Using Agent-Based Models for Prediction in Complex and Wicked Systems

Este documento utiliza dos experimentos mentales para argumentar que la complejidad de los sistemas a los que se aplican a menudo los modelos basados ​​en agentes (ABM) no es la fuente central de las dificultades que tienen los ABM con la predicción. Definimos varios niveles de previsibilidad y argu...

Full description

Autores:
Tipo de recurso:
Fecha de publicación:
2020
Institución:
Universidad del Rosario
Repositorio:
Repositorio EdocUR - U. Rosario
Idioma:
eng
OAI Identifier:
oai:repository.urosario.edu.co:10336/40297
Acceso en línea:
http://10.18564/jasss.4597
https://repository.urosario.edu.co/handle/10336/40297
Palabra clave:
Predicción
Sistemas complejos
Sistemas malvados
Modelado basado en agentes
Autómatas celulares
Máquinas de Turing
Prediction
Complex systems
Wicked Systems
Agent-Based Modelling
Cellular Automata
Turing Machines
Rights
License
Attribution-NonCommercial-ShareAlike 4.0 International
id EDOCUR2_695404996839786529fbe5c6b3d6f90c
oai_identifier_str oai:repository.urosario.edu.co:10336/40297
network_acronym_str EDOCUR2
network_name_str Repositorio EdocUR - U. Rosario
repository_id_str
dc.title.none.fl_str_mv Using Agent-Based Models for Prediction in Complex and Wicked Systems
title Using Agent-Based Models for Prediction in Complex and Wicked Systems
spellingShingle Using Agent-Based Models for Prediction in Complex and Wicked Systems
Predicción
Sistemas complejos
Sistemas malvados
Modelado basado en agentes
Autómatas celulares
Máquinas de Turing
Prediction
Complex systems
Wicked Systems
Agent-Based Modelling
Cellular Automata
Turing Machines
title_short Using Agent-Based Models for Prediction in Complex and Wicked Systems
title_full Using Agent-Based Models for Prediction in Complex and Wicked Systems
title_fullStr Using Agent-Based Models for Prediction in Complex and Wicked Systems
title_full_unstemmed Using Agent-Based Models for Prediction in Complex and Wicked Systems
title_sort Using Agent-Based Models for Prediction in Complex and Wicked Systems
dc.subject.none.fl_str_mv Predicción
Sistemas complejos
Sistemas malvados
Modelado basado en agentes
Autómatas celulares
Máquinas de Turing
topic Predicción
Sistemas complejos
Sistemas malvados
Modelado basado en agentes
Autómatas celulares
Máquinas de Turing
Prediction
Complex systems
Wicked Systems
Agent-Based Modelling
Cellular Automata
Turing Machines
dc.subject.keyword.none.fl_str_mv Prediction
Complex systems
Wicked Systems
Agent-Based Modelling
Cellular Automata
Turing Machines
description Este documento utiliza dos experimentos mentales para argumentar que la complejidad de los sistemas a los que se aplican a menudo los modelos basados ​​en agentes (ABM) no es la fuente central de las dificultades que tienen los ABM con la predicción. Definimos varios niveles de previsibilidad y argumentamos que, en la medida en que la dependencia de la ruta es un atributo necesario de un sistema complejo, descartar estados del sistema significa que existe al menos el potencial para decir algo útil. Se argumenta que la "maldad" es un desafío más importante para la predicción que la complejidad. Críticamente, sin embargo, ni la complejidad ni la maldad hacen que la predicción sea teóricamente imposible en el sentido de ser formalmente indecidible computacionalmente hablando: intratable es el término más adecuado dados los tamaños exponenciales de los espacios que se buscan. Sin embargo, se muestra que la novedad ontológica endógena en sistemas perversos hace que la predicción sea inútil más allá del corto plazo inmediato.
