Bir ajan tabanlı modelleme (Agent-based model, ABM), sistem üzerindeki etkilerini bir bütün olarak değerlendirmek amacıyla özerk temsilcilerin (kuruluşlar veya gruplar gibi bireysel veya toplu varlıklar) eylemlerini ve etkileşimlerini taklit etmek için bir hesaplama modelleri sınıfından biridir. Oyun teorisi, kompleks sistemler, ortaya çıkma, hesaplama sosyolojisi, çok etmenli sistemler ve evrimsel programlama unsurlarını birleştirir. Monte Carlo yöntemleri rassallığı tanıtmak için kullanılır. Özellikle ekoloji içerisinde, ABM'lere bireysel tabanlı modeller (IBM) adı da verilir ve IBM'lerdeki bireyler ABM'ler içindeki tamamen özerk ajanlardan daha basit olabilir. Bireysel tabanlı modeller, ajan tabanlı modeller ve çok ajanlı sistemler hakkındaki son literatürün gözden geçirilmesi, ABM'lerin biyoloji, ekoloji ve sosyal bilim de dahil olmak üzere bilgisayarla ilgisiz bilimsel alanlarda kullanıldığını göstermektedir. Ajan tabanlı modelleme, çok etmenli sistemler veya çoklu etmen simülasyonu kavramından farklıdır; ABM' nin amacı, genellikle doğal sistemlerde basit kurallara uyan temsilcilerin ortak davranışlarına açıklayıcı bir bakış açısı bulmaktır.
Ajan tabanlı modeller, karmaşık olayların görünümünü yeniden yaratma ve tahmin etme girişiminde birden çok aracının eş zamanlı işlemlerini ve etkileşimlerini taklit eden bir tür mikroselüt modelidir. Süreç, alt (mikro) seviyelerden daha yüksek (makro) seviyeye doğru ortaya çıkmaktadır. Bu nedenle, önemli bir düşünce, basit davranış kurallarının karmaşık davranışlar üretmesidir. K.I.S.S olarak bilinen bu ilke. ("Basit, aptalca tutun"), modelleme topluluğunda kapsamlı bir şekilde benimsenmiştir. Başka bir temel ilke, bütünün parçaların toplamından daha büyük olmasıdır. Bireysel ajanların tipik olarak, üreme, ekonomik fayda veya sosyal statü gibi, kendi menfaatleri olarak algıladıklarında hareket ettiği varsayımsal yöntemler veya basit karar verme kuralları kullanarak sınırlı rasyonel olarak karakterize edilir. ABM temsilcileri "öğrenme", uyarlama ve üreme yaşayabilirler.
Tarihsel Gelişimi
Ajan tabanlı modelleme fikri, ilk olarak 1940'ların sonunda oldukça basit bir kavram olarak geliştirildi. Hesaplaması yoğun prosedürler gerektirdiğinden 1990'lı yıllara kadar yaygınlaşmadı. Ajan tabanlı modelin geçmişi, yeniden üretilebilen teorik bir makina olan Von Neumann makinesine kadar izlenebilir. Von Neumann'ın önerdiği cihaz, kendisinin bir kopyasını modifiye etmek için tam ayrıntılı talimatları izleyecekti. Konsept daha sonra bir matematikçi olan von Neumann'ın arkadaşı Stanislaw Ulam tarafından geliştirildi; Ulam, makinenin bir ızgarada bir hücre kümesi olarak kâğıt üzerine kurulmasını önerdi. Bu fikir, daha sonra hücresel otomata denilen cihazların ilkini oluşturan von Neumann'ı merak etti. Bir diğer ilerleme matematikçi John Conway tarafından tanıtıldı. Ünlü Hayat Oyunu'nu kurdu. Conway'in Hayat Oyunu, von Neumann'ın makinesinin aksine sanal bir dünyada muazzam basit kurallarla 2 boyutlu bir dama tahtası şeklinde işletiliyordu.
1980'lerin başında, Robert Axelrod Prisoner's Dilemma stratejileri turnuvasına ev sahipliği yaptı ve kazananı belirlemek için aracılıkla etkileşimde bulunmalarını sağladı. Axelrod, etnosentrizmden kültürün yaygınlaştırılmasına kadar olan olayları inceleyen siyasal bilim alanında, birçok ajan tabanlı model geliştirmeye devam edecektir. 1980'lerin sonlarına doğru, Craig Reynolds'un akın modelleri üzerine çalışmaları, toplumsal özelliklere sahip ilk biyolojik ajan tabanlı modellerin geliştirilmesine katkıda bulundu. Yapay yaşam olarak bilinen canlı biyolojik ajanların gerçeğini modellemeye çalıştı.
