Применение социального моделирования с использованием агент-ориентированного подхода в приложении к научно-техническому развитию, реализации НИОКР и поддержанию инновационного потенциала

Автор: Абрамов В.И., Кудинов А.Н., Евдокимов Д.С.

Журнал: Вестник Воронежского государственного университета инженерных технологий @vestnik-vsuet

Рубрика: Экономика и управление

Статья в выпуске: 3 (81), 2019 года.

Бесплатный доступ

Агент-ориентированные модели (АОМ) и мультиагентные системы (МАС) могут использоваться для решения проблем во многих областях исследований - от естественных наук и информатики до экономики и социальных наук. Многие природные и социальные явления могут быть представлены в виде сложной имитации. Таким образом, с течением времени агентные модели и мультиагентные системы оказались действительно мощным инструментом в таких сферах, как экономика и торговля, здравоохранение, городское планирование и социальные науки. Кроме того, мультиагентная система может быть представлена как искусственное общество, аналогичное человеческому и состоящее из сущностей с характеристиками, сходными с человеческими, например, с точки зрения автономии и интеллекта. В основе АОМ лежит принцип объективной ориентированности, а также эволюции (обучения) агентов в процессе моделирования различных вариантов предлагаемых событий. Несмотря на всю кажущуюся простоту правил взаимодействия между агентами, получаемые результаты, как правило, неочевидны, а также вполне осмысленны и содержательны...

Еще

Агент-ориентированное моделирование, имитационное моделирование, мультиагентные системы, научно-технический прогресс, ниокр, инновационные разработки

Короткий адрес: https://readera.org/140246413

IDR: 140246413   |   DOI: 10.20914/2310-1202-2019-3-339-359

Список литературы Применение социального моделирования с использованием агент-ориентированного подхода в приложении к научно-техническому развитию, реализации НИОКР и поддержанию инновационного потенциала