publishDate 2020
dc.date.created.none.fl_str_mv 2020-09-21
dc.date.issued.none.fl_str_mv 2021-06-30
dc.date.accessioned.none.fl_str_mv 2023-08-04T21:57:38Z
dc.date.available.none.fl_str_mv 2023-08-04T21:57:38Z
dc.type.none.fl_str_mv article
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.spa.none.fl_str_mv Artículo
dc.identifier.doi.none.fl_str_mv http://10.18564/jasss.4597
dc.identifier.issn.none.fl_str_mv 1460-7425
dc.identifier.uri.none.fl_str_mv https://repository.urosario.edu.co/handle/10336/40297
url http://10.18564/jasss.4597
https://repository.urosario.edu.co/handle/10336/40297
identifier_str_mv 1460-7425
dc.language.iso.none.fl_str_mv eng
language eng
dc.relation.uri.none.fl_str_mv https://www.jasss.org/24/3/2.html
dc.rights.*.fl_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.acceso.spa.fl_str_mv Abierto (Texto completo)
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
rights_invalid_str_mv Attribution-NonCommercial-ShareAlike 4.0 International
Abierto (Texto completo)
http://creativecommons.org/licenses/by-nc-sa/4.0/
http://purl.org/coar/access_right/c_abf2
dc.format.extent.none.fl_str_mv 24 pp
dc.format.mimetype.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv JASSS
publisher.none.fl_str_mv JASSS
institution Universidad del Rosario
dc.source.bibliographicCitation.none.fl_str_mv Ahrweiler, P. (2017). Agent-based simulation for science, technology, and innovation policy. Scientometrics, 110, 391–415
Andersson, C., Törnberg, A. & Törnberg, P. (2014). Societal systems – complex or worse? Futures, 63, 145–157
Andersson, C. & Törnberg, P. (2018). Wickedness and the anatomy of complexity. Futures, 95, 118–138
Anzola, D. (2019). Disagreement in discipline-building processes. Synthese
Appel, K. & Haken, W. (1977). Every planar map is four colorable. Part I: Discharging. Illinois Journal of Mathematics, 21(3), 429–490
dc.source.instname.spa.fl_str_mv instname:Universidad del Rosario
dc.source.reponame.spa.fl_str_mv reponame:Repositorio Institucional EdocUR
bitstream.url.fl_str_mv https://repository.urosario.edu.co/bitstreams/1f9fbd3a-3781-4c31-bc8c-55543146e3e5/download
https://repository.urosario.edu.co/bitstreams/d97058f2-f86c-4e00-953f-825f09a220b8/download
https://repository.urosario.edu.co/bitstreams/49392d8b-0bce-4849-9dfc-ba998a2281a2/download
https://repository.urosario.edu.co/bitstreams/05f65ab0-e53c-4ee7-acc8-0b5319c0bbda/download
https://repository.urosario.edu.co/bitstreams/087fb631-eddb-4ab2-ba5e-0af5702e1cd7/download
bitstream.checksum.fl_str_mv b2825df9f458e9d5d96ee8b7cd74fde6
5643bfd9bcf29d560eeec56d584edaa9
65b9a60795a2d71b1b9d8483aba7cfa8
29fc525ed3a335fcb8b6e9313f7163fd
56df3328b252b36938f73ad1f52c4b6e
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio institucional EdocUR
repository.mail.fl_str_mv edocur@urosario.edu.co
_version_ 1814167677801857024
spelling 6edcea19-33e2-4823-9dbe-b5f81763ea8e-141c42968-533b-4fb5-bc40-e11b02670627-14acabdfa-e6ef-44b7-97ee-1eab9fe1c394-1800412046003a583a25-c7b5-4c96-9818-0564bb4fad57-122feba39-9cf6-413f-886b-76e9ece06d38-1cd0b4d14-0457-4e51-948c-e7f8f5f30028-12023-08-04T21:57:38Z2023-08-04T21:57:38Z2020-09-212021-06-30Este documento utiliza dos experimentos mentales para argumentar que la complejidad de los sistemas a los que se aplican a menudo los modelos basados ​​en agentes (ABM) no es la fuente central de las dificultades que tienen los ABM con la predicción. Definimos varios niveles de previsibilidad y argumentamos que, en la medida en que la dependencia de la ruta es un atributo necesario de un sistema complejo, descartar estados del sistema significa que existe al menos el potencial para decir algo útil. Se argumenta que la "maldad" es un desafío más importante para la predicción que la complejidad. Críticamente, sin