1990'lar ABM'nin sosyal bilimler içinde genişlemesi açısından özellikle dikkat çekiciydi, önemli bir çaba, Joshua M. Epstein ve Robert Axtell tarafından geliştirilen ve mevsimlik göçler gibi toplumsal olguların rolünü keşfetmek ve keşfetmek için geliştirilen büyük ölçekli ABM, Sugarscape idi. Kirlilik, cinsel üreme, savaş ve hastalığın iletimi ve hatta kültür. 1990'lı yılların diğer önemli gelişmeleri arasında, sosyal ağların ve kültürün ortak evrimini keşfetmek için Carnegie Mellon Üniversitesi'nden Kathleen Carley ABM vardı. 1990'lı yıllar süresince Nigel Gilbert, Sosyal Simülasyon: sosyal bilimci için simülasyon üzerine ilk ders kitabı yayınladı ve sosyal bilimler perspektifinden bir dergi çıkardı.
Son zamanlarda Ron Sun, ajan tabanlı simülasyonu bilişsel sosyal simülasyon olarak bilinen insan biliş modelleri üzerine dayandırmak için yöntemler geliştirdi. Bill McKelvey, Suzanne Lohmann, Dario Nardi, Dwight Oku ve diğerleri UCLA da örgütsel davranış ve karar vermede önemli katkılarda bulunmuşlardır. 2001'den bu yana, UCLA Lake Arrowhead, California'da bir konferans düzenledi ve bu alanda uygulayıcılar için önemli bir buluşma noktası haline geldi.2014 yılında Columbia Üniversitesi'nden Sadegh Asgari ve meslektaşları, ajan temelli bir model geliştirdi. Model, düşük teklifli toplu inşaat tekliflerini analiz etmek için kullanılmış olsa da, model üzerinde ufak değişiklikler yaparak diğer teklif verme yöntemlerine de uygulanabilir.
Teori
Çoğu hesaplamalı modelleme araştırması dengedeki veya dengeler arası hareket eden sistemleri açıklar. Bununla birlikte, ajan tabanlı modelleme, basit kuralları kullanarak, farklı türde karmaşık ve ilginç davranışa neden olabilir. Ajan tabanlı modellerin merkezinde yer alan üç fikir, nesneler, ortaya çıkış ve karmaşıklık olarak ajanlardır. Ajan tabanlı modeller, dinamik olarak etkileşim kuran kural tabanlı ajanlardan oluşur. Etkileşim içinde oldukları sistemler gerçek dünyaya benzer karmaşıklık yaratabilir. Tipik olarak ajanlar uzayda ve zamanda bulunurlar ve ağlara veya kafes benzeri mahallelerde bulunurlar. Ajanlarının yerleri ve tepki verici davranışları, bilgisayar programlarında algoritma biçiminde kodlanmıştır. Bazı durumlarda, her zaman olmasa da, ajanlar akıllı ve maksatlı olarak düşünülebilir. Ekolojik ABM'de (genellikle ekolojide "bireysel tabanlı modeller" olarak anılır) ajanlar örneğin ormandaki ağaçlar olabilir ve akıllı sayılmayacak, buna rağmen erişimin en iyi duruma getirilmesi anlamında "amaçlanabilir" olabilirler Bir kaynak (su gibi). Modelleme süreci en iyi endüktif olarak tanımlanır. Modelleyici, mevcut durumla en alakalı olan bu varsayımları yapar ve olayların ajanlar arasındaki etkileşimlerden geleceğini izler. Bazen bu sonuç bir dengedir. Bazen ortaya çıkan bir modeldir. Ancak, bazen anlaşılmaz bir kavgadır. Bazı şekillerde, ajan tabanlı modeller geleneksel analitik yöntemleri tamamlar. Analitik yöntemler insanların bir sistemin dengesini karakterize etmesini mümkün kıldığı durumlarda, aracı temelli modeller bu denge üretme imkânı verir. Bu jeneratif katkı, ajan tabanlı modellemenin potansiyel yararlarının en ana akışı olabilir. Ajan tabanlı modeller, yüksek sipariş düzenlerinin ortaya çıkmasını açıklayabilir - terör örgütleri ve İnternet yapıları, trafik sıkışıklığı boyutları içindeki güç yasası dağılımları, savaşlar ve borsa çökerleri ve topluluklara rağmen ısrarla devam eden toplumsal ayrımcılık hoşgörülü insanlar. Ajan tabanlı modeller, müdahalelerin aşırı sonuçlara yol açan anlar olarak tanımlanan kol noktalarını tanımlamak ve yol bağımlılığı türleri arasında ayrım yapmak için kullanılabilir. Birçok model, istikrarlı devletlere odaklanmak yerine, sistemin sağlamlığını, yani karmaşık sistemlerin işlevlerini sürdürmek için iç ve dış baskılara uyum sağlama biçimleri olduğunu düşünüyor. Bu karmaşıklığı kullanmanın görevi, aracıların kendilerinin çeşitlilik, bağlılık ve etkileşim seviyesi göz önüne alınmasını gerektirir.
