Активное применение имитационных и агент-ориентированных моделей выходит на принципиально новый уровень. Исследование развития этого направления в России с позиции публикационной активности было опубликовано в предыдущей работе. Подход с применением передового инструментария дает преимущества для разработчиков управленческих механизмов. На данный момент приобретают популярность языковые модели, которые способны генерировать ответы и решать задачи на высоком уровне сложности. Подобные разработки уже применяют вместе с агент-ориентированным подходом, что вызывает особый интерес с точки зрения перспектив прикладной значимости. Масштабирование исследований с помощью такого инструмента может быть скорректировано в нужный вектор, и настроено на разный уровень детализации - от отдельных модельных объектов в виде сущностей до параметрических особенностей каждого отдельного государства вместе с глобальными изменениями мировой экономики. Основой статьи является обзор различных моделей, где проанализированы российские и зарубежные разработки, сконструированные с помощью методологии компьютерных имитационных моделей. Данный метод позволяет специалистам внедрять новые подходы в структуру государственного управления за счет анализа и прогнозирования вызовов в различных сферах общественной жизни. Помимо этого, рассмотрены популярные программные обеспечения для работы с моделями подобного класса. В другом блоке приведена подборка прикладных моделей с индивидуальной настройкой под каждую из задач, и демонстрацией результатов, которые передают специфику разных сфер общественной жизни, начиная с демографической оценки населения стран, планирования в системе здравоохранения до военных столкновений и заканчивая программными продуктами для анализа космической обстановки. Примерами стали модели, где изучена демографическая ситуация в России, распространение пандемии. В результатах экспериментов некоторых моделей можно выделить социальную направленность, которая хорошо помогает разобраться в специфике демографических и социальных проблем - сокращение населения, уровень поддержки политической элиты, поведение людей в стрессовой ситуации, меры государственной поддержки, дающие положительный эффект для населения.
Идентификаторы и классификаторы
Множество специалистов успешно применяют имитационное моделирование для решения сложных задач. На новый уровень этот инструмент выводит агенториентированный подход, который дает некоторые преимущества перед классическими типами имитационных моделей. За счет таких моделей можно спрогнозировать различные сценарии развития экономики, социальное развитие общества, проводить анализ транспортной инфраструктуры и здравоохранения, а 2 3 4 5 6 интерпретация результатов по итогам эксперимента дает возможность квалифицированным специалистам принимать решения и выстраивать стратегию работы в условиях динамических процессов и неопределенностей.
Список литературы
1. Бахтизин А.Р., Макаров В.Л., Максаков А.А., Сушко Е.Д. Демографическая агент-ориентированная модель России и оценка её применимости для решения практических управленческих задач // Искусственные общества. 2021, Т. 16, № 2. EDN: TINCXJ
2. Богомолов А.П., Гулиев М.Д., Синяткин Д.А. Имитационная модель функционирования орбитальной группировки разведывательных космических аппаратов // Имитационное моделирование систем военного назначения, действий войск и процессов их обеспечения (ИМСВН-2022): Труды Второй всероссийской научно-практической конференции по имитационному моделированию и его применению в военной сфере, Санкт-Петербург, 20 октября 2022 года. 2022. С. 31-37. EDN: PZNHBV
3. Бочкарев А.А. Моделирование в среде AnyLogic: Учеб. пособие. - СПб.: СПбГИЭУ, 2012.
