Automatische Gradientenschätzung zur Kalibrierung von Menschenmassen-Modellen mit diskreter Entscheidungsfindung
Die Studie zeigt, dass Gradientenabstiegsverfahren unter Verwendung von stichprobenbasierten Gradientenschätzern die Kalibrierung von Menschenmassen-Modellen mit diskreter Entscheidungsfindung effizienter durchführen können als gradientenfreie Optimierungsverfahren, insbesondere wenn die Unstetigkeiten im Simulationsmodell berücksichtigt werden.
