CC BY
18
Исследование рынков инструментальными средствами моделирования
поведения
MARKET RESEARCH TOOLS OF MODELLING OF BEHAVIOUR
К.А. Гуреев (Пермский национальный исследовательский политехнический университет (ФГБОУ ВПО ПНИПУ)), НОУ ВО Московский технологический институт «МТИ» (ВТУ)
(Московская бизнес школа) Е.Г. Гуреева (Пермский национальный исследовательский политехнический университет (ФГБОУ ВПО ПНИПУ)) K.A. Gureev (Perm National State Polytechnic University, Moscow Technological Institute (Moscow Business School) E.G. Gureeva (Perm National State Polytechnic University)
Аннотация
Обсуждаются вопросы применения имитационного моделирования как основы для проведения апробации модели рынка, построенной на базе интеллектуальных технологий, моделирующих поведения участников. Интерпретация чувствительности комплексной оценки как кривые спроса и спроса предложения, позволяет учесть предпочтения, а методики формирования состава и структуры социума в совокупности с технологиями построения динамической системы позволяют построить новую методологию управления рыночной системой.
Ключевые слова
Рынок, рыночная система, моделирование поведения, динамическая система, социально-экономическая система, деловые имитационные игры, имитационное моделирование
Summary
Questions of application of imitating modeling as bases for carrying out approbation of the market model constructed on the basis of the intellectual technologies modeling behavior of participants are discussed. Interpretation of sensitivity of a complex assessment as curves of demand and demand of the offer, allows to consider preferences, and techniques of formation of structure and structure of society in total with technologies of creation of dynamic system allow to construct new methodology of management of market system.
Keywords
Market, market system, modeling of behavior, dynamic system, social and economic system, business imitating games, imitating modeling
Современные экономические условия, характеризующиеся высокими темпами инновационного и конкурентного развития, связанные с формированием новой социально-экономической системы, построенной на всё более теснящихся связях её составных частей, требуют пристального внимания и, как бы то не шло в разрез с учениями о самостоятельном экономическом развитии1, участия управляющих структур, определяющих направленность эволюционной динамики и направления совершенствования функционирования всех сфер деятельности.
Следует уделить особое внимание состоянию макроэкономической системы (МЭС) в настоящее время, обратив пристальный взор на особенности её функционирования: высокие темпы научно-технических изменений, ускорение материальных, финансовых и информационных потоков, исчерпание части ресурсов и снижение их доступности, что провоцирует дефицит, отражающийся на всех составляющих экономической системы, расширенная глобализация, усложняющая регулирование и взаимодействие государства со всеми участниками экономического общества.
Российская экономика не является исключением, а лишь подтверждает мировой тренд социально-экономического развития. В некоторых аспектах ситуация отечественной экономики усугубляется зависимостью от
1 Теория и методология формирования саморазвивающихся социально-экономических систем. - М.: ЗАО «Издательство «Экономика»; Екатеринбург: УрО РАН, 2011
экспортно-сырьевой направленности развития, нарушением баланса между инвестициями и национальными сбережениями, несовершенством механизмов регулирования рыночной экономической системы.
В связи с выше указанными аспектами актуальным становится целый круг задач, требующих немедленного решения, касающийся анализа макроэкономической ситуации как целостной системы, прогнозирования её развития и разработки направленных методов управления и целевого регулирования со стороны государственных структур. Одной из основных экономических проблем, решаемых в области анализа и управления развитием экономической системы - является проблема воспроизводства. Воспроизводственный подход предполагает рассмотрение взаимосвязей всех системообразующих частей макроэкономической структуры в их многообразии производства, распределения, обмена, потребления и накопления с учётом системообразующих описаний закономерностей поведения субъектов.
Решением большинства проблем анализа и управления указанным экономическим процессом является формирование системы поддержки принятия решений, позволяющей с большей степенью обоснованности принимать решения ЛПР (лица принимающие решения) обладая значительной научной, исследовательской и экспериментальной базой[1]. Повышение эффективности функционирования макроэкономической системы во много зависит от эффективности самого математического аппарата, способного спрогнозировать сценарии развития при известных параметрах принимаемых управленческих решений и определяемых степенях их воздействия на экономическую систему.
Исследования в области моделирования макроэкономических систем ранее не использовали весьма актуальный подход на основе интеллектуальных технологий, моделирующих поведение участников. Отличительной чертой данных моделей является оценка степени влияния
применяемых механизмов регулирования непосредственно на субъектах экономики [2, 3, 4].
Весьма актуальным и своеобразным подходом к изучению макроэкономической системы является её рассмотрение в качестве мультиагентной системы (многоагентной системы), т.е. системы, рассматривающей взаимоотношения нескольких рыночных агентов обладающих собственным интеллектом. Такие системы предполагают, что агенты обладают рядом важнейших характеристик:
• Автономность - предполагается, что каждый агент действует самостоятельно на свой страх и риск, полностью или частично самостоятельно принимает решения, отвечает за свои действия, является собственником получаемого результата;
• Ограниченность представления - ни один из агентов не обладает полной информацией о системе, либо, система настолько сложна, что знания о системе не могут помочь агенту в рамках действий внутри системы;
• Децентрализация -отсутствуют агенты, полностью управляющие всей системой и от чьих решений полностью зависят принимаемые решения другими агентами, т.е. однозначных связей нет.
