У статті розглядаються можливості застосування імітаційного і агенторіентірованного підходів до перетворення інституційної структури економіки країни в процесі переходу до нового типу економіки цифрову економіку. Використовуються імітаційний і агент-орієнтований підходи до моделювання, а також метод експертних оцінок. Використання агент-орієнтованого підходу набуває дедалі більшого визнання в зв'язку зі зручністю його використання для отримання знань про суспільство. При цьому результати, отримані в результаті моделювання, можуть мати наукову новизну і інтерес навіть при використанні простих правил поведінки агентів. Результати дослідження можуть бути використані при подальшому вивченні особливостей агент-орієнтованого моделювання.

Анотація наукової статті з комп'ютерних та інформаційних наук, автор наукової роботи - Абрамов Володимир Іванович, Дохолян Анастасія Сергіївна


AGENT-BASED MODELING: OPPORTUNITIES IN THE CONTEXT OF TRANSFORMATION OF THE INSTITUTIONAL STRUCTURE OF THE RUSSIAN ECONOMY

The article discusses the possibility of using simulation and agent-based approaches to the transformation of the institutional structure of the country's economy in the process of transition to a new type of economy the digital economy Simulation and agent-oriented approaches to modeling, as well as the method of expert assessments are used. The use of an agent-based approach is increasingly recognized for its ease of use to gain knowledge about society. At the same time, the results obtained as a result of modeling can have scientific novelty and interest even when using simple rules of behavior of agents. The results of the study can be used in further study of the features of agent-based modeling.


Область наук:

  • Комп'ютер та інформатика

  • Рік видавництва: 2019


    Журнал: Регіональні проблеми перетворення економіки


    Наукова стаття на тему 'АГЕНТ-орієнтоване МОДЕЛЮВАННЯ: МОЖЛИВОСТІ В УМОВАХ ПЕРЕТВОРЕННЯ інституційної структури ЕКОНОМІКИ РОСІЇ'

    Текст наукової роботи на тему «АГЕНТ-орієнтоване МОДЕЛЮВАННЯ: МОЖЛИВОСТІ В УМОВАХ ПЕРЕТВОРЕННЯ інституційної структури ЕКОНОМІКИ РОСІЇ»

    ?ЕКОНОМІКА І УПРАВЛІННЯ НАРОДНИМ ГОСПОДАРСТВОМ

    Економіка, організація і управління підприємствами, галузями, комплексами

    Сфера послуг

    УДК 332.1, 338.2, 339.9 АБРАМОВ ВОЛОДИМИР ІВАНОВИЧ

    науковий співробітник ФГБУН «Центральний економіко-математичний інститут» РАН (ЦЕМІ РАН)

    e-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.

    ДОХОЛЯН АНАСТАСІЯ СЕРГІЇВНА

    молодший науковий співробітник ФГБУН «Центральний економіко-математичний інститут» РАН (ЦЕМІ РАН)

    e-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.

    АГЕНТ-орієнтоване МОДЕЛЮВАННЯ: МОЖЛИВОСТІ В УМОВАХ ПЕРЕТВОРЕННЯ інституційної структури ЕКОНОМІКИ Россіі1

    Анотація. У статті розглядаються можливості застосування імітаційного і агент-орієнтованого підходів до перетворення інституційної структури економіки країни в процесі переходу до нового типу економіки - цифрову економіку. Використовуються імітаційний і агент-орієнтований підходи до моделювання, а також метод експертних оцінок. Використання агент-орієнтованого підходу набуває дедалі більшого визнання в зв'язку зі зручністю його використання для отримання знань про суспільство. При цьому результати, отримані в результаті моделювання, можуть мати наукову новизну і інтерес навіть при використанні простих правил поведінки агентів. Результати дослідження можуть бути використані при подальшому вивченні особливостей агент-орієнтованого моделювання.

    Ключові слова: імітаційне моделювання, агент-орієнтоване моделювання, геоінформаційна система, огляд, інформаційні технології, Агентне моделювання.

