Агентне моделювання: основні ідеї і перспективи
Агентне моделювання як сучасний метод вивчення соціальних процесів, який дозволяє аналізувати зв'язок між поведінкою агентів на мікрорівні та її наслідками на макрорівні. Приклади реалізації агентного моделювання для вивчення деяких суспільних процесів.
| Рубрика | Экономика и экономическая теория |
| Вид | статья |
| Язык | украинский |
| Дата добавления | 09.01.2019 |
| Размер файла | 79,1 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Агентне моделювання: основні ідеї і перспективи
Грушецький А.М.
Агентне моделювання є сучасним методом вивчення соціальних процесів, який дозволяє аналізувати зв'язок між поведінкою агентів на мікрорівні та її наслідками на макрорівні. У цій статті аналізуються основні ідеї, принципи побудови моделей і наводяться приклади реалізації агентного моделювання для вивчення деяких суспільних процесів. Ми доходимо висновку, що агентне моделювання є перспективним методом, який дозволяє глибше розуміти і пояснювати соціальні процеси.
Ключові слова: агентне моделювання, агент, середовище, правило.
Побудова пояснювальних і прогнозних моде-лей є одним з найбільш перспективних і корис-них інструментів вивчення соціальної реальнос-ті. Майже в абсолютній більшості випадків, ви-ходячи з етичних і прагматичних міркувань, проводити експерименти на реальних людських спільнотах для перевірки своїх теорій соціолог не має можливості. У цьому контексті методи моделювання є просто необхідним інструмен-том з «арсеналу» вченого-соціолога. Вчені, які присвятили свій час вивченню соціальних про-цесів, досить давно і небезуспішно виявляють інтерес до методів моделювання. Класичними, наприклад, є моделі системної динаміки, які розробляються інженером Дж. Форрестером з 1960-х років [6], або модель сегрегації, запропонована економістом Т Шеллінгом в 1970-х роках на основі клітинних автоматів [14]. У випадку ві-тчизняних вчених, наприклад, варто нагадати про експерименти з моделлю «Соціон» [2], спро-би побудови моделей під керівництвом М. Амо-сова [1; 5], імітаційну модель відтворення трудо-вих ресурсів «Труд-1», розроблену В. Паніотто і Л. Фінкелем для населення Києва у 1980-х роках [3]. Починаючи з 1990-х різкий прорив і розви-ток у сфері комп'ютерних технологій і програ-муванні обумовив і стрімкий розвиток методів моделювання, зокрема і в соціальних науках.
Окрім збільшення можливостей реалістичного відтворення людських спільнот, розвиток про-грамування привів до створення численних комп'ютерних програм, які тепер дозволяють і користувачу-соціологу тільки з базовими нави-чками роботи з комп'ютером створювати свої різноманітні моделі соціальних процесів. Од-ним з таких сучасних методів є агентне моде-лювання (agent-based modeling), який ще не здобув належного поширення серед соціологіч-ної спільноти України.
Теоретичні засади агентного моделювання
Дехто з науковців, котрі стояли біля витоків агентного моделювання, розглядають цей метод як новий підхід до досліджень у соціальних нау-ках - «вирощування» штучних суспільств (growing artificial societies), де соціальні науковці могли б перевіряти свої теорії. В одній з осново-положних праць Дж. Епштейн і Р. Акстелл відзна-чають: «Соціальні науки складні через те, що складно проводити контрольовані експерименти. Зокрема, важко тестувати гіпотези, які стосують-ся зв'язку між індивідуальною поведінкою і ма-кроскопічними регулярностями... Як гетероген-ний мікросвіт індивідуальної поведінки поро-джує глобальні макроскопічні регулярності суспільства?» [9, с. 1]. Для Дж. Епштейна ключо-вим питанням є «як децентралізовані локальні ін- теракції гетерогенних автономних агентів генеру-ють певну регулярність?» [10, с. 5]. Наприклад, як прості взаємодії людей на мікрорівні з обміну, ку-півлі / продажу ресурсів можуть формувати такі макроструктури, як, наприклад, класи.
