Soziale Simulation

Für Videospielanwendungen siehe Sozialsimulationsspiel.

Soziale Simulation ist ein Forschungsbereich, der gilt Computer Methoden zur Untersuchung von Problemen in der Sozialwissenschaften. Die untersuchten Probleme umfassen Probleme in Computergesetz, Psychologie,[1] Organisationsverhalten,[2] Soziologie, Politikwissenschaft, Wirtschaft, Anthropologie, Geographie, Ingenieurwesen,[2] Archäologie und Linguistik (Takahashi, Sallach & Rouchier 2007).

Die soziale Simulation zielt darauf ab, die Kluft zwischen dem in den Sozialwissenschaften verwendeten deskriptiven Ansatzes und dem in den Naturwissenschaften verwendeten formalen Ansatz zu überschreiten, indem der Fokus auf die Prozesse/Mechanismen/Verhaltensweisen, die die soziale Realität aufbauen, konzentrieren.

In der sozialen Simulation unterstützen Computer die Aktivitäten des menschlichen Denkens, indem sie diese Mechanismen ausführen. Dieses Feld untersucht die Simulation von Gesellschaften als Komplexe nichtlineare Systeme, die schwer mit klassischen mathematischen Gleichungsmodellen zu untersuchen sind. Robert Axelrod Einen soziale Simulation als dritte Art der Wissenschaft, die sich sowohl vom deduktiven als auch vom induktiven Ansatz unterscheidet; Generieren von Daten, die induktiv analysiert werden können, aber aus einem streng festgelegten Satz von Regeln und nicht aus der direkten Messung der realen Welt stammen. Simulation eines Phänomens ähnelt daher der Erzeugung - Konstruktion von künstlichen Gesellschaften. Diese ehrgeizigen Ziele sind begegnet mehrere Kritikpunkte.

Der Ansatz der sozialen Simulierung für die Sozialwissenschaften wird von drei regionalen Assoziationen gefördert und koordiniert. Essa für Europa, Nordamerika (neu organisiert unter dem neuen CSSS -Namen) und PAAA Pazifischer Asien.

Geschichte und Entwicklung

Die Geschichte des Agentenbasiertes Modell kann zurück auf die verfolgt werden Von Neumann -Maschine, eine theoretische Maschine, die sich selbst reproduzieren kann. Das Gerät von Neumann Vorgeschlagen würde genau detaillierte Anweisungen folgen, um eine Kopie von sich selbst zu gestalten. Das Konzept wurde dann von von Neumanns Freund verbessert Stanislaw Ulamauch ein Mathematiker; Ulam schlug vor, die Maschine als Sammlung von Zellen in einem Netz auf Papier zu bauen. Die Idee faszinierte von Neumann, der es aufstellte - und erstellte den ersten von Geräten später als bezeichneten Geräte Mobilfunk Automaten.

Eine weitere Verbesserung wurde von Mathematiker gebracht, John Conway. Er baute das bekannte Spiel des Lebens. Im Gegensatz zur Maschine von von Neumann wurde Conways Lebensspiel von einfachen Regeln in einer virtuellen Welt in Form einer zweidimensionalen Regeln betrieben Schachbrett.

Die Geburt des agentenbasierten Modells als Modell für soziale Systeme wurde in erster Linie von einem Informatiker verursacht. Craig Reynolds. Er versuchte, die Realität lebhafter biologischer Mittel zu modellieren, die als die bekannt sind künstliches Leben, ein Begriff von geprägt von Christopher Langton.

Joshua M. Epstein und Robert Axtell entwickelte das erste großgradige Agentenmodell, das Zuckerlandschaft, simulieren und untersuchen die Rolle sozialer Phänomene wie saisonale Migrationen, Verschmutzung, sexuelle Fortpflanzung, Kampf, Übertragung von Krankheiten und sogar Kultur.