Uygulamaları
Biyoloji
Ajan tabanlı modelleme, epidemilerin yayılımının analizi ve biyo-savaş tehdidi, nüfus dinamikleri de dahil olmak üzere biyolojik uygulamalar, vejetasyon ekolojisi, peyzaj çeşitliliği, büyüme ve dil seçimi dinamikleri, bilişsel modelleme ve modelleme dahil olmak üzere biyomedikal uygulamalar. 3D göğüs dokusu oluşumu / morfogenezisi, iyonize edici maddenin etkileri Meme kök hücre alt popülasyon dinamiklerinde radyasyon, enflamasyon ve insan bağışıklık sistemi. Meme kanseri gibi karar destek sistemlerinin geliştirilmesi için ajan tabanlı modeller de kullanılmıştır. Ajan tabanlı modeller, farmakolojik sistemleri erken safhada modellemek ve ilaç geliştirme çalışmalarına yardımcı olmak ve klinik öncesi araştırmalarda mümkün olmayacak biyolojik sistemler hakkında fikir edinmek için giderek daha fazla kullanılmaktadır. Askeri uygulamalar da değerlendirildi. Ayrıca, moleküler seviyedeki biyolojik sistemleri incelemek için yakın zamanda ajan tabanlı modeller kullanılmıştır.
İş ve Ağ Teknolojisi
Ajan tabanlı modeller, çeşitli iş ve teknoloji sorunlarını çözmek için 1990'ların ortalarından beri kullanılmaktadır. Uygulamalara örnek olarak, örgütsel davranış ve bilişin modellenmesi, ekip çalışması, tedarik zinciri optimizasyonu ve lojistiği, ağızdan ağza sözcükler, sosyal ağ etkileri, dağıtılmış bilgi işlem, işgücü yönetimi ve portföy yönetimi dahil olmak üzere tüketici davranışının modellenmesi yer alır. Son zamanlarda, ajan tabanlı modelleme ve simülasyon, bilgisayar bilim alanındaki araştırmacılar tarafından yayın mekanlarının etkisinin incelenmesi (dergilere karşı konferans) gibi çeşitli alanlara uygulanmıştır. Buna ek olarak, ABM'ler, ortam destekli ortamlarda bilgi dağıtımını taklit etmek için kullanılmıştır. ArXiv'te Kasım 2016'da yayınlanan bir makale, Facebook'un çevrimiçi sosyal ağında yer alan yayınların simülasyonunu analiz etti. Eşler arası, ad-hoc ve diğer kendi kendini düzenleyen ve karmaşık ağlar alanında, aracı temelli modelleme ve simülasyonun yararlılığı gösterilmiştir. Son zamanlarda kablosuz algılayıcı ağları ve ajan tabanlı bir simülasyon ile birleşmiş bir bilgisayar bilimi tabanlı resmi teknik özellik çerçevesinin kullanılması gösterilmiştir.
