DOI: 10.7256/2409-8647.2016.1.17763
Received:
29-01-2016
Published:
23-05-2016
Abstract:
The object of the present research is the corporate systems. The subject of the present research is the simulation modeling of the corporate systems. The author analyzes various kinds of simulation modeling such as discrete even simulation, system dynamics and agent-based modeling. The author focuses on the agent-based modeling and makes a hypothesis about this type of modeling being suitable for the corporate systems. In his article Bagrin gives the list of conditions under which the agent-based modeling should be applied. The author also describes peculiarities of the corporate systems and participants of corporate relations and compares them to the conditions of application of agent-based models. In order to find the type of modeling that would be suitable for corporate systems, the author has used analysis and deduction as the research methods. By using the analysis method, the author views participants of corporate relations as part of the corporate system. By using the induction method, the author concludes that the agent-based modeling is suitable for the corporate system because it suits elements of the system. As a result of the research, the following conclusions have been made: corporate systems could and should be modeled. However, at this point it is impossible to build the analytical model so simulation models should be used instead. Out of existing simulation models the agent-based models allow to take into account all significant features of corporate systems. Teh scientific novelty of the research is based on the fact that the author proves the suitability of agent-based models for corporate systems. The results of the present research can be used in further researches of the agent-based models of corporate systems.
Keywords:
Corporate system, options, simulation, Agent-based modeling, agent, model, behavior, analytical model, vector behavior, resources
Вопрос моделирования корпоративных систем в настоящее время является крайне актуальным. Фактически в действующих системах применяется множество различных моделей, решающих конкретные задачи – построение логистических цепей, расчет места расположения офисов, прогноза очередей и так далее. Однако такие модели решают конкретные узкие задачи и не могут адекватно отражать состояние системы в целом. Для разработки модели, позволяющей оценивать состояние корпоративной системы необходимо принять решение о целесообразности применения конкретного вида моделирования.
Одним из наиболее популярных видов моделирования сегодня является аналитическое моделирование, но оно обладает рядом ограничений: например, расчеты существенно усложняется, когда необходимо учесть динамику системы, ее стохастичность, определить неочевидную зависимость между объектами, учесть индивидуальные характеристики каждого из объектов. Для решения задач такого рода используется имитационное моделирование.
Имитационная модель представляет собой структуру и воспроизводит поведение реальной системы во времени. По сути, она является набором правил, определяющих начальное состояние системы и то, в какое состояние система перейдет в будущем промежутке времени. По сравнению с выполнением экспериментов над реальной системой использование имитационного моделирования предоставляет следующие преимущества: экономия денежных средств, возможность проследить изменение состояния системы в динамике при различных характеристиках, точное описание структуры и процессов без использования сложных формул, возможность визуализации процессов, возможность решения задач из различных областей.
Наиболее распространенными видами имитационного моделирования на настоящий момент являются:
- Системная динамика,
- Дискретно событийное моделирование,
- Агентное моделирование.
Системная динамика появилась еще в конце 1950-х., ее основоположником принято считать Джея Форрестера. Системная динамика применяется в терминах накопителей (материальные объекты, знания, деньги, люди), потоков между ними, и информации, которая определяет величину этих потоков. При данном виде моделирования структура и поведение системы представлены в виде взаимодействующих положительных и отрицательных обратных связей и задержек. Модель в системной динамике представлена в виде системы дифференциальных уравнений, и поэтому ряд авторов выделяют следующие моменты в качестве ключевых:
- Так как модель оперирует только количественными агрегатами, то объекты, которые находятся в одном накопителе, лишены индивидуальности.
- Аналитик рассуждает в терминах глобальных структурных зависимостей, и поэтому необходимы исходные данные.
В основе дискретно-событийного моделирования лежит концепция заявок (тразактов), ресурсов и потоковых диаграмм, которые определяют потоки заявок и использование ресурсов. В качестве заявок выступают пассивные объекты, представляющие людей, документы, задачи, сообщения и т.д. Они проходят по заранее заданной схеме, стоя в очередях, обрабатываясь, захватывая и освобождая ресурсы, разделяясь и соединяясь. Большинство инструментов ДС являются узко специализированными и сконцентрированы на определенных нишах: обслуживание, бизнес-процессы, производство, логистика.