Kathleen M. Carley Veröffentlicht "Computational Organizational Science and Organizational Engineering", die die Bewegung der Simulation in Organisationen definieren, etablierte eine Zeitschrift für soziale Simulation, die auf Organisationen und komplexe sozio-technische Systeme angewendet wird: Rechnerische und mathematische Organisationstheorieund war Gründungspräsident der North American Association of Computational Social and Organizational Systems, die sich in das aktuelle CSSSA verwandelte.

Nigel Gilbert veröffentlicht mit Klaus G. Troitzsch Das erste Lehrbuch zur sozialen Simulation: "Simulation für den Sozialwissenschaftler" (1999) und etabliert das relevanteste Journal: die Journal of Artificial Societies and Social Simulation.

In jüngerer Zeit, Ron Sun entwickelte Methoden zur Basis von Agentenbasierten Simulation auf Modellen der menschlichen Kognition, die als kognitive soziale Simulation bezeichnet werden (siehe (siehe (siehe)Sonne 2006))

Themen

Hier sind einige Beispielthemen, die mit sozialer Simulation untersucht wurden:

  • Soziale Normen: Robert Axelrod hat Simulationen verwendet, um die Grundlage der Moral zu untersuchen;[3] Andere haben die Entstehung von Normen benutzt Meme,[4] oder wie soziale Normen und Emotionen sich gegenseitig regulieren können.[5][6]
  • Institutionen: durch Untersuchung unter den Bedingungen, die Agenten zu koordinieren können,[7] oder durch Modellierung der Werke von Robert Putnam über bürgerliche Traditionen[8]
  • RufZum Beispiel, indem sie Agenten mit einem Modell des Rufs aus machen Pierre Bourdieu (Image, soziale Wertschätzung und Prestige) und das Beobachten ihres Verhaltens auf einem virtuellen Markt.[9]
  • Wissensübertragung und der soziale Prozess der Wissenschaft: Es gibt einen speziellen Abschnitt zu diesem Thema in der Journal of Artificial Societies and Social Simulation[10]
  • Wahlen: Kim (2011) hat ein psychologisches Urteilsmodell aus früheren Forschungen modelliert (insbesondere mit der Ausführung motiviertes Denken) und verglichen die statistischen Regelmäßigkeiten der Simulation mit empirischen Beobachtungen des Wählerverhaltens;[11] Andere haben Delegationsmethoden verglichen.[12][13]
  • Wirtschaft: sehen Computerökonomie und Agentenbasierte Computerökonomie.

Arten von Simulation und Modellierung

Soziale Simulation kann auf eine allgemeine Klasse von Strategien zum Verständnis der sozialen Dynamik mit Computern zur Simulation sozialer Systeme verweisen. Die soziale Simulation ermöglicht eine systematischere Möglichkeit, die Möglichkeiten der Ergebnisse zu betrachten.

Es gibt vier Haupttypen der sozialen Simulation:

  1. Systemebenesimulation.
  2. Modellebene der Systemebene.
  3. Agentenbasierte Simulation.
  4. Agentenbasierte Modellierung.

Eine soziale Simulation kann in die Rubrik von fallen Computersoziologie Das ist ein kürzlich entwickelter Zweig von Soziologie das verwendet Berechnung Analyse sozialer Phänomene. Die grundlegende Prämisse der Computersoziologie besteht darin, den Vorteil zu nutzen Computersimulationen (Polhill & Edmonds 2007) im Konstruktion sozialer Theorien. Es beinhaltet das Verständnis der sozialen Agenten, die Interaktion zwischen diesen Agenten und die Auswirkungen dieser Interaktionen auf das soziale Aggregat. Obwohl der Gegenstand und die Methoden in Sozialwissenschaften unterscheiden sich von denen in Naturwissenschaft oder Informatik, einige der Ansätze, die in zeitgenössischen sozialen sozialen Ansätzen verwendet werden Simulation entstanden von Feldern wie z. Physik und künstliche Intelligenz.