Ekonomi ve Sosyal Bilimler
Finansal krizden önce ve bu krizin ardından, ekonomik analiz için olası araçlar olarak ABM'lere ilgi arttı. ABM'ler, ekonominin dengeyi sağlayabileceğini ve "temsilci ajanlar" ın yerini, çeşitli, dinamik ve birbirine bağımlı davranışlarla çalışan gruplarla değiştirildiğini varsaymazlar. ABM'ler "aşağıdan yukarı" bir yaklaşım alır ve son derece karmaşık ve uçucu simüle ekonomiler üretebilir. ABM'ler, orantısız olarak küçük değişikliklere doğrusal olmayan (orantısız) yanıtlardan kaynaklanan çökmeler ve patlamalar ile kararsız sistemleri temsil edebilir. The Economist'teki bir Temmuz 2010 makalesi, ABM'lere DGSE modellerinin alternatifleri olarak baktı. Doğa dergisi ayrıca ABM'lerin finansal piyasaları ve diğer ekonomik karmaşıklıkları standart modellerden daha iyi temsil etmesini sağlayacak bir editörle ajan temelli modellemeyi teşvik etti ve J. Doyne Farmer ve Duncan Foley tarafından ABM'lerin yapabileceği bir makale ile birlikte Keynes'in karmaşık bir ekonomiyi temsil etmesi ve Robert Lucas'ın mikrofoundasyonlara dayalı modeller inşa etme arzusunu yerine getirmesi. Çiftçi ve Foley ABM'leri kullanarak bir ekonominin parçalarını modellemek için ilerleme kaydedildiğine işaret etti, ancak düşük seviyeli modelleri içeren çok geniş bir modelin oluşturulması için savundu. Analistlerin karmaşık bir sistemini taklit eden, taklit edici olmayan ve kayıtsız üç farklı davranış profiline dayandırarak modellenerek finansal piyasalarda yüksek doğruluğa sahip olacak şekilde simüle edildi. Sonuçlar ağ morfolojisi ile borsa endeksi arasında bir korelasyon gösterdi.
Örgütsel Ajan Tabanlı Modelleme
Ajan yönlendirmeli simülasyon (ADS) metaforu iki kategori, yani "Ajanlar için Sistemler" ve "Ajanlar için Sistemler" arasında ayrım yapmaktadır. Ajanlar için Sistemler (bazen aracı sistemler olarak anılacaktır), mühendislik, Insan ve sosyal dinamikler, askeri uygulamalar ve diğerleri. Sistemler için Ajanlar iki alt kategoriye ayrılmıştır. Ajan destekli sistemler, problem çözmede veya bilişsel yeteneklerin geliştirilmesinde bilgisayar yardımına olanak tanıyan bir destekleme aracı olarak ajanların kullanımı ile ilgilenir. Ajan tabanlı sistemler, bir sistem değerlendirmesinde model davranışının oluşturulması için aracıların kullanılması üzerine odaklanmaktadır.
Kaynakça
- ^ Grimm, Volker; Railsback, Steven F. (2005). Individual-based Modeling and Ecology. Princeton University Press. s. 485. ISBN .
- ^ Bonabeau, E. (14 Mayıs 2002). "Agent-based modeling: Methods and techniques for simulating human systems". Proceedings of the National Academy of Sciences of the United States of America. Cilt 99. National Academy of Sciences. ss. 7280-7. Bibcode:2002PNAS...99.7280B. doi:10.1073/pnas.082080899. (PMC) 128598 $2. (PMID) 12011407. 7 Mart 2008 tarihinde kaynağından . Erişim tarihi: 30 Kasım 2016.
- ^ Axelrod, Robert (1997). The Complexity of Cooperation: Agent-Based Models of Competition and Collaboration. Princeton: Princeton University Press. ISBN .
- ^ ; (11 Ekim 1996). Growing artificial societies: social science from the bottom up. Brookings Institution Press. s. 224. ISBN .
- ^ (2006). Cognition and Multi-Agent Interaction: From Cognitive Modeling to Social Simulation. Cambridge University Press. ISBN .
- ^ Amnah Siddiqah; Muaz Niazi; Farah Mustafa; Habib Bokhari; Amir Hussain; Noreen Akram; Shabnum Shaheen; Fouzia Ahmed; Sarah Iqbal (Ağustos 15–16, 2009). (PDF). Ieee Icict. Karachi: IBA. 14 Haziran 2011 tarihinde kaynağından (PDF) arşivlendi. Erişim tarihi: 30 Kasım 2016. (Breast Cancer DSS)
- ^ Azimi, Mohammad; Jamali, Yousef; Mofrad, Mohammad R. K. . PLoS ONE. 6 (9). doi:10.1371/journal.pone.0025306. (PMC) 3179499 $2. (PMID) 21966493. 1 Temmuz 2018 tarihinde kaynağından arşivlendi. Erişim tarihi: 4 Ekim 2020.
- ^ Crowder, R. M.; Robinson, M. A.; Hughes, H. P. N.; Sim, Y. W. (2012). "The development of an agent-based modeling framework for simulating engineering team work". IEEE Transactions on Systems, Man, and Cybernetics – Part A: Systems and Humans. 42 (6). ss. 1425-1439. doi:10.1109/TSMCA.2012.2199304.
