Skip to content

GCRI · Ilmu Sistem dan Pemodelan

Model berbasis agen dan kompleksitas

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.

01Daftar

Agent-based and complexity models on the record.

02Pertanyaannya

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

Perilaku, adaptasi, dan kemunculan dalam sistem. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.

Mekanisme

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.

Mekanisme

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.

Mekanisme

Emergence can surprise

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

Mekanisme

Many parameters, little data

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

03Geografi

Bahaya dan keterpaparan di Amerika Utara.

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

Peta interaktif memerlukan JavaScript. Daftar lapisan dan sumber tersedia di bawah.

Lapisan 3

Bahaya dan keterpaparan, untuk halaman ini

Tentang lapisan ini
Bukti
Estimasi
Sumber
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Universitas Columbia))
Penyedia
NASA SEDAC (CIESIN, Universitas Columbia)
Lisensi
CC BY 4.0
Tahun data
null; estimasi berbasis sensus, statis (2020)
Resolusi
kisi sekitar 1 km
Ketidakpastian
Estimasi berbasis sensus jumlah penduduk per kilometer persegi pada 2020, ditampilkan sebagai konteks keterpaparan; bukan hitungan orang yang terdampak bahaya apa pun.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan menyisakan celah)
Sumber
Produk Banjir Global VIIRS (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
harian; deteksi satelit; awan menyisakan celah
Terbaru saat build
2026-10-14
Resolusi
kisi sekitar 250 m
Ketidakpastian
Deteksi satelit; awan menyisakan celah. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan dan waktu lintasan menyisakan celah)
Sumber
VIIRS NOAA-20 375 m (FIRMS) (NASA LANCE FIRMS)
Penyedia
NASA LANCE FIRMS
Lisensi
Data terbuka NASA
Tahun data
harian; deteksi satelit; awan dan waktu lintasan menyisakan celah
Terbaru saat build
2026-10-13
Resolusi
kisi sekitar 500 m
Ketidakpastian
Deteksi titik panas satelit pada hari yang ditampilkan, termasuk suar gas dan panas industri; bukan kebakaran yang terkonfirmasi, laporan insiden, atau peringatan.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati
Sumber
Reflektansi terkoreksi VIIRS NOAA-20 (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
harian; citra satelit
Terbaru saat build
2026-10-14
Resolusi
kisi sekitar 250 m
Ketidakpastian
Citra satelit. Raster satelit atau model sebagaimana diterbitkan penyedia. Awan, celah jalur sapuan, dan galat pengambilan data menyisakan celah dan derau; nilai-nilainya adalah indikator, bukan pengukuran di suatu tempat.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Dimodelkan (tahun terbaru yang diterbitkan GIBS)
Sumber
MODIS Terra and Aqua land cover (MCD12Q1) (NASA LP DAAC)
Penyedia
NASA LP DAAC
Lisensi
Data terbuka NASA
Tahun data
tahunan; klasifikasi satelit; tahun terbaru yang diterbitkan GIBS
Terbaru saat build
2024-01-01
Resolusi
kisi sekitar 500 m
Ketidakpastian
Kelas tutupan lahan satelit untuk tahun yang ditampilkan, termasuk lahan pertanian; klasifikasi dengan kesalahan yang diketahui, bukan register pertanian.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung
Tentang lapisan ini
Bukti
Teramati (awan yang menetap tetap menyisakan celah)
Sumber
VIIRS NOAA-20 Level 3, 8 harian (NASA LANCE)
Penyedia
NASA LANCE
Lisensi
Data terbuka NASA
Tahun data
8 harian; komposit satelit 8 hari; awan yang menetap tetap menyisakan celah
Terbaru saat build
2026-09-14
Resolusi
kisi sekitar 1 km
Ketidakpastian
Suhu kulit permukaan tanah dari satelit selama 8 hari hingga tanggal yang ditampilkan, indikator keterpaparan panas; bukan suhu udara, indeks panas, atau peringatan panas.
Dijangkau melalui
gibs.earthdata.nasa.gov, hanya setelah Anda mengizinkan peta langsung

Terbaru yang tersedia

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

Memuat citra NASA terbaru.

Seret untuk menggeser. Ctrl atau ⌘ dan gulir, cubit, atau gunakan tombol untuk memperbesar. Arahkan kursor untuk melihat nilai di bawah penunjuk. Setel ulang untuk kembali ke wilayah.

