Фильтр Год: Тематика: Автор:
Главная / Архив / 2019 - №3 (35) Дата выпуска 15.08.2019 г. / АГЕНТ-ОРИЕНТИРОВАННОЕ МОДЕЛИРОВАНИЕ В АПК: ОБОСНОВАНИЕ МЕЛИОРАТИВНОГО ПАРКА НА ЮГЕ РОССИИ (обзор)

Архив

Автор: Воеводина Л.А.

АГЕНТ-ОРИЕНТИРОВАННОЕ МОДЕЛИРОВАНИЕ В АПК: ОБОСНОВАНИЕ МЕЛИОРАТИВНОГО ПАРКА НА ЮГЕ РОССИИ (обзор)

Тематика: 08.00.05 Экономика и управление народным хозяйством

Аннотация:

Цель исследования – проанализировать отечественный и зарубежный опыт применения агент-ориентированного моделирования (АОМ) и рассмотреть перспективы его использования в мелиорации, в частности для создания мелиоративных парков (МП). Особенность АОМ состоит в создании инструмента, симулирующего реально возникающие явления и учитывающего поведение популяции агентов, обладающих определенными свойствами. В настоящее время развитие концепции создания МП с использованием механизма государственно-частного партнерства требует учета интересов большого количества вовлеченных сторон. Эти интересы зачастую могут быть противоположными, а успешное сотрудничество возможно только при условии удовлетворенности всех вовлеченных сторон. Поиск инструментария для выработки взаимовыгодных решений по экономическим вопросам функционирования МП является действительно актуальным. АОМ может стать тем инструментом, который поможет принимать решения, благоприятные для всех участников проектов МП. АОМ в области экономических и социологических знаний имеет довольно широкое применение, но в аграрной экономике АОМ еще не получило достойного распространения, хотя предпосылки теоретического прорыва в этом вопросе имеются. Проанализированные источники информации показывают, что метод АОМ может быть с успехом использован в системах, где присутствуют лица, принимающие определенные решения, которые не всегда подчиняются генеральной цели. Отдельные элементы в рассмотренных выше моделях целесообразно использовать при разработке виртуальных моделей создания и функционирования МП. Данный метод можно применить при обосновании МП ввиду того, что в состав последнего входит большое количество хозяйств, каждое из которых имеет свои собственные интересы и находится в уникальных условиях окружающей среды.

Ключевые слова: агент, агент-ориентированное моделирование, мультиагентное моделирование, агент-ориентированный подход, сельское хозяйство, мелиорация, мелиоративный парк.

DOI: 10.31774/2222-1816-2019-3-188-208

Для цитирования:
Воеводина, Л. А. Агент-ориентированное моделирование в АПК: обоснование мелиоративного парка на юге России / Л. А. Воеводина // Научный журнал Российского НИИ проблем мелиорации [Электронный ресурс]. – 2019. – № 3(35). – С. 188–208. – Режим доступа: http:www.rosniipm-sm.ru/archive?n=614&id=628. – DOI: 10.31774/2222-1816-2019-3-188-208.

