ديناميكيات الأنظمة المعتمدة على الوكلاء — محاكاة هجينة متعددة المستويات
- قدّمه
- Borshchev, A. & Filippov, A. (hybrid formalization); Sterman, J. D. (system dynamics foundation)
- السنة
- 2000s
- النوع
- Hybrid simulation model
- العائلة
- Simulation / optimization
هذا النص ترجمة آلية ولم تتم مراجعته بعد. اقرأ النص الأصلي بالإنجليزية
ماذا تفعل؟
ديناميكيات الأنظمة المعتمدة على الوكلاء (AB-SD) هي نموذج محاكاة هجين يجمع بين النمذجة المعتمدة على الوكلاء (ABM) على المستوى الجزئي مع هياكل المخزون والتدفق لديناميكيات الأنظمة (SD) على المستوى الكلي. يسمح هذا للباحثين بالتقاط السلوك الفردي الناشئ والديناميكيات المجمعة المدفوعة بالتغذية الراجعة ضمن نموذج متماسك واحد، مما يجعله ذا قيمة خاصة للأنظمة الاجتماعية والاقتصادية والوبائية المعقدة.
الفكرة الحدسية وراء الطريقة
لا يمكن التقاط بعض الأنظمة الواقعية بشكل كافٍ بواسطة ABM أو SD وحدها. تتفوق ABM في تمثيل الجهات الفاعلة المتجانسة التي تتخذ قرارات محلية، ولكنها تكافح لتوسيع نطاق حلقات التغذية الراجعة عبر ملايين الكيانات بكفاءة. تلتقط SD حلقات التغذية الراجعة المجمعة بأناقة ولكنها تضحي بالتجانس على المستوى الفردي. AB-SD تسد هذه الفجوة: الوكلاء (الأشخاص، الشركات، المركبات) يتبعون قواعد سلوكية تؤثر بشكل مباشر على — وتتأثر بـ — المخزونات والتدفقات على المستوى الكلي مثل حجم السكان، وتوافر الموارد، أو انتشار العدوى. يتواصل المستويان في كل خطوة زمنية، مما ينتج ديناميكيات لا يمكن لأي نموذج توليدها بشكل مستقل.
التاريخ
تمت صياغة ديناميكيات الأنظمة بواسطة جاي فورستر في معهد ماساتشوستس للتكنولوجيا في الخمسينيات والستينيات. أصبحت النمذجة المعتمدة على الوكلاء سائدة في التسعينيات مع منصات مثل Swarm و NetLogo. تم توضيح التهجين الصريح إلى ديناميكيات الأنظمة المعتمدة على الوكلاء في أوائل العقد الأول من القرن الحادي والعشرين، لا سيما من قبل Borshchev و Filippov (2004)، ووجدت تطبيقًا واسعًا في علم الأوبئة، وأبحاث سلسلة التوريد، والمحاكاة الاجتماعية.
متى تُستخدم
استخدام AB-SD عندما يمتد سؤال البحث الخاص بك عبر مستويات تحليل متعددة في وقت واحد — على سبيل المثال، كيف يشكل التنوع السلوكي الفردي الأوبئة على مستوى السكان، أو ديناميكيات السوق، أو شلالات استنزاف الموارد. إنه مناسب بشكل جيد لتحليل السياسات حيث تعمل التدخلات على المستوى الجزئي (مثل الحوافز السلوكية) ولكن يتم قياس النتائج على المستوى الكلي (مثل الناتج المحلي الإجمالي، عبء المرض). لا تستخدمه عندما يعمل نظامك بوضوح على مقياس واحد (SD النقي كافٍ لمشاكل التغذية الراجعة المجمعة؛ ABM النقي كافٍ للمشاكل الجزئية الغنية بالتفاعل دون تغذية راجعة مجمعة). تجنب AB-SD إذا كان وقت الحساب مقيدًا بشدة أو إذا كان الاقتران بين المستويات غير مفهوم جيدًا، حيث يمكن أن تنتج الواجهات غير المصممة بشكل صحيح أنماطًا ناشئة زائفة.
الحدود والاعتبارات
- جهد تطوير وتحقق من صحة النموذج أعلى بكثير من ABM النقي أو SD النقي.
- قرارات الاقتران (المتغيرات التي تعبر الواجهة، وبأي تردد) تتطلب خبرة في المجال ويمكن أن تقدم عيوبًا.