    ABRAMOV VLADIMIR IVANOVICH

    researcher, Central economic-mathematical Institute of the Russian Academy of Sciences (CEMI RAS) e-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.

    DOHOLYANANASTASIYA SERGEEVNA

    Junior researcher, Central economic-mathematical Institute of the Russian Academy of Sciences (CEMI RAS) e-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.

    AGENT-BASED MODELING: OPPORTUNITIES IN THE CONTEXT OF TRANSFORMATION OF THE INSTITUTIONAL STRUCTURE OF THE RUSSIAN ECONOMY

    1 Робота виконана за підтримки гранту РФФД № 18-29-03139.

    Абрамов В.І., Дохолян А.С.

    АГЕНТ-орієнтоване МОДЕЛЮВАННЯ: МОЖЛИВОСТІ В УМОВАХ ПЕРЕТВОРЕННЯ _ІНСТІТУЦІОНАЛЬНОЙ СТРУКТУРИ ЕКОНОМІКИ РОССІІ_

    Abstract. The article discusses the possibility of using simulation and agent-based approaches to the transformation of the institutional structure of the country's economy in the process of transition to a new type of economy - the digital economy Simulation and agent-oriented approaches to modeling, as well as the method of expert assessments are used. The use of an agent-based approach is increasingly recognized for its ease of use to gain knowledge about society. At the same time, the results obtained as a result of modeling can have scientific novelty and interest even when using simple rules of behavior of agents. The results of the study can be used in further study of the features of agent-based modeling.

    Keywords: simulation modeling, agent-based modeling, geographic information system, review, information technology, agent-based modeling.

    Вступ. У сучасних умовах все частіше виникає необхідність в обробці і аналізі істотно збільшилися обсягів інформації, підвищенні ефективності управлінських рішень. У зв'язку з цим велику актуальність набуває метод агент-орієнтованого моделювання (далі АОМ), який стає потужним інструментом підтримки прийняття рішень, т. К. Його можливості практично безмежні. Використання методу АОМ дозволяє створити дуже складні моделі, в яких процес прийняття рішень відбивається детально. Крім того, АОМ враховує і ірраціональні моменти прийняття рішень, що є значним його перевагою перед іншими видами моделювання (методом системної динаміки, дискретно-подієвим і т. Д.).

    Визначення АОМ. Для вироблення найбільш ефективних і гуманних енергозберігаючих рішень доцільно залучати якихось «когнітивних порадників», якими цілком можуть бути комп'ютерні агент-орієнтовані моделі [4]. Вони здатні враховувати особливості поведінки, характеристики, різні зміни в стані господарюючих суб'єктів і, відповідно, складати прогноз змін різних показників на макрорівні.

    Спочатку агент-орієнтований підхід застосовувався в інформатиці та кібернетиці при дослідженні штучного інтелекту. Свій початок цей метод бере в 1980-х роках XX століття, але лише комп'ютерний бум 1990-х років дозволив отримати йому заслужене визнання [9].

    На сьогоднішній день мультиагентні системи використовуються не тільки в природних, а й в громадських і когнітивних науках (психологія, етнологія, соціологія, філософія, економіка) [13], а число статей, які зачіпають агент-орієнтоване моделювання, неухильно зростає рік від року. Деякі вчені стверджують, що АОМ можна вважати третім способом отримання знань поряд з дедуктивним і індуктивними методами [15].

    Вчені не прийшли до єдиної думки стосовно визначення агент-орієнтованого моделювання, незважаючи на його відносно довгу історію існування, і в сучасній науці це питання залишається Дискутивні, налічується безліч варіантів таких визначень. На наш погляд, найбільш точним з можливих визначень є формулювання, представлена ​​А. Р. Бахтізін в [2]. Згідно Бахтізін, АОМ - спеціальний клас моделей, заснованих на індивідуальному поведінці агентів і створюваних для комп'ютерних симуляцій.

