エージェント・ベース・モデル

エージェント・ベース・モデル（Agent-based model, ABM）は、コンピュータによるモデルの1種で、自律的なエージェント（個体であることもあれば、組織やグループのような集合体であることもある）の行為と相互作用を、それらがシステム全体に与える影響を評価するためにシミュレートするものである。ゲーム理論、複雑系、計算社会科学、マルチエージェントシステム、進化的プログラミングの要素を取り入れている。ランダム性を導入するためにモンテカルロ法を用いる。個体ベースモデルと呼ばれることもある。

ABMは、複数のエージェントが同時に活動し、相互作用する状況をシミュレートすることによって、複雑な現象を再現し、予測することを目指す。ここで扱うプロセスは、システムの下位レベル（ミクロ）から上位レベル（マクロ）への創発現象の1つである。そのため、「単純な行動ルールが複雑な挙動を作り出す」ことが鍵となる。これはKISSの原則として知られる原則で、モデリングの分野ではよく採用されている。もう1つの中心原理は「全体は部分の総和を超える」である。個別のエージェントはふつう限定合理的で、発見的ルールか単純な意思決定ルールを用いて、繁殖、経済的利益、社会的地位など、彼らが自身の利害とみなすものを求めて行動すると想定される[1]。ABMのエージェントは、「学習」したり、適応したり、繁殖したりすることがある[2]。

ほとんどのエージェント・ベース・モデルは、次により構成される： (1) 様々なスケールで特定された多数のエージェント（エージェントの粒度） ; (2) 発見的学習意思決定 ; (3) 規則の学習あるいは適応の過程 ; (4) 相互作用のトポロジー ; (5) エージェント以外の環境。

歴史

エージェント・ベース・モデルのアイデアは、1940年代にはどちらかといえば純粋な概念として出発した。膨大な計算量が必要なことから、エージェント・ベース・モデルが広まるのは1990年代になってからである。

エージェント・ベース・モデルの歴史は、ジョン・フォン・ノイマンの自己増殖オートマトンにまで遡ることができる。フォン・ノイマンが考案したこの装置は、自分自身を精確に複製することができるというものである。このコンセプトは、フォン・ノイマンの友人である数学者スタニスワフ・ウラムによって改良された。ウラムは、自己増殖オートマトンを、グリッドの上のセルの集合体として、紙の上でつくることを提案した。このアイデアに触発されたフォン・ノイマンは、のちにセル・オートマトンと呼ばれることになる装置を考案した。

次の一歩は、数学者のジョン・ホートン・コンウェイによってもたらされた。コンウェイは、よく知られるライフゲームを考案した。コンウェイのライフゲームは、フォン・ノイマンの自己増殖オートマトンと異なり、2次元のチェッカーボードの形をした仮想世界において、極めて単純なルールに従って動作する。

エージェント・ベース・モデルの最も初期の一つが、トーマス・シェリングの1971年の論文"Dynamic Models of Segregation"[3] で論じられた住み分けモデルである。シェリングが使ったのはコンピュータではなくコインとグラフ用紙だったが、シェリングがつくったモデルは、共有された環境において自律的なエージェントが相互作用し、その結果が環境に反映するというエージェント・ベース・モデルの基本コンセプトを具体化したものである。

1980年代前半、ロバート・アクセルロッドは、囚人のジレンマの設定で、戦略を募集し、それぞれの戦略にしたがうエージェント同士を対戦させて勝者を決めるトーナメントを行った。アクセルロッドは他にも政治科学の分野で、エスノセントリズムから文化伝播までの現象を説明する、多くのエージェント・ベースド・モデルを考案した(Axelrod 1997)。

1980年代後半、クレイグ・レイノルズが群れ行動をモデル化したボイドは、社会性を取り入れた初期の生物エージェント・ベース・モデルの発展につながった。レイノルズは、クリストファー・ラングトンが人工生命と名付けた、生きた生物エージェントがもつリアリティをモデル化しようとした。

「エージェント」という用語を最初に用い、現在使われるような意味で定義したのは例は何なのか、たどることは難しい。候補の一つは、ジョン・H・ホランドとジョン・H・ミラーの1991年の論文"Artificial Adaptive Agents in Economic Theory" [4] である。この論文は彼らのより以前の学会発表を元にしたものである。