- تتوسع التكلفة الحسابية مع حجم سكان الوكلاء، مما يجعل النماذج واسعة النطاق جدًا بطيئة بدون التوازي.
- خطر التعقيد المفرط: يمكن أن يحجب الهيكل الهجين الآليات السببية بدلاً من توضيحها.
لا تغني شروط المصدر عن المراجعة العلمية المستقلة أو التحقق بواسطة محرك تحليل.
نقاط القوة
- يلتقط التغذية الراجعة عبر المقاييس التي تفوتها النماذج أحادية النموذج، مما يتيح ديناميكيات أغنى وأكثر واقعية.
- يحتفظ بتنوع الوكلاء (العمر، الدخل، التفضيلات) مع تمثيل فعال لحلقات التغذية الراجعة المجمعة.
- يدعم تحليل السياسات على المستويين الفردي والنظامي ضمن إطار واحد.
- مدعوم على نطاق واسع في منصات المحاكاة التجارية (AnyLogic، امتدادات NetLogo)، مما يقلل من حواجز التنفيذ.
- يمكن التحقق من صحته على المستويين الجزئي (مسارات الوكلاء) والكلي (مسارات المخزون) بشكل مستقل.
التطبيقات
- نمذجة الأوبئة: يمثل الوكلاء الأفراد بأنماط اتصال متباينة؛ تتتبع SD مقصورات المرض (S، I، R) والقدرة الصحية.
- إدارة سلسلة التوريد: يمثل الوكلاء قرارات الطلب للشركات؛ تمثل SD مخزونات المخزون المجمعة وتدفقات الإنتاج.
- التخطيط الحضري والنقل: تحاكي الوكلاء الركاب؛ تلتقط SD سعة الطرق، وتراكم التلوث، والتغذية الراجعة لاستخدام الأراضي.
- أنظمة الطاقة: يمثل الوكلاء الأسر التي تتبنى الطاقة المتجددة؛ تمثل SD سعة الشبكة، وأسعار الكهرباء، ومخزونات ثاني أكسيد الكربون.
- الأسواق المالية: يتفاعل الوكلاء ذوو التحيزات السلوكية؛ تتتبع SD مخزونات الائتمان المجمعة، وفقاعات الأصول، والمخازن التنظيمية.
كيف يعمل
كيف يعمل
تحديد مستويي النموذج: المستوى الكلي (مخزونات وتدفقات SD تمثل الكميات المجمعة مثل السكان المعرضين للإصابة/المصابين/المتعافين أو مخزونات رأس المال) والمستوى الجزئي (الوكلاء يمثلون الكيانات الفردية بمتغيرات الحالة، وقواعد القرار، وبروتوكولات التفاعل). تحديد الظواهر التي تنتمي إلى كل مستوى.
بناء طبقة ديناميكيات الأنظمة: تحديد المخزونات S(t)، والتدفقات F(t)، والمتغيرات المساعدة. كتابة المعادلات التفاضلية dS/dt = التدفقات الداخلة - التدفقات الخارجة. معايرة ثوابت المعدل وحلقات التغذية الراجعة باستخدام معرفة المجال أو البيانات التاريخية.
تحديد سمات الوكيل (مثل العمر، الدخل، الحالة الصحية) والقواعد السلوكية التي تحكم الانتقالات، والتفاعلات، والحركات. تحديد كيفية دخول متغيرات SD المجمعة (مثل ندرة الموارد، معدل العدوى) إلى منطق قرار الوكيل كإشارات بيئية.
إنشاء اقتران ثنائي الاتجاه: الإحصاءات المجمعة للوكلاء (مثل متوسط حالة الوكيل، عدد الوكلاء في فئة معينة) تغذي معادلات تدفق SD؛ قيم مخزون SD تعود لتغذية متغيرات بيئة الوكيل. مزامنة جداول التحديث بحيث تتقدم الطبقتان باستمرار في كل خطوة زمنية.
تنفيذ النموذج الهجين على مدى أفق المحاكاة. في كل خطوة: تحديث حالات الوكلاء، تجميع مخرجات الوكلاء، تحديث مخزونات/تدفقات SD، بث مخرجات SD مرة أخرى إلى الوكلاء. التحقق من الصحة مقابل البيانات التجريبية من خلال المعايرة (تعديل المعلمات)، وتحليل الحساسية، والاختبار خارج العينة. الإبلاغ عن المسارات الزمنية لكل من المخزونات الكلية وتوزيعات نتائج الوكلاء.