- ^ Niazi, Muaz; Hussain, Amir (2011). (PDF). IEEE Sensors Journal. 11 (2). ss. 404-412. doi:10.1109/JSEN.2010.2068044. 25 Temmuz 2011 tarihinde kaynağından (PDF) arşivlendi. Erişim tarihi: 30 Kasım 2016.
- ^ "Agents of change". The Economist. 22 Temmuz 2010. 23 Ocak 2011 tarihinde kaynağından . Erişim tarihi: 16 Şubat 2011.
- ^ Farmer & Foley 2009, s. 685.
wikipedia, wiki, viki, vikipedia, oku, kitap, kütüphane, kütübhane, ara, ara bul, bul, herşey, ne arasanız burada,hikayeler, makale, kitaplar, öğren, wiki, bilgi, tarih, yukle, izle, telefon için, turk, türk, türkçe, turkce, nasıl yapılır, ne demek, nasıl, yapmak, yapılır, indir, ücretsiz, ücretsiz indir, bedava, bedava indir, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, resim, müzik, şarkı, film, film, oyun, oyunlar, mobil, cep telefonu, telefon, android, ios, apple, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, pc, web, computer, bilgisayar
Bir ajan tabanli modelleme Agent based model ABM sistem uzerindeki etkilerini bir butun olarak degerlendirmek amaciyla ozerk temsilcilerin kuruluslar veya gruplar gibi bireysel veya toplu varliklar eylemlerini ve etkilesimlerini taklit etmek icin bir hesaplama modelleri sinifindan biridir Oyun teorisi kompleks sistemler ortaya cikma hesaplama sosyolojisi cok etmenli sistemler ve evrimsel programlama unsurlarini birlestirir Monte Carlo yontemleri rassalligi tanitmak icin kullanilir Ozellikle ekoloji icerisinde ABM lere bireysel tabanli modeller IBM adi da verilir ve IBM lerdeki bireyler ABM ler icindeki tamamen ozerk ajanlardan daha basit olabilir Bireysel tabanli modeller ajan tabanli modeller ve cok ajanli sistemler hakkindaki son literaturun gozden gecirilmesi ABM lerin biyoloji ekoloji ve sosyal bilim de dahil olmak uzere bilgisayarla ilgisiz bilimsel alanlarda kullanildigini gostermektedir Ajan tabanli modelleme cok etmenli sistemler veya coklu etmen simulasyonu kavramindan farklidir ABM nin amaci genellikle dogal sistemlerde basit kurallara uyan temsilcilerin ortak davranislarina aciklayici bir bakis acisi bulmaktir Ajan tabanli modeller karmasik olaylarin gorunumunu yeniden yaratma ve tahmin etme girisiminde birden cok aracinin es zamanli islemlerini ve etkilesimlerini taklit eden bir tur mikroselut modelidir Surec alt mikro seviyelerden daha yuksek makro seviyeye dogru ortaya cikmaktadir Bu nedenle onemli bir dusunce basit davranis kurallarinin karmasik davranislar uretmesidir K I S S olarak bilinen bu ilke Basit aptalca tutun modelleme toplulugunda kapsamli bir sekilde benimsenmistir Baska bir temel ilke butunun parcalarin toplamindan daha buyuk olmasidir Bireysel ajanlarin tipik olarak ureme ekonomik fayda veya sosyal statu gibi kendi menfaatleri olarak algiladiklarinda hareket ettigi varsayimsal yontemler veya basit karar verme kurallari kullanarak sinirli rasyonel olarak karakterize edilir ABM temsilcileri ogrenme uyarlama ve ureme yasayabilirler Tarihsel GelisimiAjan tabanli modelleme fikri ilk olarak 1940 larin sonunda oldukca basit bir kavram olarak gelistirildi Hesaplamasi yogun prosedurler gerektirdiginden 1990 li yillara kadar yayginlasmadi Ajan tabanli modelin gecmisi yeniden uretilebilen teorik bir makina olan Von Neumann makinesine kadar izlenebilir Von Neumann in onerdigi cihaz kendisinin bir kopyasini modifiye etmek icin tam ayrintili talimatlari izleyecekti Konsept daha sonra bir matematikci olan von Neumann in arkadasi Stanislaw Ulam tarafindan gelistirildi Ulam makinenin bir izgarada bir hucre kumesi olarak kagit uzerine kurulmasini onerdi Bu fikir daha sonra hucresel otomata denilen cihazlarin ilkini olusturan von Neumann i merak etti Bir diger ilerleme matematikci John Conway tarafindan