FREIDA：一种基于定性专家知识开发定量基于智能体模型的框架

基于智能体的模型（ABM）通常处理缺乏定量数据的系统，或仅定量数据不足以充分捕捉现实世界系统复杂性的系统。专家知识与定性见解，例如通过访谈、民族志研究、历史记载或参与式研讨会获得的那些，对于在这些模型中构建真实的行为规则、交互和决策过程至关重要。然而，缺乏能够跨整个建模周期整合定性与定量数据的系统方法。为此，我们提出FREIDA（FRamework for Expert-Informed Data-driven Agent-based models，专家驱动数据驱动基于智能体模型框架），一种系统的混合方法框架，用于开发、训练和验证ABM，尤其在数据稀疏情境中。我们的主要技术创新是从定性数据中提取我们称之为期望系统行为（ESB）的可检验陈述，其可在模型仿真上评估。ESB分为用于模型校准的校准陈述（CS）和用于模型验证的验证陈述（VS），它们提供了与定量数据同等地位的定量评分机制。如此，定性见解不仅能告知模型设定，还能告知其参数化与适用性评估，这是一个长期存在的挑战。我们通过荷兰刑事可卡因网络的案例研究说明了FREIDA的应用。