Systemebenesimulation

Die Systemebene Simulation (SLS) ist die älteste Ebene der sozialen Simulation. Die Simulation der Systemebene befasst sich mit der gesamten Situation. Diese theoretische Aussichten auf soziale Situationen verwendet eine breite Palette von Informationen, um zu bestimmen, was mit der Gesellschaft und ihren Mitgliedern passieren soll, wenn bestimmte Variablen vorhanden sind. Daher sollten die Gesellschaft und ihre Mitglieder mit spezifischen Variablen eine gewisse Reaktion auf die neue Situation haben. Durch die Durchführung dieser theoretischen Simulation können Forscher gebildete Ideen dafür entwickeln, was unter bestimmten Variablen passieren wird.

Zum Beispiel wenn NASA Es wurde eine Systemebene durchführen, es würde der Organisation zugute kommen, indem eine kostengünstige Forschungsmethode zur Navigation durch die Simulation bereitgestellt wird. Dies ermöglicht dem Forscher, die virtuellen Möglichkeiten der gegebenen Simulation zu durchlaufen und sich zu entwickeln Sicherheit Verfahren und nachgewiesene Fakten darüber, wie sich eine bestimmte Situation auswirken wird. (Nationale Forschung 2006))

Modellebene der Systemebene

SLM -Zielmodellierung (SLM) soll spezifisch vorhergesagt werden (im Gegensatz zur Verallgemeinerung der Systemebenesimulation in der Vorhersage) und eine beliebige Anzahl von Aktionen, Verhaltens Mathematische Gleichungen und Computerprogrammierung in Form von Modellen.

Ein Modell ist eine Darstellung einer spezifischen Sache, die von Objekten und Personen bis hin zu Strukturen und Produkten reichen, die durch mathematische Gleichungen erzeugt und mit Computern so konzipiert werden, dass sie als oben genannte Dinge in einer Studie stehen können. Modelle können je nach Bedarf an beiden einfach oder komplex sein. Modelle sollen jedoch einfacher sein als das, was sie darstellen, während sie realistisch ähnlich bleiben, um genau verwendet zu werden. Sie werden unter Verwendung einer Sammlung von Daten erstellt, die in Computersprachen übersetzt werden, die es ihnen ermöglichen, das betreffende System darzustellen. Diese Modelle, ähnlich wie Simulationen, werden verwendet, um bestimmte Rollen und Handlungen verschiedener Dinge besser zu verstehen, um Verhalten und dergleichen vorherzusagen.

Agentenbasierte Simulation

Agent-based social simulation (ABSS) besteht darin, verschiedene Gesellschaften nach künstlichen Agenten zu modellieren (variieren im Maßstab) und in einer Computer -simulierte Gesellschaft, um das Verhalten der Agenten zu beobachten. Aus diesen Daten ist es möglich, die Reaktionen der künstlichen Wirkstoffe kennenzulernen und sie in die Ergebnisse nicht-künstlerischer Wirkstoffe und Simulationen zu übersetzen. Drei Hauptfelder in ABS sind agentenbasierte Computer, Sozialwissenschaften und Computersimulation.

Agentenbasiertes Computer ist das Design des Modells und der Agenten, während die Computersimulation der Teil der Simulation der Agenten im Modell und der Ergebnisse ist. Die Sozialwissenschaft ist eine Mischung aus Wissenschaften und sozialem Teil des Modells. Hier werden die sozialen Phänomene entwickelt und theoretisiert. Der Hauptzweck von ABS besteht darin, Modelle und Werkzeuge für die agentenbasierte Simulation sozialer Phänomene bereitzustellen. Mit ABS können wir verschiedene Ergebnisse für Phänomene untersuchen, bei denen wir das Ergebnis im wirklichen Leben möglicherweise nicht betrachten können. Es kann uns wertvolle Informationen über die Gesellschaft und die Ergebnisse gesellschaftlicher Ereignisse oder Phänomene liefern.

