АГЕНТНОЕ МОДЕЛИРОВАНИЕ ОБЩЕСТВЕННО-ПОЛИТИЧЕСКИХ СИСТЕМ И ПРОЦЕССОВ: ИСТОРИЯ РАЗВИТИЯ И ПЕРСПЕКТИВЫ ПРАКТИЧЕСКОГО ПРИМЕНЕНИЯ
Работая с нашим сайтом, вы даете свое согласие на использование файлов cookie. Это необходимо для нормального функционирования сайта, показа целевой рекламы и анализа трафика. Статистика использования сайта отправляется в «Яндекс» и «Google»
Научный журнал Моделирование, оптимизация и информационные технологииThe scientific journal Modeling, Optimization and Information Technology
cетевое издание
issn 2310-6018

АГЕНТНОЕ МОДЕЛИРОВАНИЕ ОБЩЕСТВЕННО-ПОЛИТИЧЕСКИХ СИСТЕМ И ПРОЦЕССОВ: ИСТОРИЯ РАЗВИТИЯ И ПЕРСПЕКТИВЫ ПРАКТИЧЕСКОГО ПРИМЕНЕНИЯ

Агеева А.Ф.  

УДК 32.019.5, 323.2, 324, 327, 329, 519.682
DOI: 10.26102/2310-6018/2019.27.4.005

  • Аннотация
  • Список литературы
  • Об авторах

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.

Агеева Алина Фагимовна
кандидат архитектуры
Email: ageevaalina@yandex.ru

Федеральное государственное бюджетное учреждение науки Центральный экономико-математический институт

Москва, Российская Федерация

Ключевые слова: общественно-политические системы и процессы, выборы, политический анализ, революции, международные отношения, агент-ориентированное моделирование

Для цитирования: Агеева А.Ф. АГЕНТНОЕ МОДЕЛИРОВАНИЕ ОБЩЕСТВЕННО-ПОЛИТИЧЕСКИХ СИСТЕМ И ПРОЦЕССОВ: ИСТОРИЯ РАЗВИТИЯ И ПЕРСПЕКТИВЫ ПРАКТИЧЕСКОГО ПРИМЕНЕНИЯ. Моделирование, оптимизация и информационные технологии. 2019;7(4). URL: https://moit.vivt.ru/wp-content/uploads/2019/11/Ageeva_4_19_1.pdf DOI: 10.26102/2310-6018/2019.27.4.005

967

Полный текст статьи в PDF

Опубликована 31.12.2019