Cognitive Agent-based Computing-I: A Unified Framework for Modeling Complex Adaptive Systems using Agent-based & Complex Network-based Methods

سیستم های پیچیده از اجزای فرعی متقابل متعددی تشکیل شده اند. فعل و انفعالات غیر خطی این مؤلفه ها یا عوامل منجر به رفتارهای نوظهور قابل مشاهده در مقیاس جهانی می شود. مدل‌سازی و شبیه‌سازی مبتنی بر عامل یک پارادایم اثبات‌شده است که قبلاً برای مدل‌سازی محاسباتی مؤثر سیستم‌های پیچیده در حوزه‌های مختلف استفاده شده است. به دلیل استفاده رایج از آن در حوزه های مختلف علمی، تحقیق در مدل سازی مبتنی بر عامل اساساً ماهیت عمودی داشته است. هدف این دست‌نوشته ارائه یک راهنمای عملی برای توسعه مدل‌های مبتنی بر عامل شناختی برای اکتشاف ظهور در انواع مختلف سیستم‌های پیچیده است. ما ایده‌ها و مثال‌های عملی را برای محققان و متخصصان برای ساخت مدل‌های مبتنی بر عامل با استفاده از رویکرد افقی ارائه می‌کنیم - برنامه‌های کاربردی در تعدادی از حوزه‌های هیجان‌انگیز به گونه‌ای متنوع مانند شبکه‌های حسگر بی‌سیم، شبکه‌های همتا به همتا، سیستم‌های اجتماعی پیچیده نشان داده شده‌اند. شبکه های تحقیقاتی، اپیدمیولوژیک HIV

Complex Systems are made up of numerous interacting sub-components. Non-linear interactions of these components or agents give rise to emergent behavior observable at the global scale. Agent-based modeling and simulation is a proven paradigm which has previously been used for effective computational modeling of complex systems in various domains. Because of its popular use across different scientific domains, research in agent-based modeling has primarily been vertical in nature. The goal of this manuscript is to provide a single hands-on guide to developing cognitive agent-based models for the exploration of emergence across various types of complex systems. We present practical ideas and examples for researchers and practitioners for the building of agent-based models using a horizontal approach - applications are demonstrated in a number of exciting domains as diverse as wireless sensors networks, peer-to-peer networks, complex social systems, research networks, epidemiological HIV​