Bahaya dan keterpaparan, dibingkai pada Amerika Utara.Produk satelit dan model sebagaimana diterbitkan NASA, masing-masing dengan tanggalnya sendiri. Produk ini adalah indikator, bukan penilaian atas tempat mana pun.

Data: NASA GIBS · ASTER GDEM · Blue Marble · © kontributor OpenStreetMap · Natural Earth · NASA EONET · U.S. Geological Survey · NASA JPL OPERA DIST-ALERTSumber dan lisensi

  • 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). Data terbuka 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). Data terbuka 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). Dilisensikan di bawah CC BY 4.0. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). doi:10.7927/H49C6VHW. CC BY 4.0
  • Produk mendekati waktu nyata VIIRS (banjir, suhu permukaan daratan, tutupan salju, reflektansi terkoreksi), NASA LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • NASA Fire Information for Resource Management System (FIRMS), produk kebakaran aktif VIIRS 375 m, NASA LANCE; ubin vektor melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Produk daratan MODIS (indeks vegetasi, produksi primer bruto, tutupan lahan), NASA LP DAAC dan LANCE; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • ASTER GDEM adalah produk METI dan NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Kutip sebagai: 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. Data terbuka NASA
  • Dibuat dengan Natural Earth. Data peta vektor dan raster gratis @ naturalearthdata.com. Domain publik
  • © kontributor OpenStreetMap (ODbL), melalui NASA GIBS (garis pantai, batas wilayah, jalan, dan nama tempat). Warna digambar ulang dari peta warna yang diterbitkan; nilai dirata-ratakan ke dalam sel heksagonal bila ditampilkan (dimodifikasi). ODbL
  • Blue Marble, NASA Earth Observatory; citra melalui NASA GIBS. Warna digambar ulang dari peta warna yang dipublikasikan; nilai dirata-ratakan ke dalam sel heksagonal jika ditampilkan (dimodifikasi). Data terbuka NASA
  • Konteks pada globe dan peta datar: garis pantai, batas wilayah, jalan, dan nama tempat dari lapisan acuan NASA GIBS (data OpenStreetMap, ODbL, © kontributor OpenStreetMap). Citra Blue Marble sebagai peta dasar opsional. Medan 3D dan keterangan elevasi dari indeks warna elevasi ASTER GDEM (kelas 5 m hingga 200 m, dilebih-lebihkan agar terbaca). Batas wilayah digambar sebagaimana diterbitkan dan tidak menyiratkan posisi atas wilayah mana pun.
  • Peristiwa langsung: NASA Earth Observatory Natural Event Tracker (EONET). Peristiwa bersifat indikatif dan mempertahankan tautan sumber aslinya.
  • Langsung: NASA EONET. Peristiwa bersifat indikatif, bukan peringatan otoritas.
  • Langsung: U.S. Geological Survey. Peristiwa bersifat indikatif, bukan peringatan otoritas.
  • 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).
  • Prakiraan debit sungai, 30 hari dengan rentang (GloFAS melalui Open-Meteo): Contains modified Copernicus Emergency Management Service information 2026; bukan peringatan banjir.
  • Data cuaca oleh Open-Meteo.com (https://open-meteo.com/), dilisensikan di bawah CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • Lapisan opsional (11 sumber dalam daftar lapisan: langsung, prakiraan, teramati, dan konteks) mencantumkan kredit penyedianya di peta dan di sini saat diaktifkan; prakiraan adalah keluaran model dan indeks turunan adalah estimasi.

Lapisan dan tanggal

  • Kepadatan penduduk, 2020: Penduduk: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · statis
  • Genangan banjir, komposit 3 hari: VIIRS Global Flood Product, NASA LANCE · 14 Okt 2026
  • Kebakaran aktif dan anomali termal: VIIRS NOAA-20 375 m (FIRMS), NASA LANCE FIRMS · 13 Okt 2026
  • Warna asli: reflektansi terkoreksi VIIRS NOAA-20, NASA LANCE · 13 Okt 2026
  • Tipe tutupan lahan (IGBP), tahunan: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
  • Suhu permukaan daratan, siang hari, komposit 8 hari: VIIRS NOAA-20 Level 3, 8 hari, NASA LANCE · 14 Sep 2026

04Di seluruh domain

Agent-based models capture behaviour in every domain.

05Simulator

Stok, aliran, jeda, dan ambang titik balik.

