دانلود کتاب مدل سازی مبتنی بر عامل در مطالعات جمعیت: مفاهیم، روش ها و کاربردها بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
نام کتاب : Agent-Based Modelling in Population Studies: Concepts, Methods, and Applications
ویرایش : 1
عنوان ترجمه شده به فارسی : مدل سازی مبتنی بر عامل در مطالعات جمعیت: مفاهیم، روش ها و کاربردها
سری : The Springer Series on Demographic Methods and Population Analysis 41
نویسندگان : André Grow, Jan Van Bavel (eds.)
ناشر : Springer International Publishing
سال نشر : 2017
تعداد صفحات : 511
ISBN (شابک) : 9783319322810 , 9783319322834
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 18 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
این کتاب به بررسی استفاده از مدلسازی مبتنی بر عامل (ABM) در مطالعات جمعیت، از مفاهیم گرفته تا کاربردها، بهترین شیوهها تا پیشرفتهای آینده میپردازد. این شامل مقالاتی است که توسط متخصصان برجسته در این زمینه نوشته شده است که به خوانندگان کمک می کند تا سودمندی ABM را برای پیش بینی جمعیت، نحوه تزریق ABM با داده های تجربی برای دستیابی به تطابق بهتر بین مدل و واقعیت، چگونگی استفاده مفید از اطلاعات جغرافیایی، درک کنند. در ABM، و اینکه چگونه می توان نتایج ABM را به طور موثر و درست گزارش کرد.
پوشش از جزئیات رابطه بین ABM و پارادایم های موجود در مطالعات جمعیت گرفته تا تزریق مدل های مبتنی بر عامل با داده های تجربی را شامل می شود. این مقالات مزایایی را که ABM در این زمینه ارائه میدهد، از جمله شکلگیری تئوری پیشرفته با پیوند بهتر سطح خرد با سطح کلان، توانایی نمایش جمعیتها بهطور مناسبتر به عنوان سیستمهای پیچیده، و امکان مطالعه رویدادهای نادر و پیامدهای مکانیسمهای جایگزین را نشان میدهد. در آزمایشگاههای مصنوعی.
علاوه بر این، خوانندگان دستورالعملها و بهترین شیوهها را با مثالهای دقیق از نحوه اعمال مدلهای مبتنی بر عامل در حوزههای مختلف تحقیقات جمعیت، از جمله رفتار جفتگیری انسان، مهاجرت، و ساختار اجتماعی کشف خواهند کرد. عوامل تعیین کننده رفتارهای سلامتی.
نسخه های قبلی مقالات این کتاب در کارگاه آموزشی "تحولات اخیر و جهت گیری های آینده در مدل سازی مبتنی بر عامل در مطالعات جمعیتی" که در دانشگاه لوون برگزار شد، ارائه شده است. (KU Leuven)، بلژیک، در سپتامبر 2014. این کتاب به توسعه بهترین شیوهها در این زمینه کمک میکند و یک نقطه مرجع محکم برای محققانی که میخواهند از مدلسازی مبتنی بر عامل در تحقیقات خود استفاده کنند، ارائه میکند. p>
This book examines the use of agent-based modelling (ABM) in population studies, from concepts to applications, best practices to future developments. It features papers written by leading experts in the field that will help readers to better understand the usefulness of ABM for population projections, how ABM can be injected with empirical data to achieve a better match between model and reality, how geographic information can be fruitfully used in ABM, and how ABM results can be reported effectively and correctly.
Coverage ranges from detailing the relation between ABM and existing paradigms in population studies to infusing agent-based models with empirical data. The papers show the benefits that ABM offers the field, including enhanced theory formation by better linking the micro level with the macro level, the ability to represent populations more adequately as complex systems, and the possibility to study rare events and the implications of alternative mechanisms in artificial laboratories.
In addition, readers will discover guidelines and best practices with detailed examples of how to apply agent-based models in different areas of population research, including human mating behaviour, migration, and socio-structural determinants of health behaviours.
Earlier versions of the papers in this book have been presented at the workshop “Recent Developments and Future Directions in Agent-Based Modelling in Population Studies,” which took place at the University of Leuven (KU Leuven), Belgium, in September 2014. The book will contribute to the development of best practices in the field and will provide a solid point of reference for scholars who want to start using agent-based modelling in their own research.