同じ頃、1980年代に、社会科学者、数学者、オペレーション・リサーチその他の研究者たちが、計算組織科学（Computational and Mathematical Organization Theory: CMOT）という分野を生み出した。この分野は、経営科学研究所（The Institute of Management Sciences : TIMS）や、その関連学会であるアメリカ・オペレーション・リサーチ学会（the Operations Research Society of America : ORSA）に深く関わりながら発展した。1990年代半ばを通じて、この分野では、効果的なチームをデザインすること、組織の効率性を高めるために必要なコミュニケーションや社会ネットワーク行動を解明することが中心的テーマとなった。

1990年のStarLogo、1990年代半ばのSWARM と NetLogo、そして2000年の RePast と AnyLogic の登場は、いくつかの特注設計コードとともに、CMOT（のちにCASOS: Computational Analysis of Social and Organizational Systemsと改称する）がますます多くのエージェント・ベース・モデルを生み出すことに役立った。サミュエルソン(2000)が、こうした初期の動向について簡潔な概観を与える。またサミュエルソン(2005）やサミュエルソンとマカル(2006)は、その後の発展を扱っている。ボナボー(2002)は、モデリング・ソフトウェアが広く利用可能となった時点における、エージェント・ベース・モデルの可能性を扱ったよいサーヴェイ論文である。

キャサリーン・M・カーリーは、社会ネットワークと文化の共-進化を研究するために初期のエージェント・ベースド・モデルのひとつ Construct を開発した。

ジョシュア・M・エプスタインとロバート・アクステルは、大規模エージェント・ベースド・モデルであるシュガースケープを開発した。シュガースケープは、季節回遊や汚染、有性生殖、先頭、疫病や文化の伝染といった社会現象をシミュレーションしその役割を探究するためのモデルである。

ナイジェル・ギルバートは、社会シミュレーションについての最初の教科書"Simulation for the social scientist" (1999)[5]（邦訳『社会シミュレーションの技法』[6]）を出版し、この分野の最も重要な学術誌Journal of Artificial Societies and Social Simulationを創刊した。

1990年代後半、TIMSとORSAが合併しen:Institute for Operations Research and the Management Sciences（INFORMS） が設立された。 INFORMSができたことで隔年で開かれていた2つの会合は1つとなり、CMOTを刺激して、独立した学会（North American Association for Computational Social and Organizational Sciences (NAACSOS)）をつくることにつながった。主要な寄稿者の一人であるカーネギーメロン大学のキャサリーン・M・カーリーは、特に社会ネットワーク・モデルの専門家であり、　アメリカ国立科学財団から年次学会のための資金を得るなど尽力し、NAACSOSの初代会長となった。シカゴ大学とアルゴンヌ国立研究所に所属するデイビッド・サラッチが、カーリーの後の会長となり、その後エモリー大学のマイケル・プリエトゥラが引き継いでいる。

NAACSOSが設立されたのとほぼ同じ時期に、NAACSOSのカウンターパートに当たる、ヨーロッパ社会シミュレーション学会 (ESSA)、太平洋アジア・社会いシステム科学エージントベースドアプローチ学会(PAAA)が組織された。現在、この3つの学会は国際的に連携している。3学会の合同で、2006年8月には京都で、第一回社会シミュレーション世界大会が開催された。第2回大会は、ジョージ・マンソン大学の尽力により、2008年7月ワシントンDCの郊外にあるノース・バージニアで開催された。

更に最近では、ロン・サンが、認知社会シミュレーションとして知られる、ヒトの認知モデルに基づくエージェントモデルシミレーションを作り上げた（Sun 2006を参照) 。カリフォルニア大学ロサンゼルス校のビル・マクケルベイ、スーザン・ローマン、ダリオ・ナルディ、ドワイト・リードらも、組織行動と意思決定に関する重要な貢献を行った。2001年以来、カリフォルニア大学ロサンゼルス校は、カルフォルニアのレイク・アロウヘッドで会議を開催しており、エージェントベースドモデルの分野における、もうひとつの集いの場となっている。

理論

ほとんどの計算モデリング研究は、システムを均衡状態にあるか、複数の近郊の間を移行するものとして記述する。しかしエージェント・ベースド・モデリングは、単純なルールを用いるにもかかわらず、はるかに複雑で興味深い行動をもたらす。

エージェント・ベースド・モデルにとって中心となる3つのアイデアは、対象としてのエージェント、創発性、そして複雑性である。

エージェント・ベースド・モデルは、ルールに従って動的に相互作用を行うエージェントたちから構成される。エージェントたちがその内で相互作用するシステムは、現実世界のような複雑性を創り出す。