Саме агентне моделювання і є тим інструмен-том, який дозволяє отримати бажані відповіді, адже основна суть методу - це увага до мікро- рівня взаємодії самих «учасників» досліджува-ного процесу (і неважливо, хто саме є учасника-ми - люди, організації / установи, держави то-що). «Агентні моделі надають обчислювальну демонстрацію того, що вихідні мікроспецифіка- ції є, по суті, достатніми для того, щоб згенеру- вати макроструктуру, яка цікавить дослідника» [10, с. 8]. Соціальні науковці, які застосовують такий підхід, аналізують, які мікроспецифікації можуть бути достатніми для досягнення агента-ми певної макроструктурної конфігурації. Як відзначає Дж. Епштейн, «девізом генеративної соціальної науки (generative social scince) ... є: якщо ти не виростив це, то ти не пояснив його виникнення (emergence)» [10, с. 8]. Фактично, агентні моделі виступають «лабораторією», де науковці можуть тестувати свої теорії, вивчати правдоподібність своїх припущень щодо того, яка саме поведінка, які правила взаємодії між суб'єктами породжують певну соціальну реаль-ність макрорівня. агентний моделювання соціальний
Принципи побудови агентних моделей
Основними компонентами агентного моде-лювання є визначення (1) «агентів» (agents), (2) середовища (environment) / простору (space) і (3) правил (rules) [9, с. 4; 12, с. 152]. Інакше кажучи, агентна модель (і, власне, агентне моделюван-ня) - це сукупність агентів, які взаємодіють у певному середовищі / просторі відповідно до де-яких правил, визначених дослідником.
Серед цих компонентів ключовим для розумін-ня суті підходу є визначення поняття «агент». Н. Ґілберт і К. Троїтч, посилаючись на фахівців з комп'ютерного програмування, наводять такі ти-пові характеристики агентів: 1) автономність (ніхто не впливає на дії агентів та їхній внутріш-ній стан), 2) соціальність (агенти взаємодіють між собою), 3) реактивність (агенти реагують на своє середовище), 4) проактивність (агенти не тільки реагують на своє середовище, а й можуть бути іні-ціативними та вдаватися до цілеорієнтованих дій) [8, с. 173]. Ч. Макал і М. Норт основними рисами агента називають 1) самодостатність, модуляр- ність (агент має певні обмеження) і унікальну ідентифікацію агента (агент має характеристи-ки / атрибути, які вирізняють його від інших аген-тів), 2) автономність та самокерованість (при-наймні у певному діапазоні рішень агент може ді-яти незалежно), 3) стан агента змінюється в часі, 4) соціальність (агент взаємодіє з іншими агентами) [12, с. 153]. Можна бачити, в першу чер-гу акцент робиться на тому, що агенти - це об'єкти з певним унікальним (у рамках конкретної моделі) набором характеристик, які здатні діяти автоном-но в певному середовищі і які взаємодіють з інши-ми агентами. Найпростішим прикладом агента є звичайна людина. Залежно від моделі, окремо взя-тий агент-людина може характеризуватися стат-тю, віком, зайнятістю, наявністю сім'ї / дітей і т. д. - будь-якою характеристикою, яка є важли-вою з погляду цієї конкретної моделі. Проте по-няття агента не обмежується винятково людьми. В моделі агентом може виступати також домогос- подарство, організація / підприємство, держава або окрема частина держави і т. д.
Другим компонентом агентного моделювання є середовище / простір, де між собою взаємоді-ють агенти. Роль середовища у моделі може бути різною - від просто інформування про просторо-ве розміщення агентів до визначального впливу на стан і поведінку агентів [8, с. 181-182; 12,
с. 155]. Іншими словами, в одних моделях середо-вище може просто надавати інформацію про те, в якому конкретно місці зараз перебуває агент (і, відповідно, наскільки він віддалений або близь-кий до інших агентів). В інших моделях кожне місце в середовищі може містити додаткову ін-формацію, яка впливає на стан і поведінку аген-тів. Наприклад, рівень забруднення території, на-явність важливих для агента ресурсів і т. д.