В мультиагентной системе может проявляться так называемый «ролевой эффект» - ситуация при которой не смотря на то, что каждый агент действует самостоятельно, принимаемые им решения направлены аналогично решениям других игроков при условии отсутствия какого-либо обсуждения. Игроки могут образовывать группы и осуществлять направленные действия. Агенты в таких системах могут накапливать знания о самой системе, обмениваться данными знаниями и, не нарушая правил действия внутри системы, вырабатывать тактики и стратегии поведения.
Исследования многоагентных систем используются в различных направлениях проведения социально-экономических исследований:
• исследуются процессы получения знании, реализации желании и намерений игроков;
• оцениваются процессы координации и кооперации агентов;
• анализируются коммуникационные процессы и процессы формирования организационных структур;
• оцениваются процессы организации, децентрализации, распределения ролей;
• определяется устойчивость самой системы, процессы её развития;
• оценивается влияние внешних воздействий на систему.
Мультиагентные системы рассматриваются с позиции возможности
самоорганизации: изучается реальная способность агентов самоорганизоваться, скорость этого процесса, а также возможность его ускорения с использованием внешних воздействий.
ОБ ЫЧНЫИ АГЕНТ
ОЩУЩЕ
ПРЕЦЕПТЫ
го, что воспринимается
Собственные
доволды правила
/Д ^^ принятия
(обработка через ч.
собственное восприятие) ^ решении
ВЫВОДЫ
(собственные выводы)
?
ПОБУДИТЕЛИ
(основания к действию)
Внешняя реда
ДЕЙСТВИЯ
ОБУЧАЮЩИЙСЯ АГЕНТ
СТАНДАРТЫ
ДЕЙСТВИЙ ОЩУЩЕНИЯ |
^КРИТИКА
.' обратная изменения"""''- у связь
ЭЛЕМЕНТ ОБУЧАЮЩИЙ
ИСПОЛНЕНИЯ ЭЛЕМЕНТ
■-./ цели ,/ обучения
.ГЕНЕРАТОР
ЭФФЕКТЫ
^ (основания к действию)
ПРОБЛЕМЫ
V
Рисунок 1. Типы агентов в мультиагентной системе Актуальность исследований и применения мультиагентных систем в исследованиях макроэкономики и рынков в целом в настоящее время обусловливают следующие основные причины:
• сложность макроэкономических современных систем, которая достигает такого уровня, что централизованное управление в них
становится неэффективным из-за наличия огромных потоков информации;
• сами решаемые задачи или разрабатываемые системы подчас неоднородны и распределены в пространстве и в функциональном плане, поскольку ни один человек не может создать современную сложную систему в одиночку;
• система сама по себе динамична в силу изменчивости фунционирующих в ней агентов, что обуславливает создание сходных по виду систем моделирования.
Мультиагентные технологии обеспечивают следующие важные преимущества:
• являются продуктами нового поколения и несут в себе качественно новые возможности; динамические формы исследований, увязка с существующими средствами коммуникации, ориентация на все поколения агентов;
• характеризуются гибкостью: они работают, динамично реагируя на изменения и постоянно улучшая решения в реальном времени, ориентированы на решения задач различных уровней и позволяют учитывать особенности каждой отдельной исследуемой единицы, а также системы в целом;
• интеллектуальны: агенты не только следуют заданным процессам, но и анализируют ситуацию и ищут способ решения задачи, что гарантирует нахождение лучшего возможного решения, позволяющего учитывать мнение большинства участников, целесообразно расходовать ресурсы, формировать социально-направленную стратегию развития;
• учитывают с разной степенью важности даже мельчайшие факторы, необходимые для принятия решений: принимаемые решения персонализированы, индивидуализированы и отвечают требованиям всех участников, носят дифференцированный характер, адаптивны под особенности каждого из агентов, «прозрачны» с позиции их обоснования;
• обладают высокой производительностью, т.е. позволяют постепенно достигать заданного результата и на этапах контроллинга поддаются корректировке и «сглаживанию»;
• характеризуются высокой скоростью реакции на события и быстротой нахождения решения задачи, т.к. система генерируется с мельчайших её единиц, а значит, возможен «обратный» путь, где решения принимаются исходя из потребностей;
• способны обучаться, т.е. при условии несоответствия результата ожиданиям корректироваться, пересматриваться, уточняться, распространяться, углубляться.
Главным недостатком многоагентной системы является непредсказуемость поведения полной системы [5], основанной на её составляющих компонентах. Таким образом, агентно-ориентированные среды могут служить эффективными средствами изучения, исследования и решения сложных проблем в широком спектре предметных областей.