Список использованных источников:
1 Meliorative institutional environment – area of state interests / V. N. Shchedrin, S. M. Vasilyev, A. V. Kolganov, L. N. Medvedeva, A. A. Kupriyanov // Espacios. – 2018. – Vol. 39, № 12. – P. 28.
2 Щедрин, В. Н. Создание «мелиоративного аграрного парка» на основе ресурсосберегающих технологий, альтернативных источников энергии, механизма государственно-частного партнерства / В. Н. Щедрин // Стратегические направления развития АПК стран СНГ: материалы XVI Междунар. науч.-практ. конф., г. Барнаул, 27–28 февр. 2017 г. – Новосибирск: СФНЦА РАН, 2017. – Т. 2. – С. 163–165.
3 Медведева, Л. Н. Научно-методическое обоснование создания мелиоративного аграрного парка на юге России / Л. Н. Медведева // Экология и мелиорация агроландшафтов: материалы Междунар. науч.-практ. конф. молодых ученых, г. Волгоград, 2–5 окт. 2017 г. – Волгоград: ФНЦ агроэкологии РАН, 2017. – С. 143–147.
4 Bonabeau, E. Agent-based modeling: Methods and techniques for simulating human systems / E. Bonabeau // Adaptive Agents, Intelligence, and Emergent Human Organization: Capturing Complexity through Agent-Based Modeling: Arthur M. Sackler Colloquium of the National Academy of Sciences, held October 4–6, 2001, at the Arnold and Mabel Beckman Center of the National Academies of Science and Engineering in Irvine, CA. – 2002. – Vol. 99, suppl. 3. – P. 7280–7287.
5 Агент-ориентированные модели: мировой опыт и технические возможности реализации на суперкомпьютерах / В. Л. Макаров, А. Р. Бахтизин, Е. Д. Сушко, В. А. Борисов, В. А. Роганов, В. А. Васенин // Вестник Российской академии наук. – 2016. – Т. 86, № 3. – С. 252–262.
6 Макаров, В. Л. Социальное моделирование – новый компьютерный прорыв (агент-ориентированные модели) / В. Л. Макаров, А. Р. Бахтизин. – М.: Экономика, 2013. – 296 с.
7 Niazi, M. Agent-based computing from multi-agent systems to agent-based models: a visual survey / M. Niazi, A. Hussain // Scientometrics. – 2011. – Vol. 89. – P. 479–499.
8 Mas, M. Individualization as Driving Force of Clustering Phenomena in Humans / M. Mas, A. Flache, D. Helbing // PLoS Comput. Biol. – 2010. – Vol. 6(10). – DOI: 10.1371/journal.pcbi.1000959.
9 Nardini, C. Who’s Talking First? Consensus or Lack Thereof in Coevolving Opinion Formation Models / C. Nardini, B. Kozma, A. Barrat // Phys. Rev. Lett. – 2008. – Vol. 100(15). – DOI: 10.1103/PhysRevLett.100.158701.
10 Sichman, J. S. DEPINT: Dependence-based coalition formation in an open multi-agents scenario [Electronic resource] / J. S. Sichman // J. Artif. Soc. Soc. Simulat. – 1998. – Vol. 1(2). – 28 p. – Mode of access: http:jasss.soc.surrey.ac.uk/1/2/3.html.
11 Bonabeau, E. Inspiration for optimization from social insect behavior / E. Bonabeau, M. Dorigo, G. Theraulaz // Nature. – 2000. – Vol. 406(6791). – P. 39–42.
12 Szabo, G. Evolutionary games on graphs / G. Szabo, G. Fath // Phys. Rep. – 2007. – Vol. 446(4-6). – P. 97–216.
13 Holme, P. Dynamics of networking agents competing for high centrality and low degree / P. Holme, G. Ghoshal // Phys. Rev. Lett. – 2006. – Vol. 96(9). – 5 p.
14 Bowles, S. The evolution of strong reciprocity: cooperation in heterogeneous populations / S. Bowles, H. Gintis // Theor. Popul. Biol. – 2004. – Vol. 65(1). – P. 17–28.
15 Evolutionary establishment of moral and double moral standards through spatial interactions / D. Helbing, A. Szolnoki, M. Perc, G. Szabo // PLoS Comput. Biol. – 2010. – Vol. 6(4). – doi.org/10.1371/journal.pcbi.1000758.
16 Rauhut, H. Punishment deters crime because humans are bounded in their strategic decision-making / H. Rauhut, M. Junker // J. Artif. Soc. Soc. Simulat. – 2009. – Vol. 12(3). – P. 1.
