Гибридные методы моделирования общего экономического равновесия с использованием агент-ориентированных моделей

• Автор: Бахтизин, Альберт Рауфович
• Шифр специальности: 08.00.13
• Научная степень: Докторская
• Год защиты: 2008
• Место защиты: Москва
• Количество страниц: 357 с. : ил.

Содержание
Введение

Глава 1. Моделирование поведения человека в социально

экономической среде

1.1. Моделирование поведения человека с использованием

технологий искусственного интеллекта

1.2. Агенториентированные модели

1.2.1. Моделирование экономических агентов с использованием

технологии иску сственного интеллекта

1.2.2. Новое средство получения знаний агент

ориентированные модели

1.2.3. Известные примеры агенториепт ированн ых моделей
1.2.3.1 Гражданское направление
1.2.3.2 Военное направление
1.2.4. Программное обеспечение для реализации агент
ориентированных моделей
1.2.5. Соединение агенториентиюванных и ССЕ моделей
зарубежный опыт
1.2.6. Недостатки используемых подходов и предлагаемое
решение для разработки гибридных агенториентированных
моделей
1.3. Нейронные сети как инструмент моделирования реакции людей
1.4. Методология проектирования гибридных агенториенгированных
моделей
1.5. Краткое резюме
Глава 2. Среда функционировании искусственных обществ ССЕ
2.1. Обзор и классификация ССЕ моделей
2.2. Применение СвЕ подхода при моделировании экономики России
2.3. Преимущества ССЕ моделей как инструмента исследования
экономики
2.4. Этапы проектирования ССЕ моделей
2.5. Системы обозначения в ССЕ моделях
2.6. Механизмы достижения равновесия на различных рынках
2.7. Процесс казибровки ССЕ моделей
2.8. Технология проведения вычислительных экспериментов
2.9. Обзор пакетов для численного разрешения ССЕ моделей
2 СОЕ модели экономики России
. ССЕ модель Россия Центр федеральные округа
. ССЕ модель Социальная Россия
. ССЕ модель КиЕС 1 азпром
. ССЕ модель ИСйЧЕС естественные монополии
. ССЕ модель конкурирующих партий России
. ССЕ модель отраслей
2.0.7. i модель экономики знании
2 Почему именно модели
2 Краткое резюме
Глава 3. Практическая реализация гибридных агенторисн и рока иных моделей
3.1. Проектирование гибридной агенториентироваиной модели с искусственными обществами, принимающими решения о поиске
работы ГЛОМ .V I
3. . I. Концептуальный взгляд на модель взаимодействие искусственных обществ в экономической системе
3.1.2. Краткое описание .модели экономические агенты и
основные взаимосвязи
3.1.3. Рынки
3.1.4. Экономические агенты макроуровня
3. . 4.1. I осударственный сектор НО
3.1.4.2. Рыночный сектор I
3. .4.3. Теневой сектор
3. . 4 4. Правительство регулирующий орган
3.1.4 5. Банковский сектор
3. . 4.6. Внешний мир
3.1.4.7. Интегральные показатели модели I
3.1.5. Экономический агент микроуровня совокупность искусственных обществ
3.1.6. Адекватность модели ретроспективный прогноз
3.2. Проектирование гибридной агенториентированной модели с искусственными обществами, принимающими решения о расходах 4 ГАОМ
3.2.1. Концептуальный взгляд на модель Свзаимодействие искусственных обществ в экономической системе
3.2.2. Краткое описание модели экономические агенты и основные взаимосвязи
3.2.3. Рынки
3.2.4. Экономические агенты макюуювня
3.2.4.1. Совокупный производитель поваров и услуг
3.2.4.2. осударство
3.2.4.3. Банковский сектор
3.2.4.4. Внешний мир
3.2.5. Экономический агент микюуювня искусственные
общества
3.2.6. Адекватность модели ретроспективны й прогноз
3.3. Краткое резюме
Глава 4. Данные для моделей и спецификация нейронных сетей
4.1. Обработка данных из статистических сборников Росстата
4.2. Обработ ка анкет из социологических баз данных I.
4.2.1. Гибридная агенториеитированная модель
4.2.2. Гибридная агенториентированная модель ЛЬ2
4.3. Архитектуры нейронных сетей, используемых в агент
ориентированных моделях
4.3.1.1 ибридная агенториентированная модель ЛЫ
4.3.2. Гйбридная агенториентированная модель ЛЬ2
4.4. Краткое резюме
Глава 5. Вычислительные эксперименты
5.1. Влияние изменений ставок основных налогов на количество работников, задействованных в теневом секторе 5.2. Оценка влияния повышения заработной платы работникам российских предприятий и организаций на количество работников,
задействованных в теневом секторе
5.3. Моделирование эффектов коррупции и теневой экономики
5.4. Выделение дополнительных инвестиционных ресурсов экономике России за счет средств государственного внебюджетного
инвести ционно кред итного фонда Заключение
Литература