    За своєю суттю АОМ є якимось штучним суспільством, наповненим агентами, що володіють певним набором характеристик і цільової функцією. Кожен агент самостійний і підпорядкований певним критеріям поведінки, які визначають його реакцію на різного роду зміни середовища.

    Єдиного визначення «агента» також не існує. Підсумовуючи численні визначення, можна зробити висновок про те, що агентом є автономна сутність, як правило, має графічне представлення з певною метою функціонування і можливістю навчання в процесі існування до якогось рівня, що визначається розробниками відповідної моделі [3]. Крім того, ведуться суперечки і з приводу якостей, які повинні бути притаманні агентам: серед них згадуються ініціативність, здатність навчатися, орієнтація в просторі і т. Д. [14]. В якості основи ми приймемо перелік, представлений-

    ний в роботі [1], де агенти мають наступні властивості: автономність, здатність до соціальної взаємодії, реактивність, превентивність.

    Проте більшість вчених сходяться на думці, що всім агентам властиве одне властивість - децентралізація, т. Е. Не існує місця, де централізовано визначалася б динаміка системи в цілому. Простіше кажучи, моделювання відбувається за схемою «знизу вгору», що означає, що загальна поведінка і зміни в системі визначаються в результаті діяльності безлічі агентів, число яких може варіюватися від декількох десятків до тисяч і навіть мільйонів. Кожен агент взаємодіє з іншими агентами і середовищем у відповідності з тими параметрами поведінки, які були задані йому індивідуально і в рамках власних правил.

    Між собою агенти можуть взаємодіяти різними способами [16]:

    - комунікація - ситуація, при якій агенти проводять обмін інформацією між собою через засоби спілкування;

    - кооперація - при цьому відбувається взаємодія агентів один з одним, що дає можливість реалізувати поставлені завдання спільними діями;

    - управління - в разі, коли один агент підпорядковує і контролює дії і поведінку іншого.

    Варто також відзначити, що в процесі передачі інформації між агентами частина її може бути прихована (інструмент приховування інформації), що може привести до якоїсь невизначеності в поведінці агентів. Адже в такій ситуації не можна передбачити його поведінку навіть в умовах відповідності з фіксованими методами. Поведінка і реакція агента може змінюватися по відношенню до того чи іншого агенту в залежності від часового проміжку, що робить метод АОМ ще більш схожим з реальним життям.

    В якості агента можуть виступати різні існуючі в реальному світі об'єкти -люди, інститути, домогосподарства, регіони або цілі галузі і т. Д.

    Тим часом варто відзначити, що навколишнє середовище являє собою простір (сукупність об'єктів, ландшафту), що оточує безліч агентів одного або декількох видів, що визначає їх умови функціонування і надає на них прямий або непрямий вплив. Вона може бути як повністю нейтральною, з мінімальним або нульовим впливом на агентів, так і ретельно деталізованої. У ряді випадків середовище може бути представлена ​​в якості дискретної решітки, яка складається з квадратів, трикутників або шестикутників, або як пасивна платформа для агентів, що істотно обмежує потенціал такої моделі.

    Для зручності багато вчених представляють середу в якості географічного простору. У цьому випадку модель називають просторово певної, а агенти набувають координати і визначають своє положення в просторі.

    Мал. 1. Агенти в ГІС.

    Абрамов В.І., Дохолян А.С.

    АГЕНТ-орієнтоване МОДЕЛЮВАННЯ: МОЖЛИВОСТІ В УМОВАХ ПЕРЕТВОРЕННЯ інституційної структури ЕКОНОМІКИ РОСІЇ

    Інструменти. Як уже було відзначено вище, інтерес до Агентно моделям зростає з кожним днем, відповідно, виникає необхідність в програмному забезпеченні для побудови АОМ, які ми розглянемо в цьому розділі.

    SWARM - універсальний пакет для моделювання паралельно розподіленого штучного світу [6]. Основу пакету складають різного роду бібліотеки, розташовані в вихідної директорії.