これらのエージェントは、

  • 知能と目的を持っており、
  • 時間と空間の中に埋め込まれている。エージェントはネットワークや格子に置かれ、その位置や、反応や目的行動は、コンピュータプログラムのアルゴリズムの形でコード化されている。モデルのプロセスは、帰納推論として最もよく記述される。モデルをつくる者は、目下の状況に最も合った仮定を設定し、エージェントの相互作用から創発してくる現象を観察する。均衡がもたらされる場合もあれば、創発的なパターンが生じる場合もある。しかし、支離滅裂で理解が難しい状態となることもある。

いくつかの点で、エージェント・ベースド・モデルは、伝統的な分析的方法を補完するものである。分析的方法はシステムの均衡を分類することができるが、エージェント・ベースド・モデルはこれら均衡を生成する可能性をもたらす。この生成的貢献は、エージェント・ベースド・モデルがもつ可能性のうちで最も主流なものとなるかもしれない。エージェント・ベースド・モデルは、次のような、より高いオーダーのパターン---テロ組織やインターネットのネットワーク構造や、交通渋滞や戦争、株式市場の暴落に見られる冪乗分布、人々が寛容であるにもかかわらず改善されない社会的隔離など---がどのように創発するかを説明できる。エージェント・ベースド・モデルはまた介入が大きな結果をもたらす勘所をつきとめたり、経路依存のタイプを区別することにも用いることができる。

エージェント・ベースド・モデルは、定常状態に焦点を合わせるよりも、システムの頑健性---複雑系が、その機能を維持しながら、内と外からの圧力にどのように適応するかを取り扱う。複雑性を活用するためには、エージェントの条件---エージェントの多様性、結合性、相互作用の水準が必要となる。

応用

エージェント・ベースド・モデルは、1990年代半ば以降、ビジネスやテクノロジーの分野で様々な問題を解決をするのに用いられてきた。応用事例には、サプライチェーンの最適化、ロジスティクス、口コミや社会ネットワーク効果を含む消費行動のモデル化、分散コンピューティング、ワークフォース・マネジメント、アセットマネジメントなどがある。エージェント・ベースド・モデルは交通渋滞を分析するのにも用いられている。[7]　これらを含むエージェント・ベースド・モデルの応用では、複数のエージェントとその結びつきをモデルに取り入れることで、利害関係のシステムがシミュレーションされる。エージェント・ベースド・モデルは、個人レベルの行動の変化が、システム全体にどのような影響を与えるかをテストするにも用いることができる。

他にも、伝染病の流行や生物兵器の脅威、人口動態を含む生物学での応用、[8] 、古代文明の興隆、自民族中心主義的行動[9] 、強制移住[10] 、言語選択ダイナミクス[11] 、ヒトの免疫系[12] を含む医学的応用にも、エージェント・ベースド・モデルは用いられてきた。乳がんの診断支援にも用いられている[13]。

Recently, agent based modelling and simulation has been applied to various domains such as studying the impact of publication venues by researchers in the computer science domain (journals versus conferences).[14] In addition, ABMS has been used to simulate information delivery in ambient assisted environments.[15] In the domain of peer-to-Peer, ad-hoc and other self-organizing and complex networks, the usefulness of agent based modeling and simulation has been shown.[16] The use of Computer Science based Formal Specification framework coupled with Wireless sensor networks and an Agent-based simulation has recently been demonstrated in.[17]

Agent based evolutionary search or algorithm is a new research topic for solving complex optimization problems. Further details on the topic can be found in R. Sarker and T. Ray (2010) Agent based Evolutionary Approach: An Introduction, Agent Based Evolutionary Search, Springer series in Evolutionary Learning and Optimization, Springer, pp. 1–12.

経済

Screenshot of an agent-based modeling software program
Graphic user interface for an agent-based modeling tool.

