Modele oparte na systemach wieloagentowych to programy komputerowe, które próbują symulować różnorodne złożone zjawiska za pomocą wirtualnych „agentów”, reprezentujących elementy systemu biznesowego. Zachowania tych agentów są zaprogramowane jako proste reguły. Uruchomione modele realistycznie obrazują działanie danego biznesu. Podejście do programowania może być bardzo rożnorodne; począwszy od wykorzystania analiz „if-then” (takich jak w systemach eksperckich) aż do skomplikowanych maszynowych algorytmów uczących (takich jak sieci neuronowe, które pozwalają agentom uczyć się i modyfikować zachowanie podczas symulacji. Parametry modelu odzwierciedlają badaną sytuację, a model poddany jest wielokrotnym iteracjom. Modele wieloagentowe oparte są na danych historycznych, dzięki czemu możliwe jest zapewnienie sytuacji, w której model dokładnie odtwarza zachowanie rzeczywistego systemu. Modele wieloagentowe mogą być źródłem wartościowych informacji na temat dynamiki systemów rzeczywistych, które naśladują. Dzieki wchodzeniu we wzajemne interakcje poszczgólnych agentów w modelu, symulacja pokazuje jak ich zbiorowe zachowanie wpływa na cały system. Symulacje te stanowią potężne strategiczne narzędzia dla analiz „what-if”: zmiana charakterystyki agenta lub zasad, którym on podlega jest łatwo dostrzegalna w dostarczonym przez model wyniku końcowym symulacji. Bardzo ważny jest również fakt, że komputer jest czasem w stanie wygenerować strategie, których użytkownik nigdy by nie rozważył.

Systemy wieloagentowe - Whitepaper