sibsutisВестник СибГУТИThe Herald of the Siberian State University of Telecommunications and Information Science1998-6920СибГУТИsibsutis-91Research ArticleСтатьиМоделирование агентного окружения при разработке мультиагентной системы на примере крупномасштабных инфраструктурных проектовAgent environment simulation while developing multi-agent system with large-scale infrastructure projects serving as an exampleЕсиковаТ. Н.YesikovaT.

Есикова Татьяна Николаевна, к.э.н., ведущий научный сотрудник

630090, Новосибирск, пр. Академика Лаврентьева, 17, тел. (383) 330-25-96

T.N.Yesikova@gmail.comВахрушеваС. В.VakhrushevaS.

Вахрушева Светлана Витальевна, аспирант

630090, Новосибирск, ул. Пирогова, 1

s.vakhr@gmail.comИЭиОПП СО РАНRussian FederationНГУRussian Federation201919042022036369Copyright © Есикова Т.Н., Вахрушева С.В., 20222022Есикова Т.Н., Вахрушева С.В.Yesikova T., Vakhrusheva S.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.sibsutis.ru/jour/article/view/91

Мультиагентное моделирование позволяет отразить неоднородность, уникальность, многообразие и динамику взаимодействия конкретных экономических акторов, а значит, и структуру моделируемого процесса наиболее приближенно к реальности. Это обусловило выбор мультиагентного подхода в качестве инструмента имитационного моделирования процесса реализации крупномасштабного инфраструктурного проекта на примере ТКМ (трансконтинентальной магистрали) через Берингов пролив на территориях Азиатской России. В статье изложены основные идеи формирования ключевой части мультиагентной системы – окружения агентов (информационного пространства) как аналитической основы принятия решений акторами различной природы (экономическими, управленческими и др.).

The article poses the problem of simulation processes associated with the construction of large-scale infrastructural projects in the context of the Bering Strait tunnel. The research is based on such a simulation method as a multi-agent modeling. The article describes the basics of building a multi-agent system environment in relation to this task. It contains description of the environment interactions and identified agents.

мегапроектымультиагентные системы (МАС)агентысреда взаимодействия агентовархитектура МАСоценка последствийlarge-scale infrastructural projectssimulation modellingmulti-agent system (MAS)agentsinteraction environmentMAS architectureРабота выполнена по плану НИР ИЭиОПП СО РАН № АААА-А17-117022250123-0.ReferencesЛычкина Н. Н. Информационные системы управления производственной компанией: учебник и практикум для академического бакалавриата. М.: Изд. Юрайт, 2018.Лычкина Н. Н. Информационные системы управления производственной компанией: учебник и практикум для академического бакалавриата. М.: Изд. Юрайт, 2018.Жмурко С. А. Обобщенная модель агента и многоагентной системы // Известия ЮФУ. Технические науки. 2008. № 4.Жмурко С. А. Обобщенная модель агента и многоагентной системы // Известия ЮФУ. Технические науки. 2008. № 4.Городецкий В. И., Грушинский М. С., Хабалов А. В. Многоагентные системы // Новости искусств. интеллекта. 1998. № 2. С. 64–116.Городецкий В. И., Грушинский М. С., Хабалов А. В. Многоагентные системы // Новости искусств. интеллекта. 1998. № 2. С. 64–116.Хорошевский В. Ф. Методы и средства проектирования и реализации мультиагентных систем // Матер. cеминара «Проблемы искусственного интеллекта», ИПУ РАН, 1999.Хорошевский В. Ф. Методы и средства проектирования и реализации мультиагентных систем // Матер. cеминара «Проблемы искусственного интеллекта», ИПУ РАН, 1999.Маслобоев А. В. Механизмы взаимодействия и координации агентов в открытой мультиагентной системе информационной поддержки региональных инновационных структур // Теория и практика системной динамики: труды II-ой Всерос. науч. конф., Апатиты, КНЦ РАН, 2007.Маслобоев А. В. Механизмы взаимодействия и координации агентов в открытой мультиагентной системе информационной поддержки региональных инновационных структур // Теория и практика системной динамики: труды II-ой Всерос. науч. конф., Апатиты, КНЦ РАН, 2007.Маслобоев А. В. Мультиагентная технология информационной поддержки инновационной деятельности в регионе. Прикладные проблемы управления макросистемами // Труды Института системного анализа РАН. 2009. Т. 39.Маслобоев А. В. Мультиагентная технология информационной поддержки инновационной деятельности в регионе. Прикладные проблемы управления макросистемами // Труды Института системного анализа РАН. 2009. Т. 39.Замятина Е. Б. Современные теории имитационного моделирования: специальный курс. Пермь: ПГУ, 2007.Замятина Е. Б. Современные теории имитационного моделирования: специальный курс. Пермь: ПГУ, 2007.Аристов С. А. Имитационное моделирование экономических процессов: учебное пособие. Екатеринбург, 2003.Аристов С. А. Имитационное моделирование экономических процессов: учебное пособие. Екатеринбург, 2003.Пантелеев М. Г., Кохтенко Н. В., Лебедев С. В. Среда имитационного моделирования агентных систем реального времени // Научно-технический вестник информационных технологий, механики и оптики. 2012. № 1 (77).Пантелеев М. Г., Кохтенко Н. В., Лебедев С. В. Среда имитационного моделирования агентных систем реального времени // Научно-технический вестник информационных технологий, механики и оптики. 2012. № 1 (77).Чайковский Д. В. Информационное пространство: анализ определений // Вестник БГУ. 2010. № 14.Чайковский Д. В. Информационное пространство: анализ определений // Вестник БГУ. 2010. № 14.Манойло А. В. Государственная информационная политика в особых условиях: монография. М.: МИФИ, 2003.Манойло А. В. Государственная информационная политика в особых условиях: монография. М.: МИФИ, 2003.Дейт К. Дж. Введение в системы баз данных. 7-е издание. М.: Изд. «Вильямс», 2001.Дейт К. Дж. Введение в системы баз данных. 7-е издание. М.: Изд. «Вильямс», 2001.Гарсиа-Молина Г., Ульман Д. Д., Уидом Д. Системы баз данных. Полный курс. М.: Изд. «Вильямс», 2003.Гарсиа-Молина Г., Ульман Д. Д., Уидом Д. Системы баз данных. Полный курс. М.: Изд. «Вильямс», 2003.Малыхина М. П. Базы данных: основы, проектирование, использование. СПб.: БХВПетербург, 2004.Малыхина М. П. Базы данных: основы, проектирование, использование. СПб.: БХВПетербург, 2004.Диго С. М. Базы данных: проектирование и использование: учебное пособие для вузов. М.: Финансы и статистика, 2005.Диго С. М. Базы данных: проектирование и использование: учебное пособие для вузов. М.: Финансы и статистика, 2005.Девятков В. В. Системы искусственного интеллекта: учебное пособие для вузов. М.: Изд-во МГТУ им. Н. Э. Баумана, 2001.Девятков В. В. Системы искусственного интеллекта: учебное пособие для вузов. М.: Изд-во МГТУ им. Н. Э. Баумана, 2001.Richard S. Sutton, Andrew G. Barto Reinforcement Learning: An Introduction. The MIT Press Cambridge, Massachusetts.Richard S. Sutton, Andrew G. Barto Reinforcement Learning: An Introduction. The MIT Press Cambridge, Massachusetts.

The authors declare that there are no conflicts of interest present.