![[personal profile]](https://www.dreamwidth.org/img/silk/identity/user.png){kind=small}
Об агентном моделировании
Nov. 12th, 2021 10:54 amМногие подходы к моделированию сложных систем уже давно исследуются и их описание достаточно неплохо описывает эту проблематику. При этом, разумеется, социальные системы они могут описывать весьма ограниченно, но тем не менее.
Тут изучал темку и натолкнулся на "агентное моделирование". Оно не столько особо чем-то выдающееся, хотя, здравое зерно есть. Мне там особенно понравились вполне разумные правила техники безопасности.
Далее, цитата о самом принципе АМ:
И вот, самая мякотка:
Вам не кажется, что мы где-то эти принципы видали? )))
Тут изучал темку и натолкнулся на "агентное моделирование". Оно не столько особо чем-то выдающееся, хотя, здравое зерно есть. Мне там особенно понравились вполне разумные правила техники безопасности.
Далее, цитата о самом принципе АМ:
Агентное моделирование (англ. agent-based model (ABM)) — метод имитационного моделирования, исследующий поведение децентрализованных агентов и то, как такое поведение определяет поведение всей системы в целом. В отличие от системной динамики аналитик определяет поведение агентов на индивидуальном уровне, а глобальное поведение возникает как результат деятельности множества агентов (моделирование «снизу вверх»).
Агентное моделирование включает в себя клеточные автоматы, элементы теории игр, сложных систем, мультиагентных систем и эволюционного программирования, методы Монте-Карло, использует случайные числа.
Основная идея, лежащая в основе агент-ориентированных моделей заключается в построении «вычислительного инструмента» (представляющего собой набор агентов с определённым набором свойств), позволяющего проводить симуляции реальных явлений. Конечная цель процесса по созданию АОМ — отследить влияние флуктуаций агентов, действующих на микроуровне, на показатели макроуровня.
Принято считать, что агент-ориентированные модели берут своё начало с вычислительных машин Джон фон Неймана (Von Neumann), являющихся теоретическими машинами, способными к самовоспроизводству. Джон фон Нейман предложил использовать машины, которые следуют детальным инструкциям для создания точных копий самих себя. Впоследствии данный подход был усовершенствован другом фон Неймана — Станиславом Уламом, который предложил изображать машину на бумаге — в качестве набора клеток на решетке. Данный подход стал началом развития клеточных автоматов.
Наиболее известной реализацией клеточного автомата стала игра «Жизнь», предложенная Джоном Хортоном Конвеем, отличающаяся от машины фон Неймана достаточно простыми правилами поведения агентов.
Использование АОМ для социальных систем взяло своё начало с работы программиста Крега Рейнолдса, в которой он предпринял попытку моделирования деятельности живых биологических агентов (модель «Искусственная жизнь»).
В основе агент-ориентированных моделей лежат три основные идеи:
объектная ориентированность;
обучаемость агентов (или их эволюция);
сложность вычислений.
Доминирующим методологическим подходом является подход, при котором вычисляется равновесие или псевдоравновесие системы, содержащей в себе множество агентов. При этом, сами модели, используя простые правила поведения, могут выдавать весьма интересные результаты.
АОМ состоят из динамически взаимодействующих по определённым правилам агентов. Среда, в которой они взаимодействуют, может быть достаточно сложной.
И вот, самая мякотка:
Основные свойства агентов:Считается, что АОМ дополняют традиционные аналитические методы. Последние позволяют нам охарактеризовать равновесие системы, а АОМ позволяют исследовать возможность получения такого состояния. АОМ могут объяснить причину возникновения таких явлений как: террористические организации, войны, обрушения рынка акций и т. д.
- Интеллектуальность. В то же время, это свойство должно быть умеренным для того, чтобы агенты не могли познать нечто большее, выходящее за рамки правил игры.
- Наличие жизненной цели. Расположение во времени и пространстве. Имеется в виду некоторая «среда обитания», которая может быть представлена и в виде решетки (как в игре «Жизнь»), так и в виде гораздо более сложной структуры. Иногда, результат взаимодействия агентов в «среде обитания» — равновесие, иногда — непрекращающийся процесс эволюции, а иногда — бесконечный цикл без определённого решения.
В идеале, АОМ могут помочь идентифицировать критические моменты времени, после наступления которых, чрезвычайные последствия будут иметь необратимый характер.
Вам не кажется, что мы где-то эти принципы видали? )))