tanitildi Unlu Hayat Oyunu nu kurdu Conway in Hayat Oyunu von Neumann in makinesinin aksine sanal bir dunyada muazzam basit kurallarla 2 boyutlu bir dama tahtasi seklinde isletiliyordu 1980 lerin basinda Robert Axelrod Prisoner s Dilemma stratejileri turnuvasina ev sahipligi yapti ve kazanani belirlemek icin aracilikla etkilesimde bulunmalarini sagladi Axelrod etnosentrizmden kulturun yayginlastirilmasina kadar olan olaylari inceleyen siyasal bilim alaninda bircok ajan tabanli model gelistirmeye devam edecektir 1980 lerin sonlarina dogru Craig Reynolds un akin modelleri uzerine calismalari toplumsal ozelliklere sahip ilk biyolojik ajan tabanli modellerin gelistirilmesine katkida bulundu Yapay yasam olarak bilinen canli biyolojik ajanlarin gercegini modellemeye calisti 1990 lar ABM nin sosyal bilimler icinde genislemesi acisindan ozellikle dikkat cekiciydi onemli bir caba Joshua M Epstein ve Robert Axtell tarafindan gelistirilen ve mevsimlik gocler gibi toplumsal olgularin rolunu kesfetmek ve kesfetmek icin gelistirilen buyuk olcekli ABM Sugarscape idi Kirlilik cinsel ureme savas ve hastaligin iletimi ve hatta kultur 1990 li yillarin diger onemli gelismeleri arasinda sosyal aglarin ve kulturun ortak evrimini kesfetmek icin Carnegie Mellon Universitesi nden Kathleen Carley ABM vardi 1990 li yillar suresince Nigel Gilbert Sosyal Simulasyon sosyal bilimci icin simulasyon uzerine ilk ders kitabi yayinladi ve sosyal bilimler perspektifinden bir dergi cikardi Son zamanlarda Ron Sun ajan tabanli simulasyonu bilissel sosyal simulasyon olarak bilinen insan bilis modelleri uzerine dayandirmak icin yontemler gelistirdi Bill McKelvey Suzanne Lohmann Dario Nardi Dwight Oku ve digerleri UCLA da orgutsel davranis ve karar vermede onemli katkilarda bulunmuslardir 2001 den bu yana UCLA Lake Arrowhead California da bir konferans duzenledi ve bu alanda uygulayicilar icin onemli bir bulusma noktasi haline geldi 2014 yilinda Columbia Universitesi nden Sadegh Asgari ve meslektaslari ajan temelli bir model gelistirdi Model dusuk teklifli toplu insaat tekliflerini analiz etmek icin kullanilmis olsa da model uzerinde ufak degisiklikler yaparak diger teklif verme yontemlerine de uygulanabilir TeoriCogu hesaplamali modelleme arastirmasi dengedeki veya dengeler arasi hareket eden sistemleri aciklar Bununla birlikte ajan tabanli modelleme basit kurallari kullanarak farkli turde karmasik ve ilginc davranisa neden olabilir Ajan tabanli modellerin merkezinde yer alan uc fikir nesneler ortaya cikis ve karmasiklik olarak ajanlardir Ajan tabanli modeller dinamik olarak etkilesim kuran kural tabanli ajanlardan olusur Etkilesim icinde olduklari sistemler gercek dunyaya benzer karmasiklik yaratabilir Tipik olarak ajanlar uzayda ve zamanda bulunurlar ve aglara veya kafes benzeri mahallelerde bulunurlar Ajanlarinin yerleri ve tepki verici davranislari bilgisayar programlarinda algoritma biciminde kodlanmistir Bazi durumlarda her zaman olmasa da ajanlar akilli ve maksatli olarak dusunulebilir Ekolojik ABM de genellikle ekolojide bireysel tabanli modeller olarak anilir ajanlar ornegin ormandaki agaclar olabilir ve akilli sayilmayacak buna ragmen erisimin en iyi duruma getirilmesi anlaminda amaclanabilir olabilirler Bir kaynak su gibi Modelleme sureci en iyi enduktif olarak tanimlanir Modelleyici mevcut durumla en alakali olan bu varsayimlari yapar ve olaylarin ajanlar arasindaki etkilesimlerden gelecegini izler Bazen bu sonuc bir dengedir Bazen ortaya cikan bir modeldir Ancak bazen anlasilmaz bir kavgadir Bazi sekillerde ajan tabanli modeller geleneksel analitik yontemleri tamamlar Analitik yontemler insanlarin bir sistemin dengesini karakterize etmesini