Agentenbasierte Modellierung

Agentenbasierte Modellierung (ABM) ist ein System, in dem eine Sammlung von Agenten unabhängig in Netzwerke interagieren. Jeder einzelne Agent ist für verschiedene Verhaltensweisen verantwortlich, die zu kollektiven Verhaltensweisen führen. Diese Verhaltensweisen als Ganzes helfen dabei, die Funktionsweise des Netzwerks zu definieren. ABM konzentriert sich auf menschliche soziale Interaktionen und wie Menschen zusammenarbeiten und miteinander kommunizieren, ohne einen einzigen "Gruppenverstand" zu haben. Dies bedeutet im Wesentlichen, dass es sich auf die Konsequenzen von Interaktionen zwischen Menschen (den Agenten) in einer Bevölkerung konzentriert. Forscher können diese Art der Modellierung besser verstehen, indem sie diese Dynamik auf einer kleineren, lokalisierten Ebene modellieren. Im Wesentlichen hilft ABM, die Interaktionen zwischen Menschen (Agenten) besser zu verstehen, die sich wiederum gegenseitig beeinflussen (als Reaktion auf diese Einflüsse). Einfache individuelle Regeln oder Handlungen können zu kohärent Gruppenverhalten. Änderungen dieser einzelnen Handlungen können die kollektive Gruppe in einer bestimmten Bevölkerung beeinflussen.

Agentenbasierte Modellierung ist ein experimentelles Instrument für die theoretische Forschung. Es ermöglicht es einem, mit komplexeren individuellen Verhaltensweisen wie Anpassung umzugehen. Insgesamt zielt durch diese Art der Modellierung der Schöpfer oder Forscher darauf ab, das Verhalten von Agenten und die Kommunikation zwischen ihnen zu modellieren, um besser zu verstehen, wie sich diese individuellen Interaktionen auf eine ganze Population auswirken. Im Wesentlichen ist ABM eine Möglichkeit, verschiedene globale Muster zu modellieren und zu verstehen.

Aktuelle Forschung

Es gibt mehrere aktuelle Forschungsprojekte, die sich direkt auf Modellierung und agentenbasierte Simulation beziehen. Die folgenden sind nachstehend mit einem kurzen Überblick aufgeführt.