In the wake of the financial crisis interest has grown in ABMs as possible tools for economic analysis. ABMs do not assume the economy can achieve equilibrium and "representative agents" are replaced by agents with diverse, dynamic, and interdependent behavior including herding. ABMs take a "bottom-up" approach and can generate extremely complex and volatile simulated economies. ABMs can represent unstable systems with crashes and booms that develop out of non-linear (disproportionate) responses to proportionally small changes.[18] A July 2010 article in The Economist looked at ABMs as alternatives to the DGSE models.[18] The journal Nature also encouraged agent-based modeling with an editorial that suggested ABMs can do a better job of representing financial markets and other economic complexities than standard models[19] along with an essay by J. Doyne Farmer and Duncan Foley that argued ABMs could fulfill both the desires of Keynes to represent a complex economy and of Robert Lucas to construct models based on microfoundations.[20] Farmer and Foley pointed to progress that has been made using ABMs to model parts of an economy, but argued for the creation of a very large model that incorporates low level models.[21]

ハードウエア

The Software described above is designed for serial von-Neumann computer architectures. This limits the speed and scalability of these systems. A recent development is the use of data-parallel algorithms on Graphics Processing Units GPUs for ABM simulation [2], [3] and [4]. The extreme memory bandwidth combined with the sheer number crunching power of multi-processor GPUs has enabled simulation of millions of agents at tens of frames per second.

エージェント・ベース・モデルの妥当性と検証

Verification and validation (V&V) of simulation models is extremely important.[22][23] Verification involves debugging the model to ensure it works correctly; whereas Validation ensures that you have built the right model. Verification and validation in the social sciences domain can be seen in.[24] In Computational Economics, validation can be examined in.[25] In,[26] the author proposes face validation, sensitivity analysis, calibration and statistical validation. Discrete-Event Simulation Framework approach for the validation of Agent-Based systems has been proposed in.[27] A comprehensive resource on empirical validation of agent-based models is [28]

A formal approach for V&V of all agent-based models is based on building a VOMAS (Virtual Overlay Multi-Agent System),[29] a software engineering based approach, where a virtual overlay Multi-agent system is developed alongside the agent-based model. The agents in the Multi-Agent System are able to gather data by generation of logs as well as provide run-time validation and verification support by watch agents and also agents to check any violation of invariants at run-time. These are set by the Simulation Specialist with help from the SME (Subject Matter Expert). An example of using VOMAS for Verification and Validation of a Forest Fire simulation model is given in [30]

VOMAS provides a formal way of Validation and Verification. If you want to build a VOMAS, you need to start designing VOMAS agents along with the agents in the actual simulation preferably from the start. So, in essence, by the time your simulation model is complete, you essentially have one model which contains two models:

  1. An Agent Based Model of the intended system
  2. An Agent Based Model of the VOMAS

Unlike all previous work on Verification and Validation, VOMAS agents ensure that the simulations are validated in-simulation i.e. even during execution. In case of any exceptional situations, which are programmed on the directive of the Simulation Specialist (SS), the VOMAS agents can report them. In addition, the VOMAS agents can be used to log key events for the sake of debugging and subsequent analysis of simulations. In other words, VOMAS allows for a flexible use of any given technique for the sake of Verification and Validation of an Agent-based Model in any domain.