Третім компонентом агентного моделювання є правила. Два попередні компоненти складають «оболонку» моделі, основний структурний ви-гляд. Правила наповнюють модель «життям». Правила визначають, на досягнення яких цілей орієнтуються агенти, як вони поводяться, як во-ни оцінюють і реагують на своє середовище, на стан навколишніх агентів-сусідів. В першу чергу під правилами в агентних моделях розуміють локальні інтеракції самих агентів або реакції агентів на своє середовище. Наприклад, агенти можуть змінювати свій «погляд» / «думку» за-лежно від того, якої «думки» дотримується біль-шість з їхнього оточення. У такому разі правило може звучати таким чином: «Якщо серед най-ближчих сусідів агента більшість дотримується «думки», протилежної від тої, яку має агент, на наступному кроці агент змінить думку на ту, якої дотримується більшість з його оточення». Це найпростіший варіант правила. Для ускладнен-ня можуть вводитися додаткові параметри, як порогове значення, за яким оточення починає «тиснути» на агента (тобто скільки саме агентів серед свого оточення має дотримуватися проти-лежної «думки», щоб це почало створювати «дискомфорт» для агента), ймовірнісний харак-тер зміни думки (тобто агент під впливом ото-чення не автоматично змінює свою думку, а змі-нює лише з певною ймовірністю), віддалений у часі вплив (тобто має пройти певний період, піс-ля якого оточення почне «тиснути» на агента), прив'язка впливу оточення до характеристик агента (тобто залежно від своїх характеристик агент може більшою або меншою мірою бути сприйнятливим до «думки» більшості) і т. д. Водночас агентне моделювання допускає і пове-дінку згідно з більш глобальними правилами, які не прив'язані до конкретного середовища або оточення агентів. Наприклад, усі агенти на кож-ному кроці можуть старішати і згідно з певною ймовірністю «помирати», або можуть проявля-тися інші процеси (демографічні, економічні і
т. д.). Відповідно, правила можуть бути як реак-цією на суто локальні речі, так і наслідком пев-них глобальних процесів.
Дж. Епштейн наводить такі, на його думку, визначальні риси агентного моделювання.
Гетерогенність - популяція агентів є гетеро-генною у тому розумінні, що індивіди відрізня-ються за численною кількістю ознак, які, до того ж, можуть змінюватися з часом. Наприклад, агенти можуть старішати, здобувати освіту, на-роджувати дітей тощо.
Автономія - не існує певного «керівного цен-тру», який скеровує поведінку індивідів. Навпа-ки, індивіди у своїх діях є автономними. Втім, оскільки правила взаємодії між індивідами є, фактично, виявом соціальних норм та інститу-цій, то певні макроструктури все одно беруться до уваги. Тобто агентно-орієнтовані моделі уможливлюють аналіз співрозвитку суспільного мікро- і макрорівня.
Експліцитний простір - агенти діють у пев-ному просторі. Наприклад, окремий населений пункт або географічний регіон. Простором може бути також і, наприклад, просто мережа індиві-дів. У кожному конкретному випадку простір обирається у відповідності із завданнями, які має розв'язувати модель.
Локальні інтеракції - агенти взаємодіють між собою та з навколишнім середовищем на ло-кальному рівні.
Обмежена раціональність - агенти не воло-діють глобальною інформацією про все, що від-бувається навколо [10, с. 5-6]. Втім, вони водно-час вони можуть спиратися на доступний запас інформації (наприклад, пам'ять про минулі дії).
Можливість навчатися - імпліцитно при-сутня в міркуваннях Дж. Епштейна, але, втім, він її не виносить як окрему характеристику. На нашу думку, вона варта уваги.
