ABM-Calibration-SensitivityAnalysis：支持ABM校准与灵敏度分析的开源代码及数据

简介：
简介：本项目提供一套用于进行 agent-based modeling (ABM) 校准和灵敏度分析的开源工具及配套数据，助力研究人员深入理解复杂系统动态。 在此处可以找到基于NetLogo和R的基于代理模型的示例代码、参数拟合校准及敏感性分析的结果。相应的手稿在《人工社会与社会仿真杂志》上发表，作者为Thiele JC, Kurth W 和 Grimm V（2014），题目是“促进基于代理模型的参数估计和敏感性分析：使用NetLogo和R的食谱”。 所采用的方法和技术包括： - 参数拟合： - 全因子设计 - 简单随机抽样 - 拉丁超立方抽样 - 拟牛顿法 - 模拟退火 - 遗传算法 - 近似贝叶斯计算 - 敏感性分析： - 局部敏感度分析（Local SA） - Morris筛选方法 - 设计实验 (DoE) - 部分相关系数和等级部分相关系数 - 标准化回归系数与标准化等级回归系数 - Sobol 指标法 - eFAST 方法 - 方差分解（FANOVA） 请参考我们的其他项目。