  • "Generative E-Social Science für sozio-räumliche Simulation" oder (Genesis) ist ein Forschungsknoten des britischen Nationalen Zentrums für E-Sozialwissenschaft, der vom britischen Forschungsrat finanziert wird ESRC. Weitere Informationen finden Sie unter: Genesis -Webseite und Blog.
  • "Nationaler E-Infrastruktur für soziale Simulation" oder (NEISS) ist ein in Großbritannien ansässiges Projekt, das von finanziert wird Jisc. Weitere Informationen finden Sie unter: Die Neis -Webseiten.
  • "Netzwerkmodelle Governance- und F & E -Kollaborationsnetzwerke" oder (N.E.M.O) ist ein Forschungszentrum, dessen Hauptaugenmerk darauf liegt, Wege zur Erstellung und Bewertung wünschenswerter Netzwerkstrukturen für typische Funktionen zu ermitteln und zu bewerten. (z. B. Wissen, Schöpfung, Transfer und Verteilung.) Diese Forschung wird letztendlich helfen politische Entscheidungsträger Auf allen politischen Ebenen bei der Verbesserung der Wirksamkeit und Effizienz von netzwerkbasierten politischen Instrumenten bei der Förderung der wissensbasierten Wirtschaft in Europa.
  • "Agentenbasierte Simulationen des Marktes und des Verbrauchers" ist eine weitere Forschungsgruppe, die von der Unilever-Unternehmensforschung finanziert wird. Die aktuelle Forschung, die durchgeführt wird, untersucht die Nützlichkeit von agentenbasierten Simulationen für die Modellierung Konsumenten-Verhalten Und um den potenziellen Wert und die potenziellen Einblicke zu zeigen, kann es den langjährigen Marketingmethoden erhöhen.
  • "Neue und aufstrebende Weltmodelle durch individuelles, evolutionäres und soziales Lernen" oder (neue Bindungen) sind ein dreijähriges Projekt, das letztendlich eine virtuelle Gesellschaft schaffen wird, die von agentenbasierter Simulation entwickelt wurde. Das Projekt wird eine simulierte Gesellschaft entwickeln, die in der Lage ist, die Umwelt zu erforschen und ein eigenes Image dieses Umfelds und die Gesellschaft durch Interaktion zu entwickeln. Das Ziel des Forschungsprojekts ist es, dass die simulierte Gesellschaft individuelles Lernen, evolutionäres Lernen und darstellt soziales Lernen.
  • Das Projekt von Bruch und Mares in der Nachbarschaft Abgrenzung: Der Zweck der Studie besteht darin, die Begründung für die Segregation in der Nachbarschaft basierend auf Rennenund um das herauszufinden Wendepunkt oder wenn sich Menschen mit den Integrationsniveaus in ihre Nachbarschaft unwohl fühlen und sich entscheiden, aus der Nachbarschaft zu fliehen. Sie richten ein Modell mit Flash -Karten ein und stecken das Haus des Agenten in die Mitte und setzen Häuser mit verschiedenen Rennen um das Haus des Agenten. Sie fragten die Menschen, wie bequem sie sich mit verschiedenen Situationen fühlen würden. Wenn sie mit einer Situation einverstanden waren, fragten sie eine andere, bis die Nachbarschaft vollständig integriert sei. Die Ergebnisse von Bruch und Mares zeigten, dass der Wendepunkt bei 50%lag. Als eine Nachbarschaft zu 50% Minderheit und zu 50% weiß wurde, begannen sich die Menschen beider Rassen unangenehm und weißer Flug begann sich zu erheben. Die Verwendung von agentenbasierten Modellierung zeigte, wie nützlich sie in der Welt der Soziologie sein kann. Die Menschen mussten nicht antworten, warum sie sich unwohl fühlen würden, genau welche Situation sie unwohl hatten.
  • Das Maelia-Programm (Multi-Agent Emergent Normen Assessment) ist ein Projekt, das sich mit den Beziehungen zwischen den Nutzern und den Managern einer natürlichen Ressource befasst, in diesem Fall Wasser und die damit verbundenen Normen und Gesetze, die in ihnen aufgebaut werden sollen (Konventionen) oder werden ihnen von anderen Akteuren (Institutionen) auferlegt. Der Zweck des Projekts besteht darin, eine generische Multiscale -Plattform aufzubauen, mit der man sich befassen soll Wasserkonflikt-Verwandte Themen.
  • Das Mosi-Agil-Projekt ist ein vierjähriges Programm, das von der autonomen Region Madrid durch das Programm MOSI-Agil-CM (Grant S2013/ICE-3019, Co-finanziert von EU Structural Funds FSE und Feder) finanziert wird. Ziel ist es, eine Reihe von Wissen und praktischen Instrumenten zu schaffen, die erforderlich sind, um das Verhalten von Insassen großer Einrichtungen effektiver zu bewältigen. Daher untersucht das Projekt die Entwicklung von Umgebungsunternehmen und intelligenten Umgebungen, die durch den Einsatz von agentenbasierten sozialen Simulation unterstützt werden.

