Advertisement

Effiziente Programmierung sozialwissenschaftlicher Modelle

Ein Vergleich von NetLogo, Anglican und C++ am Beispiel der Simulation sozialer Diffusion
  • Ralf SchneiderEmail author
  • Jens Kouros
Chapter
Part of the Sozialwissenschaftliche Simulationen und die Soziologie der Simulation book series (SSSS)

Zusammenfassung

In diesem Artikel werden wir die praktischen und technischen Aspekte von unterschiedlichen Ansätzen zur Entwicklung sozialwissenschaftlicher Computersimulationen am Beispiel eines Modells zur sozialen Diffusion betrachten. Wir vergleichen die Verwendung von NetLogo, C++ und Anglican. NetLogo ist ein Programmiersystem, das vergleichsweise geringe Programmierkenntisse vorraussetzt und weite Verbreitung gefunden hat. C++ dagegen ist eine Programmiersprache, die besonders da benutzt wird, wo rechenintensive Programme performant implementiert werden sollen. Anglican ist eine relativ junge probabilistische Programmiersprache aus dem Bereich der künstlichen Intelligenz1. Im Vergleich zu NetLogo erfordert die Programierung in C++ oder Anglican deutlich mehr Vorkenntnisse auf Seiten der Nutzer. Wir wollen zeigen, dass die Zeit und Arbeit, welche für das Erlernen und die Entwicklung von Simulationen in diesen Programmiersprachen aufgewendet werden muss, sich dennoch lohnen kann, weil dadurch komplexere Modelle performant implementiert werden können.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Argonne National Laboratory. 2018. The Repast Suite. Zugegriffen: 5. Oktober 2019. https://repast.github.io/.
  2. Barabási, A.-L., und R. Albert. 1999. Emergence of scaling in random networks. Science 286 (5439): 509–512.CrossRefGoogle Scholar
  3. Bonabeau, E. 2002. Agent-based modeling: Methods and techniques for simulating human systems. Proceedings of the National Academy of Sciences 99 (3): 7280–7287. doi:  https://doi.org/10.1073/pnas.082080899.CrossRefGoogle Scholar
  4. Byers, J. W., M. Mitzenmacher und G. Zervas. 2012. Daily deals: Prediction, social diffusion, and reputational ramifications. In Proceedings of the fifth ACM international conference on Web search and data mining, 543–552. ACM.Google Scholar
  5. Diekmann, A. 2015. Modelle sozialer Evolution. In Handbuch Modellbildung und Simulation in den Sozialwissenschaften, Hrsg. N. J. Saam und N. Braun, 887–902. Wiesbaden: Springer.Google Scholar
  6. Dongarra, J., P. Luszczek und M. Heroux. 2018. HPCG Results: November 2018. Zugegriffen: 6. Oktober 2019. https://www.hpcg-benchmark.org/custom/index.html?lid=155&slid=297.
  7. Grider, R. 2016. Why Isn’t NetLogo “Parallel”? Zugegriffen: 6. Juni 2019. https://github.com/NetLogo/NetLogo/wiki/Why-Isn%5C%27t-NetLogo-%5C%22Parallel%5C%22%5C%3F.
  8. Hestenes, M. R., und E. Stiefel. 1952. Methods of conjugate gradients for solving linear systems. Journal of Research of the National Bureau of Standards 49 (6). Zugegriffen: 5. Juni 2019. https://archive.org/details/jresv49n6p409.CrossRefGoogle Scholar
  9. Jäger, C. 2015. CoEGSS – Center of Excellence for Global System Science. Technischer Bericht.Google Scholar
  10. Karlova, N. A., und K. E. Fisher. 2013. “Plz RT”: A social diffusion model of misinformation and disinformation for understanding human information behaviour. Information Research 18 (1): 1–17.Google Scholar
  11. Mansinghka, V. 2009. Natively probabilistic computation. Diss., Massachusetts Institute of Technology. Zugegriffen: 17. Mai 2017. https://llvm.org/svn/llvm-project/www-pubs/trunk/2009-06-MansinghkaThesis.pdf.
  12. Railsback, S., D. Ayllon, U. Berger, V. Grimm, S. Lytinen, C. Sheppard und J. Thiele. 2017. Improving Execution Speed of Models Implemented in NetLogo. Journal of Artificial Societies and Social Simulation 20 (1): 3.  https://doi.org/10.18564/jasss.3282.
  13. Tolpin, D., J. W. van de Meent, H. Yang und F. Wood. 2016. Design and Implementation of Probabilistic Programming Language Anglican. ArXiv: 1608.05263, arXiv:1608.05263. Zugegriffen: 29. Mai 2017. http://arxiv.org/abs/1608.05263.

Copyright information

© Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.High Performance Computing Center StuttgartStuttgartDeutschland

Personalised recommendations