    Метою створення даного пакета було полегшення роботи дослідників при побудові і імітації штучного світу і забезпечення стандартизованими інструментальними засобами для управління та аналізу результатів моделювання [10].

    Мал. 2. Прикладний пакет для моделювання паралельно розподіленого

    віртуального світу SWARM.

    Безпосередньо процес розробки реалізується в 2 етапи: на першому - створення середовища, в якій будуть функціонувати агенти, які, в свою чергу, створюються вже на другому етапі побудови моделі [4]. Інформація про даному пакеті знаходиться у вільному доступі в мережі Інтернет (http://www.swarm.org).

    Ще однією доступною і простою у використанні програмою є NetLogo. Її поява датується 1999 роком як результат подальшого розвитку мови Logo [11].

    Програма містить безліч спеціалізованих бібліотек елементів моделей, які представлені в якості закінчених блоків. Ці блоки можуть бути використані при створенні конкретних моделей або для модифікації наявних. Дану програму успішно експлуатують при створенні АОМ, адже за своєю суттю вона і складається з агентів, які можуть бути представлені чотирма типами, які виконують завдання і функціонують паралельно в часі [12]:

    - «Черепашки»;

    - точки, по яких пересуваються «черепашки»;

    - зв'язку, які з'єднують 2 «черепашок»;

    - «Спостерігач», що створює «черепашок».

    Простота використання дозволяє застосувати NetLogo і при навчанні студентів у ВНЗ. Саме тому тисячі дослідників віддають їй перевагу.

    Ще одна система моделювання Mason є мультиагентну середу в вигляді набору бібліотек на Java [7]. Програма підтримує дискретно орієнтовану парадигму моделювання, дає можливість використання засобів візуалізації 2D і 3D, проте для її використання необхідний досить високий рівень володіння мовою Java. Варто також відзначити, що саме за допомогою Mason були реалізовані такі відомі агент-орієнтовані моделі, як гра «Життя», «Цукрова модель» і т. Д. [4].

    Безпосередньо для агентного моделювання довгий час існували лише бібліотеки на мовах Java або С ++. Тому варто окремо розглянути пакет AnyLogic (www.anylogic.com.) - інструмент, розроблений російськими фахівцями по computer science, зокрема по розподіленим системам. На сьогоднішній день це один з небагатьох вітчизняних товарів в області імітаційного моделювання, який зміг отримати визнання за кордоном [4].

    гь 1 «г« *. '<хп ><е * і *. I Шукай «I I

    Мал. 3. Приклад симуляції в NetLogo.

    Концепція AnyLogic - об'єктно-орієнтована, модель представляється як набір взаємодіючих, паралельно функціонуючих «активностей».

    До основних переваг використання пакета AnyLogic можна віднести [www.anylogic.ru]:

    1. В першу чергу, зручний інтерфейс, який робить доступним створення моделей не тільки для професіоналів, але і для початківців дослідників. Цьому сприяють і численні засоби підтримки, величезна кількість інформації в мережі Інтернет, ве-БІНАР безпосередньо на сайті програми.

    2. Можливість досить швидко адаптувати модель до постійно змінюваних умов, збільшення її життєвого циклу.

    3. AnyLogic підтримується як процесно-орієнтований, системно-динамічний, так і Агентно підходи. Також є можливість комбінувати і модифікувати различ-

    Мал. 3. Приклад моделювання в AnyLogic.

    Абрамов В.І., Дохолян А.С.

    АГЕНТ-орієнтоване МОДЕЛЮВАННЯ: МОЖЛИВОСТІ В УМОВАХ ПЕРЕТВОРЕННЯ _ІНСТІТУЦІОНАЛЬНОЙ СТРУКТУРИ ЕКОНОМІКИ РОССІІ_

    ні підходи для отримання більш точних результатів.

    4. Мультиплатформеність програми.

    5. Деталізація будь-якого рівня.

