@phdthesis{Kluegl2000,
  author    = {Kl{\"u}gl, Franziska},
  title     = {Aktivit{\"a}tsbasierte Verhaltensmodellierung und ihre Unterst{\"u}tzung bei Multiagentensimulationen},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-2874},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2000},
  abstract  = {Durch Zusammenf{\"u}hrung traditioneller Methoden zur individuenbasierten Simulation und dem Konzept der Multiagentensysteme steht mit der Multiagentensimulation eine Methodik zur Verf{\"u}gung, die es erm{\"o}glicht, sowohl technisch als auch konzeptionell eine neue Ebene an Detaillierung bei Modellbildung und Simulation zu erreichen. Ein Modell beruht dabei auf dem Konzept einer Gesellschaft: Es besteht aus einer Menge interagierender, aber in ihren Entscheidungen autonomen Einheiten, den Agenten. Diese {\"a}ndern durch ihre Aktionen ihre Umwelt und reagieren ebenso auf die f{\"u}r sie wahrnehmbaren {\"A}nderungen in der Umwelt. Durch die Simulation jedes Agenten zusammen mit der Umwelt, in der er "lebt", wird die Dynamik im Gesamtsystem beobachtbar. In der vorliegenden Dissertation wurde ein Repr{\"a}sentationsschema f{\"u}r Multiagentensimulationen entwickelt werden, das es Fachexperten, wie zum Beispiel Biologen, erm{\"o}glicht, selbst{\"a}ndig ohne traditionelles Programmieren Multiagentenmodelle zu implementieren und mit diesen Experimente durchzuf{\"u}hren. Dieses deklarative Schema beruht auf zwei Basiskonzepten: Der K{\"o}rper eines Agenten besteht aus Zustandsvariablen. Das Verhalten des Agenten kann mit Regeln beschrieben werden. Ausgehend davon werden verschiedene Strukturierungsans{\"a}tze behandelt. Das wichtigste Konzept ist das der "Aktivit{\"a}t", einer Art "Verhaltenszustand": W{\"a}hrend der Agent in einer Aktivit{\"a}t A verweilt, f{\"u}hrt er die zugeh{\"o}rigen Aktionen aus und dies solange, bis eine Regel feuert, die diese Aktivit{\"a}t beendet und eine neue Aktivit{\"a}t ausw{\"a}hlt. Durch Indizierung dieser Regeln bei den zugeh{\"o}rigen Aktivit{\"a}ten und Einf{\"u}hrung von abstrakten Aktivit{\"a}ten entsteht ein Schema f{\"u}r eine vielf{\"a}ltig strukturierbare Verhaltensbeschreibung. Zu diesem Schema wurde ein Interpreter entwickelt, der ein derartig repr{\"a}sentiertes Modell ausf{\"u}hrt und so Simulationsexperimente mit dem Multiagentenmodell erlaubt. Auf dieser Basis wurde die Modellierungs- und Experimentierumgebung SeSAm ("Shell f{\"u}r Simulierte Agentensysteme") entwickelt. Sie verwendet vorhandene Konzepte aus dem visuellen Programmieren. Mit dieser Umgebung wurden Anwendungsmodelle aus verschiedenen Dom{\"a}nen realisiert: Neben abstrakten Spielbeispielen waren dies vor allem Fragestellungen zu sozialen Insekten, z.B. zum Verhalten von Ameisen, Bienen oder der Interaktion zwischen Bienenv{\"o}lkern und Milbenpopulationen.},
  subject      = {Agent <Informatik>},
  language  = {de}
}
@misc{Igl2002,
  type      = {Master Thesis},
  author    = {Igl, Wilmar},
  title     = {Komplexes Probleml{\"o}sen in Multiagentensimulationsszenarien : Untersuchungen zur Formalisierung von Strategien f{\"u}r die Bek{\"a}mpfung von Waldbr{\"a}nden},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-10771},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2002},
  abstract  = {Die vorliegende Arbeit ist in zwei Teile gegliedert, von denen der erste Teil den theoretischen Hintergrund und empirische Befunde zum Thema „Komplexes Probleml{\"o}sen" behandelt. Der zweite Teil beinhaltet Methodik und Ergebnisse der durchgef{\"u}hrten Untersuchung. Nach der Einleitung in Kapitel 1 werden in Kapitel 2 die „Grundkonzepte des Komplexen Probleml{\"o}sens" vorgestellt, wobei mit der Abgrenzung des Bereichs „Komplexes Probleml{\"o}sen" begonnen wird. Anschließend werden die Eigenschaften von komplexen Systemen und deren Anforderungen an Probleml{\"o}ser beschrieben, wobei die Taxonomie1 von D{\"o}rner et al. (1994) zugrunde gelegt wird. In Kapitel 3 werden Modelle der Wissensrepr{\"a}sentation und des Probleml{\"o}sens