автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Мультиагентное моделирование активных систем в условиях конфликта

На правах рукописи

ЩЕРБАКОВ Антон Викторович

Мультиагентное моделирование активных систем в условиях конфликта

Специальность 05.13.18 - Математическое моделирование, численные методы и комплексы программ

Автореферат диссертации на соискание ученой степени кандидата технических наук

Москва 2006

Работа выполнена на кафедре «Компьютерные технологии и системы» в Московском государственном университете прикладной биотехнологии.

Научный руководитель

Официальные оппоненты

доктор технических наук, профессор Ивашкин Ю.А.

доктор технических наук, профессор Дорохов И.Н.

доктор технических наук, профессор Шириков В.В.

Ведущая организация

Институт проблем управления Российской академии наук

Защита состоится «_ 2006 г. в 14 час. 15 мин. на заседании

диссертационного совета К212.149.03 в Московском государственном университете прикладной биотехнологии по адресу: 109316, Москва, ул. Талалихина, 33, конференцзал.

С диссертацией можно ознакомиться в библиотеке Московского государственного университета прикладной биотехнологии.

Автореферат разослан « и

» 2006 ]

Ученый секретарь диссертационного совета

Потапов А.С.

ХОО£ А

2г\£

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. Динамика большой активной системы в условиях конфликта в большинстве случаев непредсказуема и конечное ее состояние с разрешением или разрастанием конфликта не может быть прогнозируемо из начального состояния аналитически или путем логического анализа, так как оно является результатом многошагового взаимодействия многих активных элементов системы и окружающей среды. Аналитические методы и теория игр рассматривают статические состояния элементов противостоящих сторон без учета динамики поведения каждого активного элемента и его прямого влияния на состояние других элементов. В связи с этим для идентификации и прогнозирования конфликтных ситуаций предлагаются модели и алгоритмы агентно-ориентированной имитации взаимодействия конфликтующих элементов - интеллектуальных агентов (НА), изменяющих свои свойства и поведение в зависимости от состояния других элементов и среды. Модели ИА, описывающие индивидуальные характеристики состояния и поведения каждого участника конфликта на каждом шаге взаимодействия, объединяются в мулътиагентную имитационную модель большой активной системы, воспроизводящую динамическое взаимодействие интеллектуальных агентов с возможностью идентификации их состояния и прогнозирования оптимальных стратегий достижения цели.

Несмотря на многообразие конфликтных ситуаций различной социальной и физической природы, стратегии разрешения конфликта сводятся либо к прямому переговорному процессу, либо к ситуационным стратегиям скрытой борьбы с противодействующей стороной, либо к интеллектуальным стратегиям достижения цели в условиях неопределенности и риска. При этом реализация стратегий в конкретной среде достигается последовательностью действий, связанных с

индивидуальной оценкой и изменением параметров гпгтоятпш „каждого

РОС НАЦИОНАЛЬНАЯ|

конфликтующего агента.

3

БИБЛИОТЕКА {

С.Пе--------- 1

09

'зт:

Характерным примером является конфликтная ситуация на продовольственном рынке с конкурирующими фирмами, борющимися за максимальную прибыль и долю рынка. В этом случае оценка и выбор стратегии ценообразования в зависимости от непредсказуемого состояния и стратегии всех участников рынка возможны лишь с помощью имитационного моделирования поведения каждого активного элемента. Поэтому разработка мультиагентных имитационных моделей, для поддержки ответственных решений в конфликтных ситуациях является социально значимой и актуальной проблемой.

Цель диссертационной работы заключалась в разработке моделей и алгоритмов разрешения конфликтных ситуаций путем агентно-ориентированной имитации взаимодействия активных конфликтующих элементов системы - интеллектуальных агентов, меняющих свои стратегии принятия решения в зависимости от поведения противодействующих агентов и среды.

Для достижения поставленной цели решались следующие задачи:

- анализ и формализация конфликтных ситуаций с параметрическим описанием состояния и целей противодействующих активных элементов;

- составление структурно-параметрической модели конфликтных ситуаций, формализующей накопленные знания о взаимодействующих классах агентов, среде и целях, а также множестве известных характеристик влияния и взаимосвязей между агентами;

- разработка моделей и алгоритмов идентификации состояния и прогнозирования поведения интеллектуальных агентов в зависимости от параметров состояния противодействующих агентов и среды;

- разработка мультиагентной имитационной модели конфликтной ситуации;

- создание банка моделей универсальной мультиагентной системы имитационного моделирования конфликтных ситуаций.

