Ю.Г.Карпов МОДЕЛИРОВАНИЕ АГЕНТОВ – НОВАЯ ПАРАДИГМА В ИМИТАЦИОННОМ МОДЕЛИРОВАНИИ

	Ю.Г.Карпов МОДЕЛИРОВАНИЕ АГЕНТОВ – НОВАЯ ПАРАДИГМА В ИМИТАЦИОННОМ МОДЕЛИРОВАНИИ Санкт-Петербургский государственный политехнический университет В имитационном моделировании существует несколько парадигм – постановок проблем и подходов к их решению, используемых в качестве “каркаса” при построении и анализе моделей. Можно выделить четыре достаточно различные системы взглядов: динамические системы, системная динамика, дискретно-событийное моделирование, мультиагентные модели. Эти парадигмы различаются не столько областями применения, сколько концепциями и взглядами на проблему и подходами к решению проблемы. Очень часто приверженцы одной парадигмы считают, что “правильные” постановка и решение проблем имитационного моделирования возможны только в рамках концепций и методик именно этой парадигмы. Например, апологеты моделирования и анализа динамических систем считают, что остальные подходы “не совсем” научны, либо они являются частным случаем представления и анализа систем в виде систем алгебро-дифференциальных уравнений. В действительности, каждая из парадигм имеет право на жизнь, их использование определяется только целью моделирования и связанным с этой целью выбранным уровнемабстракции при решениипроблем. Новое, недавно возникшее направление в имитационном моделировании – так называемое агентное (мультиагентное) моделирование (“agent-based modeling”), имеет свои особенности. Агентная модель представляет реальный мир в виде многих отдельно специфицируемых активных подсистем, называемых агентами. Каждый из агентов взаимодействует с другими агентами, которые образуют для него внешнюю среду, и в процессе функционирования может изменить как внешнюю среду, так и свое поведение. Обычно в таких системах не существует глобального централизованного управления, агенты функционируют по своим законам асинхронно. Задачи имитационного моделирования – строить простые модели сложных реальных систем. С середины 80-х годов прошлого века на кафедре ИУС С.Петербургского Политехнического Университета, а затем на кафедре РВКС этого Университета научная группа, работавшая над проблемой анализа параллельных взаимодействующих процессов, разрабатывала систему моделирования сложных систем именно как программную среду, в которой удобно и быстро можно было бы создать модель из многих параллельных активностей, взаимодействующих друг с другом и с внешней средой, а потом проводить анализ поведения получившейся системы. Многие реальные системы обладают этой особенностью: мы можем очень хорошо понимать поведение каждого активного объекта из связанной системы таких объектов, но понять их поведение совокупности таких параллельно функционирующих объектов, взаимодействующих друг с другом и со средой, никто не в состоянии. После длительной эволюции родилась система моделирования AnyLogic [1], которая успешно применяется во многих организациях для решения разнообразных проблем. Очень упрощенно основную концепцию использования этой системы моделирования можно представить так: опишем правила поведения отдельных активностей в удобном графическом формализме, запустим всю систему на выполнение и будем смотреть, что получится. Существует множество определений понятия агента. Общим во всех этих определениях является то, что агент — это некоторая сущность, которая обладает активностью, автономным поведением, может принимать решения в соответствии с некоторым набором правил, может взаимодействовать с окружением и другими агентами, а также может изменяться (эволюционировать). Цель агентных моделей — получить представление об этих глобальных правилах, общем поведении системы, исходя из предположений об индивидуальном, частном поведении ее отдельных активных объектов и взаимодействии этих объектов в системе. Рост производительности компьютеров и достижения в информационных технологиях, использованные в AnyLogic, сделали возможным реализацию агентных моделей, содержащих десятки и даже сотни тысяч активных агентов. Многоагентные (или просто агентные) модели используются для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами, а наоборот, эти глобальные правила и законы являются результатом индивидуальной активности членов группы. Например, в области экономики, в которой весь организм формируется «снизу вверх», не совсем адекватны модели и описания установившихся равновесных режимов. Гораздо интереснее и адекватнее анализ моделей, позволяющих выполнить анализ формирования правил и тенденций глобального поведения как интегральных характеристик поведений многих составляющих активных игроков. Обычные, традиционные объекты можно считать пассивными, поскольку они ожидают сообщения прежде, чем выполнить операцию. После того, как объекты инициированы, они выполняют свои функции и «засыпают» до получения следующего задания. Активные объекты, которые реагируют на события своей среды, а также предпринимают определенные действия, не дожидаясь прямого обращения к себе, естественно моделировать с помощью агентов. В AnyLogic их называют активными объектами. Очевидно, что применение этого подхода к моделированию наиболее удобно в случаях, когда нас интересуют характеристики поведения всей системы, которые определяются как интегральные характеристики всей совокупности агентов. Одну и ту же систему в зависимости от поставленной цели моделирования можно в рамках различных парадигм [3]. Моделирование агентов и многоагентных систем не представляет сложностей в AnyLogic ни в концептуальном, ни в техническом аспекте: все указанные выше свойства агентов легко реализуются в этой системе. Основной концепцией AnyLogic является та, что модель состоит из активных объектов, имеющих каждый свои правила поведения и взаимодействующих через явно определенные интерфейсы. Поэтому агентный подход к построению моделей является в AnyLogic совершенно естественным: в этой среде можно быстро создавать модели с агентами, взаимодействующими как друг с другом, так и со средой. Литература 1. www.anylogic.ru 2. КарповЮ.Г. Имитационное моделирование систем. Введение в моделирование на AnyLogic 5. // БХВ_Петербург, С.Петербург, 2005 3. Борщев А.В. Практическое агентное моделирование и его место в арсенале аналитика // Exponenta Pro, N 3-4, 2004. (См. также http://www.gpss.ru/index-h.html) Источник.