Jacky Gu

Agent-based Modeling(ABM)简介

04 Sep 2023
articles netlogo ABM 2023
Share to

什么是Agent-based Modeling（ABM）？

Agent-based modeling，简称ABM，中文基于代理的建模，是一种建立在个体行为和互动的基础上的模拟方法。它通过模拟个体（即Agent）的行为和互动，来研究整体系统的动态变化和复杂性。又称：Multi-Agent Simulation(MAS)

其原理是：每个个体（代理）都具有自己的特征、决策规则和与其他个体（代理）的互动方式，个体行为会形成整体系统的行为。

ABM特点与优势：

ABM在经济金融分析方面具有以下特色，这些特色使其与传统方法论相比具有独特的优势：

1- 处理复杂性系统的能力强：

ABM能够处理现实世界中的复杂性。经济系统通常包含多样化的个体和组织，这些个体和组织之间的互动非常复杂。ABM能够模拟和分析这种复杂性，从而更准确地反映真实世界的经济现象。

2- 非优化和非均衡，更接近真实现实：

与传统的宏观经济模型不同，ABM不要求个体或整体系统追求最优化或达到均衡状态。个体的行为基于简单的规则和决策规则，而不是理性最优化。这种非优化和非均衡的特点使得ABM能够模拟更真实的行为和系统的动态变化。

3- 微观基础和宏观情况的直接联系：

ABM能够建立个体行为和宏观现象之间的直接联系。每个个体代理的行为和决策会影响整体系统的演化和结果，从而能够在微观层面上解释宏观现象。这种直接联系使得ABM能够更好地理解和预测经济系统的行为和变化。

4- 擅长实证验证和政策分析：

ABM能够通过与真实数据的对比和实证验证来验证模型的有效性。这使得ABM成为经济政策分析和决策制定的强大工具。通过在模型中引入不同的政策和策略，可以评估不同政策对经济系统的影响，并预测其潜在结果。

擅长领域

ABM可以在许多领域进行建模分析。以下是几个常见的应用领域：

1. 经济系统：

ABM在经济学中的应用非常广泛。它可以用于研究市场竞争、价格形成、消费者行为、公司策略等经济现象。

例如，可以使用ABM来模拟股票市场中的投资者行为、商品市场中的供需关系、货币市场中的交易行为等。

2. 金融系统：

ABM在金融领域中的应用也非常重要。它可以用于研究金融市场的波动性、风险传播、金融机构的行为等。

例如，可以使用ABM来模拟股票市场中的交易者行为、银行体系中的风险传播和系统性风险、保险市场中的赔付和风险管理等。

3. 城市规划：

ABM可用于模拟城市的人口流动、交通拥堵、土地利用等问题。它可以帮助规划者了解不同政策和规划决策对城市发展和居民行为的影响。

例如，可以使用ABM来模拟交通流量，评估不同交通规划方案的效果，或者模拟人口迁移和住房市场的供需关系。

4. 社会行为和群体动力学：

ABM可以用于研究社会系统中的群体行为和动态。它可以模拟人们的意见形成、社交网络的演化、传染病传播等。

例如，可以使用ABM来模拟疫情传播，评估不同的干预措施对疫情控制的效果，或者模拟社交媒体上信息传播的影响。

5. 生态系统和环境管理：

ABM可以用于研究生态系统中的物种互动、资源管理和环境政策。它可以模拟生物群体的演化、资源的利用和竞争、环境污染等问题。

例如，可以使用ABM来模拟渔业资源的管理，评估不同的捕捞政策对渔业可持续性的影响，或者模拟森林管理中的林木生长和伐木活动。

常用ABM建模软件

1- NetLogo

  • 语言：netLogo
  • 官网：https://ccl.northwestern.edu/netlogo

2- Mason

  • 语言：Python
  • 官网：https://cs.gmu.edu/~eclab/projects/mason/