Multi-Agent-Based Simulation XI: International Workshop, MABS 2010, Toronto, Canada, May 11, 2010, Revised Selected Papers

این جلد شامل گزیده‌ای از مقالات ارائه شده در یازدهمین کارگاه بین‌المللی شبیه‌سازی مبتنی بر چند عامل (MABS 2010)، کارگاهی است که با نهمین کنفرانس مشترک بین‌المللی در مورد عوامل خودمختار و سیستم‌های چند عاملی (AAMAS 2010) برگزار می‌شود. که در تاریخ 10-14 می 2010 در تورنتو کانادا برگزار شد. 11 مقاله کامل اصلاح شده ارائه شده با دقت بررسی و از بین 26 مقاله ارسالی انتخاب شدند. این کارگاه منبع الهام مهمی برای مجموعه دانشی بوده است که در زمینه سیستم های چند عاملی (MAS) تولید شده است. همانطور که در این جلد نشان داده شده است، این کارگاه همچنان محققان علاقه مند به مهندسی MAS را با محققانی که بر یافتن راه های کارآمد برای مدل سازی سیستم های اجتماعی پیچیده در حوزه های اجتماعی، اقتصادی و سازمانی متمرکز هستند، گرد هم می آورد. در تمام این زمینه ها، نظریه های عامل، استعاره ها، مدل ها، تحلیل ها، طرح های تجربی، مطالعات تجربی و اصول روش شناختی، همگی به شبیه سازی به عنوان راهی برای دستیابی به توضیحات و پیش بینی ها، کاوش و آزمایش فرضیه ها، و تولید طرح ها و سیستم های بهتر همگرا می شوند. p>

This volume contains a selection of the papers presented at the 11th International Workshop on Multi-Agent-Based Simulation (MABS 2010), a workshop co-located with the 9th International Joint Conference on Autonomous Agents and Multiagent Systems (AAMAS 2010), which was held on May 10-14, 2010 in Toronto, Canada. The 11 revised full papers presented were carefully reviewed and selected from 26 submissions. The workshop has been an important source of inspiration for the body of knowledge that has been produced in the field of Multi-Agent Systems (MAS). As illustrated by this volume, the workshop continues to bring together researchers interested in MAS engineering with researchers focused on finding efficient ways to model complex social systems in social, economic and organizational areas. In all these areas, agent theories, metaphors, models, analyses, experimental designs, empirical studies, and methodological principles all converge into simulation as a way of achieving explanations and predictions, exploring and testing hypotheses, and producing better designs and systems.