind it and the evidence label a value would carry. No values are shown: a programme supplies them under its own authority.

IndicatorUnitدورهٔ تکرارSource typeبرچسب
Models documented with the ODD protocolpercent of published modelsper reviewLiterature reviewمشاهده‌شده
Patterns reproduced in validationcount of target patternsper modelValidation studiesبرآوردشده
Parameters calibrated to datapercent of parametersper modelModel documentationDECLARED
Code publishedpercent of published modelsper reviewCode archivesمشاهده‌شده
تحلیل حساسیت performedpercent of published modelsper reviewLiterature reviewمشاهده‌شده
Runs per experimentcount of stochastic replicatesper experimentModel documentationDECLARED
07شبیه‌ساز همزاد و آبشار

Model agent-based and complexity models as a system. Run the cascade.

Assembled from the ⁨Nexus Standards⁩ area profile استانداردهای مخاطرات ترکیبی و آبشاری: the hazards it names, the سامانه‌ها and sectors that carry the loss, the controls that dampen it and the data that observe it. Choose the components, pick an initiating hazard and step through the cascade. The Map view places the run on an example geography with open data. Every coupling weight is a stated assumption you can change. A teaching model, not a forecast, an assessment or a certification. To model a place of your own choosing, open the full System Builder.

مخاطرات

کنترل‌ها

  • NS-0 اساسنامه و اصول
  • NS-3 UNIهای سابقهٔ ریسک (دستور زبان، تطبیق میراثی، مرجع تخصیص)
  • NS-9 UNIهای زمینه‌ای (استقرارها، نمونه‌ها، نمونه‌های برنامه)
  • NS-11 راستی‌آزمایی و پایش (شواهد، گواهی‌ها، مشاهدهٔ انطباق بدون اعتماد پیش‌فرض)
  • NRS-H61 خانوادهٔ مخاطره: شکست آبشاری (NHS-1 sys.cascade)
  • NRS-H62 خانوادهٔ مخاطره: رویدادهای مرکب و چندمخاطره‌ای (NHS-1 sys.compound)
  • NRS-H60 خانوادهٔ مخاطره: اختلال در زنجیرهٔ تأمین و جریان‌ها (NHS-1 sys.supply-chain)
  • NRS-H94 خانوادهٔ مخاطره: رویدادهای سایبری سامانه‌ای (NHS-1 cyber.systemic-cyber)
  • NRS-H107 خانوادهٔ مخاطره: تمرکز و تک‌گونگی زیرساخت دیجیتال (NHS-1 tech.digital-concentration)
  • NRS-H7 خانوادهٔ مخاطره: ناهنجاری‌های گردش بزرگ‌مقیاس (NHS-1 atmo.climate-mode)

مشاهده

  • Copernicus EMS rapid mapping activations (listed for reference)
  • OpenStreetMap planet and replication (listed for reference)
  • ERA5 reanalysis (Copernicus Climate Data Store) (listed for reference)
  • زیان اقتصادی مستقیم منتسب به سوانح نسبت به تولید ناخالص داخلی جهانی
  • Number of disruptions to basic services attributed to disasters

جغرافیای نمونه

  • بنگلادش: 134 سلول شش‌ضلعی
  • نورهای شبانهٔ امشب، قطعی‌ها (VIIRS Day/Night Band)، NASA GIBS
  • Carbon monoxide, smoke transport (AIRS), NASA GIBS
  • Vegetation disturbance alerts, 30 m (OPERA DIST-ALERT), NASA GIBS
08منابع

Where the evidence comes from.

Named public datasets and institutional records, each with its licence class. Sources by agreement are used only under their terms and never republished.

منبعWhat it givesLicence class
CoMSES Net Computational Model LibraryArchive of agent-based models with code and ODD documentationOpen, licence per model
ODD protocol publicationsDocumentation standard for agent-based modelsLicence per publication
NetLogo and MesaOpen-source agent-based modelling platformsOpen source, GPL and Apache licences
Journal of Artificial Societies and Social SimulationPeer-reviewed agent-based researchOpen access, CC BY
Pattern-oriented modelling literatureValidation approaches for complex modelsLicence per publication
09روش‌ها و شواهد

How agent-based and complexity models is modelled, measured and tested.

مدل، مفروضات، داده‌ها و عدم قطعیت آن، به شکلی که دانشمند یا مهندس بررسی می‌کند. ساختارها از روش‌های منتشرشده پیروی می‌کنند. مقادیر ترسیم‌شده تبیینی‌اند، نه یافته.

مدل، معادلات و مفروضات

The model structure used for agent-based and complexity models, the assumptions it makes and how each is tested.