Dua stok, tekanan dan kapasitas adaptif, dihubungkan oleh putaran pertumbuhan yang menguatkan, respons penyeimbang yang tertunda, dan kerusakan ketika tekanan melampaui kapasitas; melewati ambang batas sistem dapat terguling. Model pengajaran dengan nilai ilustratif yang dinyatakan, bukan prediksi. Peta di halaman ini menampilkan Amerika Utara; modelnya sendiri tidak terikat pada suatu tempat.

Kendali

Pertumbuhan tekanan
6,0% per tahun
Efektivitas kapasitas dalam menurunkan tekanan
4,0% per tahun
Respons investasi terhadap tekanan yang dirasakan
20%
Jeda persepsi
4.0 tahun
Ambang titik balik tekanan
indeks 60
Penguatan setelah melewati ambang
2.0 kali
Tahun yang disimulasikan
50 tahun

Pembacaan

Tekanan puncak
113 indeks
Kapasitas di akhir
indeks 186
Tahun di atas ambang
15.8 tahun
Angka, metode, dan sumber
TahunTekananKapasitasDirasakan
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

Metode

  1. Dinamika sistem Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics
  2. Transisi kritis dan titik balik Scheffer and others (2009), Early-warning signals for critical transitions, Nature 461
  3. Diagram lingkaran kausal Sterman (2000), Business Dynamics, McGraw-Hill
  4. Kipas ketidakpastian (Monte Carlo parameter) Spiegelhalter, Pearson and Short (2011), Visualising uncertainty about the future, Science 333
  5. Sensitivitas satu per satu (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

Data

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.

Stok, aliran, tundaan, dan ambang titik kritis. Model pengajaran ilustratif: model ini berjalan pada nilai yang ditetapkan oleh kontrol, bukan pada data terukur. Metode: Dinamika sistem (Forrester (1961), Industrial Dynamics, MIT Press; Sterman (2000), Business Dynamics); Transisi kritis dan titik kritis (Scheffer dan lainnya (2009), Early-warning signals for critical transitions, Nature 461); Diagram lingkar kausal (Sterman (2000), Business Dynamics, McGraw-Hill).
06Indikator

Apa yang diukur, dan seberapa baik.

Setiap indikator membawa satuan, frekuensi, jenis sumber di baliknya, dan label bukti yang akan dibawa suatu nilai. Tidak ada nilai yang ditampilkan: sebuah program menyediakannya berdasarkan wewenangnya sendiri.

IndikatorUnitKadensiJenis sumberLabel
Models documented with the ODD protocolpercent of published modelsper tinjauanLiterature reviewTERAMATI
Patterns reproduced in validationcount of target patternsper modelValidation studiesESTIMASI
Parameters calibrated to datapercent of parametersper modelModel documentationDINYATAKAN
Code publishedpercent of published modelsper tinjauanCode archivesTERAMATI
Analisis sensitivitas performedpercent of published modelsper tinjauanLiterature reviewTERAMATI
Runs per experimentcount of stochastic replicatesper experimentModel documentationDINYATAKAN
07Simulator kembaran dan rantai dampak

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

Disusun dari profil bidang Nexus Standards profil area Standar bahaya majemuk dan berantai: bahaya yang disebutkannya, sistem dan sektor yang menanggung kerugian, kendali yang meredamnya, dan data yang mengamatinya. Pilih komponen, tentukan bahaya pemicu, dan telusuri kaskade langkah demi langkah. Tampilan Peta menempatkan proses pada contoh geografi dengan data terbuka. Setiap bobot keterkaitan adalah asumsi yang dinyatakan dan dapat Anda ubah. Model pengajaran, bukan prakiraan, penilaian, atau sertifikasi. Untuk memodelkan tempat pilihan Anda sendiri, buka System Builder.

Bahaya

Kendali

  • NS-0 Anggaran dasar dan prinsip
  • NS-3 UNI catatan risiko (tata bahasa, pemetaan ke sistem lama, kewenangan alokasi)
  • NS-9 UNI kontekstual (penerapan, instans, instans program)
  • NS-11 Verifikasi dan pemantauan (bukti, atestasi, pengamatan kesesuaian zero trust)
  • NRS-H61 Kelompok bahaya: Kegagalan berantai (NHS-1 sys.cascade)
  • NRS-H62 Keluarga bahaya: Peristiwa majemuk dan multibahaya (NHS-1 sys.compound)
  • NRS-H60 Kelompok bahaya: Gangguan rantai pasok dan aliran (NHS-1 sys.supply-chain)
  • NRS-H94 Keluarga bahaya: Peristiwa siber sistemik (NHS-1 cyber.systemic-cyber)
  • NRS-H107 Keluarga bahaya: Konsentrasi dan monokultur infrastruktur digital (NHS-1 tech.digital-concentration)
  • NRS-H7 Keluarga bahaya: Anomali sirkulasi skala besar (NHS-1 atmo.climate-mode)

