Agent environment simulation while developing multi-agent system with large-scale infrastructure projects serving as an example
The article poses the problem of simulation processes associated with the construction of large-scale infrastructural projects in the context of the Bering Strait tunnel. The research is based on such a simulation method as a multi-agent modeling. The article describes the basics of building a multi...
Main Authors: | , , , |
---|---|
Other Authors: | |
Format: | Article in Journal/Newspaper |
Language: | Russian |
Published: |
СибГУТИ
2022
|
Subjects: | |
Online Access: | https://vestnik.sibsutis.ru/jour/article/view/91 |
id |
ftjsibguti:oai:oai.sibsutis.elpub.ru:article/91 |
---|---|
record_format |
openpolar |
institution |
Open Polar |
collection |
The Herald of the Siberian State University of Telecommunications and Informatics |
op_collection_id |
ftjsibguti |
language |
Russian |
topic |
оценка последствий simulation modelling multi-agent system (MAS) agents interaction environment MAS architecture мультиагентные системы (МАС) агенты среда взаимодействия агентов архитектура МАС |
spellingShingle |
оценка последствий simulation modelling multi-agent system (MAS) agents interaction environment MAS architecture мультиагентные системы (МАС) агенты среда взаимодействия агентов архитектура МАС T. Yesikova S. Vakhrusheva Т. Н. Есикова С. В. Вахрушева Agent environment simulation while developing multi-agent system with large-scale infrastructure projects serving as an example |
topic_facet |
оценка последствий simulation modelling multi-agent system (MAS) agents interaction environment MAS architecture мультиагентные системы (МАС) агенты среда взаимодействия агентов архитектура МАС |
description |
The article poses the problem of simulation processes associated with the construction of large-scale infrastructural projects in the context of the Bering Strait tunnel. The research is based on such a simulation method as a multi-agent modeling. The article describes the basics of building a multi-agent system environment in relation to this task. It contains description of the environment interactions and identified agents. Мультиагентное моделирование позволяет отразить неоднородность, уникальность, многообразие и динамику взаимодействия конкретных экономических акторов, а значит, и структуру моделируемого процесса наиболее приближенно к реальности. Это обусловило выбор мультиагентного подхода в качестве инструмента имитационного моделирования процесса реализации крупномасштабного инфраструктурного проекта на примере ТКМ (трансконтинентальной магистрали) через Берингов пролив на территориях Азиатской России. В статье изложены основные идеи формирования ключевой части мультиагентной системы – окружения агентов (информационного пространства) как аналитической основы принятия решений акторами различной природы (экономическими, управленческими и др.). |
author2 |
Работа выполнена по плану НИР ИЭиОПП СО РАН № АААА-А17-117022250123-0. |
format |
Article in Journal/Newspaper |
author |
T. Yesikova S. Vakhrusheva Т. Н. Есикова С. В. Вахрушева |
author_facet |
T. Yesikova S. Vakhrusheva Т. Н. Есикова С. В. Вахрушева |
author_sort |
T. Yesikova |
title |
Agent environment simulation while developing multi-agent system with large-scale infrastructure projects serving as an example |
title_short |
Agent environment simulation while developing multi-agent system with large-scale infrastructure projects serving as an example |
title_full |
Agent environment simulation while developing multi-agent system with large-scale infrastructure projects serving as an example |
title_fullStr |
Agent environment simulation while developing multi-agent system with large-scale infrastructure projects serving as an example |
title_full_unstemmed |
Agent environment simulation while developing multi-agent system with large-scale infrastructure projects serving as an example |
title_sort |
agent environment simulation while developing multi-agent system with large-scale infrastructure projects serving as an example |
publisher |
СибГУТИ |
publishDate |
2022 |
url |
https://vestnik.sibsutis.ru/jour/article/view/91 |
geographic |
Bering Strait |
geographic_facet |
Bering Strait |
genre |
Bering Strait Берингов пролив |
genre_facet |
Bering Strait Берингов пролив |
op_source |