mumkun kildigi durumlarda araci temelli modeller bu denge uretme imkani verir Bu jeneratif katki ajan tabanli modellemenin potansiyel yararlarinin en ana akisi olabilir Ajan tabanli modeller yuksek siparis duzenlerinin ortaya cikmasini aciklayabilir teror orgutleri ve Internet yapilari trafik sikisikligi boyutlari icindeki guc yasasi dagilimlari savaslar ve borsa cokerleri ve topluluklara ragmen israrla devam eden toplumsal ayrimcilik hosgorulu insanlar Ajan tabanli modeller mudahalelerin asiri sonuclara yol acan anlar olarak tanimlanan kol noktalarini tanimlamak ve yol bagimliligi turleri arasinda ayrim yapmak icin kullanilabilir Bircok model istikrarli devletlere odaklanmak yerine sistemin saglamligini yani karmasik sistemlerin islevlerini surdurmek icin ic ve dis baskilara uyum saglama bicimleri oldugunu dusunuyor Bu karmasikligi kullanmanin gorevi aracilarin kendilerinin cesitlilik baglilik ve etkilesim seviyesi goz onune alinmasini gerektirir UygulamalariBiyoloji Ajan tabanli modelleme epidemilerin yayiliminin analizi ve biyo savas tehdidi nufus dinamikleri de dahil olmak uzere biyolojik uygulamalar vejetasyon ekolojisi peyzaj cesitliligi buyume ve dil secimi dinamikleri bilissel modelleme ve modelleme dahil olmak uzere biyomedikal uygulamalar 3D gogus dokusu olusumu morfogenezisi iyonize edici maddenin etkileri Meme kok hucre alt populasyon dinamiklerinde radyasyon enflamasyon ve insan bagisiklik sistemi Meme kanseri gibi karar destek sistemlerinin gelistirilmesi icin ajan tabanli modeller de kullanilmistir Ajan tabanli modeller farmakolojik sistemleri erken safhada modellemek ve ilac gelistirme calismalarina yardimci olmak ve klinik oncesi arastirmalarda mumkun olmayacak biyolojik sistemler hakkinda fikir edinmek icin giderek daha fazla kullanilmaktadir Askeri uygulamalar da degerlendirildi Ayrica molekuler seviyedeki biyolojik sistemleri incelemek icin yakin zamanda ajan tabanli modeller kullanilmistir Is ve Ag Teknolojisi Ajan tabanli modeller cesitli is ve teknoloji sorunlarini cozmek icin 1990 larin ortalarindan beri kullanilmaktadir Uygulamalara ornek olarak orgutsel davranis ve bilisin modellenmesi ekip calismasi tedarik zinciri optimizasyonu ve lojistigi agizdan agza sozcukler sosyal ag etkileri dagitilmis bilgi islem isgucu yonetimi ve portfoy yonetimi dahil olmak uzere tuketici davranisinin modellenmesi yer alir Son zamanlarda ajan tabanli modelleme ve simulasyon bilgisayar bilim alanindaki arastirmacilar tarafindan yayin mekanlarinin etkisinin incelenmesi dergilere karsi konferans gibi cesitli alanlara uygulanmistir Buna ek olarak ABM ler ortam destekli ortamlarda bilgi dagitimini taklit etmek icin kullanilmistir ArXiv te Kasim 2016 da yayinlanan bir makale Facebook un cevrimici sosyal aginda yer alan yayinlarin simulasyonunu analiz etti Esler arasi ad hoc ve diger kendi kendini duzenleyen ve karmasik aglar alaninda araci temelli modelleme ve simulasyonun yararliligi gosterilmistir Son zamanlarda kablosuz algilayici aglari ve ajan tabanli bir simulasyon ile birlesmis bir bilgisayar bilimi tabanli resmi teknik ozellik cercevesinin kullanilmasi gosterilmistir Ekonomi ve Sosyal Bilimler Finansal krizden once ve bu krizin ardindan ekonomik analiz icin olasi araclar olarak ABM lere ilgi artti ABM ler ekonominin dengeyi saglayabilecegini ve temsilci ajanlar in yerini cesitli dinamik ve birbirine bagimli davranislarla calisan gruplarla degistirildigini varsaymazlar ABM ler asagidan yukari bir yaklasim alir ve son derece karmasik ve ucucu simule ekonomiler uretebilir ABM ler orantisiz olarak kucuk degisikliklere dogrusal olmayan orantisiz yanitlardan kaynaklanan cokmeler ve patlamalar ile kararsiz sistemleri