مبتنی بر عامل مدل سازی
مدل‌های مبتنی بر عامل (ABM) توسعه طبیعی CA هستند که در آن عوامل (مانند افراد، حیوانات، بیماری‌های عفونی، حشرات، آتش‌سوزی‌ها، آلاینده‌ها و فعالیت‌های کاربری زمین) به جای محدود شدن در فضا، قادر به حرکت در فضا هستند. سلول های رستر AB، مانند CA، رفتار سیستم پیچیده را شبیه سازی می کند که در آن عوامل با یکدیگر و با محیط خود با استفاده از قوانین محلی ساده تعامل دارند. با این حال در ABM عوامل معمولاً به طور همزمان در مراحل ثابت مانند CA عمل نمی کنند. در عوض، اقدامات آنها از برنامه متوالی از تعاملات پیروی می کند که امکان زندگی مشترک با تجربیات مختلف محیطی را فراهم می کند. به طور کلی ABM متشکل از عواملی است که در محیط و قوانین حاکم بر تعاملات تعامل دارند. بنابراین، برای ساخت ABM، چهار عنصر باید تعریف شود: عوامل، قوانین، تعاملات و محیط.
شکل ۹-۹ تصاویری از آتش سوزی جنگل ها در مراحل زمانی گسسته
نمایندگان می توانند هر گونه نمایندگی از موجودات مجزا، خودمختار یا اجزای سیستم فردی با اهداف و رفتارهای خاص خود و بدون تأثیر کنترل متمرکز باشند. آنها از نظر ویژگی ها یا حالات خود متفاوت هستند. حالات عوامل با متغیرهای گسسته یا پیوسته نشان داده می شود ( مثلا کاربری زمین برای عامل قطعه زمین و غلظت عامل آلاینده). با توجه به انتخاب متغیرها یا متغیرهای حالت عامل، ممکن است وقتی حالت با عامل دیگر یا با محیط تعامل داشته باشد، یک حالت گذار حالت ایجاد شود. عوامل را می توان طوری طراحی کرد که بسته به حالت قبلی، مانند CA (که در آن سلول عامل است)، حالت خود را تغییر دهند. آنها همچنین می توانند با محیط خود درگیر شوند، با توجه به انتظارات و هدف خود با تغییرات محیط خود سازگار شوند و در چرخه یادگیری بازیگری از طریق ارزیابی نتایج اقدامات وابسته به واکنش محیط و به روز رسانی هدف یا اقدامات تکامل می یابد. عوامل به طور کلی هدف محور هستند. آنها ممکن است به دنبال تحقق نیاز اساسی، مانند برآوردن نیازهای اولیه انرژی، یا هدف پیچیده، مانند حفظ رشد شهری پایدار باشند (چنین ABM ممکن است شامل هر دو سیستم اجتماعی و طبیعی و عوامل مربوطه باشد).
رفتارها یا اقدامات عوامل توسط مجموعه ای از قوانین تعیین می شود. این قوانین از IF ساده تا قوانینی که به الگوریتم هایی که هزاران خط کد را شامل می شوند متغیر است. مانند CA، قوانین در یک یا چند مرحله زمانی گسسته تکرار می شوند. قوانین را می توان از شواهد علمی، مشاهدات تجربی، دانش اکتشافی یا قضاوت های ارزشی استخراج کرد.
به عنوان مثال، از ABM می توان برای مدل سازی رفتار تغذیه سرو سرخ سرزمین به عنوان یک قدم زدن با راهنمای قانون بر روی منظره ای استفاده کرد که در آن عامل حیوان محیط خود را ارزیابی کرده و به طور عمدی برای جستجوی منابع غذایی ترجیحی حرکت می کند. بر اساس مشاهدات تجربی در منطقه مورد مطالعه ، سروهای سرزمین اصلی از مسیرهای ضربدری شده روی چمن، شاخه و برگ می چرند. این عادت غذا را می توان در قوانین گنجانید. هنگام مدل سازی عوامل انسانی، قوانین معمولاً از طریق مصاحبه ها و نظرسنجی ها استخراج می شوند، در این موارد از افراد خواسته می شود نحوه واکنش خود را در موقعیت خاص توضیح دهند. از پاسخ های سوژه های انسانی در مورد سناریوهای مختلف می توان برای تولید قوانین استفاده کرد.