Досить схожий перелік визначальних рис агентного моделювання наводить і Д. Омельянчик (посилаючись на В. Караєва) [3, с. 10-11]. Таким чином, вивчаються мікроінтеракції агентів і аналі-зуються емерджентні властивості системи, які ви-никають внаслідок таких інтеракцій [13, с. 2].
Приклади застосування агентних моделей
для вивчення соціальних процесів
На цей момент уже існує численна кількість реалізованих моделей за допомогою агентного підходу. В рамках цієї статті для ілюстрації мож-ливостей агентного моделювання ми стисло роз-глянемо приклади трьох моделей: динамічна мо-дель сегрегації Т. Шеллінга, модель спонтанного громадянського насильства Дж. Епштейна, мо-дель історичного розвитку Давнього світу Афри-ки і Євразії.
Найпростішим і одним з найпоширеніших прикладів агентного моделювання може бути модель сегрегації Т. Шеллінга1. Як можна зрозу-міти з назви, модель розроблялася для вивчення процесів сегрегації. Початковий образ моделі являє собою шахову дошку (відзначимо, що клі-тинна структура умовної «дошки» не враховува-ла, чи є сама клітина чорною або білою, тобто ця характеристика була неважливою) з чорними і білими фішками на ній (деякі клітини залиша-ються вільними, тобто чорні і білі фішки не за-ймають весь простір).
Рис. 1. Динамічна модель сегрегації Т Шеллінга (зліва (а) - вихідний стан з випадково розміщеними фішками, справа (б) - стан після декількох ітерацій)
Згідно з припущенням мо-делі, існує певний поріг «комфортності» для фішки в залежності від кількості фішок іншого кольору у своєму оточенні (серед сусідніх фі-шок). Якщо фішок іншого кольору стає багато - цій фішці буде «некомфортно». Якщо фішці «не-комфортно», то вона може пересунутися на віль-не місце, де їй буде «комфортно». Дослідник може задавати різні пороги «комфортності» і ви-вчати, як змінюється просторова структура чор-них і білих фішок (які спочатку випадково роз-поділені). Згідно з результатами Т. Шеллінга (який, до речі, вручну розраховував кроки фішок у моделі) навіть при досить низьких порогах (близько 1/3 «свого» кольору) досить скоро про-стір розділяється на скупчення окремо чорних і окремо білих фішок [14]. Якщо спроектувати цей результат на, власне, соціальні науки, то можна стверджувати, що навіть досить низька чутливість до чужорідних рас або культур у сво-єму оточенні все одно сприяє відчутній сегрегації населення. Тобто, на дуже простій моделі з дуже простими локальними правилами взаємо-дії клітин Т. Шеллінг показує, як інтеракції «зни-зу» призводять до серйозних соціальних наслід-ків на рівні суспільства «в цілому» (див. рис. 1).
Помітно складнішою є модель спонтанного громадянського насильства, розроблена Дж. Еп- штейном. Фокусом моделі було вивчення дина-міки децентралізованих заворушень серед населення. Модель призначалася для аналізу в ціло-му процесів розгортання масових заворушень. У рамках моделі програмувалися два типи аген-тів: «звичайні люди» і «поліцейські».
«Звичайні люди» характеризувалися чотирма показниками: 1) рівень важкості ситуації (hardship), 2) легітимність режиму (legitimacy),
3) рівень уникнення ризиків (risk aversion),
4) співвідношення кількості поліцейських-бун- тівників у полі зору агента (cops-to-rebellious agents). Виходячи з показників (1) і (2) розрахо-вувався інтегральний параметр незадоволеності (grievance). Виходячи з показників (3) і (4) роз-раховувався інтегральний параметр «чистої» схильності до ризикованої поведінки (net risk). Якщо в певний момент часу різниця між незадо-воленістю і «чистою» схильністю до ризикова-ної поведінки перевищувала певний поріг, то ця «звичайна людина» ставала бунтівником. «Полі-цейські» характеризуються рівнем видимості (cop vision), тобто тим, на яку відстань вони ба-чать своє середовище і можуть ідентифікувати бунтівників. У кожний період «поліцейські» перевіряють своє середовище згідно зі своїм рів-нем видимості і арештовують випадковим чи-ном обраного бунтівника. Заарештований бун-тівник на певний період потрапляє до в'язниці.
