چهارچوب مدل‌‌های عامل‌بنیان در شبیه‌سازی رفتار ذینفعان برای مدیریت منابع آب

فصلنامه آب و توسعه پایدار

مقاله 12، دوره 2، شماره 1 - شماره پیاپی 4، شهریور 1394، صفحه 87-94   

نوع مقاله: مقاله علمی- ترویجی

شناسه دیجیتال (DOI): 10.22067/jwsd.v2i1.47716

نویسندگان

میلاد قلعه بان تکمه داش^{* 1}؛ عبدالله طاهری تیزرو²؛ حمید زارع ابیانه¹

¹دانشگاه بوعلی سینا

²دانشگاه بوعلی سینا همدان

چکیده

کاربرد مدل‌های عامل‌بنیان در شبیه‌سازی رفتاری ذینفعان یک روش نسبتاً جدید برای مدل‌سازی سیستم‌های پیچیده‌ای است که شامل عوامل خودمختاری هستند که با یکدیگر در تعامل‌اند. پیشرفت‌های محاسباتی، کاربرد مدل‌های عامل‌بنیان را در زمینه‌های مختلف میسر کرده است. این کاربردها در مدل‌سازی رفتار انسان در بازار و چرخه‌های تولید، مدل‌سازی پیشرفت و از بین رفتن تمدن‌های گذشته تا مدل‌سازی پیچیدگی‌های سیستم‌های منابع/مصارف آب و بسیاری دیگر گسترش یافته‌اند. در این مقاله اساس مدل‌سازی عامل‌بنیان تبیین می‌شود، ابزارهای مورد استفاده در این زمینه معرفی می‌گردند و کاربرد آن در زمینه‌ی مدیریت منابع آب نمایش داده می‌شود. به کارگیری مدل‌هایی از این قبیل، امکان شبیه‌سازی تعاملات اجتماعی را میسر می‌سازد. تلفیق اینگونه مدل‌های شبیه‌سازی با مدل‌های شبیه‌سازی منابع آب، به تولید و بالابردن اطمینان‌پذیری مدل‌های جامع پشتیبانی تصمیم‌گیری مدیریت منابع آب کمک می‌کند.

کلیدواژه‌ها

مدل سازی عامل بنیان؛ مدیریت منابع آب؛ ذینفعان؛ شبیه سازی

مراجع

Akhbari M. and Grigg N.S. 2013. A framework for an agent-based model to manage water resources conflicts. Water resources management, 27(11): 4039-4052.

Akhbari M. and Grigg N.S. 2015. Managing Water Resources Conflicts: Modelling Behavior in a Decision Tool. Water Resources Management, 29(14), 5201-5216.

Balmann A. 1997. Farm-based modelling of regional structural change: A cellular automata approach. European review of agricultural economics, 24(1): 85-108.

Bandini S., Manzoni S. and Vizzari G. 2009. Agent based modeling and simulation: an informatics perspective. Journal of Artificial Societies and Social Simulation, 12(4): 1-4.

Barreteau O., Bousquet F., Millier C. and Weber J. 2004. Suitability of Multi-Agent Simulations to study irrigated system viability: application to case studies in the Senegal River Valley. Agricultural Systems, 80(3): 255-275.

Becu N., Perez P., Walker A., Barreteau O. and Le Page C. 2003. Agent based simulation of a small catchment water management in northern Thailand: description of the CATCHSCAPE model. Ecological Modelling, 170(2): 319-331.

Bonabeau E. 2002. Agent-based modeling: Methods and techniques for simulating human systems. Proceedings of the National Academy of Sciences, 99(suppl 3): 7280-7287.

Bousquet F., Cambier C., Mullon C., Morand P., Quensière J. and Pave A. 1993. Simulating the interaction between a society and a renewable resource. Journal of biological systems, 1(02): 199-214.

Brooks R.A. 1986. A robust layered control system for a mobile robot. Robotics and Automation, IEEE Journal of, 2(1): 14-23.

Casti J. 1997. Would-be worlds: how simulation is changing the world of science. Wiley. NewYork. USA.

Epstein J.M. and Axtell R. 1996. Growing artificial societies: social science from the bottom up. Brookings Institution Press. Washington, D.C. USA.

Feuillette S., Bousquet F. and Le Goulven P. 2003. SINUSE: a multi-agent model to negotiate water demand management on a free access water table. Environmental Modelling & Software, 18(5): 413-427.

Galan J.M., Lopez‐Paredes A. and Del Olmo R. 2009. An agent‐based model for domestic water management in Valladolid metropolitan area. Water Resources Research, 45(5): 1-17.

Jennings N.R. 2000. On agent-based software engineering. Artificial intelligence, 117(2): 277-296.

Macal C.M. and North M.J. 2005. Tutorial on agent-based modeling and simulation, Proceedings of the 37th conference on Winter simulation. Winter Simulation Conference, pp. 2-15.

Minar N., Burkhart R., Langton C. and Askenazi M. 1996. The swarm simulation system: A toolkit for building multi-agent simulations. Santa Fe Institute Santa Fe. New Mexico. USA.

Murray-Rust D., Robinson D.T., Guillem E., Karali E. and Rounsevell M. 2014. An open framework for agent based modelling of agricultural land use change. Environmental Modelling & Software, 61: 19-38.

Ng T.L., Eheart J.W., Cai X. and Braden J.B. 2011. An agent‐based model of farmer decision‐making and water quality impacts at the watershed scale under markets for carbon allowances and a second‐generation biofuel crop. Water Resources Research, 47(9): 1-9.

North M.J. and Macal C.M. 2005. Escaping the accidents of history: an overview of artificial life modeling with Repast, Artificial life models in software. Springer. London.

Wolf A.T. 2008. Healing the enlightenment rift: Rationality, spirituality and shared waters. Journal of International Affairs, 61(2): 51-58.