الأخطاء الشائعة
- يمكن أن تخلق الواجهات المصممة بشكل سيء عدم استقرار في التغذية الراجعة أو تقدم عدًا مزدوجًا غير مقصود للتأثيرات عبر المستويات.
- معاملة طبقة SD الكلية كمجرد حاوية للمتوسطات تفوت قيمة الهجين: يجب تمثيل حلقات تغذية SD الحقيقية هيكليًا.
- قد يؤدي معايرة النموذج الهجين بالبيانات المجمعة وحدها إلى إخفاء سوء تحديد المستوى الجزئي؛ تحقق من الصحة على كلا المستويين.
- افتراض أن الجمع بين نموذجين فرعيين تم التحقق من صحتهما ينتج تلقائيًا نموذجًا هجينًا صالحًا — تتطلب تأثيرات اقتران الناشئة تحققًا منفصلاً.
الأسئلة الشائعة
كيف تختلف AB-SD عن نموذج ديناميكيات الأنظمة العشوائي البحت؟
تضيف SD العشوائية حدود ضوضاء إلى معادلات التدفق ولكن تظل جميع الكيانات مجمعة؛ تقوم AB-SD بمحاكاة الوكلاء الأفراد بشكل صريح تحدد قراراتهم المتباينة بشكل جماعي التدفقات، مما يتيح ظهورًا لا يمكن للضوضاء المجمعة تكراره.
ما هي الأدوات البرمجية التي تدعم ديناميكيات الأنظمة المعتمدة على الوكلاء أصلاً؟
AnyLogic هي المنصة الأكثر استخدامًا، حيث تقدم مكتبات ABM و SD مدمجة مع آليات الاقتران. يمكن ربط Vensim بمحركات ABM خارجية عبر المحاكاة المشتركة؛ يسمح Repast Simphony بتضمين معادلات SD داخل سلوك الوكيل.
متى يجب أن أستخدم محاكاة الأحداث المنفصلة المعتمدة على الوكلاء بدلاً من ذلك؟
اختر محاكاة الأحداث المنفصلة المعتمدة على الوكلاء عندما يتم تمثيل السلوك على المستوى الكلي بشكل أفضل بواسطة قوائم الانتظار وتسلسلات الأحداث (مثل تدفق المرضى عبر عيادة) بدلاً من مخزونات التغذية المستمرة. AB-SD مفضل عندما تكون حلقات التغذية الراجعة على المستوى الكلي (مثل تجديد الموارد، زخم الوباء) مركزية لسؤال البحث.
كيف أتعامل مع مزامنة الخطوة الزمنية بين الطبقتين؟
نهج شائع هو خطوة زمنية منفصلة مشتركة يتم فيها تحديث الوكلاء أولاً، وحساب إحصاءاتهم المجمعة، وتكامل معادلات SD (مثل أويلر أو رونج-كوتا)، وبث قيم المخزون المحدثة مرة أخرى إلى الوكلاء. يجب أن يكون حجم الخطوة صغيرًا بما يكفي لتجنب خطأ التكامل في طبقة SD والتقاط ديناميكيات الوكيل ذات الصلة.
هل AB-SD مناسبة للسكان الصغار (أقل من 100 وكيل)؟
مع المجموعات السكانية الصغيرة جدًا، تهيمن التقلبات العشوائية وقد تصبح مخزونات SD المجمعة غير مستقرة أو لا معنى لها. قم بتشغيل تكرارات متعددة وفكر فيما إذا كانت مخزونات SD تمثل حقًا كميات مجمعة مستقرة قبل تطبيق النهج الهجين.
طرق ذات صلة
المصادر
Borshchev, A., & Filippov, A. (2004). From system dynamics and discrete event to practical agent based modeling: Reasons, techniques, tools. In Proceedings of the 22nd International Conference of the System Dynamics Society. Oxford, UK.
افتح مرجع المنشورتم النسخ.Sterman, J. D. (2000). Business Dynamics: Systems Thinking and Modeling for a Complex World. McGraw-Hill, Boston.
ردمك: 9780072311358تم النسخ.