The Herald of the Siberian State University of Telecommunications and Informatics; № 3 (2019); 63-69 Вестник СибГУТИ; № 3 (2019); 63-69 1998-6920 |
op_relation |
https://vestnik.sibsutis.ru/jour/article/view/91/96 Лычкина Н. Н. Информационные системы управления производственной компанией: учебник и практикум для академического бакалавриата. М.: Изд. Юрайт, 2018. Жмурко С. А. Обобщенная модель агента и многоагентной системы // Известия ЮФУ. Технические науки. 2008. № 4. Городецкий В. И., Грушинский М. С., Хабалов А. В. Многоагентные системы // Новости искусств. интеллекта. 1998. № 2. С. 64–116. Хорошевский В. Ф. Методы и средства проектирования и реализации мультиагентных систем // Матер. cеминара «Проблемы искусственного интеллекта», ИПУ РАН, 1999. Маслобоев А. В. Механизмы взаимодействия и координации агентов в открытой мультиагентной системе информационной поддержки региональных инновационных структур // Теория и практика системной динамики: труды II-ой Всерос. науч. конф., Апатиты, КНЦ РАН, 2007. Маслобоев А. В. Мультиагентная технология информационной поддержки инновационной деятельности в регионе. Прикладные проблемы управления макросистемами // Труды Института системного анализа РАН. 2009. Т. 39. Замятина Е. Б. Современные теории имитационного моделирования: специальный курс. Пермь: ПГУ, 2007. Аристов С. А. Имитационное моделирование экономических процессов: учебное пособие. Екатеринбург, 2003. Пантелеев М. Г., Кохтенко Н. В., Лебедев С. В. Среда имитационного моделирования агентных систем реального времени // Научно-технический вестник информационных технологий, механики и оптики. 2012. № 1 (77). Чайковский Д. В. Информационное пространство: анализ определений // Вестник БГУ. 2010. № 14. Манойло А. В. Государственная информационная политика в особых условиях: монография. М.: МИФИ, 2003. Дейт К. Дж. Введение в системы баз данных. 7-е издание. М.: Изд. «Вильямс», 2001. Гарсиа-Молина Г., Ульман Д. Д., Уидом Д. Системы баз данных. Полный курс. М.: Изд. «Вильямс», 2003. Малыхина М. П. Базы данных: основы, проектирование, использование. СПб.: БХВПетербург, 2004. Диго С. М. Базы данных: проектирование и использование: учебное пособие для вузов. М.: Финансы и статистика, 2005. Девятков В. В. Системы искусственного интеллекта: учебное пособие для вузов. М.: Изд-во МГТУ им. Н. Э. Баумана, 2001. Richard S. Sutton, Andrew G. Barto Reinforcement Learning: An Introduction. The MIT Press Cambridge, Massachusetts. https://vestnik.sibsutis.ru/jour/article/view/91 |
op_rights |
Authors who publish with this journal agree to the following terms:Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access). Авторы, публикующие в данном журнале, соглашаются со следующим:Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным сохранением ссылок на авторов оригинальной работы и оригинальную публикацию в этом журнале.Авторы сохраняют право заключать отдельные контрактные договорённости, касающиеся не-эксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге), со ссылкой на ее оригинальную публикацию в этом журнале.Авторы имеют право размещать их работу в сети Интернет (например в институтском хранилище или персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу (См. The Effect of Open Access). |
op_rightsnorm |
CC-BY |
_version_ |
1766378520929370112 |
spelling |
ftjsibguti:oai:oai.sibsutis.elpub.ru:article/91 2023-05-15T15:44:14+02:00 Agent environment simulation while developing multi-agent system with large-scale infrastructure projects serving as an example Моделирование агентного окружения при разработке мультиагентной системы на примере крупномасштабных инфраструктурных проектов T. Yesikova S. Vakhrusheva Т. Н. Есикова С. В. Вахрушева Работа выполнена по плану НИР ИЭиОПП СО РАН № АААА-А17-117022250123-0. 2022-04-19 application/pdf https://vestnik.sibsutis.ru/jour/article/view/91 rus rus СибГУТИ https://vestnik.sibsutis.ru/jour/article/view/91/96 Лычкина Н. Н. Информационные системы управления производственной компанией: учебник и практикум для академического бакалавриата. М.: Изд. Юрайт, 2018. Жмурко С. А. Обобщенная модель агента и многоагентной системы // Известия ЮФУ. Технические науки. 2008. № 4. Городецкий В. И., Грушинский М. С., Хабалов А. В. Многоагентные системы // Новости искусств. интеллекта. 