vorgestellt. Dabei wird der Begriff der „Strategie" diskutiert und im Zusammenhang mit verschiedenen allgemeinen Modellen des Probleml{\"o}sens erl{\"a}utert. Kapitel 4 behandelt das Konzept „Delegation". Delegation wird in dieser Arbeit als Methode verwendet, um Versuchspersonen zur Formalisierung ihrer Strategien zu bewegen, wobei sie die Ausf{\"u}hrung der Strategien gleichzeitig beobachten k{\"o}nnen. Es werden vor allem Befunde aus der Organisationspsychologie und Unternehmensf{\"u}hrung berichtet und die Anwendung von Delegation in der Interaktion zwischen Mensch und k{\"u}nstlichem Agent er{\"o}rtert. In Kapitel 5 werden Waldbrandsimulationen behandelt. Diese z{\"a}hlen zu den klassischen Simulationen, die zur Untersuchung von Komplexem Probleml{\"o}sen verwendet werden. Zuerst wird auf computergest{\"u}tzte Simulation im Allgemeinen eingegangen, wobei Unterschiede zu traditionellen Untersuchungsmethoden angesprochen werden. Dabei wird auch die Bedeutung der Multiagentensimulation f{\"u}r die Komplexe Probleml{\"o}seforschung hervorgehoben. Anschließend wird Feuerverhalten und Feuerbek{\"a}mpfung als Vorbild f{\"u}r Waldbrandsimulationen erl{\"a}utert. Dadurch k{\"o}nnen sowohl Anhaltspunkte zur Beurteilung der Plausibilit{\"a}t als auch f{\"u}r die Implementierung einer Waldbrandsimulation gewonnen werden. Im Anschluss daran werden drei bekannte Beispiele f{\"u}r Waldbrandsimulationen vorgestellt, wobei auch auf dom{\"a}nen- bzw. simulationsspezifische Strategien eingegangen wird. In Kapitel 6 wird ein {\"U}berblick {\"u}ber verschiedene empirische Befunde aus dem Bereich des Komplexen Probleml{\"o}sens gegeben. Diese betreffen sowohl Eigenschaften von komplexen Systemen als auch Merkmale des Probleml{\"o}sers. In Kapitel 7 werden die wichtigsten Kritikpunkte und Probleme, mit denen die Komplexe Probleml{\"o}seforschung zu k{\"a}mpfen hat, zusammengefasst. Die konkreten Fragestellungen der Untersuchung werden in Kapitel 8 vorgestellt, wobei Kapitel 9 und 10 erl{\"a}utern, mit welcher Methodik diese Fragen untersucht werden. In diesem Zusammenhang wird auch die Simulationsumgebung SeSAm vorgestellt. Im folgenden Kapitel 11 wird auf die Eigenschaften der implementierten Waldbrandsimulation eingegangen. Kapitel 12 beschreibt den Aufbau und Ablauf der Untersuchung, mit der die Daten gewonnen werden, die in Kapitel 13 berichtet werden. Eine Diskussion der Befunde im Hinblick auf die Fragestellungen und ihre Bedeutung f{\"u}r die zuk{\"u}nftige Forschung erfolgt in Kapitel 14.},
  language  = {de}
}
@phdthesis{Schenk2006,
  author    = {Schenk, Tilman A.},
  title     = {Multiagentensysteme zur Simulation von Konsumentenentscheidungen},
  url       = {http://nbn-resolving.de/urn:nbn:de:bvb:20-opus-22157},
  school      = {Universit{\"a}t W{\"u}rzburg},
  year      = {2006},
  abstract  = {St{\"a}dte sehen sich in der Entwicklung ihres Einzelhandelsangebots zunehmend Konkurrenzsituationen zwischen traditionellen Innenstadt- und neu entstehenden Stadtrandlagen ausgesetzt, die einerseits die gestiegenen Fl{\"a}chen- und Produktivit{\"a}tsanspr{\"u}che der Unternehmen eher erf{\"u}llen, w{\"a}hrend andererseits B{\"u}rger, Politik und etablierter Handel ein Aussterben der Innenst{\"a}dte bef{\"u}rchten. Die Konsequenzen planerischer Entscheidungen in dieser Hinsicht abzusch{\"a}tzen, wird zunehmend komplexer. Daf{\"u}r sind ebenso eine st{\"a}rkere Individualisierung des Konsumverhaltens verantwortlich, wie eine gestiegene Sensibilit{\"a}t gegen{\"u}ber Verkehrs- und Emissionsbelastungen. Modellierungen und Simulationen k{\"o}nnen einen Beitrag zu fundierter Entscheidungsfindung leisten, indem sie durch Prognosen von Szenarien mit unterschiedlichen Rahmenbedingungen solche Auswirkungen aufzeigen. In der Vergangenheit wurden Kaufkraftstr{\"o}me durch Modelle abgebildet, die auf aggregierten Ausgangsdaten und Analogieschl{\"u}ssen zu Naturgesetzen oder nutzentheoretischen Annahmen beruhten. In dieser Arbeit wird daf{\"u}r erstmals ein agentenbasierter Ansatz