ریسک عنصر iRi = f(Hi, Ei, Vi, Ci)مخاطره، مواجهه، آسیب‌پذیری و ظرفیت مقابله
زیان سالانهٔ مورد انتظارEAL = ∑k pk · Lkبر رویدادهای k با احتمال سالانهٔ pk
سامانه‌های جفت‌شدهxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
فرضچرا ساخته می‌شودچگونه آزموده می‌شود
مخاطره و مواجهه در یک رویداد مستقل‌اندانتگرال زیان را تحت‌کنترل نگه می‌داردمقایسه با برازش مفصل بر سوابق مشترک
جفت‌شدگی‌ها نزدیک نقطهٔ کار خطی‌انداجازه می‌دهد شوک‌ها از طریق A منتشر شوندفراتر از دامنهٔ خطی آشفته کنید و مقایسه کنید
منحنی‌های آسیب‌پذیری میان مکان‌ها منتقل می‌شوندمنحنی‌های محلی به‌ندرت در دسترس‌انداعتبارسنجی در برابر زیان‌های مشاهده‌شده در جاهایی که وجود دارند
ورودی‌ها
مجموعه‌داده‌های نسخه‌دار با خاستگاه
خروجی‌ها
توزیع‌ها، هرگز تک‌رقم‌ها
کد
منتشرشده با کارت مدل و آزمون‌ها
بازتولید
همان داده، کد، محیط و بذر
فرمول‌بندی‌های استاندارد ریسک و فضای حالت؛ مفروضات فهرست‌شده نمونهٔ روش‌اند، برای داوری بیان شده‌اند و نتیجه نیستند.
اصول راهنمای FAIR · GO FAIR و FORCE11W3C PROV · کنسرسیوم وب جهانیGuidance on consistent treatment of uncertainties · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
10تصمیم‌ها

Who decides, and what the evidence serves.

سامانه‌ها Science and Modelling prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.

چه کسی تصمیم می‌گیردThe questionEvidence this page serves
ModellersHow to document, calibrate and validate agent-based modelsTemplates; validation designs
Institutions using simulation resultsWhen agent-based results are credible enough to inform decisionsValidation and sensitivity evidence
Journals and reviewersWhat documentation to requireDocumentation evidence

Outputs this topic produces

  • Agent-based model documentation and review templates
  • Pattern-oriented validation designs
  • Sensitivity and calibration protocols
  • Teaching material on complexity methods
11Core questions

What experts ask about agent-based models.

  • Which behaviours and interactions must be represented to capture the phenomenon of interest?
  • How are agent rules grounded in evidence rather than assumption?
  • How sensitive are emergent results to small changes in rules or parameters?
  • How can agent-based models be validated against real-world data?
  • When does an agent-based approach add value over simpler models?
12Mechanisms and drivers

How emergence arises.

In complex سامانه‌ها, simple local rules can produce large-scale patterns: traffic jams form without a cause at the front; panic buying spreads through observation of others; markets can swing as traders follow trends. These effects arise from interaction, feedback and heterogeneity, which equation-based models that assume average behaviour may miss.

Agents adapt. People change behaviour in response to risk, warnings and the actions of others; firms adjust strategies; institutions change rules. Adaptation can stabilise systems or create new risks, as when protection encourages development in hazard areas.

Complex systems can show tipping points, where small changes cause abrupt shifts, and path dependence, where history constrains future possibilities.

13Methods and data

Methods and their limits.

  1. 01

    Agent-based simulation

    Computational models of interacting agents, using complex systems methods. Many parameters can be hard to estimate.

  2. 02

    Behavioural data

    Surveys, experiments and observations to ground agent rules. Behaviour in crises is hard to observe in advance.

  3. 03

    Pattern-oriented validation

    Testing whether models reproduce several observed patterns at once. Matching patterns does not prove mechanisms.

  4. 04

    Sensitivity and ensemble runs

    Exploring outcome ranges across rules and parameters, using computing resources.

Agent-based models are powerful for exploring mechanisms but difficult to calibrate and validate. Results are presented as explorations, not predictions, unless validation supports more.

15Where this page’s references

Where this page’s references lead.

نهادها و اسنادی که این صفحه بر پایهٔ آن‌ها خوانده می‌شود. وضعیت و ویراست‌ها تغییر می‌کنند؛ هر پیوند به نهاد صادرکننده می‌رود.

16پرسش‌ها

پرسش و پاسخ.

What is an agent-based model?
A computational model that simulates many autonomous agents following rules and interacting, from which system-level patterns emerge.
What is the ODD protocol?
Overview, Design concepts and Details: a standard structure for describing agent-based models so others can understand and reproduce them.
What is emergence?
System-level behaviour that arises from interactions among parts and is not obvious from the rules of individual parts.
Are agent-based models predictive?
Sometimes, when well validated. More often they are used to explore mechanisms and scenarios.
Why not use equations?
Equation-based models are often simpler and more transparent. Agent-based models add value when heterogeneity and interaction matter.
How are agent rules chosen?
Ideally from behavioural evidence. Where evidence is lacking, assumptions are stated and tested.
What is a tipping point?
A threshold at which a small change causes a large, often abrupt, shift in system behaviour.
گزارش‌هامشارکت

شواهد را از همین صفحه ارسال کنید.

گزارش‌ها is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

GCRIعلوم سامانه‌ها و مدل‌سازیروش‌ها و فنیسناریو و آزمون تنش
علوم سامانه‌ها و مدل‌سازی

یک روش، یک مجموعه‌داده یا یک پرسش بیاورید.

اطلاعات و درخواست‌ها امروز باز است. هر درخواست یک شمارهٔ پیگیری می‌گیرد و گام بعدی را مشخص می‌کند؛ درخواست‌های عضویت، پرداخت‌ها، تخصیص رایانش و ثبت‌نام‌ها تنها زمانی باز می‌شوند که تیم، شرایط و ظرفیت داوری آن‌ها فراهم باشد.