4. Елубаев С.А., Джамалов Н.К., Алипбаев К.А. и др. Имитационное моделирование основных компонентов системы управления движением космического аппарата // Вестник СибГАУ. 2013, №2(48). EDN: QISSNV
5. Зайцева Н.О. Имитационное моделирование средствами системно-объектного подхода // Научные ведомости Белгородского государственного университета. Серия: Экономика. Информатика. 2012, № 7(126). С. 155-159. EDN: QZKLQB
6. Карпенко А.А. Имитационное моделирование эксплуатации морских транспортных средств с учетом ветро-волнового режима // Морские интеллектуальные технологии. - 2021, № 2-1(52). С. 191-199. DOI: 10.37220/MIT.2021.52.2.027 EDN: UFZYBK
7. Мартынова Л.А., Пронин А.О., Подшивалов Г.А., Прокопович В.В., Горбачев Н.И. Имитационная модель работы автономного необитаемого подводного аппарата при реализации мультиагентной технологии в его системе управления // Пятая международная научно-практическая конференция “Имитационное и комплексное моделирование морской техники и морских транспортных систем” (ИКМ МТМТС-2019). Труды конференции. ( ) - М. Издательство Перо, 2019, с.109-113. ISBN: 978-5-00150-311-8 EDN: KQVXSF
8. Плотников А.М., Рыжиков Ю.И., Соколов Б.В., Юсупов Р.М. Анализ современного состояния и тенденции развития имитационного моделирования в Российской Федерации (по материалам конференций “Имитационное моделирование. Теория и практика” (ИММОД)). Труды СПИИРАН. 2013, 2(25).
9. Системно-динамическое моделирование в среде POWERSIM: Справочник по интерфейсу и функциям. - М.: МАКС-ПРЕСС, 2001. 159 с.
10. Шевченко Д.Н., Кравченя И.Н. Имитационное моделирование на GPSS: учеб.-метод. пособие для студентов технических специальностей; М-во образования Респ. Беларусь, Белорус. гос. ун-т трансп. - Гомель: БелГУТ, 2007. 97 с. EDN: CAIJLK
11. Якимов И.М., Кирпичников А.П., Мокшин В.В., Костюхина Г.В., Шигаева Т.А. Комплексный подход к моделированию сложных систем в системе BPwin-Arena // Вестник Казанского технологического университета. 2014, Т. 17, № 6. С. 287-292. EDN: SBNHHX
12. Имитационное моделирование в обучении сестринскому и акушерскому делу. Копенгаген: Европейское региональное бюро ВОЗ; 2022 г. URL: https://apps.who.int/iris/bitstream/handle/10665/354181/WHO-EURO-2022-3296-43055-64465-rus.pdf?sequence=1&isAllowed=y.
13. Имитационное моделирование с Arena // КомпьютерПресс URL: https://compress.ru/article.aspx?id=11212.
14. Официальный сайт Aimsun // URL: https://www.aimsun.com/about-aimsun.
15. Официальный сайт AnyLogic. // URL: https://www.anylogic.ru.
16. Официальный сайт MathWorks // URL: https://ch.mathworks.com/products/simulink.html.
17. Официальный сайт Powersim // URL: https://www.syssoft.ru/Powersim.
18. Официальный сайт Rockwell Automation // URL: https://www.rockwellautomation.com/en-us/products/software/arena-simulation.html.
19. Официальный сайт Visual Studio // URL: https://visualstudio.microsoft.com/ru/downloads.
20. Официальный сайт представителя в России: Элина Компьютер // URL: http://elina-computer.ru.
21. Balibek Emre, Memis Hamdi Alper, Turkish Treasury Simulation Model for Debt Strategy Analysis (June 1, 2012). World Bank Policy Research Working Paper No. 6091, Available at SSRN: https://ssrn.com/abstract=2084602.
22. Dawid Herbert, Gemkow Simon, Harting Philipp, van der Hoog Sander, Neugart Michael, The Eurace@Unibi Model: An Agent-Based Macroeconomic Model for Economic Policy Analysis (October 1, 2012). Bielefeld Working Papers in Economics and Management No. 05-2012, Available at SSRN: https://ssrn.com/abstract=2408969 or. DOI: 10.2139/ssrn.2408969
23. Deissenberg Christophe, van der Hoog Sander, Dawid Herbert. (2008). EURACE: A massively parallel agent-based model of the European economy. Applied Mathematics and Computation. 204. 541-552. DOI: 10.1016/j.amc.2008.05.116
24. Gao Ming, Wang Zhongyuan, Wang Kai, Liu Chenhui, Tang Shiping. (2022). Forecasting elections with agent-based modeling: Two live experiments. PloS one. 17. e0270194. DOI: 10.1371/journal.pone.0270194
25. Hospital Digital Twin to Improve Operations ana Enchance Patient Expirience // URL: https://www.anylogic.ru/resources/case-studies/hospital-digital-twin-to-improve-operations-and-enhance-patient-experience.