関連項目

脚注

  1. ^ Agent-Based Models of Industrial Ecosystems. Rutgers University, October 6, 2003.
  2. ^ Agent-based modeling: Methods and techniques for simulating human systems. Proceedings of the National Academy of Sciences. May 14, 2002.
  3. ^ Schelling, Thomas C. (1971). “Dynamic models of segregation†”. The Journal of Mathematical Sociology 1 (2): 143–186. doi:10.1080/0022250X.1971.9989794. ISSN 0022-250X. 
  4. ^ Holland, J.H.; Miller, J.H.; (1991年). “Artificial Adaptive Agents in Economic Theory” (PDF). American Economic Review 81 (2): pp. 365–71. http://zia.hss.cmu.edu/miller/papers/aaa.pdf 
  5. ^ G. Nigel Gilbert; Klaus G. Troitzsch (1999). Simulation for the social scientist. Open University Press. ISBN 978-0-335-19745-3. https://books.google.co.jp/books?id=_JLZAAAAMAAJ&redir_esc=y&hl=ja 2012年8月10日閲覧。 
  6. ^ ナイジェルギルバート; クラウス・G. トロイチュ (25 February 2003). 社会シミュレーションの技法: 政治・経済・社会をめぐる思考技術のフロンティア. 日本評論社. ISBN 978-4-535-55241-8. https://books.google.co.jp/books?id=SBfYAAAACAAJ&redir_esc=y&hl=ja 2012年8月10日閲覧。 
  7. ^ Application of Agent Technology to Traffic Simulation. United States Department of Transportation, May 15, 2007.
  8. ^ Caplat, Paul; Anand, Madhur, Bauch, Chris (10 March 2008). “Symmetric competition causes population oscillations in an individual-based model of forest dynamics”. Ecological Modelling 211 (3-4): 491–500. doi:10.1016/j.ecolmodel.2007.10.002. 
  9. ^ Lima, Francisco W. S., Hadzibeganovic, Tarik, and Stauffer, Dietrich. 2009. Evolution of ethnocentrism on undirected and directed Barabási-Albert networks. Physica A, 388(24), 4999-5004.
  10. ^ The Chaos of Forced Migration: A Modeling Means to an Humanitarian End, Scott Edwards, 2010
  11. ^ Hadzibeganovic, Tarik, Stauffer, Dietrich, and Schulze, Christian. 2009. Agent-based computer simulations of language choice dynamics. Annals of the New York Academy of Sciences, 1167, 221-229.
  12. ^ Tutorial on agent-based modeling and simulation part 2: how to model with agents. Association for Computing Machinery, Winter Simulation Conference, 2006.
  13. ^ Amnah Siddiqah, Muaz Niazi, Farah Mustafa, Habib Bokhari, Amir Hussain, Noreen Akram, Shabnum Shaheen, Fouzia Ahmed &Sarah Iqbal, "A new hybrid agent-based modeling decision support system for breast cancer research", IEEE ICICT, IBA, Karachi, August 15–16, 2009.Breast Cancer DSS
  14. ^ Niazi, M., Baig, A. R., Hussain, A., and Bhatti, S. 2008. Simulation of the research process. In Proceedings of the 40th Conference on Winter Simulation (Miami, Florida, December 07 - 10, 2008). S. Mason, R. Hill, L. Mönch, and O. Rose, Eds. Winter Simulation Conference. 1326-1334. Simulation Of the Research Process
  15. ^ Niazi, Muaz A. "Self-Organized Customized Content Delivery Architecture for Ambient Assisted Environments." UPGRADE '08: Proceedings of the third international workshop on Use of P2P, grid and agents for the development of content networks (2008): 45-54.Paper
  16. ^ Muaz Niazi and Amir Hussain, Agent based Tools for Modeling and Simulation of Self-Organization in Peer-to-Peer, Ad-Hoc and other Complex Networks, Feature Issue, IEEE Communications Magazine, Vol.47 No.3, March 2009, pp 163 - 173.Paper
  17. ^ Muaz Niazi, Amir Hussain (2011). A Novel Agent-Based Simulation Framework for Sensing in Complex Adaptive Environments. IEEE Sensors Journal, Vol.11 No. 2, 404-412. Paper
  18. ^ a b “Agents of change”. The Economist. (2010年7月22日). http://www.economist.com/node/16636121 2011年2月16日閲覧。 
  19. ^ “A model approach” (Editorial). Nature 460 (7256): 667. (6 August 2009). doi:10.1038/460667a. http://www.nature.com/nature/journal/v460/n7256/full/460667a.html. 
  20. ^ Farmer & Foley 2009, p. 685.
  21. ^ Farmer & Foley 2009, p. 686.
  22. ^ Sargent, R.G., "Verification, validation and accreditation of simulation models," Simulation Conference Proceedings, 2000. Winter , vol.1, no., pp.50-59 vol.1, 2000 Link
  23. ^ Galán, J.M., Izquierdo, L.R., Izquierdo, S.S., Santos, J.I., del Olmo, R., López-Paredes, A. and Edmonds, B.(2009) "Errors and Artefacts in Agent-Based Modelling," Journal of Artificial Societies and Social Simulation , vol.12, no.1, [1]
  24. ^ Validation and Verification of Agent-Based Models in the Social Sciences, Lecture Notes in Computer Science, Volume 5466/2009, Epistemological Aspects of Computer Simulation in the Social Sciences 130-140 SpringerLink
  25. ^ Validating and Calibrating Agent-Based Models: A Case Study, Computational Economics, Volume 30 , Issue 3 (October 2007), 245 - 264, 2007 DOI
  26. ^ Franziska Klügl, A validation methodology for agent-based simulations, Proceedings of the 2008 ACM symposium on Applied computing table of contents, Fortaleza, Ceara, Brazil, Pages 39-43 DOI
  27. ^ Fortino, G., A. Garro, and W. Russo. "A Discrete-Event Simulation Framework for the Validation of Agent-Based and Multi-Agent Systems." 2005. Paper
  28. ^ Verification and Validation of Agent-Based Computational Models Link
  29. ^ Muaz Niazi, Amir Hussain and Mario Kolberg , Verification and Validation of Agent-Based Simulations using the VOMAS approach, Proceedings of the Third Workshop on Multi-Agent Systems and Simulation ’09 (MASS '09), as part of MALLOW 09, Sep 7–11, 2009, Torino, Italy Paper
  30. ^ Muaz Niazi, Qasim Siddique, Amir Hussain and Mario Kolberg, Verification & Validation Of An Agent-Based Forest Fire Simulation Model, Proceedings of the Agent Directed Simulation Symposium 2010, as part of the ACM SCS Spring Simulation Multiconference, pp142-149, Orlando, FL, April 11–15, 2010 Paper