С позиции применения мультиагентных систем (МАС) для исследования и прогнозирования рынков требуется отметить, что процесс разработки алгоритма управления и его элементов будет весьма схожим с ранее представленной концепцией моделирования с использование интеллектуальных технологи на основе деревьев критериев и матриц свёртки.
Предлагается следующая концептуальная модель управления макроэкономической системой на основе мультиагентной модели:
1. Планирование, синтез, конфигурация - основной этап, включающий в себя: определение цели управления, определение ключевых показателей достижения поставленной цели, описание концепции системы и всех её основных элементов, включая каждого вида агента в отдельности, их взаимодействие, образование системы с их участием, принципов её функционирования и развития;
2. Управление, мониторинг, реконфигурирование - включает в себя процесс оценки текущего состояния системы, определение целевых уровней её развития в виде конкретных показателей, построение различных по степени срочности планов, разработку инструментов управления, реализацию данных управляющих мероприятий, контроллинг, мониторинг результатов, оценку их соответствия плановым показателям, разработку корректирующих мероприятий, оценку качества модели, процессов её реконфигурирования, совершенствования.
ПЛАНИРОВАНИЕ СИСТЕМЫ
Определение целевых критериев, форм их представления и оценки
Описание факторов неопределённости, погрешности и и методов их учёта
Описание алгоритмов принятия решений их реализации
АДАПТАЦИЯ, ПЛАНИРОВАНИЕ И УПРАВЛЕНИЕ
Плановое состояние <-
-^Фактическое состояние
Регулирование (реконструирование) системы
Функционирование системы Контроллинг (мониторинг)
РЕАЛИЗАЦИЯ СИСТЕМЫ
Рисунок 2. Обобщенная адаптированная схема моделирования задачи динамического структурно-функционального синтеза и реконфигурирования
макроэкономической системы[6] Использование принципов построения многоагентной (мультиагентной) системы предваряет вопросы апробации создаваемой
модели, речь о которых пойдёт далее. Принципиальным является тот факт, что данный подход позволяет в полной мере масштабировать изучаемые процессы, формировать фокус-группы для исследования составных частей системы, отслеживать её работоспособность в динамике, корректировать модель и формировать совершенно новые направленные подходы к управлению.
Ориентируясь на опыты компьютерного моделирования и использование уникальных программных комплексов [5, 6, 7, 8, 9, 10] в процессах прогнозирования развития систем, требуется отметить, что существуют возможности учёта динамики поведения малых групп агентов и масштабирование её с учётом ранее упомянутой методики моделирования структуры социума на более крупные системы. Этот подход позволит с меньшими потерями проводить апробацию, добиваясь точной работы модели в меняющихся условиях.
1. Гуреев К.А., Харитонов В.А., Чёрный С.А. Разработка и исследование моделей структуры социально-экономической системы и их применение // Актуальные проблемы экономики. 2014. №9.(159). С. 475-487.
2. Алексеев А.О., Гуреев К.А., Харитонов В.А. Интеллектуальные технологии моделирования предпочтения участника рынка инвестиций // Актуальные проблемы экономики. 2014. №2.(152). С. 435-449.
3. Гуреев К.А., Гуреева Е.Г. Интеллектуальные технологии в процессах моделирования предпринимательских бизнес-единиц // Актуальные проблемы экономики. 2014. №1.(159). С. 496-504,
4. Гуреев К.А. Концепция использования интеллектуальных технологий в процессах моделирования рыночных систем // Экономика и предпринимательство. 2013. №12 (Ч. 1.) (41). С. 855-859.
5. Бочкарев О. Теория коллективного поведения [Электронный ресурс]. -Режим доступа: http://www.krelib.com/files/technique/Poved_Bosch.pdf
6. Иванов ДА. Развитие методологических основ гибких организационных форм кооперации промышленных предприятий на основе управления цепями поставок / Автореф. дис. на соиск. учен. степ. д.э.н.: Спец. 08.00.05 / Иванов Д.А.; [СПГУТД].
7. Городецкий В.И., Грушинский М.С., Хабалов А.В. Многоагентные системы [Электронный ресурс]. - Режим доступа: http://www.raai.Org/library/ainews/1998/2/GGKHMAS.ZIP
8. Меркулова Т.В., Акулов Н.В. Мультиагентный подход к моделированию экономической системы в условиях нестационарной внешней среды [Электронный ресурс]. - Режим доступа: http://www.nbuv.gov.ua/Portal/Soc_Gum/Bi/2009_4/4(2)/117-119.pdf
9. Клебанов Б.И., Москалев И.М., Бегунов Н.А., Крицкий А.В. Мультиагентная имитационная модель муниципального образования -ИММОД 2007 с 86-90 [Электронный ресурс]. - Режим доступа: http://window.edu.ru/window_catalog/files/r63711/immod-mat-2.pdf
10. Зраенко А.С., Аксенов К.А. Разработка комплекса имитационного моделирования коалиций агентов BPSIM.KIT - ИММОД 2009 с 262-264 [Электронный ресурс]. - Режим доступа: http ://www. spiiras.nw.ru/files/conferences/IMM0D-2009/IMM0D-2009-1.pdf