embargo, ni la complejidad ni la maldad hacen que la predicción sea teóricamente imposible en el sentido de ser formalmente indecidible computacionalmente hablando: intratable es el término más adecuado dados los tamaños exponenciales de los espacios que se buscan. Sin embargo, se muestra que la novedad ontológica endógena en sistemas perversos hace que la predicción sea inútil más allá del corto plazo inmediato.This paper uses two thought experiments to argue that the complexity of the systems to which agent-based models (ABMs) are often applied is not the central source of difficulties ABMs have with prediction. We define various levels of predictability, and argue that insofar as path-dependency is a necessary attribute of a complex system, ruling out states of the system means that there is at least the potential to say something useful. ‘Wickedness’ is argued to be a more significant challenge to prediction than complexity. Critically, however, neither complexity nor wickedness makes prediction theoretically impossible in the sense of being formally undecidable computationally-speaking: intractable being the more apt term given the exponential sizes of the spaces being searched. However, endogenous ontological novelty in wicked systems is shown to render prediction futile beyond the immediately short term.24 ppapplication/pdfhttp://10.18564/jasss.45971460-7425https://repository.urosario.edu.co/handle/10336/40297engJASSShttps://www.jasss.org/24/3/2.htmlAttribution-NonCommercial-ShareAlike 4.0 InternationalAbierto (Texto completo)EL AUTOR, manifiesta que la obra objeto de la presente autorización es original y la realizó sin violar o usurpar derechos de autor de terceros, por lo tanto la obra es de exclusiva autoría y tiene la titularidad sobre la misma. PARGRAFO: En caso de presentarse cualquier reclamación o acción por parte de un tercero en cuanto a los derechos de autor sobre la obra en cuestión, EL AUTOR, asumirá toda la responsabilidad, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos la universidad actúa como un tercero de buena fe. EL AUTOR, autoriza a LA UNIVERSIDAD DEL ROSARIO, para que en los términos establecidos en la Ley 23 de 1982, Ley 44 de 1993, Decisión andina 351 de 1993, Decreto 460 de 1995 y demás normas generales sobre la materia, utilice y use la obra objeto de la presente autorización. -------------------------------------- POLITICA DE TRATAMIENTO DE DATOS PERSONALES. Declaro que autorizo previa y de forma informada el tratamiento de mis datos personales por parte de LA UNIVERSIDAD DEL ROSARIO para fines académicos y en aplicación de convenios con terceros o servicios conexos con actividades propias de la academia, con estricto cumplimiento de los principios de ley. Para el correcto ejercicio de mi derecho de habeas data cuento con la cuenta de correo habeasdata@urosario.edu.co, donde previa identificación podré solicitar la consulta, corrección y supresión de mis datos.http://creativecommons.org/licenses/by-nc-sa/4.0/http://purl.org/coar/access_right/c_abf2Ahrweiler, P. (2017). Agent-based simulation for science, technology, and innovation policy. Scientometrics, 110, 391–415Andersson, C., Törnberg, A. & Törnberg, P. (2014). Societal systems – complex or worse? Futures, 63, 145–157Andersson, C. & Törnberg, P. (2018). Wickedness and the anatomy of complexity. Futures, 95, 118–138Anzola, D. (2019). Disagreement in discipline-building processes. SyntheseAppel, K. & Haken, W. (1977). Every planar map is four colorable. Part I: Discharging. Illinois Journal of Mathematics, 21(3), 429–490instname:Universidad del Rosarioreponame:Repositorio Institucional EdocURPredicciónSistemas complejosSistemas malvadosModelado basado en agentesAutómatas celularesMáquinas de TuringPredictionComplex