Pengamatan

  • Aktivasi pemetaan cepat Copernicus EMS (dicantumkan sebagai rujukan)
  • OpenStreetMap planet dan replikasi (dicantumkan sebagai rujukan)
  • Reanalisis ERA5 (Copernicus Climate Data Store) (dicantumkan sebagai rujukan)
  • Kerugian ekonomi langsung akibat bencana terhadap PDB global
  • Jumlah gangguan layanan dasar yang disebabkan bencana

Contoh geografi

  • Bangladesh: 134 sel heksagonal
  • Cahaya malam hari ini, pemadaman (VIIRS Day/Night Band), NASA GIBS
  • Karbon monoksida, sebaran asap (AIRS), NASA GIBS
  • Peringatan gangguan vegetasi, 30 m (OPERA DIST-ALERT), NASA GIBS
08Sumber

Asal bukti.

Set data publik bernama dan catatan kelembagaan, masing-masing dengan kelas lisensinya. Sumber berdasarkan perjanjian hanya digunakan sesuai ketentuannya dan tidak pernah diterbitkan ulang.

SumberApa yang diberikannyaKelas lisensi
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
09Metode dan bukti

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

Model, asumsi, data, dan ketidakpastiannya, dalam bentuk yang akan diperiksa ilmuwan atau insinyur. Strukturnya mengikuti metode yang dipublikasikan. Nilai yang digambar bersifat ilustratif, bukan temuan.

Model, persamaan, dan asumsi

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

Risiko elemen iRi = f(Hi, Ei, Vi, Ci)bahaya, keterpaparan, kerentanan, dan kapasitas penanggulangan
Kerugian tahunan yang diharapkanEAL = ∑k pk · Lkatas peristiwa k dengan probabilitas tahunan pk
Sistem terhubungxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
AsumsiMengapa ini dibuatBagaimana ini diuji
Bahaya dan eksposur bersifat independen dalam satu peristiwaMenjaga integral kerugian tetap dapat dihitungBandingkan dengan pencocokan kopula pada catatan gabungan
Keterkaitan bersifat linear di dekat titik operasiMembiarkan guncangan merambat melalui AUji di luar rentang linear lalu bandingkan
Kurva kerentanan dapat dipindahkan antartempatKurva lokal jarang tersediaValidasi terhadap kerugian teramati jika tersedia
Masukan
dataset berversi dengan asal-usul yang tercatat
Keluaran
distribusi, bukan angka tunggal
Kode
dirilis bersama kartu model dan pengujiannya
Reproduksi
data, kode, lingkungan, dan seed yang sama
Formulasi risiko standar dan ruang keadaan; asumsi yang tercantum lazim bagi metode tersebut, dinyatakan untuk ditinjau, bukan hasil.
Prinsip panduan FAIR · GO FAIR dan FORCE11W3C PROV · World Wide Web ConsortiumPanduan penanganan ketidakpastian secara konsisten · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
10Keputusan

Siapa yang memutuskan, dan apa yang dilayani bukti.

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

Siapa yang memutuskanPertanyaannyaBukti yang dilayani halaman ini
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

Keluaran yang dihasilkan topik ini

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

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?
12Mekanisme dan pendorong

How emergence arises.

In complex sistem, 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.

13Metode dan data

Metode dan batasannya.

  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 komputasi 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.

Badan dan dokumen yang menjadi acuan halaman ini. Status dan edisi berubah; setiap tautan menuju badan penerbitnya.

16Pertanyaan

Tanya jawab.

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.
LaporanBerkontribusi

Kontribusikan bukti dari halaman ini.

Laporan 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.

GCRIIlmu Sistem dan PemodelanMetode dan TeknisSkenario dan Uji Tekanan
Ilmu Sistem dan Pemodelan

Bawa metode, dataset, atau pertanyaan.

Informasi dan pertanyaan sudah terbuka hari ini. Sebuah pertanyaan menerima nomor referensi dan menyebutkan langkah berikutnya; lamaran, pembayaran, alokasi komputasi, dan pendaftaran hanya dibuka ketika tim, ketentuan, dan kapasitas tinjauannya tersedia.