复杂系统学习（八）：基于代理的模型II——模型开发和应用

目录

1. 关于代理和复杂系统的工程视角

1.1 问题：包裹运送

1.2 流动推销员问题

1.3 蚁群优化（ACO）

1.3.1 蚁群优化算法

---

 

1. 关于代理和复杂系统的工程视角

ABMs的目标通常是为现实世界的复杂系统的工作方式提供解释性的见解；例如：

• 在没有中央领导者的情况下，蚂蚁群是如何觅食的？
• 一种传染病如何在人群中传播？
• 代理人做出自利的决定会产生什么样的市场动态？

自然发生的复杂系统也为计算、工程和系统设计中的现实问题提出了新的、有潜在价值的解决方案；例如：

• 优化算法
• 负载平衡 
• 交通管理
• 计算机图形和游戏
• 供应链和物流 
• 机器人技术

1.1 问题：包裹运送

澳大利亚邮政是澳大利亚邮政服务的主要提供者，最近的趋势是，从交付信件到包裹的转变。  

• 信件：固定的目的地和路线 
• 小包：每天的目的地都不一样 

2015年圣诞节，2015年12月期间每天交付130万个包裹。每天都有不同的