systemsWicked SystemsAgent-Based ModellingCellular AutomataTuring MachinesUsing Agent-Based Models for Prediction in Complex and Wicked SystemsarticleArtículohttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_6501Polhill, J. GarethHare, Matthew P.Bauermann, TomAnzola Pinzón, David EnriquePalmer, ErikaDouglas, SaltPatrycja, AntoszLICENSElicense.txtlicense.txttext/plain1483https://repository.urosario.edu.co/bitstreams/1f9fbd3a-3781-4c31-bc8c-55543146e3e5/downloadb2825df9f458e9d5d96ee8b7cd74fde6MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81160https://repository.urosario.edu.co/bitstreams/d97058f2-f86c-4e00-953f-825f09a220b8/download5643bfd9bcf29d560eeec56d584edaa9MD52ORIGINALUsing-agent-based-models-for-prediction-in-complex.pdfUsing-agent-based-models-for-prediction-in-complex.pdfapplication/pdf2339362https://repository.urosario.edu.co/bitstreams/49392d8b-0bce-4849-9dfc-ba998a2281a2/download65b9a60795a2d71b1b9d8483aba7cfa8MD53TEXTUsing-agent-based-models-for-prediction-in-complex.pdf.txtUsing-agent-based-models-for-prediction-in-complex.pdf.txtExtracted texttext/plain101070https://repository.urosario.edu.co/bitstreams/05f65ab0-e53c-4ee7-acc8-0b5319c0bbda/download29fc525ed3a335fcb8b6e9313f7163fdMD54THUMBNAILUsing-agent-based-models-for-prediction-in-complex.pdf.jpgUsing-agent-based-models-for-prediction-in-complex.pdf.jpgGenerated Thumbnailimage/jpeg4885https://repository.urosario.edu.co/bitstreams/087fb631-eddb-4ab2-ba5e-0af5702e1cd7/download56df3328b252b36938f73ad1f52c4b6eMD5510336/40297oai:repository.urosario.edu.co:10336/402972023-08-05 03:03:12.576http://creativecommons.org/licenses/by-nc-sa/4.0/Attribution-NonCommercial-ShareAlike 4.0 Internationalhttps://repository.urosario.edu.coRepositorio institucional EdocURedocur@urosario.edu.coRUwoTE9TKSBBVVRPUihFUyksIG1hbmlmaWVzdGEobWFuaWZlc3RhbW9zKSBxdWUgbGEgb2JyYSBvYmpldG8gZGUgbGEgcHJlc2VudGUgYXV0b3JpemFjacOzbiBlcyBvcmlnaW5hbCB5IGxhIHJlYWxpesOzIHNpbiB2aW9sYXIgbyB1c3VycGFyIGRlcmVjaG9zIGRlIGF1dG9yIGRlIHRlcmNlcm9zLCBwb3IgbG8gdGFudG8gbGEgb2JyYSBlcyBkZSBleGNsdXNpdmEgYXV0b3LDrWEgeSB0aWVuZSBsYSB0aXR1bGFyaWRhZCBzb2JyZSBsYSBtaXNtYS4KPGJyLz4KUEFSQUdSQUZPOiBFbiBjYXNvIGRlIHByZXNlbnRhcnNlIGN1YWxxdWllciByZWNsYW1hY2nDs24gbyBhY2Npw7NuIHBvciBwYXJ0ZSBkZSB1biB0ZXJjZXJvIGVuIGN1YW50byBhIGxvcyBkZXJlY2hvcyBkZSBhdXRvciBzb2JyZSBsYSBvYnJhIGVuIGN1ZXN0acOzbiwgRUwgQVVUT1IsIGFzdW1pcsOhIHRvZGEgbGEgcmVzcG9uc2FiaWxpZGFkLCB5IHNhbGRyw6EgZW4gZGVmZW5zYSBkZSBsb3MgZGVyZWNob3MgYXF1w60gYXV0b3JpemFkb3M7IHBhcmEgdG9kb3MgbG9zIGVmZWN0b3MgbGEgdW5pdmVyc2lkYWQgYWN0w7phIGNvbW8gdW4gdGVyY2VybyBkZSBidWVuYSBmZS4KPGhyLz4KRUwgQVVUT1IsIGF1dG9yaXphIGEgTEEgVU5JVkVSU0lEQUQgREVMIFJPU0FSSU8sICBwYXJhIHF1ZSBlbiBsb3MgdMOpcm1pbm9zIGVzdGFibGVjaWRvcyBlbiBsYSBMZXkgMjMgZGUgMTk4MiwgTGV5IDQ0IGRlIDE5OTMsIERlY2lzacOzbiBhbmRpbmEgMzUxIGRlIDE5OTMsIERlY3JldG8gNDYwIGRlIDE5OTUgeSBkZW3DoXMgbm9ybWFzIGdlbmVyYWxlcyBzb2JyZSBsYSBtYXRlcmlhLCAgdXRpbGljZSB5IHVzZSBsYSBvYnJhIG9iamV0byBkZSBsYSBwcmVzZW50ZSBhdXRvcml6YWNpw7NuLgoKLS0tLS0tLS0tLS0tLS0tLS0tLS0tLS0tLS0tLS0tLS0tLS0tLS0KClBPTElUSUNBIERFIFRSQVRBTUlFTlRPIERFIERBVE9TIFBFUlNPTkFMRVMuIERlY2xhcm8gcXVlIGF1dG9yaXpvIHByZXZpYSB5IGRlIGZvcm1hIGluZm9ybWFkYSBlbCB0cmF0YW1pZW50byBkZSBtaXMgZGF0b3MgcGVyc29uYWxlcyBwb3IgcGFydGUgZGUgTEEgVU5JVkVSU0lEQUQgREVMIFJPU0FSSU8gIHBhcmEgZmluZXMgYWNhZMOpbWljb3MgeSBlbiBhcGxpY2FjacOzbiBkZSBjb252ZW5pb3MgY29uIHRlcmNlcm9zIG8gc2VydmljaW9zIGNvbmV4b3MgY29uIGFjdGl2aWRhZGVzIHByb3BpYXMgZGUgbGEgYWNhZGVtaWEsIGNvbiBlc3RyaWN0byBjdW1wbGltaWVudG8gZGUgbG9zIHByaW5jaXBpb3MgZGUgbGV5LiBQYXJhIGVsIGNvcnJlY3RvIGVqZXJjaWNpbyBkZSBtaSBkZXJlY2hvIGRlIGhhYmVhcyBkYXRhICBjdWVudG8gY29uIGxhIGN1ZW50YSBkZSBjb3JyZW8gaGFiZWFzZGF0YUB1cm9zYXJpby5lZHUuY28sIGRvbmRlIHByZXZpYSBpZGVudGlmaWNhY2nDs24gIHBvZHLDqSBzb2xpY2l0YXIgbGEgY29uc3VsdGEsIGNvcnJlY2Npw7NuIHkgc3VwcmVzacOzbiBkZSBtaXMgZGF0b3MuCg==