Текущий выпуск Номер 3, 2020 Том 12
Результаты поиска по 'агент':
Найдено статей: 23
  1. Стеряков А.А.
    Об одном универсальном методе построения моделей для сложных многоагентных систем
    Компьютерные исследования и моделирование, 2013, т. 5, № 4, с. 513-523

    Врабо те предлагается универсальный метод построения агентных имитационных моделей сложных систем, предполагающий их компьютерную реализацию на языках объектноориентированного программирования. Метод определяет способ построения математических моделей агентов и их взаимодействия, а также описывает архитектуру комплекса программ для имитации динамики моделируемой системы. Эффективность предлагаемого метода иллюстрируется примерами его применения для моделирования сложных систем из двух областей: экономической (модель финансового рынка с неоднородными агентами) и биологической (пространственно-временная имитация взаимодействия биологических популяций).

    Просмотров за год: 5. Цитирований: 2 (РИНЦ).
  2. От редакции
    Компьютерные исследования и моделирование, 2018, т. 10, № 6, с. 733-735
    Просмотров за год: 20.
  3. От редакции
    Компьютерные исследования и моделирование, 2019, т. 11, № 1, с. 5-7
    Просмотров за год: 27.
  4. От редакции
    Компьютерные исследования и моделирование, 2019, т. 11, № 5, с. 773-776
  5. От редакции
    Компьютерные исследования и моделирование, 2020, т. 12, № 3, с. 471-473
  6. Стёпкин А.В.
    Использование коллектива агентов для распознавания графа
    Компьютерные исследования и моделирование, 2013, т. 5, № 4, с. 525-532

    Врабо те рассматривается задача распознавания графов коллективом агентов. Два агента-исследователя одновременно передвигаются по графу, считывают и изменяют метки элементов графа, передают необходимую информацию агенту-экспериментатору, который строит представление исследуемого графа. Построен алгоритм распознавания линейной (от числа вершин графа) временной сложности, квадратичной емкостной сложности и коммуникационной сложности равной O(n2·log(n)), где n — число вершин графа. Для распознавания два, передвигающиеся по графу, агента используют по две различные краски (всего три краски). Алгоритм основан на методе обхода графа в глубину.

    Просмотров за год: 4. Цитирований: 2 (РИНЦ).
  7. Угольницкий Г.А., Усов А.Б.
    Теоретико-игровая модель согласования интересов при инновационном развитии корпорации
    Компьютерные исследования и моделирование, 2016, т. 8, № 4, с. 673-684

    Исследуются динамические теоретико-игровые модели инновационного развития корпорации. Предлагаемые модели основаны на согласовании частных и общественных интересов агентов. Предполагается, что структура интересов каждого агента включает как частную (личные интересы), так и общественную (интересы компании в целом, в первую очередь отражающие необходимость ее инновационного развития) составляющие. Агенты могут делить персональные ресурсы между этими направлениями. Динамика системы описывается не дифференциальным, а разностным уравнением. При исследовании предложенной модели инновационного развития используются имитация и метод перебора областей допустимых управлений субъектов с некоторым шагом. Основной вклад работы — сравнительный анализ эффективности методов иерархического управления для информационных регламентов Штакельберга/Гермейера при принуждении/побуждении (четыре регламента) с помощью индексов системной согласованности. Предлагаемая модель носит универсальный характер и может быть использована для научно обоснованной поддержки ПИР компаний всех отраслей экономики. Специфика конкретной компании учитывается в ходе идентификации модели (определения конкретных классов ис- пользуемых в модели функций и числовых значений параметров), которая представляет собой отдельную сложную задачу и предполагает анализ системы официальной отчетности компании и применение экспертных оценок ее специалистов. Приняты следующие предположения относительно информационного регламента иерархической игры: все игроки используют программные стратегии; ведущий выбирает и сообщает ведомым экономические управления либо административные управления, которые могут быть только функциями времени (игры Штакельберга) либо зависеть также от управлений ведомых (игры Гермейера); при известных стратегиях ведущего ведомые одновременно и независимо выбирают свои стратегии, что приводит к равновесию Нэша в игре ведомых. За конечное число итераций предложенный алгоритм имитационного моделирования позволяет построить приближенное решение модели или сделать вывод, что равновесия не существует. Достоверность и эффективность предложенного алгоритма следуют из свойств методов сценариев и прямого упорядоченного перебора с постоянным шагом. Получен ряд содержательных выводов относительно сравнительной эффективности методов иерархического управления инновациями.

