案例研究 02 · 耦合模擬
研究原型 · 已封存
FLOODABM
涵蓋紐澤西州 27 個普查區的 52,141 戶家戶代理人基模型，並與災難、保險及財務機制進行耦合。
- 52,141 戶家戶
- 27 個普查區
- 2011–2023
- 每情境 50 次隨機模擬
問題
為何此問題重要
洪災調適決策對各家戶損失的改變並不平均。一個有用的模型必須能隨時間將行為路徑與危害、財產、保險及自付額結果連結起來。
系統產出
檢視研究邏輯
AGU 2025 海報與已封存的儲存庫記錄了耦合架構與總體結果。
系統架構示意圖 · 並非已報告的研究結果
- 01家戶狀態
- 02調適選擇
- 03洪災事件
- 04損害、理賠與自付額更新
- 05下一個年度時間步長
此視角中的變化屋主狀態包含房產調適、保險、損害、理賠與自付額回饋。
角色與方法
我建置了什麼
我設計並執行了 937 戶問卷調查、將路徑轉換為代理參數、建置了家戶模擬，並將其與災難及 NFIP (國家洪災保險計畫) 機制進行耦合。
- 透過 SEM 與貝氏校準確立基於問卷的行為參數。
- 在年度時間步長中推進家戶調適與保險決策。
- 將代理與洪災危害、財產損害、NFIP 保費/理賠金/自付額及財務狀態耦合。
- 為每個情境執行 50 次隨機實現並報告聚合分佈。
驗證與限制
驗證
- 基於問卷的行為參數
- 情境系集
- 多層次診斷
- 封存的程式碼與引用元數據
限制
- 校準與問卷證據特定於地點與時期。
- 家戶代理簡化了決策過程與社會脈絡。
- 危害與財務輸出繼承了來自耦合模型的不確定性。
- 情境結果不應視為對個別家戶的預測。
聯絡方式
建立將模型行為與真實證據連結的評估
我正在尋求 2027 年夏季（約 5 月下旬至 8 月中旬）的全職實習機會。我對 LLM 評估、代理系統、行為模擬以及 AI for Science 特別感興趣。