Agentenbasierte Modellierung ist am nützlichsten, um eine Brücke zwischen Mikro- und Makroebenen bereitzustellen, was einen großen Teil der Soziologiestudien ist. Agentenbasierte Modelle eignen sich am besten für die Untersuchung von Prozessen, denen keine zentrale Koordination, einschließlich der Entstehung von Institutionen, die nach der Ermittlung von oben nach unten die Ordnung auferlegen. Die Modelle konzentrieren sich darauf, wie einfach und vorhersehbare lokale Interaktionen vertraute, aber sehr detaillierte globale Muster erzeugen, wie z. B. das Auftreten von Normen und Beteiligung von kollektivem Handeln. Michael W. Macy und Robert Willer haben eine kürzlich von Anwendungen befristete Umfrage untersucht und festgestellt, dass es zwei Hauptprobleme bei der agentenbasierten Modellierung gab Selbstorganisation der sozialen Struktur und der Entstehung von Gesellschaftsordnung (Macy & Willer 2002). Nachfolgend finden Sie eine kurze Beschreibung jedes Problems Macy und Willer glauben, dass es geben kann;

  1. "Aufkommende Struktur. In diesen Modellen ändern Agenten die Position oder das Verhalten von Agenten als Reaktion auf soziale Einflüsse oder Auswahldruck. Agenten können undifferenziert anfangen und dann den Standort oder das Verhalten ändern, um zu vermeiden, dass sie anders oder isoliert werden (oder in einigen Fällen überfüllt). Anstatt Homogenität zu erzeugen, werden diese konformistischen Entscheidungen jedoch zusammengefasst, um globale Muster der kulturellen Differenzierung, Schichtung und homophiler Clusterbildung in lokalen Netzwerken zu erzeugen. Andere Studien kehren den Prozess um, beginnend mit einer heterogenen Bevölkerung und enden in Konvergenz: Koordination, Diffusion und plötzlichem Zusammenbruch von Normen, Konventionen, Innovationen und technologischen Standards. "
  2. "Aufkommende soziale Ordnung. Diese Studien zeigen, wie Egoistisch Die Anpassung kann zu erfolgreichem kollektivem Handeln ohne Altruismus oder globaler (oben nach unten) Auferlegung der Kontrolle führen. Ein wesentlicher Befund in zahlreichen Studien ist, dass die Lebensfähigkeit von Vertrauen, Zusammenarbeit und kollektiver Wirkung entscheidend von der Einbettung der Wechselwirkung abhängt. "

Diese Beispiele zeigen lediglich die Komplexität unserer Umgebung und dass agentenbasierte Modelle die minimalen Bedingungen untersuchen, die einfachsten Annahmen über das menschliche Verhalten, die für ein bestimmtes soziales Phänomen erforderlich sind, um auf einer höheren Organisationsebene zu entstehen.

Kritik

Seit seiner Gründung war die computergestützte soziale Simulation das Ziel einer Kritik in Bezug auf ihre Praktikabilität und Genauigkeit. Die Vereinfachung des Komplexes durch die soziale Simulation, Modelle zu bilden, aus denen wir das letztere besser verstehen können, wird manchmal als Rückzugsabzug angesehen, da die Verwendung ziemlich einfacher Modelle zum Simulieren des realen Lebens mit Computern nicht immer der beste Weg ist, um das Verhalten vorherzusagen.

Der größte Teil der Kritik scheint auf agentenbasierte Modelle und Simulation zu richten und wie sie funktionieren:

  1. Simulationen, die von mathematischer Schnittstellen künstlich werden, prognostizieren menschliches Verhalten In viel zu einfacher Weise in Bezug auf die Komplexität der Menschheit und unsere Handlungen.
  2. Simulationen können Forscher nicht aufklären, wie Menschen interagieren oder sich auf eine Weise verhalten, die nicht in ihre Modelle programmiert ist. Aus diesem Grund ist der Umfang der Simulationen insofern begrenzt, als die Forscher bereits wissen müssen, was sie finden werden (bis zu einem gewissen Grad, denn sie können zumindest vage nichts finden, was sie selbst nicht in das Modell platziert haben), was möglicherweise die Ergebnisse verzerrt .
  3. Aufgrund der Komplexität des gemessenen Messungen müssen Simulationen auf unvoreingenommene Weise analysiert werden. Da das Modell jedoch auf einem vorgefertigten Satz von Anweisungen ausgeführt wird, die von einem Modellierer eingestuft wurden, existieren fast universell.
  4. Es ist sehr schwierig und oft unpraktisch, die Ergebnisse der abstrakten Welt zu verknüpfen, die die Simulation und unsere komplexe Gesellschaft und all ihre Variationen erzeugt.