17 Cederman, L.-E. Modeling the size of wars: From billiard balls to sandpiles / L.-E. Cederman // Am. Polit. Sci. Rev. – 2003. – Vol. 97. – P. 135–150.
18 Agent-based simulation of a financial market / M. Raberto, S. Cincotti, S. M. Focardi, M. Marchesi // Phys. Stat. Mech. Appl. – 2001. – Vol. 299(1-2). – P. 319–327.
19 Zhang, J. Growing Silicon Valley on a landscape: an agent-based approach to high-tech industrial clusters / J. Zhang // Entrepreneurships, the New Economy and Public Policy. – 2005. – P. 71–90.
20 Kaihara, T. Multi-agent based supply chain modeling with dynamic environment / T. Kaihara // Int. J. Prod. Econ. – 2003. – Vol. 85(2). – P. 263–269.
21 Preist, C. Commodity trading using an agent-based iterated double auction / C. Preist // In Proceedings of the third annual conference on Autonomous Agents. – 1999. – P. 131–138.
22 Lebaron, B. Modeling macroeconomies as open-ended dynamic systems of interacting agents / B. Lebaron, L. Tesfatsion // Am. Econ. Rev. – 2008. – Vol. 98(2). – P. 246–250.
23 Tesfatsion, L. Agent-based computational economics: growing economies from the bottom up / L. Tesfatsion // Artif. Life. – 2002. – Vol. 8(1). – P. 55–82.
24 Simulation modeling in organizational and management research / J. R. Harrison, Z. Lin, G. R. Carroll, K. M. Carley // Acad. Manag. Rev. – 2007. – Vol. 32(4). – P. 1229–1245.
25 Onggo, B. S. Parallel discrete-event simulation of population dynamics / B. S. Onggo // In Proceedings of Winter Simulation Conference. – Miami, FL, USA, 2008. – P. 1047–1054.
26 Макаров, В. Л. Агент-ориентированные модели как инструмент апробации управленческих решений / В. Л. Макаров, А. Р. Бахтизин, Е. Д. Сушко // Управленческое консультирование. – 2016. – № 12(96). –  С. 16–25.
27 Emerging patterns in tumor systems: simulating the dynamics of multicellular clusters with an agent-based spatial agglomeration model / Y. Mansury, M. Kimura, J. Lobo, T. S. Deisboeck // J. Theor. Biol. – 2002. – Vol. 219(3). – P. 343–370.
28 Макаров, В. Л. Агент-ориентированная модель для мониторинга и управления реализацией больших проектов / В. Л. Макаров, А. Р. Бахтизин, Е. Д. Сушко // Экономика и управление. – 2017. – № 4(138). – С. 4–12.
29 Helbing, D. The physics of traffic and regional development / D. Helbing, K. Nagel // Contemp. Phys. – 2004. – Vol. 45(5). – P. 405–426.
30 Transition towards improved regional wood flows by integrating material flux analysis and agent analysis: the case of Appenzell Ausserrhoden, Switzerland / C. R. Binder, C. Hofer, A. Wiek, R. W. Scholz // Ecol. Econ. – 2004. – Vol. 49(1). – P. 1–17.
31 Dia, H. An agent-based approach to modelling driver route choice behaviour under the influence of real-time information / H. Dia // Transport. Res. C: Emerg. Tech. – 2002. – Vol. 10(5-6). – P. 331–349.
32 Henein, C. M. Agent-based modeling of forces in crowds / C. M. Henein, T. White // In Multi-agent and Multi-agent-Based Simulation. – Berlin: Springer, 2005. – P. 173–184.
33 Batty, M. Agent-based pedestrian modeling / M. Batty // In Advanced spatial analysis: the CASA book of GIS. – 2003. – P. 81.
34 Emergent macroeconomics: an agent-based approach to business fluctuations / D. Gatti, E. Gaffeo, M. Gallegati, G. Giulioni, A. Palestrini. – Berlin: Springer, 2008. – 128 p.
35 Aoki, M. Reconstructing Macroeconomics: A Perspective from Statistical Physics and Combinatorial Stochastic Processes / M. Aoki, H. Yoshikawa. – Cambridge: Cambridge Univ. Press, 2006. – 352 p. – (Japan-US Center UFJ Bank Monographs on International Financial Markets).
36 Schreinemachers, P. An agent-based simulation model of human-environment interactions in agricultural systems / P. Schreinemachers, T. Berger // Environmental Modelling & Software. – 2011. – Vol. 26(7). – P. 845–859.