    6. Інтерактивна анімація, яка дозволяє «ефектно» продемонструвати результати розробки моделі.

    7. Можливість застосування в безлічі областей, будь то оборона, логістика, охорону здоров'я, соціальні системи та т. Д.

    8. Унікальність продукту, яка полягає в можливості створення моделі будь-якої складності, масштабу, рівня абстракції, вирішення поставлених перед дослідником завдань, проведення експериментів.

    Іншими словами, AnyLogic дозволяє домогтися істотних результатів при найменших затратах.

    Висновок. АОМ є відносно новим методом моделювання, але, не дивлячись на це, вже встиг зарекомендувати себе як ефективний і простий в побудові метод для аналізу, моделювання і імітації складних систем. Спектр застосування АОМ досить великий, що дозволяє використовувати його інструменти практично у всіх сферах економіки, вивчення особливості розвитку об'єктів, вирішуючи надскладні завдання в умовах «простоти» взаємодії агентів.

    На сьогоднішній день в Росії вже існує окремий сайт, присвячений розробкам в області АОМ (www.artsoc.ru), і щоквартальний науковий журнал «Штучні суспільства» на базі Центрального економіко-математичного інституту РАН.

    З усього вищевикладеного можна зробити висновок про перспективність застосування імітаційного і агент-орієнтованого підходів до перетворення інституційної структури економіки країни в процесі переходу до нового типу економіки - цифрову економіку.

    література

    1. Абрамов В. І. Агент-орієнтоване і імітаційне моделювання: перспективи в області інформаційних технологій // Регіональні проблеми перетворення економіки. - 2018. - № 11.

    2. Бахтізін A. P. Агент-орієнтовані моделі економіки. -M .: економіки 2008.

    3. Макаров В. Л. Агент-орієнтовані моделі як інструмент апробації управлінських рішень [Текст] / В. Л. Макаров, А. Р. Бахтізін, Е. Д. Сушко // Управлінське консультування. - 2016. - № 12. - C. 16-25.

    4. Макаров В. Л. Новий інструментарій в суспільних науках - агент-орієнтовані моделі: загальний опис і конкретні приклади / Макаров В. Л., Бахтізін А. Р. // Економіка і управління ». -№ 12 (50). - 2009.

    5. Мусаєв А. Тиха когнітивна революція [A Quiet Cognitive Revolution] / А. Мусаєв, А. Шевчик // Експерт. - 2016. - № 4. - C. 45-51.

    6. Офіційний сайт SwarmDevelopmentGroup (SDG) [Електронний ресурс] [Режим доступу: https: // www.swarm.org/community.html, вільний. - Загл. з екрану.

    7. Офіційний сайт Системи моделювання «MASON» [Електронний ресурс]. [Режим доступу: http://cs.gmu.edu/~eclab/projects/mason, вільний. - Загл. з екрану.

    8. Офіційний сайт. [Електронний ресурс]. [Режим доступу: http://www.swarm.org, вільний. -Загл. з екрану.

    9. Офіційний сайт AnyLogic. [Електронний ресурс]. [Режим доступу: http://www.anylogic.com, вільний. - Загл. з екрану.

    10. Фролова Ю. Ф. Мультиагентний моделювання // Математичні структури та моделювання. -2000. - № 5.

    11. Якимів І. М., Цеглярів А. П., Мінгараева А. І., Буйнова Е. Л. Імітаційне моделювання в системі NetLogo // Вісник технологічного університету. - 2017. - Т. 20. - № 10. - С. 104.

    12. Barros, J., Alves Jr., S. Simulating Rapid Urbanisation in Latin American Cities. Eds. P. Longley, M. Batty. London: ESRI Press, 2003.

    13. Castefranchi, C. Modelling social action for AI agents. Artificial Intelligence. 1998. T. 103 (1-2).

    14. Chen S.-H. Fundamental issues in the use of genetic programming in agent-based computational economics. Taipei, Taiwan: Working Paper, AI-Econ Research Center, National Chengchi University, 2001. [An electronic resource]. Access mode: www.aiecon.org/staff/shc/vita/ios2001.pdf, free. Heading from the screen.

