Научный журнал ВолНЦ РАН (сетевое издание)
12:4814.12.201712.2017с 01.01.2017
Просмотры32 (59*)83217678
Посетители17 (22*)3147733
* - в среднем в день за текущий месяц
RuEn

Нейронные сети в агент-ориентированных моделях: преимущества и недостатки гибридных методов исследования

Корепина Т.А., Чекмарева Е.А.

№4 (39), 2017,  рубрика "Социальные проблемы развития территорий".

Корепина, Т.А. Нейронные сети в агент-ориентированных моделях: преимущества и недостатки гибридных методов исследования [Электронный ресурс] / Т.А. Корепина, Е.А. Чекмарева // Вопросы территориального развития. – 2017. – № 4. – Режим доступа: http://vtr.vscc.ac.ru/article/2363

Использование агент-ориентированного подхода в моделировании социально-экономических процессов в последнее время становится частым явлением. Максимально приближенная к реальности модель позволяет адекватно произвести оценку ситуации, проиграть различные сценарии модельных экспериментов, на основе результатов сформировать рекомендации для органов власти. В работе поднимается проблема описания в агент-ориентированных моделях поведения экономических агентов, обладающих ограниченной рациональностью, что породило необходимость использования дополнительных методов моделирования, а именно нейронных сетей. Целью статьи является анализ современного опыта и перспектив использования нейронных сетей в агент-ориентированном моделировании социально-экономических процессов. В ходе исследования были рассмотрены примеры российских и зарубежных гибридных агент-ориентированных моделей, разработанных в рамках публичных исследований в университетах, научных организациях и представленных в статьях и монографиях, доступных для ознакомления. На основании обобщения накопленного опыта отечественных и зарубежных ученых по использованию нейронных сетей в агент-ориентированных моделях были выявлены преимущества и недостатки гибридных методов исследования социально-экономических процессов, что отражает новизну исследования. В работе описаны наиболее популярные в настоящее время области применения нейронных сетей в агент-ориентированном моделировании социально-экономических процессов. Раскрыты основные способы интеграции нейросетевых и агент-ориентированных моделей, используемые на текущем этапе развития технологий. Рассмотрены локальный (микро-эмуляция) и глобальный (макро-эмуляция) подходы к использованию нейронных сетей в агент-ориентированных моделях, а также способы их внедрения на примере интеграции системы машинного обучения в агент-ориентированную модель. Выявлены преимущества и недостатки гибридных агент-ориентированных моделей социально-экономического развития территорий, которые отражены в краткой матрице SWOT-анализа. Приведены примеры специализированного программного обеспечения, позволяющего встраивать нейронные сети в агент-ориентированные модели. Описаны два варианта включения: online (использование одного инструмента более широкого профиля) и offline (использование нескольких программных продуктов). Перспективность использования нейросетевых технологий в агент-ориентированных моделях определяется существенным повышением качества моделирования и обеспечением большей реалистичности поведения агентов

Ключевые слова

агент-ориентированное моделирование; нейронные сети; гибридные агент-ориентированные модели

Оценить статью: 1 2 3 4 5

Полная версия статьи