Forscher, die in der sozialen Simulation arbeiten Sozialwissenschaften sind weitaus einfacher als die durch Simulation erzielten und leiden daher viel stärker unter den oben genannten Nachteilen. Theorien in einigen Sozialwissenschaften sind in der Regel lineare Modelle, die nicht dynamisch sind und im Allgemeinen aus dem kleinen Labor abgeleitet werden Experimente (Labortests sind in der Psychologie am häufigsten, aber in Soziologie, Politikwissenschaft, Wirtschaft und Geographie selten). Das Verhalten von Populationen von Wirkstoffen unter diesen Modellen wird selten gegen empirische Beobachtungen getestet oder verifiziert.

Siehe auch

Verweise

  1. ^ Hughes, H. P. N.; Clegg, C. W.; Robinson, M. A.; Crowder, R. M. (2012). "Agentenbasierte Modellierung und Simulation: Der potenzielle Beitrag zur Organisationspsychologie". Journal of Occupational and Organizational Psychology. 85 (3): 487–502. doi:10.1111/j.2044-8325.2012.02053.x.
  2. ^ a b Crowder, R. M.; Robinson, M. A.; Hughes, H. P. N.; Sim, Y. W. (2012). "Die Entwicklung eines agentenbasierten Modellierungsrahmens für die Simulation des technischen Teams". IEEE -Transaktionen zu Systemen, Menschen und Kybernetik - Teil A: Systeme und Menschen. 42 (6): 1425–1439. doi:10.1109/tsmca.2012.2199304.
  3. ^ Robert Axelrod (1986): Ein evolutionärer Ansatz für Normen
  4. ^ Felix Flentge, Daniel Polani und Thomas Uthmann (2001) Modellierung der Entstehung von Besitznormen mithilfe von Memen
  5. ^ Alexander Staller und Paolo Petta (2001): Einführung von Emotionen in die Computerstudie über soziale Normen: eine erste Bewertung
  6. ^ Siehe Martin Neumann (2008): Homo socionicus: Eine Fallstudie von Simulationsmodellen von Normen Für einen Überblick über die jüngsten (ab 2008) Forschung.
  7. ^ José Castro Caldas und Helder Coelho (1999): Der Ursprung der Institutionen: sozioökonomische Prozesse, Auswahl, Normen und Konventionen
  8. ^ Dan Miodownik, Britt Cartrit und Ravi Bhavnani (2010): Zwischen Replikation und Docking: "Adaptive Agenten, politische Institutionen und bürgerliche Traditionen" überarbeitet
  9. ^ Christian Hahn, Bettina Fley, Michael Florian, Daniela Spresny und Klaus Fischer (2007): Sozialer Ruf: Ein Mechanismus für die flexible Selbstregulierung von Multiagent-Systemen
  10. ^ Jasss Vol. 14: Spezialabschnitt: Simulation der sozialen Prozesse der Wissenschaft
  11. ^ Sung-youn Kim (2011): Ein Modell des politischen Urteils: Eine agentenbasierte Simulation der Kandidatenbewertung
  12. ^ Ramzi Suleiman und Ilan Fischer (2000) Wenn man sich für viele entscheidet: die Auswirkung von Delegationsmethoden auf die Zusammenarbeit in simulierten Konflikten zwischen Gruppen
  13. ^ Marie-Edith Bissey, Mauro Carini und Guido Ortona (2004) Alex3, ein Simulationsprogramm zum Vergleich von Wahlsystemen

Externe Links