基于代理的建模将系统建模为不同单元或代理之间的交互。 一个例子是模拟城市之类的东西。 在评论中 Annals of Botany 张和德安吉利斯评论 功能-结构工厂模型背景下的基于主体的建模. 在为单个工厂建模时，代理是构建块或 同色异谱，它们相互作用以建造工厂。
Zhang 和 DeAngelis 写道：“种群和群落层面的 ABM 旨在通过对与其环境和彼此相互作用的多个个体植物（代理）进行建模来预测植物种群或群落动态。” “每个主体都有一组状态变量，包括年龄、大小、条件和空间位置，以及适应性，包括生理特征和行为特征。 这是至关重要的，因为植物性状通过决定特定环境中物种的成功或失败在植物生态学中起着至关重要的作用。 这些特征支配着个体的生长、繁殖、传播、营养和能量的分配，以及与环境因素相关的死亡率。”
“由于遗传变异，性状可能因个体而异，但也可能由于个体发育和可塑性而随时间发生变化。 ABM 不同于微分方程 (DE) 人口和矩阵模型 (MM) 规模结构模型，后者通过人口水平参数（即人口水平的出生率和死亡率）对人口进行自上而下的描述。 ABM 是自下而上的模型，这样群体层面的行为就会从自主个体与彼此及其环境的相互作用中产生。 与人口的 DE 或 MM 模型相比，个体在 ABM 中可以拥有的个体级别属性的数量实际上是无限的，其中包含多个属性是很尴尬的。”
Zhang 和 DeAngelis 提供了基于代理的模型在植物间作、植物入侵、杂草控制和气候变化影响等方面的应用示例。
“总而言之，植物 ABM 涵盖了范围广泛的样式、详细程度和应用程序，因此没有简单的方法可以沿着少量轴对它们进行分类。 然而，所有 ABM 都可以从两个空间尺度来看，即它们的空间分辨率尺度和空间范围尺度。” 写张和德安吉利斯。
Zhang 和 DeAngelis 强调了基于代理的建模的未来方向。 通过整合微生物以及在景观层面扩展到更好的模型变化，增加植物层面数据的可用性以及增加计算能力可以在非常小的规模上提供机会。“整合生物多样性和植物生态学中的生态系统，”Zhang 和 DeAngelis 总结道。 “正如在 格林 等。 （2017），下一代科学家应该在他们的工具包中包括基于个体的方法，并通过开发个体行为的理论来专注于解决真实系统，这些理论足够详细以重现和解释在系统级别观察到的模式。 如果这些趋势中的部分或全部能够加速，未来十年工厂 ABM 将非常令人兴奋。”