angewendet, da sich so individuelle Ausdifferenzierungen des Konsumentenhandelns wesentlich leichter integrieren und Ergebnisse anschaulicher pr{\"a}sentieren lassen. Dieses Konzept kann in den Sozialwissenschaften als Modellierungsparadigma genutzt werden, insofern als dass sie der Idee der Selbstorganisation von Gesellschaften recht nahe kommt. Insbesondere zeichnen sich Multiagentensysteme durch eine dezentrale Kontrolle und Datenvorhaltung aus, die es dar{\"u}ber hinaus erm{\"o}glichen, auch komplexe Systeme von Entscheidungsprozessen mit wenigen Spezifikationen darzustellen. Damit begegnet der Agentenansatz vielen Einw{\"a}nden gegen Analogie- und Entscheidungsmodelle. Durch die konsequente Einnahme einer individuenbezogenen Sichtweise ist die individuelle Ausdifferenzierung von Entscheidungsprozessen viel eher abbildbar. F{\"u}r das Forschungsprojekt konnten f{\"u}r einen Untersuchungsraum in Nordschweden (Funktionalregion Umea) individuenbezogene Einwohnerdaten verf{\"u}gbar gemacht werden. Diese enthielten u.a. Lagekoordinaten des Wohn- und Arbeitsorts, Alter, Geschlecht, verf{\"u}gbares Einkommen und Angaben zur Haushaltsstruktur. Verbunden mit Erkenntnissen aus empirischen Untersuchungen (Konsumentenbefragung, Gesch{\"a}ftskartierung) stellten sie die Eingabegr{\"o}ßen f{\"u}r ein agentenbasiertes Modell der Einkaufsst{\"a}ttenwahl bei der Lebensmittelversorgung dar. Die Konsumentenbefragung stellte regressionsanalytische Abh{\"a}ngigkeiten zwischen sozio{\"o}konomischen Daten und Konsumpr{\"a}ferenzen bez{\"u}glich einzelner Gesch{\"a}ftsattribute (Preisniveau, Produktqualit{\"a}t, Sortimentsbreite, Service etc.) her, die gleichen Attribute wurden f{\"u}r die Gesch{\"a}fte erhoben. Somit k{\"o}nnen Kaufkraftstr{\"o}me zwischen Einzelelementen der Nachfrage (individuelle Konsumenten) und des Angebots (einzelne Gesch{\"a}ftsstandorte) als individuell variierende Bewertung der Gesch{\"a}fte durch die Agenten dargestellt werden. Da auf der Angebotsseite die Ums{\"a}tze der Gesch{\"a}fte ebenso bekannt sind, k{\"o}nnen die Summen der von den Agenten dort allozierten Kaufkraftbetr{\"a}ge mit denselbigen verglichen werden. Dies erlaubt die Quantifizierung einer Sch{\"a}tzg{\"u}te f{\"u}r die Gesch{\"a}ftsums{\"a}tze mittels eines G{\"u}temaßes. F{\"u}r die Gesch{\"a}fte der gesamten Region konnten G{\"u}temaßwerte bis 0,7 erreicht werden, f{\"u}r einzelne Betriebsformate auch {\"u}ber 0,9. Dies zeigt, dass auch bei der Verwendung individuenbezogener Modelle, die mit einer deutlich h{\"o}heren Anzahl Freiheitsgraden behaftet sind als ihre aggregierten Gegenst{\"u}cke, hohe Prognosequalit{\"a}ten f{\"u}r Umsatzsch{\"a}tzungen von Standorten erreicht werden k{\"o}nnen. Gleichzeitig bietet der Agentenansatz die M{\"o}glichkeit, einzelne Simulationsobjekte bei ihrer Entscheidungsfindung und ihren Aktivit{\"a}ten zu verfolgen. Dabei konnten ebenfalls plausible Einkaufsmuster abgebildet werden. Da die Distanz vom Wohn- bzw. Arbeitsort zum Gesch{\"a}ft Bestandteil des Modells ist, k{\"o}nnen auch die von den Einwohnern zum Zweck der Grundversorgung zu leistenden Distanzaufw{\"a}nde in verschiedenen Angebotssituationen analysiert werden. An agentenbasierte Simulationen werden in den Sozialwissenschaften große Erwartungen gekn{\"u}pft, da sie erstmals erm{\"o}glichen, gesellschaftliche Ph{\"a}nomene auf der Ebene ihres Zustandekommens, dem Individuum, zu erfassen, sowie komplexe mentale Vorg{\"a}nge des Handelns, Lernens und Kommunizierens auf einfache Weise in ein Modell zu integrieren. Mit der vorliegenden Arbeit wurde im Bereich der Konsumentenforschung erstmals ein solcher Ansatz auf regionaler Ebene angewendet, um zu planungsrelevanten Aussagen zu gelangen. In Kombination mit anderen Anwendungen im Bereich der Bev{\"o}lkerungsprognose, des Verkehrs und der innerst{\"a}dtischen Migration haben Agentensimulationen alle Voraussetzungen zu einem zukunftsweisenden Paradigma f{\"u}r die Raum- und Fachplanung.},
  subject      = {Umea},
  language  = {de}
}