Научная новизна. Предложена общая параметрическая концептуальная модель конфликта интересов, как несовместимость планов

4

и намерений активных элементов с определением целей, ограничений и стратегий переговорного процесса.

Предложен метод агентно-ориентированного моделирования переговорного процесса в виде многошагового обмена информацией и принятия решений интеллектуальными агентами в мультиагентной имитационного системе в условиях конфликта.

Разработана структурно-параметрическая модель конфликтной ситуации, описывающая в пространстве контролируемых факторов переменные состоянии конфликтующих агентов, их взаимосвязи между собой и факторами внешней среды.

Разработаны математические модели и алгоритмы переговорной, ситуационной и интеллектуальной стратегий поведения агентов в конфликтных ситуациях.

Предложен общий алгоритм мультиагентной имитации конфликтной ситуации, включающей последовательные фазы ситуационной и интеллектуальной стратегий агентов и переговорного процесса в разрешении конфликта.

Практическая значимость работы. Разработана информационная технология прогнозирования и разрешения конфликта на основе мультиагентного имитационного моделирования конфликтных ситуаций в олигопольной рыночной среде.

Разработано объектно-ориентированное программное обеспечение мультиагентной системы имитации конфликтов в рыночной среде с МОЬ-описанием компонентов с внешними процедурами и £01-описанием экспериментов в среде экспериментирования Бтр1ехЗ.

Сформирован банк моделей и программ мультиагентной имитации конфликтных ситуаций в рыночной среде для переговорной, ситуационной и интеллектуальной стратегий агентов.

Разработанные мультиагентные имитационные модели и программное обеспечение использовались для оценки ценовой политики

и влияния рекламного фактора фирмы Samsung на рынке компьютерной техники.

Апробация работы. Результаты работы были представлены на: 3-й Всероссийской научно-технической конференции «Теория конфликта и ее приложения». Воронеж, 2004 г.; Международной научной конференции "Математические методы в технике и технологиях", Казань, 2005 г.; Международной научно-практической конференции «Теория активных систем», ИПУ РАН, Москва, 2005 г.; Европейской конференции по моделированию и имитации ESMS 2005, RTU, Riga, Latvia, June 1-4,2005.

Публикации. По материалам диссертации опубликовано 5 печатных работ в статьях и материалах международных конференций.

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, заключения и приложений и содержит 116 страниц основного

текста, 30 рисунков.....таблиц и листингов, список литературы из 84

наименований.

СОДЕРЖАНИЕ РАБОТЫ Во введении обосновывается актуальность исследований конфликтных ситуаций с помощью агентных технологий имитационного моделирования динамических отношений между активными конфликтующими сторонами. Сформулированы цель и задачи исследований, научная новизна и практическая значимость работы.

Первая глава посвящена системному анализу и параметрическому описанию общей концептуальной модели конфликта интересов, как несовместимости планов и намерений активных элементов (интеллектуальных агентов) с определением целей, ограничений и стратегий переговорного процесса с принятием решения агентами на очередном шаге взаимодействия. Общее описание интеллектуального агента Ag¡еAgents в мультиагентной системе Agents = {Agi, Agí,... AgJ сводится к определению его интеллектуального состояния IS¡ как:

IS," <Bb Gb PLb Snb Ev, >, где Bimf bin ba,...}- база знаний; G¡= {gu, go,...}- множество целей;

PLi=* fptui, ptiib ••} - банк моделей (планов) поведения, Snt - структура

намерений; Evt - описание внешних связей и среды.

Банк моделей поведения представляет известные методы и

процедуры достижения целей. На каждом этапе взаимодействия /- й агент

Agi выбирает или корректирует цель g^e Gt ж составляет план действий рщ.