Модель використано для аналізу низки різних сценаріїв. Для ілюстрації ми розглянемо тільки один сюжет: як поступове сильне чи різке незна-чне зниження легітимності влади в очах населен-ня може позначитися на зростанні кількості бун-тівників. На рис. 2 наведено динаміку на випадок ситуації, коли влада поступово втрачає свою легітимність. Як можна бачити, кількість бунтівників лишається на стабільно низькому рівні, навіть за умови критично низького падіння рівня легітим-ності. Натомість, як можна бачити на рис. З, різке незначне зниження легітимності (тобто не до кри-тичного низького рівня, а просто дещо стрибко-подібне зниження) одразу позначається на різко-му нарощенні кількості активних бунтівників. Фактично ці результати демонструють, що режим навіть за умови неухильного зниження легітим-ності може втримувати населення від активних виступів, адже поступово поліція буде заарешто-вувати бунтівників і запобігатиме розростанню конфлікту. Натомість, різка делегітимізація режи-му, навіть на незначному рівні, призводить до різ-кого зростання кількості незадоволених людей. Наявної кількості поліцейських виявляється не-достатньо для швидкого «гасіння пожежі», яка розростається до великих масштабів. Дж. Еп- штейн доходить висновку, що з погляду тактики революційної боротьби перспективніше займати-ся не поступовою делегітимізацією режиму (на-приклад, показуючи окремі випадки корупції, не-справедливості і т. д.), а згуртувати сили для од-ного «удару». Ці результати можна накласти, зокрема, на події, які відбулися в Києві протягом зими 2013-2014 років. Протягом 2010-2013 років відбувалася поступова делегітимізація влади В. Януковича, але цей поступовий процес призво-див лише до певних локальних виступів. Водно-час силовий розгін мітингу в ніч проти ЗО листо-пада призвів до різкої делегітимізації влади, що викликало різке обурення і активізувало велику кількість людей (бунтівників), з якою наявна кіль-кість правоохоронців впоратися не могла [11].
Третій приклад присвячено відтворенню ди-наміки створення і зникнення держав у Давньо-му світі на території Євразії і Африки від 1500 року до н. е. по 1500 рік н. е. Дослідники насам-перед виходили з припущення, що соціальні ін-ституції, які забезпечують функціонування сус-пільства, розвивалися внаслідок змагання між суспільствами, в першу чергу - внаслідок воєн. Центральним був аналіз такого причинного лан-цюжка: поширення військових технологій --> ін-тенсифікація воєн --> еволюція ультрасоціаль- них норм --> розвиток великих держав. Для тес-тування своїх гіпотез була запрограмована агентна модель, яка являла собою карту Африки і Євразії, чию територію поділено на маленькі клітини (за аналогією до клітин на шаховій дош-ці). Кожна клітина мала свою географію (пусте-лі, степ, гори, річки і т. д.), яка впливала на мож-ливість ведення сільського господарства і на ін-ші важливі історичні аспекти (наприклад, у гірській місцевості легше обороняти терито-рію). При розробці такого середовища викорис-товувалася реальна історична інформація. Кож-на клітина населена місцевою спільнотою. Кож-на спільнота характеризувалася наявністю / відсутністю ультрасоціальних норм (ultrasocial traits), які представляли рівень розвитку соціаль-них інституцій, і рівнем військових технологій (military traits). Спільноти могли як набувати певних ультрасоціальних норм чи військових технологій, так і втрачати їх. Усі спільноти взає-модіяли зі своїми сусідами. До основних проце-сів взаємодії, які моделювалися, належали ве-дення війни (warfare), дифузія військових техно-логій (diffusion of military technologies), соціокультурна еволюція (sociocultural evolution), дезінтеграція держав (polity disintegration). Ре-зультати розповсюдження великих держав у мо-делі порівнювалися з реальною історичною ди-намікою створення і зникнення держав Давньо-го світу. В результаті, розроблена модель пояснювала 65 % дисперсії даних, які описували динаміку поширення великих держав територі-єю Африки і Євразії в період від 1500 року до н. е. по 1500 рік н. е. Отримані результати дозво-лили дослідникам підтвердити їхні гіпотези про позитивну роль військових дій, які стимулювали розвиток суспільних інституцій і зміцнення та розвиток великих держав. Відповідно, у цьому випадку створення агентної моделі дозволило пояснити деякі аспекти динаміки розвитку сус-пільств і оцінити важливість окремих суспіль-них явищ на зразок ведення воєн [16].