Сложность моделируемых объектов, возрастание динамики изменения условий деятельности обратило внимание специалистов на агентное моделирование. Однако стоит заметить, что до сих пор общего определения что такое «агент» и какими определенными качествами он должен обладать не существует. В качестве сравнения можно выделить следующие позиции ученых. По мнению, Джошуа Эпштейна [8], агент должен обладать следующими ключевыми качествами:
- Гетерогенность.
Агенты не являются однородными. Они различаются по множеству параметром, причем масштабы различий не ограничены.
- Автономность.
В агентных моделях не существует централизованного контроля или направляющего действия сверху. В системе существует лишь некоторое организующее влияние макроструктуры и микроструктуры модели.
- Пространство.
События развиваются в определенном заданном пространстве.
- Локальные взаимодействия.
Агенты не являются изолированными, они взаимодействуют с соседями при этом оказывая различное по степени влияния воздействие.
- Ограниченная рациональность.
Каждый из агентов обладает различным объемом информации и использует ее в процессе принятия решения. Т.е. агенты существуют и действуют в условиях ограниченной рациональности, они не обладают достаточным объемом информации и могут производить расчеты весьма ограничено. Чаще всего они используют простые правила при принятии решений.
Чарльз Макал и Михаэль Норберт в работе [9] выделяют следующие характеристики агента:
Агент представляет собой индивидуума, обладающего определенными характеристиками и действующего на основе определенных правил поведения и привил принятия решения. При этом он также обладает автономией и способен принимать решения по взаимодействию с другими агентами.
- Наличие определенной среды;
Агент находится в среде, позволяющей ему контактировать и взаимодействовать с другими агентами.
- Наличие определенной цели;
Цель агента оказывает непосредственное влияние на его поведение и характер взаимодействий с другими агентами.
- Гибкость и самообучаемость;
С течением времени у агента накапливается определенный опыт, и в ряде случаев он способен изменять правила поведения основываясь на предыдущем опыте.
В агентном моделировании не столько важно найти оптимальное экономическое равновесие, сколько понять природу сложных социальных явлений. Возникающее поведения является результатом взаимодействия агентов, в роли которых могут быть не только индивидуумы, но и социальные группы/ Р. Аксельрод и Л. Тесфатсоны [7],[10] делили четыре типа специфических задач, которые могут быть решены при помощи агентного моделирования: эмпирические, нормативные, эвристические и методологические. Эмпирические задачи дают ответ на вопрос о том, как появляются масштабные и устойчивые закономерности даже в условиях отсутствия их целенаправленного развития. К нормативным задачам относится выработка конкретных планов действий, схем и методов поведения, рекомендаций, опирающихся на результаты АО-моделей. Попытка выявить и изучить механизмы функционирования общественных систем предпринимается при решении эвристических задач. Под методологической задачей понимается разработка надежного и удобного инструмента исследований общественных систем.
Таким образом, можно выделить следующие ситуации, когда применение агентного моделирования является оптимальным:
- Если агенты могут адаптироваться к ситуации и в течение определенного промежутка времени изменять собственное поведение;
- Если необходимо продемонстрировать взаимодействие агентов между собой, в результате чего, может измениться поведение системы в целом;
- Если агенты способны самообучаться;
- Если системе свойственно «возникающее поведение»
С точки зрения автора наиболее адекватным наиболее адекватным корпоративным системам представляется агентное моделирование. Для обоснования такого выбора необходимо рассмотреть особенности корпоративных систем. При их исследовании автор опирался на работы Самосудова М.В. [5], Гидденса Э. [2] Райченко А.В. [3], Рязанов Н.М. [4], Черноскутов Н.И., [6]. Белоусенко М.В. [1]. На основе работ обозначенных исследователей, автор определил следующие особенности корпоративных систем в соответствии с ситуациями, при которых применимы агентные модели.