نمایندگان در تعامل با عوامل دیگر آزاد هستند. آنها معمولاً فقط به اطلاعات مربوط به محله نزدیک خود دسترسی دارند و از کل سیستم ساکن آنها اطلاعات جهانی ندارند. فعل و انفعالات محلی عامل به عامل یا عامل با محیط منجر به ظهور رفتار یا الگوهای جهانی می شود که برای هر عامل ناشناخته است. تعامل بین عوامل ممکن است از طریق ارتباط مستقیم یا غیر مستقیم رخ دهد. ارتباط مستقیم اغلب از طریق مکانیسم انتقال پیام صورت می گیرد که به نمایندگان اجازه می دهد پیامهایی بسازند و ارسال کنند که سپس توسط عوامل دریافت کننده تفسیر می شوند. پیامها ممکن است نمایانگر گفتگوی گفتاری بین نمایندگان انسانی یا برچسب هایی باشد که توسط نمایندگان نمایش داده می شود و توسط سایر عوامل رمزگشایی می شود. ارتباطات غیرمستقیم از طریق تغییر در یک محیط مشترک انجام می شود. مثلا، در مدل ABM از رفتار مورچه ها، عوامل مورچه در ابتدا به طور تصادفی پرسه می زنند. هنگامی که آنها غذا پیدا می کنند، در حالی که مسیرهای فرمونی را ترک می کنند، به مستعمره خود باز می گردند. وقتی مورچه های دیگر چنین مسیری را پیدا می کنند، احتمالاً در صورت یافتن غذا، آن را دنبال کرده و با فرمون خود تقویت می کنند. با این حال فرمون در طول مسیر با گذشت زمان تبخیر می شود و قدرت جذاب آن کاهش می یابد. هرچه طول می کشد تا مورچه ای در طول مسیر حرکت کند، فرمون گذاشته شده ضعیف تر و جذاب تر می شود. در یک مسیر کوتاه، قدرت فرمون به همان اندازه بالا باقی می ماند فرمون در طول مسیر با گذشت زمان تبخیر می شود و قدرت جذابیت آن را کاهش می دهد. هرچه طول می کشد تا مورچه ای در طول مسیر حرکت کند، فرمون گذاشته شده ضعیف تر و جذاب تر می شود. در مسیر کوتاه، قدرت فرمون به همان اندازه بالا باقی می ماند فرمون در طول مسیر با گذشت زمان تبخیر می شود و قدرت جذاب آن کاهش می یابد. هر چه مورچه بیشتر در طول مسیر حرکت کند، فرمونی که روی آن گذاشته ضعیف تر و جذاب تر می شود. در طول یک مسیر کوتاه، قدرت فرمون همچنان بالاست. قبل از تبخیر یا پوسیدگی تقویت می شود. مورچه ها تمایل دارند مسیرهای خود را با غلظت فرمون قوی تر انتخاب کنند. بنابراین ، وقتی یک مورچه مسیر کوتاه تری پیدا می کند ، احتمال بیشتری وجود دارد که مورچه های دیگر آن مسیر را دنبال کنند و بازخورد مثبت در نهایت همه مورچه ها را به انتخاب کوتاهترین مسیر سوق می دهد. این مثال نشان می دهد که ارتباط بین عوامل، تأثیرات متقابل محلی را تقویت می کند و باعث ایجاد پویایی در سطح گروه یا سطح جهانی می شود.
عوامل می توانند در فضا پرسه بزنند، مثلا حیوانات. آنها همچنین می توانند ثابت شوند، مثلا قطعات زمین. محیطی که عوامل در آن قرار دارند ممکن است به طرق مختلف نشان داده شود، مانند رستر ، شبکه یا نقشه برداری که نشان دهنده فضای پیوسته است. معمولا محیط ها فضاهای جغرافیایی را نشان می دهند، مثلا در مدل های مربوط به رشد شهری که در آن محیط برخی از ویژگی های فیزیکی یک شهر را شبیه سازی می کند و در مدل های رفتار تغذیه حیواناتکه در آن محیط نشان دهنده توزیع مکانی غذاها است. آنها همچنین ممکن است شامل تأثیر عوامل دیگر در مناطق اطراف و تأثیر عواملی مانند کاهش منابع و توپوگرافی باشند. در GIS، عوامل را می توان به صورت نقاط، چند ضلعی یا سلول های شبکه در لایه های جداگانه نشان داد و می تواند توسط شبکه ها یا مناطق مختلف به هم متصل شوند.
ABM ها اغلب برای بررسی سوالات مربوط به تکامل همکاری و خودسازماندهی در جوامع انسانی و حیوانی، برای مطالعه پویایی جمعیت های ناهمگن افراد و استنتاج رفتارهای سطح گروه استفاده می شوند. کاربردهای معمولی شامل مدل سازی رشد شهری (باتی، ۲۰۰۵)، شبیه سازی فرآیندهای اکولوژیکی و تکاملی (دی آنجلیس و مویج، ۲۰۰۵)، اکتشاف پویایی کاربری زمین و تغییر پوشش زمین (پارکر و همکاران، ۲۰۰۳) و تجزیه و تحلیل حرکات حیات وحش (واتکینز) و همکاران، ۲۰۱۱) است. کادر ۹-۳ مدل استفاده از زمین های روستایی مبتنی بر عامل نیوزلند (ARLUNZ) را معرفی می کند.
بدون دیدگاه