26. John M. Betts, Ana-Maria Bliuc. 2023. The Effect of Influencers on Societal Polarization. In Proceedings of the Winter Simulation Conference (WSC ’22). IEEE Press, 370-381.
27. Lin Tong, Lin Zhulu, Lim Siew Hoon, Jia Xinhua, Chu Xuefeng. A spatial agent-based model for hydraulic fracturing water distribution // Frontiers in Environmental Science / V. 10 - 2022. URL: https://www.frontiersin.org/articles/ DOI=. DOI: 10.3389/fenvs.2022.1025559
28. Ma Yan, Shen Zhenjiang, Nguyen Dinh Thanh. Agent-Based Simulation to Inform Planning Strategies for Welfare Facilities for the Elderly: Day Care Center Development in a Japanese City // Journal of Artificial Societies and Social Simulation. 2016, 19 (4) 5. DOI: 10.18564/jasss.3090
29. Rodrique Kafando, Ho Tuong, Nguyen Manh Hung. An Agent-based Simulation for Studying Air Pollution from Traffic in Urban Areas: The Case of Hanoi City. // International Journal of Advanced Computer Science and Applications. 2019, 10. 596-604. DOI: 10.14569/IJACSA.2019.0100376
30. Souvik Barat, Vinay Kulkarni, Aditya Paranjape, Ritu Parchure, Shrinivas Darak, and Vinay Kulkarni. Agent Based Simulatable City Digital Twin to Explore Dynamics of Covid-19 Pandemic. In Proceedings of the Winter Simulation Conference (WSC ‘22). IEEE Press, 2023. 557-568.
31. Tutun Salih, Wang Haifeng, Liu Zhao, Yildirim Mehmet, Khanmohammadi Sina. (2016). An Agent Based Approach for Understanding Complex Terrorism Behaviors.
32. Wright Mason, Sengupta Pratim Modeling Oligarchs’ Campaign Donations and Ideological Preferences with Simulated Agent-Based Spatial Elections // Journal of Artificial Societies and Social Simulation. 2015, 18 (2) 3. DOI: 10.18564/jasss.2736
33. Zhao Bingyu, Kumar Krishna, Casey Gerard, Soga Kenichi. Agent-Based Model (ABM) for City-Scale Traffic Simulation: A Case Study on San Francisco. 2019. 203-212. DOI: 10.1680/icsic.64669.203
Выпуск
Другие статьи выпуска
В работе ставится и проблема формирования дискретных представлений непрерывных процессов интеллектуальными системами различной природы. Выделяются несколько философских подходов, таких как монизм, сенсуализм, дуализм, физикализм, бихевиоризм, кибернетика и семиотика, которые предлагают разные интерпретации трансформации непрерывных процессов в их дискретные представления интеллектом и сознанием. Обсуждаются недостатки существующих теорий в объяснении механизмов, которые приводят к формированию дискретных представлений. Введение в представления междисциплинарных исследований искусственного интеллекта (ИИ) и когнитивных наук категории дискретизации, заимствованной из цифровой обработки сигналов, позволяет предложить новый взгляд на функции естественного и искусственного интеллекта, в котором дискретизация становится ключевой функцией ИИ, осуществляющей преобразование непрерывных процессов в их дискретные представления. Проводится аналогия между дискретизацией в сознании и механизмами, используемыми в искусственном интеллекте, подчеркивая важность формирования дискретных представлений в процессе восприятия и интеллектуальной обработки информации. Обсуждение принципа неопределенности Гейзенберга в контексте дискретизации показывает, как дискретизация в процессе восприятия может привести к потерям информации и возникновению неопределенности в системах искусственного интеллекта. Концепция дискретизации может существенно углубить наше понимание того, как происходит обработка информации в сознании, как формируются уникальные ощущения и качества воспринимаемого мира, а также как данные процессы связываются с идеями самоорганизации и странных петель, предложенными Дагласом Хофштадтером. Обсуждение понятия квалиа приводит к аргументированию положений о том, что квалиа как совокупность осознанного субъективного опыта необходимо содержит функцию дискретизации как составную часть организации субъективных восприятий. Если это представление верно, то философский зомби в мысленном эксперименте Чалмерса становится принципиально невозможным, а его критика физикализма и материализма предстает неубедительной. Исследование открывает новые возможности в изучении взаимодействия между непрерывным и дискретным, предлагая направления для будущих исследований в философии сознания, искусственном интеллекте и когнитивных науках.
