imported>Crazy1880: Vorlagen-fix (DOI)

2023-02-27T10:55:18Z

Vorlagen-fix (DOI)

Neue Seite

[[Datei:Understanding-the-Dynamics-of-Violent-Political-Revolutions-in-an-Agent-Based-Framework-pone.0154175.s002.ogv|mini|Einfache Visualisierung einer agentenbasierten Modellierung zur Dynamik gewalttätiger politischer Revolutionen]]
'''Agentenbasierte Modellierung''' ist eine spezielle, individuen-basierte Methode der computergestützten Modellbildung und Simulation, eng verknüpft mit [[Komplexes System|komplexen Systemen]], [[Multiagentensystem]]en, [[Evolutionärer Algorithmus|evolutionärer Programmierung]] und [[Zellulärer Automat|zellulären Automaten]].

== Geschichte ==
Agentenbasierte Modellierung hat ihre Wurzeln sowohl in der Modellierung [[Zellulärer Automat|zellulärer Automaten]], als auch in den diversen Bereichen [[Künstliche Intelligenz|künstlicher Intelligenz]]. Bei vergleichender Betrachtung kann die agentenbasierte Modellierung auch als Erweiterung von zellulären Automaten interpretiert werden.<ref>Štefan Emrich. [http://www.ub.tuwien.ac.at/dipl/2007/AC05034596.pdf "Comparison of mathematical models and development of a hybrid approach for the simulation and forecast of influenza epidemics within heterogeneous populations"] (PDF; 1,7 MB), Vienna University of Technology, [[2007]], Vienna, Austria</ref> Sie ist ein spezieller Fall einer [[Mikrosimulation]]. Agentenbasierte Modelle basieren auf der Theorie von Multiagenten-Systemen.

== Theorie ==
Im Gegensatz zu anderen Arten der Modellierung (zum Beispiel [[System Dynamics]]) haben in der agentenbasierten Modellierung viele kleine Einheiten (Agenten) Entscheidungs- oder Handlungsmöglichkeiten. In diesem Sinne erlaubt es diese Art der Modellierung, die Verbindungen zwischen der Mikro- und der Makro-Ebene explizit zu modellieren bzw. zu untersuchen. Das System-Verhalten resultiert dabei aus dem Verhalten der einzelnen Agenten und wird nicht auf Systemebene vorgegeben. Wenn es dabei zu Effekten auf der Systemebene kommt, die nicht unmittelbar aus den Entscheidungsalgorithmen der Individuen ableitbar sind, spricht man von [[Emergenz]]. Zusätzlich kann ein von den individuellen Entscheidungen getrenntes Systemverhalten implementiert werden.

Zwei entscheidende Aspekte der agentenbasierten Modellierung sind die Möglichkeiten heterogenes Verhalten und Abhängigkeiten von anderen Individuen explizit abbilden zu können.

Diese Art der Modellierung kommt vor allem dann zur Anwendung, wenn der Fokus einer Fragestellung nicht die Stabilität eines [[Gleichgewicht (Systemtheorie)|Gleichgewichts]] bzw. die Annahme, dass ein Prozess in ein Gleichgewicht zurückkehrt, ist, sondern die Frage, wie sich ein System veränderten Rahmenbedingungen anpassen kann ([[Robustheit]]). Dabei wird der Erkenntnis Rechnung getragen, dass [[Komplexität|komplexe]] Probleme es erfordern, die Mikro-Ebene, also die Entscheidungen der Individuen, ihre Heterogenität und ihre Interaktionen, direkt zu untersuchen.

== Anwendungsbeispiele ==
Sehr unterschiedliche Anwendungen fallen in den Bereich der agentenbasierten Modellierung. Sie unterscheiden sich zum Beispiel im Grad der modellierten Intelligenz der Agenten und in der Modellierung von physischem oder sozialem Raum. Allen diesen Ansätzen ist gemein, dass das Entscheidungsverhalten auf der Ebene der Individuen implementiert wird.

Einige Beispiele verdeutlichen diese Bandbreite.

=== Einfache Simulation der Entstehung von Staus ===
In einer Dimension bewegen sich Fahrzeuge (die Agenten). Die Fahrer bzw. Fahrzeuge haben ein bestimmtes Beschleunigungs- und Bremsverhalten und halten einen Mindestabstand zu dem vor ihnen fahrenden Auto ein. Die Komplexität der simulierten Umwelt ist so gering und die nötige künstliche Intelligenz der Agenten so begrenzt, dass in diesem Fall auch von einer [[Mikrosimulation]] gesprochen werden kann. Trotzdem lassen sich mit diesen Modellen interessante Aussagen treffen.