参考文献

邦文文献

論文

  • “特集 エージェントベースアプローチ”. 組織科学 34 (2): 2-79. (2000). 　
  • “特集 社会・経済におけるマルチエージェント”. コンピュータソフトウェア 17 (5): 409-468. (09 2000). https://cir.nii.ac.jp/all?q=%E7%89%B9%E9%9B%86+%E7%A4%BE%E4%BC%9A%E3%83%BB%E7%B5%8C%E6%B8%88%E3%81%AB%E3%81%8A%E3%81%91%E3%82%8B%E3%83%9E%E3%83%AB%E3%83%81%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88+&count=100&sortorder=0. 　（全文閲覧可）
  • “特集 エージェント・ベース・モデリング”. オペレーションズ・リサーチ : 経営の科学 49 (3): 130-167. (2004). https://cir.nii.ac.jp/all?q=%3C%E7%89%B9%E9%9B%86%3E%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E3%83%BB%E3%83%99%E3%83%BC%E3%82%B9%E3%83%BB%E3%83%A2%E3%83%87%E3%83%AA%E3%83%B3%E3%82%B0&range=0&count=200&sortorder=1&type=0. 　（全文閲覧可）
  • “特集 社会科学におけるエージェント・ベースト・モデルの最前線”. 理論と方法 19 (1): 17-86. (2004). https://doi.org/10.11218/ojjams.19.17. 　（全文閲覧可）
  • “特集:マルチエージェントの理論と応用”. 情報処理学会論文誌 47 (5): 1353-1501. (05 2006). https://cir.nii.ac.jp/all?q=%3C%E7%89%B9%E9%9B%86%3E%E3%83%9E%E3%83%AB%E3%83%81%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88%E3%81%AE%E7%90%86%E8%AB%96%E3%81%A8%E5%BF%9C%E7%94%A8%29&range=0&count=200&sortorder=1&type=1. 　（全文閲覧可）
  • “特集 エージェント・ベースト・モデルの社会学的展開”. 理論と方法 26 (1): 13-159. (2011). https://doi.org/10.11218/ojjams.26.13. 　（全文閲覧可）

