Архив статей журнала

ВОЗМОЖНОСТИ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ДЛЯ СОЗДАНИЯ ИНФОРМАЦИОННЫХ ОБЩЕСТВ В КОНТЕКСТЕ РЕШЕНИЯ ГОСУДАРСТВЕННЫХ ЗАДАЧ (2024)
Выпуск: Т. 19 № 3 (2024)
Авторы: Евдокимов Дмитрий Сергеевич, Иншаков Андрей Алексеевич, Шеремет Алёна Алексеевна

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.

Сохранить в закладках
РАЗВИТИЕ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ И ОЦЕНКА ПОПУЛЯРНОСТИ ЭТОГО НАПРАВЛЕНИЯ В РОССИИ (2024)
Выпуск: Т. 19 № 2 (2024)
Авторы: Евдокимов Дмитрий Сергеевич, Шеремет Алёна Алексеевна, Иншаков Андрей Алексеевич

За последние десятилетия появился серьезный интерес к цифровым инструментам, способным демонстрировать интуитивно понятный интерфейс, который может быть полезен при принятии управленческих решений, а также способный совмещать в себе функционал ГИС-карт, цифровые двойники изучаемых объектов, отображать внутренние алгоритмы связанных элементов, механизмы искусственного интеллекта и нейронных сетей. Одним из таких направлений, с акцентом на прогнозную составляющую, являются имитационные модели разного уровня детализации и типологии. Повышенное внимание к таким разработкам можно объяснить тем, что данный вид моделирования несет в себе довольно широкий функционал для решения самых разнообразных задач: от экономики и политики до экологии и демографии, которые, в свою очередь, демонстрируют результаты прикладного характера. Эти методы имеют богатую историю, первые упоминания имитационного моделирования приходятся на середину прошлого века. В статье дан краткий экскурс истории появления имитационного моделирования как направления, проведен обзор функциональных возможностей, представлены преимущества и недостатки метода, проведена параллель с анализом отличительных черт от других инструментов подобного класса. Отдельно проведено исследование, посвященное динамике развития этого типа моделирования в России с 1998 по 2023гг. В качестве ключевых слов для составления аналитических данных были выбраны: цифровая. Основным источником статистикой базы стала российская электронная библиотека «eLibrary. Ru».

Сохранить в закладках