Ein Verkehrsmodell mit diskret modelliertem Raum (die Fahrzeuge bewegen sich auf Gitterzellen) ist das [[Nagel-Schreckenberg-Modell]], ein Beispiel für ein [[Fahrzeugfolgemodell]] mit kontinuierlichem Raum ist das [[VISSIM|Wiedemann-Modell]].

=== Entstehung von Ameisenstraßen ===
Ähnlich einfache Intelligenz genügt simulierten Ameisen, die auf der Futtersuche Duftstoffe absondern und den Duftstoffen anderer Ameisen folgen. Die Duftstoffe verlieren sich mit der Zeit. Die zweidimensionale Umwelt kann hier schon sehr viel aufwändiger sein, zum Beispiel Futterquellen und Hindernisse enthalten. Auch wenn das Verhalten der Individuen einfach ist, kann sich hier eine komplexe [[Schwarmintelligenz]] bilden. Siehe dazu auch die in [[NetLogo]] implementierte Simulation der Entstehung einer Ameisenstraße.<ref>{{cite web|author=Dr. Johannes Kottonau|url=http://www.lehrer-online.de/ameisenstrasse.php |title=Lehrer-Online - Simulation einer Ameisenstraße mit NetLogo |publisher=Lehrer-online.de |date=2004-11-03 |accessdate=2010-08-20}}</ref>
Von diesem Verhalten wurden auch sogenannte [[Ameisenalgorithmus|Ameisenalgorithmen]] abgeleitet zur Lösung von kombinatorischen Optimierungsproblemen.

=== Segregation ===
Etwas aufwändigeres Entscheidungsverhalten zeigen die Agenten in Schellings Segregationsmodell. Dort treffen Agenten aufgrund von unterschiedlichen Präferenzen eine Wahl, in welchen Stadtteil sie umziehen. Zu der räumlichen Umwelt kommt hier die soziale Umwelt. Das Verhalten der Agenten hängt vom Verhalten und den Präferenzen anderer Agenten ab (social embeddedness). Siehe auch hierzu die in NetLogo implementierte Simulation.<ref>{{Internetquelle |autor=Uri Wilensky |url=http://ccl.northwestern.edu/netlogo/models/Segregation |titel=NetLogo Models Library: Segregation |sprache=en |abruf=2018-11-27}}</ref> Das Modell geht auf [[Thomas Schelling]] zurück.

=== Soziale Netzwerke ===
Raum kann gänzlich in den Hintergrund treten, wenn das Entscheidungsverhalten der Agenten nicht mehr von dem Ort, an dem sie sich aufhalten, abhängt, sondern von den anderen Agenten, mit denen sie Kontakt haben, wie etwa bei Konsumentenverhalten oder der Ausbreitung kultureller Normen. Dazu werden [[Soziales Netzwerk (Betriebswirtschaftslehre)|soziale Netzwerke]] simuliert. Austausch findet nur mit den Agenten statt, zu denen eine Netzwerkbeziehung besteht. Hier kann das Entscheidungsverhalten der einzelnen Agenten durchaus schon komplizierter und vielschichtiger werden und zum Beispiel, wie bei Consumats, Wiederholung, Imitation, sozialen Vergleich und Nachdenken enthalten.

=== Künstliche Wirtschaftssysteme ===
Die wissenschaftliche Disziplin [[Agent-based Computational Economics]] beschäftigt sich mit der Simulation von wirtschaftlichem Entscheidungsverhalten auf der Ebene von Individuen.<ref>{{Literatur |Autor=Leonardo Bargigli, Giorgio Ricchiuti |Titel=Networks, heterogeneity and evolution in economics: a short review |Sammelwerk=Advances in Complex Systems |Band=25 |Nummer=02n03 |Datum=2022-03-01 |ISSN=0219-5259 |Seiten=2202001 |DOI=10.1142/S0219525922020015}}</ref> Untersuchte Fragen reichen dabei von Auktionsverhalten über individuellen Arbeitseinsatz ([[Moral Hazard]]), [[Klimaschutz]] und [[Energiewende]]<ref>{{Literatur |Autor=Ivan Savin, [[Felix Creutzig]], Tatiana Filatova, Joël Foramitti, Théo Konc, Leila Niamir, Karolina Safarzynska, Jeroen van den Bergh |Titel=Agent-based modelling to integrate elements from different disciplines for ambitious climate policy |Sammelwerk=WIREs. Wiley Interdisciplinary Reviews |Datum=}}</ref> zu Verhalten in [[Soziales Dilemma|sozialen Dilemmata]], [[Commoning]]<ref>{{Literatur |Autor=Amy R. Poteete |Titel=Working together : collective action, the commons, and multiple methods in practice |Verlag=Princeton University Press |Ort=Princeton, N.J. |Datum=2010 |ISBN=978-1-4008-3515-7 |Seiten=308 ff.}}</ref><ref>{{Literatur |Autor=John Stephen Lansing |Titel=Islands of order : a guide to complexity modeling for the social sciences |Ort=Princeton, New Jersey |Datum=2019 |ISBN=978-0-691-19294-9 |Seiten=111 ff.}}</ref> und [[Geld#Kritik|geldlosen]] Tauschgesellschaften<ref>{{Literatur |Titel=Postmonetär denken: Eröffnung eines Dialogs |Verlag=Springer Fachmedien Wiesbaden |Ort=Wiesbaden |Datum=2019 |ISBN=978-3-658-21705-1 |DOI=10.1007/978-3-658-21706-8}}</ref>.

