Beslutninger innen helse- og energisystemer blir stadig mer krevende. Markeder, teknologier og menneskelig atferd kan endre seg raskt, samtidig som beslutninger ofte må ta hensyn til usikkerhet, regionale forskjeller og samspillet mellom mange aktører. Tradisjonelle matematiske modeller er nyttige for planlegging, men bygger ofte på forenklede antakelser om hvordan mennesker og organisasjoner opptrer. Dette kan begrense modellenes evne til å representere faktisk atferd og uforutsette endringer.
ABM-POLICY-prosjektet utvikler og anvender agentbasert modellering (ABM) for å støtte bedre planlegging og politikkutforming innen helse- og energisystemer. I ABM representeres individer, organisasjoner, produsenter, forbrukere og andre relevante aktører som agenter med ulike egenskaper, mål og handlingsmønstre. Samspillet mellom agentene kan føre til komplekse effekter på systemnivå. Tilnærmingen gjør det mulig å analysere hvordan ulike tiltak og virkemidler påvirker smittespredning, etterspørsel etter helsetjenester, energimarkeder og overgangen til nye energiteknologier.
Prosjektet omfatter to anvendelsesområder. Innen helse bygger arbeidet videre på SINTEFs tidligere ABM2HC-prosjekt, der det ble utviklet en agentbasert modell for å simulere smittespredning av COVID-19 og optimalisere tiltak som sosial distansering og bruk av munnbind. ABM-POLICY videreutvikler dette arbeidet ved å inkludere regionale tiltak og forskjeller i atferd. Innen energisystemer brukes ABM til å studere samspillet mellom produsenter, forbrukere, produsenter av teknologi og andre markedsaktører, blant annet i fremvoksende markeder for hydrogen og ammoniakk.
SINTEFs bidrag i prosjektet
SINTEF bidrar med kompetanse innen matematisk modellering, simulering, optimalisering, maskinlæring og beslutningsstøtte. Metodene kombineres for å utvikle praktiske verktøy som gjør det mulig for beslutningstakere å sammenligne ulike tiltak og virkemidler, forstå hvordan systemene reagerer, og identifisere robuste strategier i komplekse og dynamiske omgivelser.