基于机器学习替代模型分析的主体模型参数空间搜索及校准

摘要： 基于主体的建模方法是研究复杂系统的有效方法。
为了更为有效地描述真实系统的涌现行为,主体建模往往包含大量需要验证的参数,导致由于参数膨胀所引起的维数灾害问题越发突出,这给一般研究者的工作带来了困难,也导致对主体模型的适用性和解释能力提出了怀疑。
为解决这一难题,提出了一种将机器学习和智能采样相结合的替代分析方法,在计算成本和数据容量有限的条件下显著地提升了参数估计效率。 （共10页）