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...
- 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
- 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.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 |