- Поведение любой корпоративной системы определяется поведением тех участников, которые в нее входят. Действия, совершаемые участниками корпоративных отношений в базисе необходимых и недопустимых действий системы, определяют деятельность системы в целом и, как следствие, результат – генерацию входящего ресурсного потока;
- Агенты (в случае с корпоративными системами агентами являются участники корпоративных отношений, а также группы таких участников) являются гетерогенными – они отличаются по многим параметрам. К таким параметрам можно отнести имеющиеся у агента ресурсы, его вес в системе, вовлеченность в систему, активность, оценку значимости различных по типу ресурсов и т.д.;
- Различные участники корпоративных отношений имеют различный объем информации, на основе которой необходимо принимать решения. Вследствие этого идентичные по значительной части параметров агенты в схожих ситуациях могут принимать абсолютно различные решения;
- В случае с рассмотрением корпоративных систем особое внимание стоит уделять взаимодействию между участниками корпоративных отношений. Такое взаимодействие является сильнейшим каналом передачи информации. На основе информации, полученной от одного агента (назовем его Агент А), у второго агента (Агент Б) может изменяться целый ряд параметров. Так у Агента Б могут значительно измениться ожидаемые выгоды, оценка его значимости для системы, вследствие чего он может начать становиться активным – тратить ресурсы на изменение распределения ресурсов, либо выводить свои ресурсы из системы. Вследствие поведения Агента Б у Агента А также может измениться ряд параметров. Например, если в корпоративной системе только Агенты А и Б обладали уникальным ресурсом, то выход из системы Агента Б повлечет рост оценки значимости Агента А и, как следствие, повышение его ожидаемых выгод. Эта ситуация окажет непосредственное влияние на всю корпоративную систему: повышается вероятность совершения агентами действий для изменения распределения ресурсов, что относиться к базису действий корпоративной системы;
- Участники корпоративных отношений способны адаптироваться к условиям конкретной корпоративной системы. Будучи вовлеченным в корпоративную систему, агент подвергается воздействию действующей в системе институциональной среды, то есть тех социальных институтов (формальных и неформальных правил поведения, закрепленных в документах и/ или в сознании некоторого количества людей), которых уже придерживается часть агентов, вовлеченных в систему. В зависимости от различных параметров действующих социальных институтов участник корпоративных отношений со временем может начать придерживаться его, тем самым меняя свое поведение;
- Агенты в корпоративных системах способны самообучаться. Осуществляя деятельность в корпоративной системе, каждый ее участник постоянно получает информацию от других участников, внешней среды, институциональной среды. На основе этой информации каждый участник способен формировать выводы, корректирующие его поведение в соответствии с полученными знаниями;
Соотнесение характеристик корпоративных систем, а также участников корпоративных отношений с особенностями агентного моделирования и агентов позволяет сделать вывод о том, что именно агентное моделирование потенциально является тем инструментом, с помощью которого возможно решать задачу прогнозирования поведения корпоративных систем.
Для того, чтобы получить возможность имитировать поведение корпоративных систем с помощью агентного моделирования, необходимо задать ряд параметров для агентов – участников корпоративных отношений. Эти параметры должны быть достаточными для прогнозирования поведения. Помимо параметров самих агентов необходимым представляется и задание параметров среды, в которой агенты осуществляют свою деятельность – институциональной среды корпоративной системы.
Модель поведения человека в корпоративной системе (в нашем случае любая экономическая система может быть корпоративной) рассматривалась во многих направлениях экономической мысли. Среди таких моделей стоит выделить модель экономического человека в английской классической школе, в историческая школе, концепцию человека в «Капитале» Карла Маркса, рациональный максимизатор в маржиналистской теории, модель человека в Австрийской школе, Кембриджской школе, у универсалистов, макроэкономический человек в теории Кейнса.
- Автор модели «Человек корпоративный» Самосудов М.В. в своей модели [5] определяет следующие параметры, характеризующие участника корпоративных отношений:
- Вектор поведения – характеристика, определяющая вероятность совершения действий их множества обусловленных действий, являющихся базисом действий корпоративной системы;
- Ресурсы, имеющиеся у человека – ресурсы, которыми участник владеет либо может распоряжаться;
- Вес участника в корпоративной системе – доля вложенных участником в систему ресурсов в общей ресурсной базе системы;
- Ожидаемые выгоды – ресурсы, которые участник ожидает получить от взаимодействия с системой; время ожидания выгод; субъективная оценка вероятности получения выгод;
- Активность – величина, характеризующая стремление участника воздействовать на процесс распределения ресурсов.