=== Soziale Simulation ===
Der Bereich der sozialen Simulation umfasst die Modellierung konkreter, beobachtbarer Situationen, die in Fallstudien untersucht werden. Die daraus resultierenden agentenbasierten Modelle bilden das Verhalten der Menschen in den Untersuchungsgebieten, zum Beispiel Landwirte in einem Flusseinzugsgebiet, ab. Gleichzeitig können sie mit mehr oder weniger komplexen Modellen der physischen Umwelt gekoppelt werden und entsprechende Rückkopplungen enthalten.

=== Archäoinformatik und computergestützte Geschichtswissenschaft ===
Agentenbasierte Modellierung kann zur [[Rekonstruktion]] von Wirtschaftsweisen und historischen Gesellschaften auf Basis archäologischer Funde genutzt werden.<ref>{{Literatur |Autor=Iza Romanowska |Titel=Agent-Based Modeling for Archaeology |Auflage=Electronic |Verlag=SFI Press |Datum=2021 |ISBN=978-1-947864-38-2 |Online=https://www.sfipress.org/books/agent-based-modeling-archaeology |Abruf=2022-09-16 |DOI=10.37911/9781947864382}}</ref>

== Agentenbasierte Modellierung und Wirtschaftswissenschaft ==
Die Anwendung in Artificial Economics ist dabei besonders hervorzuheben, denn die Annahme von rational handelnden Individuen ([[Homo oeconomicus]]) war stets eine Beschreibung auf der aggregierten Ebene. Das aggregierte Verhalten von wirtschaftlich handelnden Individuen kann so beschrieben werden, als würden die Individuen rational handeln. Für Märkte mit viel Information, vielen Lerngelegenheiten, genügend Zeit und Motivation mag das stimmen. Es gibt aber genügend Beispiele für Situationen, in denen Annahmen rationalen Verhaltens keine guten Prognosen über tatsächliches menschliches Verhalten liefern. Die interessanten wissenschaftlichen Fragestellungen, vor allem in Bezug auf [[öffentliche Güter]] und [[Soziales Dilemma|soziale Dilemmata]], gehören zu diesen Situationen. Da es aber keine andere Theorie über menschliches Verhalten gibt, die sich auf die gleiche Weise zur Aggregation eignet, wie die der Rationalität, ist es in solchen Fragestellungen nötig, das heterogene, tatsächlich zu beobachtende Verhalten von Menschen zu untersuchen. Agentenbasierte Modellierung ist eine Methode, dieses Verhalten zu simulieren und Hypothesen über die Zusammenhänge zwischen dem Mikro-Verhalten der Individuen und dem Makro-Verhalten des Systems aufzustellen und zu untersuchen.

== Siehe auch ==
* [[Komplexes System]]
* [[Multi-Agenten-Simulation]]
* [[Zellulärer Automat|Zelluläre Automaten]]

== Literatur ==
* Online Journal: [http://jasss.soc.surrey.ac.uk/JASSS.html Journal of Artificial Societies and Social Simulation]
* Literaturliste zu [[Multiagentensystem|Multiagenten-Systemen]]

== Einzelnachweise ==
<references />

[[Kategorie:Systemtheorie (Kybernetik)]]
[[Kategorie:Theoretische Biologie]]
[[Kategorie:Ökologische Methode]]
[[Kategorie:Künstliche Intelligenz]]
[[Kategorie:Computersimulation]]
[[Kategorie:Wikipedia:Artikel mit Video]]

Agentenbasierte Modellierung - Versionsgeschichte

imported>Crazy1880: Vorlagen-fix (DOI)