    Просмотров за год: 9. Цитирований: 6 (РИНЦ).
  8. Гасников А.В., Кубентаева М.Б.
    Поиск стохастических равновесий в транспортных сетях с помощью универсального прямо-двойственного градиентного метода
    Компьютерные исследования и моделирование, 2018, т. 10, № 3, с. 335-345

    В статье рассматривается одна из задач транспортного моделирования — поиск равновесного распределения транспортных потоков в сети. Для описания временных издержек и распределения потоков в сети, представляемой с помощью графа, используется классическая модель Бэкмана. При этом поведение агентов не является полностью рациональным, что описывается посредством введения марковской логит-динамики: в каждый момент времени водительвыбирает маршрут случайно согласно распределению Гиббса с учетом текущих временных затрат на ребрах графа. Таким образом, задача сводится к поиску стационарного распределения для данной динамики, которое является стохастическим равновесием Нэша – Вардропа в соответствующей популяционной игре загрузки транспортной сети. Так как данная игра является потенциальной, эта задача эквивалентна минимизации некоторого функционала от распределения потоков, причем стохастичностьпро является в появлении энтропийной регуляризации. Для полученной задачи оптимизации построена двойственная задача. Для ее решения применен универсальный прямо-двойственный градиентный метод. Его особенность заключается в адаптивной настройке на локальную гладкость задачи, что особенно важно при сложной структуре целевой функции и невозможности априорно оценитьг ладкость с приемлемой точностью. Такая ситуация имеет место в рассматриваемой задаче, так как свойства функции сильно зависят от транспортного графа, на который мы не накладываем сильных ограничений. В статье приводится описание алгоритма, в том числе подробно рассмотрено применение численного дифференцирования для вычисления значения и градиента целевой функции. В работе представлены теоретическая оценка времени работы алгоритма и результаты численных экспериментов на примере небольшого американского города.

    Просмотров за год: 28.
  9. Белотелов Н.В., Коноваленко И.А., Назарова В.М., Зайцев В.А.
    Некоторые особенности групповой динамики в агентной модели «ресурс–потребитель»
    Компьютерные исследования и моделирование, 2018, т. 10, № 6, с. 833-850

    В работе исследуются особенности групповой динамики особей-агентов в компьютерной модели популяции животных, взаимодействующих между собой и с возобновимым ресурсом. Такого типа динамика были ранее обнаружены в работе [Белотелов, Коноваленко, 2016]. Модельная популяция состоит из совокупности особей. Каждая особь характеризуется своей массой, которая отождествляется с энергией. В ней подробно описана динамика энергетического баланса особи. Ареал обитания моделируемой популяции представляет собой прямоугольную область, на которой равномерно произрастает ресурс (трава).

    Описываются различные компьютерные эксперименты, проведенные с моделью при различных значениях параметров и начальных условиях. Основной целью проведения этих вычислительных экспериментов было изучение групповой (стадной) динамики особей. Выяснилось, что в достаточно широком диапазоне значений параметров и при введении пространственных неоднородностей ареала групповой тип поведения сохраняется. Численно были найдены значения параметров модельной популяции, при которых возникает режим пространственных колебаний численности. А именно, в модельной популяции периодически групповое (стадное) поведение животных сменяется на равномерное по пространству распределение, которое через определенное количество тактов вновь становится групповым. Проведены численные эксперименты по предварительному анализу факторов, влияющих на период этих решений. Оказалось, что ведущими параметрами, влияющими на частоту и амплитуду, а также на количество групп, являются подвижность особей и скорость восстановления ресурса. Проведены численные эксперименты по исследованию влияния на групповое поведение параметров, определяющих нелокальное взаимодействие между особями популяции. Обнаружено, что режимы группового поведения сохраняются достаточно длительное время при исключении факторов рождаемости особей. Подтверждено, что нелокальность взаимодействия между особями является ведущей при формировании группового поведения.

    Просмотров за год: 32.
  10. Пивоварова А.С., Стеряков А.А.
    Моделирование предкрахового поведения цен на иерархически организованном финансовом рынке
    Компьютерные исследования и моделирование, 2011, т. 3, № 2, с. 215-222

    Рассматривается иерархическая модель, предложенная Джохансеном и Сорнеттом, описывающая механизм возникновения логопериодических колебаний, предшествующих финансовым крахам, и проводится ее численный анализ. Предлагаются обобщения данной модели на основе введения зависимость степени влияния агентов друг на друга от ультраметрического расстояния между ними. Наибольшее внимание уделяется вопросу об универсальности критической точки, который исследуется с помощью построения распределений точек краха при различном числе агентов.

    Просмотров за год: 1.
Страницы: следующая последняя »

Полнотекстовая версия журнала доступна также на сайте научной электронной библиотеки eLIBRARY.RU

Журнал входит в Перечень российских рецензируемых научных журналов, в которых должны быть опубликованы основные научные результаты диссертаций на соискание ученых степеней доктора и кандидата наук ВАК, группы специальностей: 01.01.00, 01.02.00.
 

Международная Междисциплинарная Конференция "Математика. Компьютер. Образование"

Международная Междисциплинарная Конференция МАТЕМАТИКА. КОМПЬЮТЕР. ОБРАЗОВАНИЕ.

Журнал включен в базу данных Russian Science Citation Index (RSCI) на платформе Web of Science

Журнал индексируется в Scopus