37 Balmann, A. Farm-Based Modelling of Regional Structural Change: A Cellular Automata Approach / A. Balmann // European Review of Agricultural Economics. – 1997. – Vol. 24(1). – P. 85–108.
38 Berger, T. Agent-based spatial models applied to agriculture: a simulation tool for technology diffusion, resource use changes and policy analysis / T. Berger // Agricultural Economics. – 2001. – Vol. 25(2–3). – P. 245–260.
39 Multi-Agent Systems for the Simulation of Land-Use and Land-Cover Change: A Review / D. C. Parker [et al.] // Annals of the Association of American Geographers. – 2003. – Vol. 93(2). – P. 314–337.
40 Kremmydas, D. Agent based modeling for agricultural policy evaluation: A review / D. Kremmydas. – 19 p. – (AUA Working Paper Series No. 2012-3).
41 Gallegati, M. Agent Based Models in Economics and Complexity / M. Gallegati, M. G. Richiardi // Encyclopedia of Complexity and Systems Science. – New York: Springer, 2009. – P. 25.
42 Durlauf, S. N. What Should Policymakers Know About Economic Complexity? / S. N. Durlauf. – Santa Fe Institute, 1997. – 10 p.
43 Weisbuch, G. Dynamical Aspects in the Adoption of Agri-Environmental Measures / G. Weisbuch, G. Boudjema // Modeling Complexity in Economic and Social Systems; edited by F. Schweitzer. – New Jersey, London, Singapore, Hong Kong: World Scientific, 2002. – P. 245–272.
44 AgriPoliS 2.1 – Model Documentation. Technical Report / K. Kellermann [et al.]. – Halle, Saale: IAMO, 2008.
45 Lobianco, A. RegMAS – Regional Multi Agent Simulator Overview (Version 1.3.0) [Electronic resource] / A. Lobianco. – Mode of access: https:sourceforge.net/projects/reg-mas/files/regmas/1.3.0/regmas_1.3.0.tgz/download, 2018.
46 A Simulation of Contract Farming Using Agent Based Modeling / Y. Handayati, T. M. Simatupang, T. Perdana, M. Siallagan // Journal of Operations and Supply Chain Management. – 2016. – Vol. 9. – P. 28–48.
47 Tzima, F. Agent-based modelling and simulation in the irrigation management sector: applications and potential / F. Tzima, I. N. Athanasiadis, P. A. Mitkas // Water Saving in Mediterranean Agriculture (WASAMED 2007). Options Mediterraneennes. – 2007. – Vol. 56-2. – P. 273–286.
48 Barreteau, O. SHADOC: A multi-agent model to tackle viability of irrigated systems / O. Barreteau, F. Bousquet // Annals of Operations Research. – 2000. – Vol. 94. – P. 139–162.
49 Feuillette, S. SINUSE: A multi-agent model to negotiate water demand management on a free access water table / S. Feuillette, F. Bousquet, P. L. Goulven // Environmental Modelling & Software. – 2003. – Vol. 18. – P. 413–427.
50 Agent based simulation of a small catchment water management in Northern Thailand: Description of the CATCHSCAPE model / N. Becu, P. Perez, A. Walker, O. Barreteau, C. L. Page // Ecological Modelling. – 2003. – Vol. 170. – P. 319–331.
51 Farolfi, S. AWARE: A Decision Support Tool towards decentralized water management in South Africa / S. Farolfi, R. M. Hassan // International Colloquium in Water Governance and Sustainable Development. – Sousse (Tunisia), 2003.
52 An Agent-Based Simulation Testing the Impact of Water Allocation on Farmers Collective Behaviours / M. L. Bars, J. M. Attonaty, S. Pinson, N. Ferrand // Simulation. – 2005. – Vol. 81(3). – P. 223–235.
53 Lansing, J. S. Emergent properties of Balinese water temple networks: coadaptation on a rugged fitness landscape / J. S. Lansing, J. N. Kremer // American Anthropologist. – 1993. – Vol. 95. – P. 97–114.
54 Janssen, M. A. Coordination in irrigation systems: An analysis of the Lansing-Kremer model of Bali / M. A. Janssen // Agricultural Systems. – 2007. – Vol. 93(1-3). – P. 170–190.