    15. Pines T. Urban Systems: Market And Efficiency. Journal of Public Economic Theory, 2001. T. 3 (1).

    16. Railsback S. Agent-Based and Individual-Based Modeling: A Practical Introduction. Cambridge: Princeton University Press, 2011. ISBN 978-0-691-13674-5.

    17. Torrens P. New Advances in Urban Simulation: Cellular Automata and Multi-Agent Systems as Planning Support Tools. London: CASA, 2001..

    References:

    1. In Abramov. I. Agent-oriented and simulation modeling: prospects in the field of information technology // Regional problems of economic transformation. - 2018. - № 11.

    2. The Bakhtizin A. R. Agent-oriented economic model. - Moscow: Economy 2008.

    3. In Makarov. L. Agent-oriented models as a tool for testing management decisions [Text] / V. L. Makarov, A. R. Bakhtizin, E. D. Sushko // Management consulting. - 2016. - № 12. - P. 16-25.

    4. In Makarov. L. New tools in social Sciences - agent-oriented models: General description and concrete examples / Makarov V. L., bakhtisin A. R. // Economics and management "- № 12 (50). - 2009.

    5. Musaev A. Quiet cognitive revolution [Quiet cognitive revolution] / and. Musaev, A. Szewczyk // Expert. -2016. - № 4. - Pp. 45--51.

    6. Official website of SwarmDevelopmentGroup (SDG) [Electronic resource] [Access mode: https: // www.swarm. org / community. html, free. The title. from the screen.

    7. Official website of the modeling System Mason "[Electronic resource]. [Access mode: http://cs.gmu.edu/ ~ eclab / projects / Mason, free. The title. From the screen.

    8. Official site. [Electronic resource.] [Access mode: http://www.swarm.org, free. The title. from the screen.

    9. The official website of our company. [Electronic resource.] [Mode of access: http://www.anylogic.com free. The title. from the screen.

    10. Frolov, Y. F. multi-agent modelling // Mathematical structures and modeling. - 2000. - № 5.

    11. Yakimov I. M., Kirpichnikov A. P., AndMangareva. I., Buynova E. L. simulation modeling system netlogo // Bulletin of technological University. - 2017. - Vol. 20. - № 10. - P. 104.

    12. Barros, Jr Alves, S. modeling the rapid urbanization of Latin American cities. EDS. P. Longley, M. Batty. London: ESRI Press, 2003.

    13. Castefranchi, C. modeling of social actions for AI agents. Artificial intelligence. 1998. T. 103 (1-2).

    14. Chen S.-H. fundamental issues of usage of genetic programming in agent-based computational Economics. Taipei, Taiwan: working paper, AI-Econ research centre, changchi national University, 2001. [Electronic resource.] Mode of access: www.aiecon.org/staff/shc/vita/ios2001.pdf-6ecnnamHO. The title of the screen.

    15. Pine T. Urban Systems: Market And Efficiency. Journal of public economic theory, 2001. T. 3 (1).

    16. Railsback, S. agent-based and individual-based modeling: a practical introduction. Cambridge: Princeton University Press, 2011. ISBN 978-0-691-13674-5.

    17. Torrence p. New advances in urban modeling: cellular Au-tomata and multi-agent systems as planning support tools. London: CASA, 2001..


    Ключові слова: ІМІТАЦІЙНЕ МОДЕЛЮВАННЯ /АГЕНТ-орієнтоване МОДЕЛЮВАННЯ /ГЕОІНФОРМАЦІЙНА СИСТЕМА /ОГЛЯД /ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ /агентно МОДЕЛЮВАННЯ /SIMULATION MODELING /AGENT-BASED MODELING /GEOGRAPHIC INFORMATION SYSTEM /REVIEW /INFORMATION TECHNOLOGY

    Завантажити оригінал статті:

    Завантажити