Моделирование агентного окружения при разработке мультиагентной системы на примере крупномасштабных инфраструктурных проектов
Аннотация
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.).
Об авторах
Т. Н. ЕсиковаРоссия
Есикова Татьяна Николаевна, к.э.н., ведущий научный сотрудник
630090, Новосибирск, пр. Академика Лаврентьева, 17, тел. (383) 330-25-96
С. В. Вахрушева
Россия
Вахрушева Светлана Витальевна, аспирант
630090, Новосибирск, ул. Пирогова, 1
Список литературы
1. Лычкина Н. Н. Информационные системы управления производственной компанией: учебник и практикум для академического бакалавриата. М.: Изд. Юрайт, 2018.
2. Жмурко С. А. Обобщенная модель агента и многоагентной системы // Известия ЮФУ. Технические науки. 2008. № 4.
3. Городецкий В. И., Грушинский М. С., Хабалов А. В. Многоагентные системы // Новости искусств. интеллекта. 1998. № 2. С. 64–116.
4. Хорошевский В. Ф. Методы и средства проектирования и реализации мультиагентных систем // Матер. cеминара «Проблемы искусственного интеллекта», ИПУ РАН, 1999.
5. 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.
6. Маслобоев А. В. Мультиагентная технология информационной поддержки инновационной деятельности в регионе. Прикладные проблемы управления макросистемами // Труды Института системного анализа РАН. 2009. Т. 39.
7. Замятина Е. Б. Современные теории имитационного моделирования: специальный курс. Пермь: ПГУ, 2007.
8. Аристов С. А. Имитационное моделирование экономических процессов: учебное пособие. Екатеринбург, 2003.
9. 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).
10. Чайковский Д. В. Информационное пространство: анализ определений // Вестник БГУ. 2010. № 14.
11. Манойло А. В. Государственная информационная политика в особых условиях: монография. М.: МИФИ, 2003.
12. Дейт К. Дж. Введение в системы баз данных. 7-е издание. М.: Изд. «Вильямс», 2001.
13. Гарсиа-Молина Г., Ульман Д. Д., Уидом Д. Системы баз данных. Полный курс. М.: Изд. «Вильямс», 2003.
14. Малыхина М. П. Базы данных: основы, проектирование, использование. СПб.: БХВПетербург, 2004.
15. Диго С. М. Базы данных: проектирование и использование: учебное пособие для вузов. М.: Финансы и статистика, 2005.
16. Девятков В. В. Системы искусственного интеллекта: учебное пособие для вузов. М.: Изд-во МГТУ им. Н. Э. Баумана, 2001.
17. Richard S. Sutton, Andrew G. Barto Reinforcement Learning: An Introduction. The MIT Press Cambridge, Massachusetts.
Рецензия
Для цитирования:
Есикова Т.Н., Вахрушева С.В. Моделирование агентного окружения при разработке мультиагентной системы на примере крупномасштабных инфраструктурных проектов. Вестник СибГУТИ. 2019;(3):63-69.
For citation:
Yesikova T., Vakhrusheva S. Agent environment simulation while developing multi-agent system with large-scale infrastructure projects serving as an example. The Herald of the Siberian State University of Telecommunications and Informatics. 2019;(3):63-69. (In Russ.)