1998. № 2. С. 64–116. Хорошевский В. Ф. Методы и средства проектирования и реализации мультиагентных систем // Матер. cеминара «Проблемы искусственного интеллекта», ИПУ РАН, 1999. Маслобоев А. В. Механизмы взаимодействия и координации агентов в открытой мультиагентной системе информационной поддержки региональных инновационных структур // Теория и практика системной динамики: труды II-ой Всерос. науч. конф., Апатиты, КНЦ РАН, 2007. Маслобоев А. В. Мультиагентная технология информационной поддержки инновационной деятельности в регионе. Прикладные проблемы управления макросистемами // Труды Института системного анализа РАН. 2009. Т. 39. Замятина Е. Б. Современные теории имитационного моделирования: специальный курс. Пермь: ПГУ, 2007. Аристов С. А. Имитационное моделирование экономических процессов: учебное пособие. Екатеринбург, 2003. Пантелеев М. Г., Кохтенко Н. В., Лебедев С. В. Среда имитационного моделирования агентных систем реального времени // Научно-технический вестник информационных технологий, механики и оптики. 2012. № 1 (77). Чайковский Д. В. Информационное пространство: анализ определений // Вестник БГУ. 2010. № 14. Манойло А. В. Государственная информационная политика в особых условиях: монография. М.: МИФИ, 2003. Дейт К. Дж. Введение в системы баз данных. 7-е издание. М.: Изд. «Вильямс», 2001. Гарсиа-Молина Г., Ульман Д. Д., Уидом Д. Системы баз данных. Полный курс. М.: Изд. «Вильямс», 2003. Малыхина М. П. Базы данных: основы, проектирование, использование. СПб.: БХВПетербург, 2004. Диго С. М. Базы данных: проектирование и использование: учебное пособие для вузов. М.: Финансы и статистика, 2005. Девятков В. В. Системы искусственного интеллекта: учебное пособие для вузов. М.: Изд-во МГТУ им. Н. Э. Баумана, 2001. Richard S. Sutton, Andrew G. Barto Reinforcement Learning: An Introduction. The MIT Press Cambridge, Massachusetts. https://vestnik.sibsutis.ru/jour/article/view/91 Authors who publish with this journal agree to the following terms:Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access). Авторы, публикующие в данном журнале, соглашаются со следующим:Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным сохранением ссылок на авторов оригинальной работы и оригинальную публикацию в этом журнале.Авторы сохраняют право заключать отдельные контрактные договорённости, касающиеся не-эксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге), со ссылкой на ее оригинальную публикацию в этом журнале.Авторы имеют право размещать их работу в сети Интернет (например в институтском хранилище или персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу (См. The Effect of Open Access). CC-BY The Herald of the Siberian State University of Telecommunications and Informatics; № 3 (2019); 63-69 Вестник СибГУТИ; № 3 (2019); 63-69 1998-6920 оценка последствий simulation modelling multi-agent system (MAS) agents interaction environment MAS architecture мультиагентные системы (МАС) агенты среда взаимодействия агентов архитектура МАС info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion 2022 ftjsibguti 2023-02-05T11:05:31Z The article poses the problem of simulation processes associated with the construction of large-scale infrastructural projects in the context of the Bering Strait tunnel. The research is based on such a simulation method as a multi-agent modeling. The article describes the basics of building a multi-agent system environment in relation to this task. It contains description of the environment interactions and identified agents. Мультиагентное моделирование позволяет отразить неоднородность, уникальность, многообразие и динамику взаимодействия конкретных экономических акторов, а значит, и структуру моделируемого процесса наиболее приближенно к реальности. Это обусловило выбор мультиагентного подхода в качестве инструмента имитационного моделирования процесса реализации крупномасштабного инфраструктурного проекта на примере ТКМ (трансконтинентальной магистрали) через Берингов пролив на территориях Азиатской России. В статье изложены основные идеи формирования ключевой части мультиагентной системы – окружения агентов (информационного пространства) как аналитической основы принятия решений акторами различной природы (экономическими, управленческими и др.). Article in Journal/Newspaper Bering Strait Берингов пролив The Herald of the Siberian State University of Telecommunications and Informatics Bering Strait |