55 Денисова, С. В. Агент-ориентированная модель интеграции организационных культур при слияниях и поглощениях компаний / С. В. Денисова, А. Р. Бахтизин // Аудит и финансовый анализ. – 2011. – № 6. – С. 316–323.
56 Бахтизин, А. Р. Применение агент-ориентированного подхода для исследования рынка авиаперевозок / А. Р. Бахтизин, М. Ю. Денисов, В. В. Шахов // Федерализм. – 2008. – № 4(52). – С. 221–231.
57 Моделирование развития экономики региона и эффективность пространства инноваций / В. Макаров, С. Айвазян, М. Афанасьев, А. Бахтизин, А. Нанавян // Форсайт. – 2016. – Т. 10, № 3. – С. 76–90.
58 Макаров, В. Л. Агент-ориентированная социо-эколого-экономическая модель региона / В. Л. Макаров, А. Р. Бахтизин, Е. Д. Сушко // Национальные интересы: приоритеты и безопасность. – 2015. – № 3(288). – С. 2–11.
59 Системные основы решения управленческих задач взаимодействия фундаментальной и прикладной науки с производственным сектором как основной фактор новой индустриализации России / В. Л. Макаров, А. И. Агеев, В. А. Зеленский, Е. Л. Логинов // Экономические стратегии. – 2013. – Т. 15, № 2(110). – С. 108–117.
60 Макаров, В. Об экономическом развитии и не только в контексте будущих достижений науки и техники / В. Макаров // Вопросы экономики. – 2008. – № 3. – С. 39–46.
61 Применение суперкомпьютерных технологий для моделирования социально-экономических систем / В. В. Окрепилов, В. Л. Макаров, А. Р. Бахтизин, С. Н. Кузьмина // Экономика региона. – 2015. – № 2(42). – С. 301–312.
62 Макаров, В. Л. Обзор математических моделей экономики с инновациями / В. Л. Макаров // Экономика и математические методы. – 2009. – Т. 45, № 1. – С. 3–14.
63 Макаров, В. Л. Новый инструментарий в общественных науках – агент-ориентированные модели: общее описание и конкретные примеры / В. Л. Макаров, А. Р. Бахтизин // Экономика и управление. – 2009. – № 12(50). – С. 13–25.
64 Макаров, В. Экономическое развитие России и проблемы микроэкономики знаний / В. Макаров, Г. Клейнер // Проблемы теории и практики управления. – 2008. – № 2. – С. 8–22.
65 Макаров, В. Л. Компьютерное моделирование взаимодействия между муниципалитетами, регионами, органами государственного управления / В. Л. Макаров, А. Р. Бахтизин, Е. Д. Сушко // Проблемы управления. – 2013. – № 6. – С. 31–40.
66 Макаров, В. Л. Современные методы прогнозирования последствий управленческих решений / В. Л. Макаров, А. Р. Бахтизин // Управленческое консультирование. – 2015. – № 7(79). – С. 12–24.
67 Оценка эффективности регионов РФ с учетом интеллектуального капитала, характеристик готовности к инновациям, уровня благосостояния и качества жизни населения / В. Л. Макаров, С. А. Айвазян, М. Ю. Афанасьев, А. Р. Бахтизин, А. М. Нанавян // Экономика региона. – 2014. – № 4(40). – С. 9–30.
68 Средства суперкомпьютерных систем для работы с агент-ориентированными моделями / В. Л. Макаров, А. Р. Бахтизин, В. А. Васенин, В. А. Роганов, И. А. Трифонов // Программная инженерия. – 2011. – № 3. – С. 2–14.
69 Макаров, В. Л. Ситуационное моделирование – эффективный инструмент для стратегического планирования и управления / В. Л. Макаров, А. Р. Бахтизин, Е. Д. Сушко // Управленческое консультирование. – 2016. – № 6(90). – С. 26–39.
70 Макаров, В. Л. О математических моделях конкуренции между предприятиями / В. Л. Макаров // Экономическая наука современной России. – 2002. – № 1. – С. 5–9.
71 Сохова, З. Б. Агент-ориентированная модель аренды сельскохозяйственных угодий в регионе / З. Б. Сохова, В. Г. Редько, З. В. Нагоев // Известия Кабардино-Балкарского научного центра РАН. – 2015. – № 6-2(68). – С. 174–182.

PDF (494кб)

ZIP (60кб)