В каких случаях нужно строить агентные модели

В предыдущих разделах показано, что всегда можно разработать агент-ную модель, эквивалентную заданной системно-динамической модели или дискретно-событийной модели. Однако всегда ли нужно переходить к аген­там в моделировании?

Многие процессы, например экономическую конъюнктуру или изменение потоков инвестиций, удобно описывать с помощью известных и проверен­ных системно-динамических моделей. Простые системы массового обслу­живания лучше моделировать традиционными средствами из блоков биб­лиотеки Enterprise Library. Если индивидуальное поведение отдельных объектов не является существенным в системе, то при построении модели этой системы следует, конечно, использовать традиционные подходы: мо­дель системной динамики или дискретно-событийную модель. В то же вре­мя существуют проблемы, решение которых в рамках этих традиционных парадигм невозможно. Например, при разработке модели распространения новых продуктов Франка Басса, построенной в главе 13, мы абстрагирова­лись от поведения покупателей: индивидуальное поведение объектов систе­мы — это именно то, от чего абстрагируется разработчик, используя пара­дигму системной динамики. Поэтому в модели Басса нельзя выразить, например, зависимость эффективности "устной рекламы" продукта от вре­мени, прошедшего с момента покупки каждым конкретным агентом — рас­пространителем сведений о своей новой покупке. Если этот фактор является существенным для конкретных условий и конкретного продукта, то не учи­тывающая его системно-динамическая модель будет неадекватной и, следо­вательно, бесполезной. В то же время можно очень просто построить агент-ную модель, учитывающую такую зависимость.

Два этих совершенно различных подхода, системная динамика и агентный подход, получили образные названия "моделирование леса" и "моделирование деревьев" [SM00]. Каждый из подходов имеет свои плюсы и минусы. Однако во многих случаях именно "моделирование деревьев", т. е. рассмотрение сис­темы как совокупности взаимодействующих активных объектов, дает более полную и качественную модель. Например, в исследованиях рынка и соци­альных процессов важной проблемой является нахождение и объяснение законов регулирования процессов: какие глобальные законы динамики воз­никают и являются устойчивыми в таких системах даже при отсутствии цен­трализованного планирования и управления, как меняются эти законы при изменениях в поведении и предпочтениях индивидуальных активных объек­тов, как сочетаются законы стихийного рынка и законы планирования? За­коны движения социосистемы, выведенные интегрированием характеристик индивидуального поведения объектов, являются обычно более точными, чем законы, сформулированные исходя из общих предположений о поведении всей интегральной совокупности объектов. Известно, что у сложной систе­мы возникают так называемые "эмерджентные" свойства, т. е. такие свойст­ва, которых нет у отдельных частей системы и которые проявляются только в целой системе. Этот факт весьма существенен для социальных и организа­ционных систем, которые составляют основу экономических систем. Эмерджентные свойства как раз и могут быть выявлены с использованием агентных моделей.

Во многих случаях модель можно строить по-разному, применяя различные парадигмы моделирования. Например, для анализа динамики популяции можно строить как системно-динамическую модель, описывая потоки рож­дения/смерти и миграции, так и агентную модель, описывая индивидуаль­ную продолжительность жизни, семейный статус и т. д. При решении одних проблем традиционные подходы более предпочтительны: соответствующие модели проще построить и они обычно более эффективны. При решении других проблем более удобны и адекватны агентные модели, несмотря на то, что их строить труднее и они обычно требуют больше вычислительных ре­сурсов для выполнения. Можно только утверждать, что к проблемам, кото­рые должны решаться с помощью агентных моделей, относятся все те, в ко­торых индивидуальное поведение объектов системы нельзя не учитывать при построении модели.

Заключение

Как было показано в этой главе, важная особенность AnyLogic, вытекающая из возможности реализации на одной платформе идей различных подходов и парадигм моделирования, заключается в том, что при использовании дан­ного программного продукта разработчик модели не связан узкими рамками только одной парадигмы, он может выбрать любую, наиболее подходящую для решения данной задачи. Но более интересным и важным преимущест­вом AnyLogic является то, что в рамках одной разработки можно использо­вать различные подходы, стили и парадигмы моделирования, смешивая их для построения наиболее ясной и адекватной модели. Например, конку­рентную борьбу нескольких компаний в узком секторе производства удобно строить как агентную модель, представляя модель экономического развития региона в рамках системно-динамической парадигмы. Таким образом, при построении реалистичных моделей для решения сложных проблем нужны подходы и инструменты моделирования, позволяющие совмещать при раз­работке одной модели различные парадигмы и стили моделирования. Как вытекает из предыдущего изложения, AnyLogic позволяет легко комбиниро­вать различные подходы к моделированию.

Выбор стиля и концепций при разработке модели, продумывание структуры будущей модели и выбор наиболее подходящей парадигмы представления отдельных частей будущей модели, а также приемы комплексирования мо­делей, разработанных в различных стилях, выходят на первый план при ис­пользовании AnyLogic. Обсуждение всех этих вопросов приведено в работе [АБ04].

Часть V