В статье рассматриваются основные факторы экономических кризисов. Факторы проанализированы с помощью моделей машинного обучения. В исследовании применяются два алгоритма машинного обучения, деревья решений и градиентный бустинг. Деревья решений создаются путем разделения данных на подмножества на основе значения входных функций. Бустинг, ансамблевый метод, обучается путём объединения множества небольших моделей для создания финальной, прогнозирующей модели. Проведён детальный анализ научных работ на тему использования машинного обучения для анализа кризисных явлений. Распространённые факторы моделирования дополнены новыми, итоговые факторы включают в себя широкий список макроэкономических показателей, биржевых данных и социально-политических факторов. Данные были проанализированы с помощью статистического анализа временных рядов, далее данные были стандартизированы для применения в моделях машинного обучения. Параметры моделей подобраны на данных, с помощью метода кросс-валидации. Наиболее эффективные модели были использованы для анализа значимости факторов кризисных явлений. Результаты показывают потенциал использования моделей машинного обучения в анализе кризисов, предлагает новые инструменты раннего обнаружения кризисов и использования результатов для стратегического планирования органами государственной власти. Будущие направления исследования включают в себя улучшения статистической интерпретации результатов машинного обучения, применение более сложных моделей и создание систем анализа в реальном времени.
Начиная с 2014 года уже несколько систем искусственного интеллекта получили официальные назначения на управленческие позиции в международных компаниях. Таким образом можно говорить о том, что в настоящее время происходит смена парадигмы принятия управленческих решений: от ситуации, когда искусственный интеллект просто служит инструментом поддержки директоров или комитетов совета директоров мы переходим к ситуации, когда искусственный интеллект управляет процессом принятия решений. Один из ключевых вопросов сейчас заключается в том, стоит ли вообще заниматься правом как вычислением. Качественное вычислительное право является жизненно важным условием для успешного развития современной человеческой цивилизации. Необходимость создания алгоритмического законодательства для технических систем уже рассматривалась знаменитыми математиками, в частности Готфридом Лейбницем и Пьером Лапласом. Несмотря на то, что великие мыслители прошлого смогли предвидеть основные принципы, которые могут стать основой для построения рассуждений техническими системами, в свое время они не обладали необходимыми техническими и общественно-социальными инструментами. В статье предлагается методика создания справочника (словаря) по формулированию алгоритмических основ управленческих решений. Рассматриваемая модель справочника (словаря) имеет своей целью предложить справочную основу для формирования политик для автономных систем ИИ, которая позволит всем заинтересованным пользователям выражать информированное согласие или несогласие с принимаемыми системами ИИ решениями. Насколько известно автору, это первая модель справочника (словаря) по моделированию алгоритмических решений автономных систем ИИ для целей корпоративного управления.
