返回
Simultaneous Structural and Parameter Optimization in Agent-Based Models Using Adaptive Genetic Programming
DOI:10.1109/TCSS.2025.3628208.png)
摘要
En 中文
本研究提出了自适应双优化与树学习遗传编程(ADOPT-GP),一种双循环进化框架,能够同时发现符号规则结构并校准参数。ADOPT-GP将自适应遗传编程与两阶段参数调优过程相结合:快速逻辑回归初始化,随后进行进化校准。在多次运行中,适应度平均提升了20%–40%。相较于双层顺序基线方法,ADOPT-GP在保持相似或更高精度的同时,将运行时间减少了85%以上,展示了其可扩展性。在大学图书馆疏散案例中,该方法生成了多样化的、可解释的规则,揭示了群体凝聚力和空间约束之间的紧张关系,支持情境敏感行为。该研究通过连接行为理论与计算,能够推动逆向生成社会科学(IGSS)的发展,并为应急管理提供实用工具。
Keyword:
Agent-based modeling
dual-optimization
inverse modeling
human behavior
期刊
IF:
4.9
论文数:
643
被引数:
7.1K
机构
引用论文
Self-organized pedestrian crowd dynamics: Experiments, simulations, and design solutions自组织行人群体动力学: 实验,模拟和设计解决方案