  • Абрамов В.И., Евдокимов Д.С. Разработка комплексаагент-ориентированных моделей системы государственных закупок стран Евразийского континента // Проблемы теории и практики управления. 2019. С. 15-23.
  • Дьячук П.П., Дьячук П.П., Карабалыков С.А., Шадрин И.В. Диагностика неустойчивых когнитивных состояний активных агентов // Нейроинформатика2016: сборник научных трудов: в 3 частях. М.: Национальный исследовательский ядерный университет "МИФИ", 2016. С. 259-270.
  • Когаловский М.Р., Калиниченко Л.А. Концептуальное и онтологическое моделирование в информационных системах // Программирование. 2009. Т. 35. № 5. С. 3-25.
  • Макаров В.Л., Бахтизин А.Р. Социальное моделирование - новый компьютерный прорыв. Агенториентированные модели. М.: Экономика, 2013. 295 с.
  • Макаров В.Л., Бахтизин А.Р., Сушко Е.Д., Абрамов В.И. Компьютерноемоделирование в управлении экономикой (методологическая основа длястратегического планирования) // Государственный аудит. Право. Экономика. 2017. № 3.
  • Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. М.: Эдиториал УРСС, 2002. 352 с.
  • Ahrweiler P., Schilperoord M., Pyka A., Gilbert N. Modelling Research Policy: Ex-Ante Evaluation of Complex Policy Instruments // Journal of Artificial Societies and Social Simulation. 2015. V. 18 (4). № 5.
  • DOI: 10.18564/jasss.2927
  • Angelini A., Cerulli G., Cecconi F., Miceli A. et al. R&D Subsidization Effect and Network Centralization: Evidence from an Agent-Based Micro-Policy Simulation // Journal of Artificial Societies and Social Simulation. 2017. V. 20 (4). № 4.
  • DOI: 10.18564/jasss.3494
  • Antonelli С., Ferrarisb G. Innovation as an Emerging System Property: An Agent Based Simulation Model // Journal of Artificial Societies and Social Simulation. 2011. V. 14 (2). № 1.
  • Bousquet F., Tr?buil G., Hardy B. Companion Modeling and Multi-Agent Systems for Integrated Natural Resource Management in Asia Los Baсos (Philippines). International Rice Research Institute. 2005. 360 p.
  • Bianchi F., Grimaldo F., Bravo G., Squazzoni F. The peer review game: an agent-based model of scientists facing resource constraints and institutional pressures. Springer, 2018.
  • DOI: 10.1007/s11192-018-2825-4
  • Brinner R. The 1985 DRI Model: An Overview, in Data Resources Review of the US Economy. Lexington, 1985.
  • Epstein J., Axtell R. Growing Artificial Societies: Social Science From the Bottom Up. Washington, D.C.: MIT Press / Brookings Institution, 1996.
  • Goldspink C. Methodological Implications Of Complex Systems Approaches to Sociality: Simulation as a foundation for knowledge // Journal of Artificial Societies and Social Simulation. 2002. V. 5. № 1.
  • Goto Y., Takeuchi I., Kakumoto S. Integrated earthquake disaster simulation systems for the highlynetworked information society // Proc. of the 13thWorld Conference on Earthquake Engineering. Vancouver, 2004. P. 2793. URL: http://www.iitk.ac.in/ nicee/wcee/article/13_2793.pdf
  • Gilbert N., Pyka A., Ahrweiler P. Innovation Networks - A Simulation Approach // Journal of Artificial Societies and Social Simulation. 2001. V. 4. № 3.
  • Haag G., Liedl P. Modelling and Simulating Innovation Behaviour within Micro-based Correlated Decision Processes // Journal of Artificial Societies and Social Simulation. 2001
  • Haydari S., Smead R. Does Longer Copyright Protection Help or Hurt Scientific Knowledge Creation? // Journal of Artificial Societies and Social Simulation. 2015. V. 18 (2). № 23.
  • DOI: 10.18564/jasss.2720
  • Janssen A., Alessa L., Barton M., Bergin S. et al. Towards a Community Framework for Agent-Based Modelling // Journal of Artificial Societies and Social Simulation. 2008
  • Kravari K., Bassiliades N. A Survey of Agent Platforms // Journal of Artificial Societies and Social Simulation. 2015.
  • DOI: 10.18564/jasss.2661
  • Lee S. Simulation of the Long-Term Effects of Decentralized and Adaptive Investments in Cross-Agency Interoperable and Standard IT Systems // Journal of Artificial Societies and Social Simulation. 2010. V. 13 (2). № 3.
  • DOI: 10.18564/jasss.1488
  • Law A.M., Kelton W.D. Simulation Modeling and Analysis. New York: McGraw-Hill, 1991.
  • Monticino M.G., Brooks E., Cogdill T., Acevedo M. et al. Applying a Multi-Agent Model to Evaluate Effects of Development Proposals and Growth Management Policies on Suburban Sprawl // Proc. of the International Environmental Modelling and Software Society, Summit on Environmental Modelling and Software. Burlington, 2006. URL: http://www.math.unt.edu/~monticino/papers/mult-agent_development.pdf
  • Neves F., Campos P., Silva S. Innovation and Employment: An Agent-Based Approach // Journal of Artificial Societies and Social Simulation. 2019. V. 22 (1). № 8.
  • DOI: 10.18564/jasss.3933
  • Pajares J., Hern?ndez-Iglesias C., L?pez-Paredes A. Modelling Learning and R&D in Innovative Environments: a Cognitive Multi-Agent Approach // Journal of Artificial Societies and Social Simulation. 2004. V. 7. № 2.
  • Pajares J., L?pez A., Hern?ndez C. Industry as an Organisation of Agents: Innovation and R&D Management // Journal of Artificial Societies and Social Simulation. 2003. V. 6. № 2.
  • Parinov S., Neylon C. Science as a Social System and Virtual Research Environment // Journal of Artificial Societies and Social Simulation. 2011. V. 14 (4). № 10.
  • DOI: 10.18564/jasss.1835
  • Sobkowicz P. Innovation Suppression and Clique Evolution in Peer-Review-Based, Competitive Research Funding Systems: An Agent-Based Model // Journal of Artificial Societies and Social Simulation. 2015. V. 18 (2). № 13.
  • DOI: 10.18564/jasss.2750
  • Schulze J., M?ller B., Groeneveld J., Grimm V. Agent-Based Modelling of Social-Ecological Systems: Achievements, Challenges, and a Way Forward // Journal of Artificial Societies and Social Simulation. 2017. V. 20 (2). № 8.
  • DOI: 10.18564/jasss.3423
  • Tsekeris T., Vogiatzoglou K. Multi-Regional Agent-Based Economic Model of Household and Firm Location and Transport Decisions // Proc. of the 10th STRC Swiss Transport Research Conference. Monte Veritа, 2010. URL: http://www.strc.ch/conferences/2010/Tsekeris.pdf
  • Yilmaz L. Toward Multi-Level, Multi-Theoretical Model Portfolios for Scientific Enterprise Workforce Dynamics // Journal of Artificial Societies and Social Simulation. 2011. V. 14 (4). № 2.
  • DOI: 10.18564/jasss.1853
Еще
Статья обзорная