Висновки: перспективи застосування агентного моделювання
Наведені вище три приклади, навіть будучи лише спрощеними варіантами складної реаль-ності, показують, що агентні моделі дозволяють зрозуміти і пояснити динаміку соціальних про-цесів різних рівнів: як може виникати сегрегація, якою може бути динаміка громадянських кон-фліктів і заворушень, які фактори є важливими для розвитку суспільства у макросоціальній пер-спективі. Така інформація може підтверджувати або спростовувати припущення науковців, також може бути використана для прогнозування тен-денцій розгортання процесів. Однозначною пере-вагою агентного моделювання є можливість од-ночасного інкорпорування факторів різного рівня - від взаємодії на мікрорівні до впливу глобаль-них процесів. Разом з цим агентне моделювання дозволяє зосереджуватися не на одній суспільній сфері, а моделювати суспільні процеси всесто- ронньо, із залученням різних сфер (наприклад, демографії, економіки, екології і т. д.), реально ре- алізуючи зростаючу тенденцію у науці до між- дисциплінарності [9, с. 2]. У результаті, дослід-ник може реалістичніше відтворювати аспекти потрібного соціального процесу або явища і про-водити правдоподібніші та обґрунтованіші експе-рименти, перевіряючи свої гіпотези.
Утім, як можна було зрозуміти, застосуван-ня агентних моделей не призначене для форму-лювання конкретного прогнозу. Наприклад, у випадку моделі сегрегації ми можемо прогно-зувати подальшу сегрегацію населення у разі наявності ксенофобських настроїв, але не мо-жемо прогнозувати конкретну міру реалізації цього процесу в певний період (наприклад, яким буде рівень сегрегації в момент часу t). У контексті розгляду зазначеної проблеми ми, фактично, зіштовхуємося з ключовим момен-том, що визначає ставлення соціальних дослід-ників до методів моделювання - що, власне, має бути нашим «передбаченням» (prediction)? Інтуїтивно, здається, що ми повинні отримати конкретний прогноз на певний часовий проміж-ок. Наприклад, чисельність населення України в 2050 році чи рівень проникнення Інтернету на 2020. Проте конкретний прогноз - не єдине пе-редбачення, яке можуть давати деякі методи моделювання соціальних процесів. Зокрема К. Троїтч пропонує такий поділ передбачень на два великі класи:
1) ті, що дають реалістичний прогноз на кон-кретний період;
2) ті, що дозволяють якісно зрозуміти (пояс-нити) фундаментальні процеси і прогнозувати тенденції, але не дуже добре спрацьовують, як-що нам потрібно знати точний стан об'єкта в конкретний часовий проміжок [15]. Як відзна-чає Р. Аксельрод «... агентне моделювання... не обов'язково надає точне представлення кон-кретного емпіричного прикладу. Натомість, ме-та агентного моделювання полягає у збагаченні нашого розуміння фундаментальних процесів» [7, с. 6]. Тобто, у підсумку ми не зможемо гово-рити, коли і скільки людей будуть, наприклад, проживати у сегрегованих середовищах, але ми зможемо зрозуміти, як ті або інші фактори мо-жуть вплинути (або не вплинути) на динаміку ситуації (які взагалі сценарії можливі). Агентні моделі дозволяють зрозуміти і пояснити соці-альні процеси, і тому будуть корисним інстру-ментом не тільки в «арсеналі» науковця, а й лю-дей, відповідальних за ухвалення управлін-ських рішень.
