Мы используем cookie-файлы, которые помогают сделать посещение нашего сайта для вас более удобным. Вы можете управлять cookie-файлами, изменив настройки браузера. Политика использования cookie.
Агентное моделирование сосредоточено на индивидуальных участниках системы. В этом заключается его отличие от более абстрактного метода системной динамики и дискретно-событийного метода, ориентированного на процессы.
В агентном моделировании сначала устанавливаются параметры активных объектов — агентов, и определяется их поведение. В виде агентов может быть представлено что угодно, что имеет значение для исследуемой системы: люди, домохозяйства, автомобили, оборудование, даже продукты и компании. Затем устанавливаются связи между агентами, задается окружающая среда и запускается моделирование. Индивидуальные действия каждого из агентов образуют глобальное поведение моделируемой системы.
AnyLogic сочетает на одной платформе профессиональные средства агентного моделирования, дискретно-событийное моделирование и системную динамику. Комбинируя методы, можно проще и быстрее построить точную модель и приступить к анализу.
Агентное моделирование — новый взгляд на вашу организацию
Традиционные методы моделирования рассматривают служащих компании, клиентов, продукты, производственные объекты и оборудование как однородные группы, пассивные объекты или как ресурсы в бизнес-процессе.
Например, системно-динамические модели полны предположений, таких как "у нас работают 120 служащих, которые проектируют примерно 20 новых продуктов в год”, или “у нас 1200 грузовиков, которые перевозят определенное количество груза в месяц, и 5 % из них списываются каждый год и заменяются новыми”.
В дискретно-событийном моделировании организация рассматривается как набор процессов, таких как: “клиент звонит в колл-центр, звонок обрабатывает оператор А, который тратит в среднем 2 минуты на вызов, после чего 20 % запросов переадресовываются на… ”.
Эти методы превосходят аналитическое моделирование на основе таблиц, так как отражают динамику работы предприятий и нелинейность процессов. Однако они не учитывают уникальные свойства и сложные отношения отдельных объектов. Например, что клиент консультируется с семьей, прежде чем принимать решение о покупке, что самолёты доступны по индивидуальному расписанию, которое регулируется графиком техобслуживания.
В агентном моделировании нет таких ограничений: метод предлагает сосредоточиться непосредственно на отдельных объектах, их поведении и взаимодействии. По сути, агентная модель — это ряд взаимодействующих объектов, которые отражают собой связи в реальном мире. Таким образом, агентное моделирование — это шаг вперед в понимании принципов работы сложных социальных и бизнес-процессов.
Агентное моделирование и Big Data
Коммерческие компании и государственные организации с течением времени накапливают в CRM, ERP и HR-базах огромное количество информации. Агентное моделирование — естественный способ заставить эти данные работать. Агентная модель состоит из объектов с персонализированными свойствами и поведением, эта информация берётся непосредственно из базы данных компании: потребительские привычки, сбои в оборудовании, длительность бизнес-процессов, статистика заболеваемости. Использование реальных данных позволяет делать верные прогнозы и точнее тестировать гипотетические сценарии.
Агентное и многоподходное моделирование
AnyLogic — единственное ПО для агентного моделирования профессионального класса. Кроме того, в AnyLogic агентное моделирование комбинируется с дискретно-событийным подходом или системной динамикой. Модель может состоять из складов, которые в цепи поставок моделируются как агенты, а чтобы отразить в модели внутренние складские процессы, может применяться дискретно-событийный метод. Еще один пример: индивидуальное поведение каждого клиента в модели рынка может задаваться при помощи системной динамики.
