它怎样工作
为居民、开发者或旅客设置状态、决策规则与相互作用,观察许多个体行动汇集后的系统结果。
适合回答什么问题
异质行为、局部互动、政策影响的非预期结果。
城市研究中的用法
真实研究
MIT City Science 在剑桥市 Kendall Square 构建居民住房和交通方式联合选择的主体模型,用以探索城市干预下行为及空间结果的变化。
解释时要注意什么
个体规则、初始化和校准很关键;“有许多主体”不自动代表真实居民。
主体;涌现。
S / Simulation · S6
Agent-Based Modelling
让具有不同目标和行为的人在同一城市情景中互动。
播放后在这里显示逐步讲解字幕。
普通话讲解 · 同步字幕在播放器下方 · 阅读完整文字稿 · 下载视频
TEXT STORYBOARD / 文字分镜
不同居民的预算与偏好
各自选择住房和交通
选择互相影响
汇总得到区域结果。
原创合成教学动画,不是原研究数据或结果的复现。详细原理、案例与边界见右侧说明。
为居民、开发者或旅客设置状态、决策规则与相互作用,观察许多个体行动汇集后的系统结果。
异质行为、局部互动、政策影响的非预期结果。
真实研究
MIT City Science 在剑桥市 Kendall Square 构建居民住房和交通方式联合选择的主体模型,用以探索城市干预下行为及空间结果的变化。
个体规则、初始化和校准很关键;“有许多主体”不自动代表真实居民。
主体;涌现。