temsil edebilir The Economist teki bir Temmuz 2010 makalesi ABM lere DGSE modellerinin alternatifleri olarak bakti Doga dergisi ayrica ABM lerin finansal piyasalari ve diger ekonomik karmasikliklari standart modellerden daha iyi temsil etmesini saglayacak bir editorle ajan temelli modellemeyi tesvik etti ve J Doyne Farmer ve Duncan Foley tarafindan ABM lerin yapabilecegi bir makale ile birlikte Keynes in karmasik bir ekonomiyi temsil etmesi ve Robert Lucas in mikrofoundasyonlara dayali modeller insa etme arzusunu yerine getirmesi Ciftci ve Foley ABM leri kullanarak bir ekonominin parcalarini modellemek icin ilerleme kaydedildigine isaret etti ancak dusuk seviyeli modelleri iceren cok genis bir modelin olusturulmasi icin savundu Analistlerin karmasik bir sistemini taklit eden taklit edici olmayan ve kayitsiz uc farkli davranis profiline dayandirarak modellenerek finansal piyasalarda yuksek dogruluga sahip olacak sekilde simule edildi Sonuclar ag morfolojisi ile borsa endeksi arasinda bir korelasyon gosterdi Orgutsel Ajan Tabanli Modelleme Ajan yonlendirmeli simulasyon ADS metaforu iki kategori yani Ajanlar icin Sistemler ve Ajanlar icin Sistemler arasinda ayrim yapmaktadir Ajanlar icin Sistemler bazen araci sistemler olarak anilacaktir muhendislik Insan ve sosyal dinamikler askeri uygulamalar ve digerleri Sistemler icin Ajanlar iki alt kategoriye ayrilmistir Ajan destekli sistemler problem cozmede veya bilissel yeteneklerin gelistirilmesinde bilgisayar yardimina olanak taniyan bir destekleme araci olarak ajanlarin kullanimi ile ilgilenir Ajan tabanli sistemler bir sistem degerlendirmesinde model davranisinin olusturulmasi icin aracilarin kullanilmasi uzerine odaklanmaktadir Kaynakca Grimm Volker Railsback Steven F 2005 Individual based Modeling and Ecology Princeton University Press s 485 ISBN 978 0 691 09666 7 Bonabeau E 14 Mayis 2002 Agent based modeling Methods and techniques for simulating human systems Proceedings of the National Academy of Sciences of the United States of America Cilt 99 National Academy of Sciences ss 7280 7 Bibcode 2002PNAS 99 7280B doi 10 1073 pnas 082080899 PMC 128598 2 PMID 12011407 7 Mart 2008 tarihinde kaynagindan Erisim tarihi 30 Kasim 2016 Axelrod Robert 1997 The Complexity of Cooperation Agent Based Models of Competition and Collaboration Princeton Princeton University Press ISBN 978 0 691 01567 5 11 Ekim 1996 Growing artificial societies social science from the bottom up Brookings Institution Press s 224 ISBN 978 0 262 55025 3 2006 Cognition and Multi Agent Interaction From Cognitive Modeling to Social Simulation Cambridge University Press ISBN 0 521 83964 5 Amnah Siddiqah Muaz Niazi Farah Mustafa Habib Bokhari Amir Hussain Noreen Akram Shabnum Shaheen Fouzia Ahmed Sarah Iqbal Agustos 15 16 2009 PDF Ieee Icict Karachi IBA 14 Haziran 2011 tarihinde kaynagindan PDF arsivlendi Erisim tarihi 30 Kasim 2016 Breast Cancer DSS Azimi Mohammad Jamali Yousef Mofrad Mohammad R K PLoS ONE 6 9 doi 10 1371 journal pone 0025306 PMC 3179499 2 PMID 21966493 1 Temmuz 2018 tarihinde kaynagindan arsivlendi Erisim tarihi 4 Ekim 2020 Crowder R M Robinson M A Hughes H P N Sim Y W 2012 The development of an agent based modeling framework for simulating engineering team work IEEE Transactions on Systems Man and Cybernetics Part A Systems and Humans 42 6 ss 1425 1439 doi 10 1109 TSMCA 2012 2199304 Niazi Muaz Hussain Amir 2011 PDF IEEE Sensors Journal 11 2 ss 404 412 doi 10 1109 JSEN 2010 2068044 25 Temmuz 2011 tarihinde kaynagindan PDF arsivlendi Erisim tarihi 30 Kasim 2016 Agents of change The Economist 22 Temmuz 2010 23 Ocak 2011 tarihinde kaynagindan Erisim tarihi 16 Subat 2011 Farmer amp Foley 2009 s 685