書籍

  • 伊庭斉志 (2007). 複雑系のシミュレーション: Swarmによるマルチエージェント・システム. コロナ社. ISBN 978-4-339-02419-7. https://books.google.co.jp/books?id=ibeeGQAACAAJ&redir_esc=y&hl=ja 2012年8月10日閲覧。 
  • 大内東; 山本雅人; 川村秀憲 (2002). マルチエージェントシステムの基礎と応用: 複雑系工学の計算パラダイム. コロナ社. ISBN 978-4-339-02388-6. https://books.google.co.jp/books?id=r3bNPAAACAAJ&redir_esc=y&hl=ja 2012年8月10日閲覧。 
  • 兼田敏之 (2005). 社会デザインのシミュレーション&ゲーミング. 共立出版. ISBN 978-4-320-09634-9. https://books.google.co.jp/books?id=whaIAgAACAAJ&redir_esc=y&hl=ja 2012年8月10日閲覧。 
  • 北中英明 (2005). 複雑系マーケティング入門: マルチエージェント・シミュレーションによるマーケティング. 共立出版. ISBN 978-4-320-09631-8. https://books.google.co.jp/books?id=BLbgPQAACAAJ&redir_esc=y&hl=ja 2012年8月10日閲覧。 
  • 塩沢由典 (2006). 人工市場で学ぶマーケットメカニズム U-Mart経済学編(CD-ROM付き). 共立出版. ISBN 978-4-320-12160-7. https://books.google.co.jp/books?id=y-0cPQAACAAJ&redir_esc=y&hl=ja 2012年8月10日閲覧。 
  • 高玉圭樹 (2003). マルチエージェント学習: 相互作用の謎に迫る. コロナ社. ISBN 978-4-339-02395-4. https://books.google.co.jp/books?id=YbLDAAAACAAJ&redir_esc=y&hl=ja 2012年8月10日閲覧。 
  • 出口弘; 木嶋恭一 (2009). エージェントベースの社会システム科学宣言: 地球社会のリベラルアーツめざして. 勁草書房. ISBN 978-4-326-60221-6. https://books.google.co.jp/books?id=8EiZPgAACAAJ&redir_esc=y&hl=ja 2012年8月10日閲覧。 
  • 本郷健; 齋藤実; 須藤崇夫; 堀口真史 (2009). StarLogoプログラミング: 情報教育にいかす分散処理シミュレーション. 東京電機大学出版局. ISBN 978-4-501-54640-3. https://books.google.co.jp/books?id=u2fpfmGLwCcC&redir_esc=y&hl=ja 2012年8月10日閲覧。 
  • 山影進; 服部正太 (2002). コンピュータのなかの人工社会: マルチエージェントシミュレーションモデルと複雑系. 構造計画研究所. ISBN 978-4-320-09735-3. https://books.google.co.jp/books?id=-hzeAAAACAAJ&redir_esc=y&hl=ja 2012年8月10日閲覧。 
  • 山影進 (2007). 人工社会構築指南: artisocによるマルチエージェント・シミュレーション入門. 書籍工房早山. ISBN 978-4-88611-503-4. https://books.google.co.jp/books?id=I2R0QgAACAAJ&redir_esc=y&hl=ja 2012年8月10日閲覧。 
  • 山本和也 (2008). ネイションの複雑性: ナショナリズム研究の新地平. 書籍工房早山. ISBN 978-4-88611-509-6. https://books.google.co.jp/books?id=zZIyOwAACAAJ&redir_esc=y&hl=ja 2012年8月10日閲覧。 

