В статье дан обзор имитационных моделей, разработанных с помощью агентного
подхода, в которых воспроизводятся устройство и процесс эволюции общественнополитических систем, а также динамика международных процессов и социально-политических
явлений. Научно обоснованы перспективность и эффективность практического применения
агент-ориентированного моделирования в области политического знания. Анализ
концептуальных особенностей и архитектуры агент-ориентированных моделей, рассмотренных
в научном обзоре, демонстрирует преимущества использования агентного моделирования для
реализации прикладных междисциплинарных проектов и научно-исследовательских задач,
основанных на синтезе нескольких дисциплин в рамках общественного и политического знания:
политической социологии и политической психологии, истории и археологии, международных
отношений и социальной культурологии. Показаны возможности агент-ориентированного
моделирования в аспекте его прикладного значения для гипотетического тестирования в рамках
политического анализа. Представлена краткая история практического применения агентного
моделирования в области политического знания: проведен ретроспективный и структурный
анализ моделей, созданных видными учеными политологами, социологами и экономистами, и
показано влияние их работ на дальнейшее развитие научного направления. Представлены
выводы относительно перспектив практического применения агент-ориентированного
моделирования в области политических наук, связанных с привлечением суперкомпьютерных
ресурсов для имитирования крупномасштабных и полномасштабных общественнополитических систем, а также международных процессов и социально-политических
конфликтов, протекающих в мировых масштабах.
1. Макаров В.Л., Бахтизин А.Р. Социальное моделирование - новый компьютерный
прорыв. Агент-ориентированные модели. - М. : Экономика, 2013;:295.
2. Макаров В.Л., Бахтизин А.Р., Сушко Е.Д. Мультиагентные системы и
суперкомпьютерные технологии в общественных науках. Нейрокомпьютеры:
разработка, применение. 2017;5:3-18.
3. Дегтерев Д.А. Распространение культурных норм и ценностей: агентное
моделирование. Вестник РУДН. 2016;16(1):141-152.
4. Schelling T. Dynamic Models of Segregation. Journal of Mathematical Sociology. 1971;
1(2):143-186.
5. Шеллинг Т. Микромотивы и макровыбор. - М.: Издательство Института Гайдара,
2016;:344.
6. Anastasopoulos L. An agent-based model simulating political migration and geographic
polarization. WP. 2014; Harvard University: 25.
7. Axelrod R. The complexity of cooperation: agent-based models of competition and
collaboration. Princeton: Princeton University Press. 1997;:248.
8. Axelrod R. The evolution of cooperation. N.Y.: Basic Books. 2006;:256.
9. Ring J. The diffusion of norms in the international system. PhD thesis. Iowa City: University of Iowa. 2014. [Online]. Available at: http://ir.uiowa.edu/etd/1386
10. Lustick I. Agent-based modeling of collective identity: testing constructivist theory. Journal
of Artificial Societies and Social Simulation. 2000;3(1).
11. Lustick, I. Page in JASSS. Available at: http://jasss.soc.surrey.ac.uk/14/1/7/lustick.html
12. Lustick, I. Political Science Department of University of Pennsylvania. International
Relationship. Available at: https://www.sas.upenn.edu/polisci/people/standing-faculty/ianlustick
13. Lustick I., Miodownik D. Deliberative democracy and public discourse: the agent-based
argument repertoire model. Complexity. 2000;5:13-30.
14. Lustick I. PS-I: a user-friendly agent-based modeling platform for testing theories of
political identity and political stability. JASSS. 2002;5(3). Available at: http:// jasss
.soc.surrey.ac.uk/5/3/7.html
15. Taylor G., Frederiksen R., Vane R.R., Waltz E. Agent-based simulation of geo-political
conflict. Proc. of the 19th Nat. Conf. on Artificial Intelligence, Conf. on Innovative
Applications of Artificial Intelligence: San Jose, USA. 2004:884-891.
16. Cederman L.-E. Emergent actors in world politic. Princeton: 1997. Princeton Univ. Press:
290.
17. Cederman L.-E. Endogenizing geopolitical boundaries with agent-based modeling. Proc. of
Nat. Acad. Sciences. USA. 2002;99(3):7296-7303.
18. Cederman L.-E. Modeling the size of wars: from billiard balls to sandpiles. American
Political Sciences Review. 2003;97(1):135-150.