Developing the models of artificial societies with simulation of agents’ joint socio-economic activity a challenging task is to endow the agents with properties allowing them to mutually take into account each other’s intentions and activities. The presence of such properties in agents creates conditions for the emergence of social organization in the modeled system, including processes of coordination and governance. In the proposed study, agents obtain the required properties due to their natural ability to create and use shared (collective) mental models under various modes of communication between them. On this basis, the concept of an agent with a universal coordination instrument (UCI) is substantiated. Agents optimize UCI settings to take full account of each other’s activities and maximize the benefits of joint activities. UCI with settings is a common information environment for participants in joint activities, as well as a means of determining the optimal content of their joint activities. The main components and functions of UCI as a special type of agent-based simulation model are discussed. The necessary conditions for using the UCI are considered. From the results obtained it follows that individuals with UCI have both substantive and procedural rationality, which leads to the emergence of two types of equilibrium in the socio-economic system.
Последствия изменения климата, геополитических конфликтов, пандемий, массовой миграции, гиперинфляции и других кризисов могут усугубить неравенство в доступе к водным ресурсам. Водные ресурсы России распределены неравномерно, поэтому при управлении водными ресурсами крайне важно учитывать возможные социально-экономические реалии, возникающие под воздействием глобальных климатических изменений и ухудшения состояния окружающей среды. Своевременная оценка воздействия на водные ресурсы, совершенствование системы управления способствуют росту экономики. Построение рейтинга регионов Российской Федерации по уровню воздействия на водные ресурсы необходимо для формирования и корректировки государственной политики в сфере сохранности водных ресурсов. В статье обозначены этапы работ при построении рейтинга на основе рэнкинга отдельных показателей, составляющих систему показателей, предложены показатели, характеризующие воздействие на водные ресурсы, которые должны быть включены в информационную базу построения рейтинга. Результаты рейтингования регионов позволяют получить совокупность регионов с низким и высоким уровнем воздействия на водные ресурсы. На первом месте в рейтинге будут располагаться регионы с низким воздействие на водные ресурсы, на последних местах - с высоким. Таким образом, дальнейший анализ системы государственного управления водными ресурсами в регионах лидерах позволят сформировать предложения по корректировки программ регионов-аутсайдеров.
Благоприятная демографическая и миграционная ситуация в регионе способствует его экономическому процветанию, поскольку для успешного развития производственного потенциала территории необходимы квалифицированные кадры. Миграционная привлекательность территории обуславливается качеством жизни населения, что подразумевает не только высокие доходы граждан, но и развитость транспортной и социальной инфраструктуры, доступность образовательных и медицинских услуг, благоприятные климат и экологическую обстановку, наличие рабочих мест. В статье описывается математический аппарат для расчета интегрального показателя качества жизни населения. Для поддержки принятия решений по управлению миграционными процессами предложена агент-ориентированная модель, позволяющая прогнозировать интенсивность миграционных потоков в муниципальных районах Республики Башкортостан в зависимости от изменения качества жизни населения. Подробно описываются алгоритмы выбора места проживания и размещения производственных мощностей соответственно для агентов «Житель» и «Предприятие». Выходными данными модели являются прогнозы изменения удовлетворенности жителей территории качеством жизни, численности мигрантов в муниципальном районе, уровня экономического развития предприятий. На основе действующей Федеральной программы «Комплексное развитие моногородов» проведены сценарные эксперименты, которые позволили прогнозировать показатели миграционного прироста территорий Республики Башкортостан, задействованных в реализации программы.
Статистика статьи
Статистика просмотров за 2025 год.
Издательство
- Издательство
- ГАУГН
- Регион
- Россия, Москва
- Почтовый адрес
- 119049, г Москва, р-н Якиманка, Мароновский пер, д 26
- Юр. адрес
- 119049, г Москва, р-н Якиманка, Мароновский пер, д 26
- ФИО
- Промыслов Николай Владимирович (ИСПОЛНЯЮЩИЙ ОБЯЗАННОСТИ РЕКТОРА)
- Контактный телефон
- +7 (___) _______