欧文文献

  • Barnes, D.J.; Chu, D. (2010). Introduction to Modelling for Biosciences (chapter 2 & 3). Springer Verlag. ISBN 978-1-84996-325-1. http://www.cs.kent.ac.uk/projects/imb/ 
  • Axelrod, Robert (1997). The Complexity of Cooperation: Agent-Based Models of Competition and Collaboration. Princeton: Princeton University Press. ISBN 978-0-691-01567-5 
    • （邦訳　ロバート・アクセルロッド (2003). 対立と協調の科学: エージェント・ベース・モデルによる複雑系の解明. ダイヤモンド社. ISBN 978-4-478-19047-0. https://books.google.co.jp/books?id=Mr0tAAAACAAJ&redir_esc=y&hl=ja 2012年8月10日閲覧。 ）
  • Bonabeau, Eric, Agent-based modeling: methods and techniques for simulating human systems. Proc. National Academy of Sciences 99(3): 7280-7287, 2002.
  • Carley, Kathleen M., Smart Agents and Organizations of the Future. In Handbook of New Media, edited by Leah Lievrouw & Sonia Livingstone, Ch. 12 pp. 206–220, Thousand Oaks, CA, Sage. [5]
  • Epstein, Joshua M. and Robert Axtell, Growing Artificial Societies: Social Science From the Bottom Up. MIT Press/Brookings Institution, 1996.[6]
    • （邦訳　Joshua M. Epstein; Robert Axtell (1999). 人工社会: 複雑系とマルチエージェント・シミュレーション. 構造計画研究所. ISBN 978-4-320-09728-5. https://books.google.co.jp/books?id=rA3jAAAACAAJ&redir_esc=y&hl=ja 2012年8月10日閲覧。 ）
  • Farmer, J. Doyne; Foley, Duncan (6 August 2009). “The economy needs agent-based modelling”. Nature 460 (7256): 685–686. doi:10.1038/460685a. 
  • Gilbert, Nigel, and Klaus Troitzsch, Simulation for the Social Scientist, Open University Press, 1999; second edition, 2005.
    • （邦訳　ナイジェル・ギルバート; クラウス・G. トロイチュ (2003). 社会シミュレーションの技法: 政治・経済・社会をめぐる思考技術のフロンティア. 日本評論社. ISBN 978-4-535-55241-8. https://books.google.co.jp/books?id=SBfYAAAACAAJ&redir_esc=y&hl=ja 2012年8月10日閲覧。 ）
  • Grimm, Volker, and Steven F. Railsback, Individual-based Modeling and Ecology, Princeton University Press, 2005.
  • Holland, John H., "Genetic Algorithms," Scientific American, 267:66-72, 1992.
  • Holland, John H., Hidden Order: How Adaptation Builds Complexity, Addison-Wesley:Reading, Mass., 1995.
  • Miller, John H. and Page, Scott E., Complex Adaptive Systems: An Introduction to Computational Models of Social Life, Princeton University Press:Princeton, NJ, 2007.
  • V.K.Murthy and E.V.Krishnamurthy (2009)," Multiset of Agents in a Network for Simulation of Complex Systems", in "Recent advances in Nonlinear Dynamics and synchronization, (NDS-1) -Theory and applications, Springer Verlag, New York,2009. Eds. K.Kyamakya et al.
  • O'Sullivan,D. and Haklay, M., Agent-based models and individualism: Is the world agent-based? Environment and Planning A, 32:1409-25, 2000.
  • Naldi G., Pareschi L., Toscani G., "Mathematical modeling of collective behavior in socio-economic and life sciences", Birkhauser, 2010. http://www.springer.com/birkhauser/mathematics/book/978-0-8176-4945-6
  • Preis, Tobias et al., "Multi-agent-based Order Book Model of financial markets", Europhysics Letters 75:510-516, 2006. doi:10.1209/epl/i2006-10139-0
  • Rudomin, B. Hernandez, E. Millan, Fragment shaders for agent animation using finite state machines, In Simulation Modelling Practice and Theory Journal, Volume 13, Issue 8 , Programmable Graphics Hardware November 2005, Pages 741-751 Elsevier,
  • Sallach, David, and Charles Macal, The simulation of social agents: an introduction, Special Issue of Social Science Computer Review 19(3):245–248, 2001.
  • Samuelson, Douglas A., “Designing Organizations,” OR/MS Today, December 2000.
  • Samuelson, Douglas A., “Agents of Change,” OR/MS Today, February 2005.
  • Samuelson, Douglas A. and Charles M. Macal, “Agent-Based Modeling Comes of Age,” OR/MS Today, August 2006.
  • Shoham, Yoav, and Kevin Leyton-Brown, "Multiagent Systems: Algorithmic, Game-Theoretic, and Logical Foundations". Cambridge University Press, 2009.
  • Sun, Ron, Cognition and Multi-Agent Interaction: From Cognitive Modeling to Social Simulation. Cambridge University Press, 2006. http://www.cambridge.org/uk/catalogue/catalogue.asp?isbn=0521839645

シミュレーションツール

  • MASON
  • Repast
  • NetLogo
  • SOARS

外部リンク

Articles/General Information
  • From System Dynamics and Discrete Event to Practical Agent-Based Modeling: Reasons, Techniques, Tools Compares the three major methods in simulation modeling
  • Agent-based models of social networks, java applets.
  • On-Line Guide for Newcomers to Agent-Based Modeling in the Social Sciences
  • Introduction to Agent-based Modeling and Simulation. Argonne National Laboratory, November 29, 2006.
  • Agent-based models in Ecology - Using computer models as theoretical tools to analyze complex ecological systems
  • Open Agent-Based Modeling Consortium's Agent Based Modeling FAQ
  • Multiagent Information Systems - Article on the convergence of SOA, BPM and Multi-Agent Technology in the domain of the Enterprise Information Systems. Jose Manuel Gomez Alvarez, Artificial Intelligence, Technical University of Madrid - 2006
  • Artificial Life Framework
  • Article providing methodology for moving real world human behaviors into a simulation model where agent behaviors are represented
  • Agent-based Modeling Resources, an information hub for modelers, methods, and philosophy for agent-based modeling

シミュレーション・モデル

  • Multi-agent Meeting Scheduling System Model by Qasim Siddique
  • 表
  • 話
  • 編
  • 歴
全般
タイプ
コンセプト
理論分野
分野
人物
応用
  • 人類学でのシステム理論(英語版)
  • 考古学でのシステム理論(英語版)
  • 政治学でのシステム理論(英語版)
  • カテゴリ システム
  • カテゴリ システム理論
  • カテゴリ システム科学
  • コモンズ Commons