На основе представленной в данной статье информации можно сделать вывод о целесообразности применения для корпоративных систем именно агентных моделей. Для разработки такой модели необходимо реализовать параметрическое описание моделируемой системы. Выявление и подробное рассмотрение параметров корпоративной системы, их адаптация для возможности моделирования является предметом отдельной работы.
References
1. Belousenko M.V. Ekonomicheskaya organizatsiya: resursno-orientirovannyi podkhod // Nauchnye trudy DonNTU. Ser.: ekonomicheskaya, 2008. Vyp. 34-1. S. 18.
2. Giddens E. Sotsiologiya. M.: URSS, 2005. 632 s.
3. Raichenko A.V. Prikladnaya organizatsiya. SPb.: Piter, 2003. 304 s.: il. (Seriya «Teoriya i praktika menedzhmenta»)
4. Ryazanov N.M. Ot ratsional'noi byurokratii – k ponimayushchei vlasti // Chinovnik''''. 2000. № 4(10). S. 67.
5. Samosudov M.V. Razvitie teorii korporativnogo vzaimodeistviya na osnove resheniya problemy ustoichivosti kompanii 2011: Avtoref. diss. ... na soisk. dokt. ekonomich. nauk.
6. Chernoskutov N.I. Korporativnost' kak forma effektivnogo sotsial'nogo upravleniya // Vestnik Chelyabinskogo universiteta. Ser. 8. Ekonomika, Sotsiologiya,Sotsial'naya rabota. 2001. № 1(1). S. 56-61.
7. Axelrod R. Advancing the art of simulation in the social sciences / Robert Axelrod // Simulating Social Phenomena / Ed.: R. Conte, R. Hegselmann, P. Terna. Berlin: Springer-Verlag, 1997. P. 21-40. - ISBN 3-540-63329-4
8. Epstein J.M. Generative social science: Studies in agent-based computational modeling / Joshua M. Epstein. Princeton, N.J.: Princeton University Press, 2007. 352 pp. ISBN 978-0-691-12547-3
9. Macal S.M., North M.J. Tutorial on agent-based modeling and simulation / Charles M. Macal, Michael J. North // Proceedings of the 2005 Winter Simulation Conference, December 2005 / Ed.: M.E. Kuhl et al. 2005. P. 2-15
10. Tesfatsion L. Agent-based computational economics: Growing economies from the bottom up Elektronnyi resurs / Leigh Tesfatsion.
11. Denisenko V.A., Nagoev Z.V., Nagoeva O.V. Proektirovanie komp'yuternoi sistemy na osnove rekursivnoi kognitivnoi arkhitektury dlya zadachi sinteza intellektual'nogo povedeniya agenta // Programmnye sistemy i vychislitel'nye metody. - 2013. - 3. - C. 264 - 267. DOI: 10.7256/2305-6061.2013.3.9138.
12. V.L. Shul'ts Stsenarnyi analiz v upravlenii sotsial'noi bezopasnost'yu // Natsional'naya bezopasnost' / nota bene. - 2012. - 6. - C. 4 - 21.
13. Tsvetkova M.V. Refleksivnoe modelirovanie vzaimodeistviya sub''ektov politiki // Politika i Obshchestvo. - 2015. - 3. - C. 377 - 386. DOI: 10.7256/1812-8696.2015.3.14616.
14. Denisenko V.A., Nagoev Z.V., Nagoeva O.V. Proektirovanie komp'yuternoi sistemy na osnove rekursivnoi kognitivnoi arkhitektury dlya zadachi sinteza intellektual'nogo povedeniya agenta // Programmnye sistemy i vychislitel'nye metody. - 2013. - 3. - C. 264 - 267. DOI: 10.7256/2305-6061.2013.3.9138.
15. V.L. Shul'ts Stsenarnyi analiz v upravlenii sotsial'noi bezopasnost'yu // Natsional'naya bezopasnost' / nota bene. - 2012. - 6. - C. 4 - 21.
16. Tsvetkova M.V. Refleksivnoe modelirovanie vzaimodeistviya sub''ektov politiki // Politika i Obshchestvo. - 2015. - 3. - C. 377 - 386. DOI: 10.7256/1812-8696.2015.3.14616.
|