Також «ідеологія» агентного моделювання дуже добре відповідає «евристичному моделю-ванню», запропонованому ще М. Амосовим і яке активно пропагується зараз [5]. Доступні і про-сті для освоєння навіть для людей з лише базо-вими навичками роботи з комп'ютером програ-ми створення агентних моделей розширюють потенціал соціологів розробляти і тестувати на моделях наявні теорії, визначати важливі (чут-ливі) і неважливі фактори, поглиблювати наше розуміння суспільних процесів.
Список літератури
1. Амосов Н. М. Моделирование сложных систем / Н. М. Амо-сов. - Киев : Наукова думка, 1968. - 87 с.
2. Галенко Д. Н. Некоторые эксперименты с моделью «Соци- он» / Д. Н. Галенко, Ю. И. Яковенко // Кибернетика и вычислительная техника. - 1973. - Вып. 21. - С. 54-59.
3. Омельянчик Д. Агентно-орієнтоване моделювання еко-номіки: особливості, види, проблеми / Д. Омельянчик // Теорія оптимальних рішень : зб. наук. пр. - К., 2013. - Вып. 2013. - С. 9-17.
4. Опыт моделирования социальных процессов (вопросы ме-тодологии и методики построения моделей) : [коллект. мо- ногр.] / [В. Паниотто, Л. Закревская, А. Черноволенко, Л. Финкель и др.]. - Киев : Наукова думка, 1989. - 518 с.
5. Паніотто В. Амосов і моделювання соціальних процесів / В. Паніотто // Соціологія: теорія, методи, маркетинг. - 2014. - № 1. - С. 199-205.
6. Форрестер Дж. Мировая динамика / Дж. Форрестер ; [пер. с англ. А. Ворощука и С. Иегова ; под ред. Д. Гви-шиани и Н. Моисеева]. - Москва : ООО Издательство АСТ, 2003. - 384 с.
7. Axelrod R. Advancing the Art of Simulation in the Social Sciences [Electronic resource] / R. Axelrod. - 2005. - P. 1-15. - Mode of access: http://www-personal.umich.edu/~axe/research/ AdvancingArtofSim.pdf (accessed 01.10.2010). - Title from the screen.
8. Gilbert N. Simulation for Social Scientists / N. Gilbert, K. G. Troitzsch. - N.Y. : Open University Press, 2005. - 312 p.
9. Epstein J. M. Growing Artificial Societies: Social Science From the Bottom Up (Complex Adaptive Systems) / J. M. Epstein, R. L. Axtell. - The MIT Press, 1996. - 224 p.
10. Epstein J. M. Agent-Based Computational Models and Generative Social Science / J. M. Epstein // Epstein
J. M. Generative Social Science. - New-Jersey : Princeton University Press, 2006. - P. 4-46.
11. Epstein J. M. Modeling Civil Violence: An Agent-Based Computational Approach // Epstein J. M. Generative Social Science. - New-Jersey : Princeton University Press, 2006. - P 4-46.
12. Macal C. M. Tutorial on Agent-Based Modeling and Simulation / C. M. Macal, J. M. North // J. of Simulation. - 2010. - Vol. 4. - P 247-270.
13. Macy M. W. From Factors to Actors: Computational Sociology and Agent-Based Modeling / M. W. Macy, R. Willer // Annual Review of Sociology. - 2002. - Vol. 28. - P. 143-166.
14. Schelling T. C. Dynamic Models of Segregation / T. C. Schelling // Journal of Mathematical Sociology. - 1971. - Vol. 1. - P. 143-186.
