Агентное моделирование

AnyLogic поддерживает метод агентного моделирования (так же как системную динамику и дискретно-событийное моделирование) и позволяет Вам эффективно комбинировать этот метод с другими известными подходами.

Agent Based ModelingВ литературе Вы можете найти множество различных определений агентного моделирования. С точки зрения практического применения агентное моделирование можно определить как метод имитационного моделирования, исследующий поведение децентрализованных агентов и то, как это поведение определяет поведение всей системы в целом. При разработке агентной модели, инженер вводит параметры агентов (это могут быть люди, компании, активы, проекты, транспортные средства, города, животные и т.д.), определяет их поведение, помещает их в некую окружающую среду, устанавливает возможные связи, после чего запускает моделирование. Индивидуальное поведение каждого агента образует глобальное поведение моделируемой системы.

Агентное моделирование – новый взгляд на Вашу организацию

Традиционные подходы имитационного моделирования рассматривают служащих компании, проекты, продукты, клиентов, партнеров как среднее арифметическое или как пассивные заявки/ресурсы в процессе. Например, модели системной динамики полны предположений, таких как "у нас есть 120 служащих, они могут проектировать приблизительно 20 новых продуктов в год”, или “у нас есть 1200 грузовиков, они могут перевезти определенное количество груза в месяц, и 5 % из них списываются каждый год и заменяются новыми”. В процессном моделировании (также известном как дискретно-событийное моделирование) организация рассматривается как различные процессы, такие как: “клиент звонит в телефонный информационный центр, звонок обрабатывается оператором А, который тратит, в среднем, 2 минуты на вызов, после чего 20 % запросов должны быть переадресованы … ”. Эти методы превосходят “аналитическое моделирование” в возможности рассматривать динамику предприятия, нелинейности, но они игнорируют тот факт, что все эти люди, проекты, продукты, оборудование и активы являются различными – они имеют собственную историю, намерения, желания, свойства, а также сложные отношения. Например, люди могут быть с различными карьерами и доходами, они могут иметь разную производительность труда; проекты взаимодействуют и конкурируют, могут зависеть один от другого; у самолетов есть индивидуальные графики технического обслуживания, при несоблюдении которых машина может выйти их строя; потребители могут консультироваться с членами своей семьи, прежде чем принять решение о покупке. Агентное моделирование не обладает такими ограничениями, поскольку оно предполагает сосредоточение непосредственно на отдельных объектах, их поведении и коммуникации. Агентная модель – это ряд взаимодействующих активных объектов, которые отражают объекты и отношения в реальном мире. Таким образом, агентное моделирование делает шаг вперед в понимании и управлении совокупностью сложных социальных и бизнес процессов.

Агентное моделирование заставит Ваши данные работать на Вас

На сегодняшний день коммерческие компании и государственные организации накопили огромное количество данных в их CRM, ERP и HR базах данных, но эти данные все ещё очень слабо используются. Агентное моделирование – естественный способ использовать эти данные и заставить их работать. Поскольку агентные модели являются объектно-ориентированными, они могут быть населены агентами, свойства которых реальны и считываются непосредственно с CRM системы (в случае, если мы моделируем рынок), или из ERP/HR системы (если мы моделируем динамику трудовых ресурсов в организации). Это дает Вам (a) легкий, (b) очень точный и (c) всегда актуальный способ смоделировать, предсказать, сравнить сценарии и оптимизировать стратегию предприятия.

Область применения агентного моделирования

Хороший пример использования агентного моделирования – потребительский рынок. В очень динамичной, конкурентной и сложной среде рынка выбор покупателя зачастую зависит от индивидуальных особенностей, врожденной активности потребителя, сети контактов, а также внешних влияний, которые лучше всего описываются с помощью агентного моделирования.
Другой стандартный пример – это эпидемиология. Здесь агенты это люди, которые могут быть иммунными, носителями инфекции, переболевшими или восприимчивыми к болезни. Агентное моделирование поможет спроецировать в мир моделей социальные сети, разнородные контакты между людьми и в итоге получить объективные прогнозы распространения инфекции.

Однако, не следует думать, что агентное моделирование применимо только для решения задач коммуникативного характера. Задачи, связанные с логистикой, производством, цепями поставок или бизнес-процессами, также решаются с помощью агентного моделирования. Например, поведение сложной машины может быть эффективно смоделировано отдельным объектом (агентом) с картами состояний, описывающими ее систему таймеров, внутренних состояний, разного рода реакции в различных ситуациях и т.д. Подобная модель может быть необходима для воссоздания технологических процессов на производстве.
Участники цепочки поставок (компании-производители, оптовые торговцы, розничные продавцы) могут быть представлены как агенты со индивидуальными целями и правилами. Агенты могут также быть проектами или продуктами в пределах одной компании, при этом обладать собственной динамикой и внутренними состояниями, конкурировать за ресурсы компании.

Поддержка агентного моделирования в AnyLogic

Агентные модели, применяемые на практике, очень разнообразны, поэтому почти невозможно создать универсальную библиотеку под любые нужды, а тем более упростить разработку модели до пары кликов мыши. Существуют, однако, некоторые "шаблоны" моделирования агентных систем, которые упрощают создание модели и включены в AnyLogic:

  • Стандартная архитектура
  • Агентная синхронизация ("шаги")
  • Состояние (непрерывное или дискретное), подвижность и анимация
  • Агентные свзязи (сети, например социальные) и коммуникация
  • Динамическое создание и уничтожение агентов