Один из игроков представлен нейронной сетью, обученной на множестве примеров игр с равновесием по Нэшу. В новых играх, которые игрок нейронная сеть еще не встречал, равновесие достигалось в большинстве случаев. Немецкий ученый Гротманн . Результатом одновременно принятых решений всей совокупности нейронов сети является ставка обменного курса национальной валюты. В статье , описывается своего рода гибрид нейронной сети и системы нечеткой логики рис. Основываясь на теории ограниченной рациональности, автор работы критикует подход, согласно которому люди знают все экономические последствия принимаемых ими решений. ЕСЛИ безработица будет расти, ТО инфляция будет снижаться и т. НС
а. Рис. Перечисленные примеры хотя и демонстрируют практическую возможность использования ИИ для адекватного представления агентов в имитационных моделях, но, но сути, являются лишь своего рода промежуточным звеном между классическими инструментами измерения экономических явлений эконометрические уравнения и т. Агенториентированные модели или , далее АОМ новое средство получения знания, в последнее время все чаше используемое в общественных науках в том числе экономических. Основная идея, лежащая в основе АОМ, заключается и построении вычислительного инструмента представляющего собой совокупность агентов с определенным набором свойств, позволяющего проводить симуляции реатьных явлений. АОМ отследить влияние флуктуации агентов, действующих на микроуровне, на показатели макроуровня. Доминирующим методологическим подходом является метод, при котором вычисляется равновесие или пссвдоравновссие системы, содержащей в себе множество агентов. При этом сами модели, используя простые правила поведения, могут выдавать весьма интересные результаты. ЛОМ состоят из динамически взаимодействующих по определенным правилам агентов. Среда, в которой они взаимодействуют, может быть достаточно сложной. Таким образом, ЛОМ специальный класс моделей, основанных на индивидуальном поведении агентов и создаваемых для компьютерных симуляций. Эти компьютерные симуляции тесно взаимосвязаны со следующими понятиями сложные системы. Считается, что ЛОМ дополняют традиционные аналитические методы. Последние позволяют нам охарактеризовать равновесие системы, а ЛОМ исследовать возможность получения такого состояния. ЛОМ могут объяснить причину возникновения таких явлений, как террористические организации, войны, обрушения рынка акций и т. В идеале ЛОМ могут помочь идентифицировать критические моменты времени, после наступления которых чрезвычайные последствия будут иметь необратим ы й характер. Первая ЛОМ была разработана в конце х г. Впоследствии создание микрокомпьютеров способствовало дальнейшему развитию этого направления и возможности проводить компьютерные симуляции. Принято считать, что АОМ берут свое начало с вычислительных машин Джона фон Поймана v , являющихся теоретическими машинами, способными к воспроизводству. Джон фон Нейман предложил использовать машины, которые следуют детальным инструкциям для создания точных копий самих себя. Впоследствии данный подход был усовершенствован другом фон Неймана Станиславом Уламом, который предложил изображать машину на бумаге в качестве набора клеток на решетке. Данный подход стал началом развития клеточных автоматов. Наиболее известной реализацией конечного автомата стаза игра Жизнь, предложенная Джоном Хортоном Конвеем , отличающаяся от машины фон Неймана достаточно простыми правилами поведения агентов. Использование АОМ для социальных систем взяло свое начато с работы программиста Крега Рейнолдса i , в которой он предпринял попытку моделирования деятельности живых биологических агентов модель iii i искусственная жизнь. Автономия. Интеллектуальность. Это свойство должно быть умеренным, для того чтобы агенты не могли познать нечто большее, выходящее за рамки правил игры Ото и есть ограниченная рациональность. ИмиЧИе жизненной цели. Расположение во времени и пространстве. Имеется в виду некоторая среда обитания, которая может быть представлена как в виде решетки как в игре Жизнь, так и в виде гораздо более сложной структуры.