15. Troitzsch K. G. Not All Explanations Predict Satisfactorily, and Not All Good Predictions Explain [Electronic resource] /
K. G. Troitzsch // Journal of Artificial Societies and Social Simulation. - 2009. - Vol. 12, No. 1. - Mode of access: http:// jasss.soc.surrey.ac.uk/12/1/10.html (accessed 30.09.2010). - Title from the screen.
16. Turchina P. War, Space, and the Evolution of Old World Complex Societies [Electronic resource] / P. Turchina, T. E. Currieb, A. L. E. Turnerc, S. Gavrilets // Proceedings of the National Academy of Sciences of the United States of America. - 2013. - Mode of access: http://www.pnas.org/ content/early/2013/09/20/1308825110 (accessed 24.09.2013). - Title from the screen.
Размещено на Allbest.ru
Подобные документы
Моделювання і прогнозування, характеристика часових рядів, структура та підходи до статистичного вивчення. Метод сезонної декомпозиції як основа вивчення часових рядів. Статистичне дослідження сезонності реалізації м'ясо-молочної продукції та урожайності.
дипломная работа [268,5 K], добавлен 28.11.2014Сутність моделювання в економічному аналізі та засоби його реалізації. Класифікація економічних моделей, етапи побудови. Види економічного аналізута його зв’язок з іншими науками і дисциплінами. Характеристика прийомів моделювання факторних систем.
реферат [32,2 K], добавлен 05.06.2008Сутність моделювання в економічному аналізі і засоби його реалізації. Класифікація економічних моделей та етапи їх побудови. Види економічного аналізу, зв’язок економічного аналізу з іншими науками і дисциплінами. Основні принципи аналізу систем.
курсовая работа [31,7 K], добавлен 03.06.2008Економічний аналіз як наукова дисципліна вивчення результатів діяльності: предмет і завдання, форми та методи, основні категорії та види, організація. Методи: аналітичний, деталізація, порівняння, моделювання, балансовий метод, елімінування, статистичні.
реферат [81,2 K], добавлен 01.07.2008Сутність керування ризиками. Якісний аналіз ризиків, як метод їх подолання. Аналіз ризику методами імітаційного моделювання. Алгоритм проведення імітаційного моделювання, генерація випадкових сценаріїв (чинників). Наслідки кількісного аналізу ризику.
реферат [22,2 K], добавлен 14.02.2010Система норм і нормативів праці. Цілі та завдання вивчення трудових процесів. Методи вивчення витрат робочого часу. Роль хронометражу для вивчення прийомів та методів праці та розробки нормативів часу. Фотографія робочого дня, порядок проведення.
курсовая работа [2,1 M], добавлен 05.10.2010Методологічні основи соціально-економічного прогнозування. Методи, моделі прогнозування одновимірних і багатовимірних процесів. Побудова багатофакторної індексної моделі. Особливості моделювання взаємозв'язаних динамічних рядів. Методи експертних оцінок.
курс лекций [258,6 K], добавлен 25.01.2010Предмет макроекономіки, її місце в системі макроекономічних наук. Історія розвитку макроекономіки і макроекономічне регулювання. Функції макроекономіки і макроекономічне моделювання. Макроекономічна теорія та концепція економічного розвитку для України.
курсовая работа [130,9 K], добавлен 10.03.2011Поняття та зміст інноваційних процесів і їх вплив на технічний розвиток підприємства. Оцінка ефективності інноваційних процесів, її основні критерії та параметри, порядок та етапи реалізації. Проблеми розвитку інноваційної діяльності в Україні, напрямки.
контрольная работа [25,2 K], добавлен 27.04.2011Поняття ціни, її види та функції. Система показників статистики цін та методика їх побудови. Джерела статистичних даних про ціни. Побудова прогнозних моделей індексів цін. Моделювання та прогнозування динаміки споживчих цін у Львівській області.
дипломная работа [2,3 M], добавлен 13.06.2009