19. Walbert H.J., Caton J.L., Norgaard J.R. Countries as agents in a global-scale computational
model. JASSS. 2018;21(3)4. DOI: 10.18564/jasss.3717
20. Cederman L.-E., Girardin L. Toward realistic computational models of civil wars.
Presentation at the Annual Meeting of the American Political Sciences. Association:
Chicago. 2007;:25.
21. Epstein J.M. Modeling civil violence: an agent-based computational approach. PNAS.
2002;99(3):7243-7250.
22. Moro A. Why are contemporary political revolutions leaderless? An agent-based
explanation. Advances in Practical Applicat. of Agents, Multi-Agent Systems, and
Sustainability. 2015:165-174.
23. Bhavnani R., Backer D. Localized ethnic conflict and genocide: accounting for differences
in Rwanda and Burundi. Journal of Conflict Resolution. 2000;44(03):283-306.
24. Cioffi-Revilla С., Rouleau M. Mason Rebeland: an agent-based model of politics,
environment and Insurgency. International Studies Review. 2010;12(01):31-52.
25. Moro A. Understanding the dynamics of violent political revolutions in an agent-based
framework. PLoS ONE. 2016;11(4): e0154175. doi:10.1371/journal.pone.0154175
26. Lustick I.S., Garces M., McCauley T. An agent-based model of counterfactual opportunities
for reducing atrocities in Syria, 2011-2014. Series of Occasional Papers. Simon-Skjodt
Center for the Prevention of Genocide. 2017;:51.
27. Cioffi-Revilla C. et al. Agent-based modeling simulation of social adaptation and long-term
change in Inner Asia. Proc. of The First World Congress in Social Simulation: Tokyo. 2007.
DOI: 10.1007/978-4-431-73167-2_18
28. Voinea С.А. On mechanism, process and polity: an agent-based modeling and simulation
approach. European Quarterly of Political Attitudes and Mentalities. 2014;3(3):15-45.
29. Geller A., Moss S. Growing QAWM: an evidence-driven declarative model of Afghan power structures. Advances in Complex Systems. 2008;11(2):321-335.
30. Fieldhouse E., Lessard-Phillips L., Edmonds B. Cascade or echo chamber? A complex
agent-based simulation of voter turnout. Party Politics. 2016;22(2):241-256.
31. Leifeld P. Polarization of coalitions in an agent-based model of political discourse.
Computational Social Networks. 2014;1(7): p. 22.
32. Kim S-Y. A Model of political judgment: an agent-based simulation of candidate
evaluation. JASSS. 2011. DOI: 10.18564/jasss.1756
33. Sobkowicz P. Quantitative agent-based model of opinion dynamics: Polish elections of
2015. Plos. 2016. Available at.
http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0155098
34. Muis J. Simulating political stability and change in the Netherlands (1998-2002): an agentbased model of party competition with media effects empirically tested. JASSS. 2009. DOI:
10.18564/jasss.1482
35. Иванов В.Г. Агентное моделирование эволюции партийной системы РФ на основе
распределений Парето и Хотеллинга. Часть I. Вестник Российского университета
дружбы народов. Серия: Политология. 2014;4:58-77.
36. Иванов В.Г. Агентное моделирование эволюции партийной системы РФ на основе
распределений Парето и Хотеллинга. Часть II. Вестник РУДН. Серия: Политология.
2015;1:5-24.
37. Агеева А.Ф. Обзор современных систем принятия решений, созданных при помощи
агентного подхода. Электронные информационные системы. 2018;4(19):29-46.
38. Сушко Е.Д. Мультиагентная модель региона: концепция, конструкция и реализация.
Препринт # WP/2012/292. М.: ЦЭМИ РАН.
39. Клебанов Б.И., Москалев И.М., Бегунов Н.А., Крицкий А.В. Мультиагентная
имитационная модель муниципального образования. Имитационное моделирование.
Теория и практика: сб. докладов третьей Всерос. научно-практической конф.: СПб.
ЦНИИТС. 2007;2:86-90.
40. Суслов В.И., Новикова Т.С., Цыплаков А.А. Моделирование роли государства в
пространственной агент-ориентированной модели. Экономика региона. 2016;2(3):
951-965.