Составление плана заключается в нахождении и выборе из библиотеки PLt

моделей, соответствующих описанию цели Структура намерений

Sni —{pu,pu,...} представляет список планов поведения, принятых агентом

Agi, для достижения k-ой цели gucGi в виде упорядоченной совокупности

стандартизированных процедур. Внешние связи Evf [Evfagj)Jïvfagj),

...yiEvi(agj),...J - это массив данных о состояниях, целях и намерениях

агентов, взаимодействующих с г-м агентом Ag^

Концепция конфликта интересов заключается в несовместимости

плана и намерений /-го агента intua (Agi) с планами и намерениями других

агентов. Намерения являются несовместимыми, если их цели не могут

быть достигнуты вместе, т. е.

intш (Agi) & int iu(Agi) &... & intKU(Agn) & conds - false,

где int ш = (пате щ, orgs ¡u,pt ш)й =1>п ! I ïj-1-е намерение z'-го агента

в достижении k-ft цели в текущих условиях;

пате щ, orgs m,pt идентификатор, список параметров и план

действий в 1-м намерении /'-го агента для достижения к-й цели;

conds-список условий.

Основным фактором, определяющим поведение агента, является

ожидаемая реакция в ответ на свои действия. Поэтому любая модель

активной системы должна содержать, прежде всего, схему ответных

действий каждого элемента на реакцию конкурентов.

Во второй главе рассматривается структурно-параметрическая

матричная модель большой системы, систематизирующая по

функциональным блокам вдоль главной диагонали все множество

формализованных характеристик состояния участников конфликта и среды

взаимодействия. При этом недиагональные элементы и блоки отражают

7

известные характеристики отношений между элементами системы и факторами окружающей среды так, что каждая /-я строка содержит все известные характеристики влияния на г'-й фактор, а каждый у-й столбец -оценки возможного воздействия у-го фактора на переменные состояния конфликтующих сторон и среды. Примером такого формализованного представления априорных знаний является структурно- параметрическая модель рыночной системы, приведенная в таблице 1.

Структурно-параметрическое описание системы с множеством переменных состояния и связей позволяет выявить и формализовать структуру переговорных процессов разрешения конфликтных ситуаций дня имитационного мультиагентного моделирования состояний и принятия решений интеллектуальными агентами на очередном шаге взаимодействия. Переговорный процесс между агентами осуществляется с помощью направленных сообщений о предложениях сторон и изменении состояния системы в направлении разрешения конфликта.

Таким образом, имитационная модель конфликтной ситуации будет представлять собой воспроизведение переговорных процессов разрешения конфликта и нормализации ситуации на основе ситуационных и интеллектуальных стратегий принятия решений..

В третьей главе описываются модели и алгоритмы переговорного процесса и ситуационных стратегий конфликтующих сторон с целью разрешения конфликта. Изменение состояния каждого действующего лица рассматривается как условное событие в дискретные моменты времени. Процесс взаимодействия конфликтующих сторон разделяется на следующие друг за другом переговорные периоды, состоящие из фазы идентификации состояния агентов и их возможностей достижения цели и фазы принятия решения по выбору следующего шага для достижения цели в условиях противодействия, следующие до предельного времени или пока не будет достигнуто заданное значение критерия достижения цели.

Таблица!

Переменные состояния Рыночная среда Продавцы-олвгополвсты Поч пятелн фаапор*

Цеяы Объем ■рсяооамп! Нецевовые предлоскеявя Ссбесгапюспъ Спрос Факторы предвочтеявя

Общий спрос Уровешпредл. Средни иена ТмармЙорот и Г. V V Г. V 1П1 1КН1 Ы 11*11 11*11

Цены ищдицо* л р> р. 0, О", " л>. » £з. А, 0 .. • в «»а .. • в 0 ... Я. 11*11 м, 0 ..0 0 РА] .. 0 0 0 .. А*. н вахм И га 11*11 1117« II

Объем предложений продавцов V, V, V. М «1 0 .. 0 0 ^ ... 0 0 0 .. V, и, а. 11*11 11011 1 ^г** 11*11 11*11

Нецевовые предложения продавцов РИ, РЫ, ры. ||*«|| 1ГН ГИ еы, РЫ, РЫ. 1|0|| «•и Н0|| 1|0||

Сабктмпмсп ораяукта ГМ)1-1* Л»| ГЯг Л*. 1И>11 1К>11 1|0|| 1|0|| РЛ, РЛ, РЛ. 1ЮН 11*11 м

Ищиюядутль-■ый сирее у, у1 »'в т и 11*11 до, 1 1Ю11 У, г, У. Рг, $ .. в » Рг, .. в « # !! ргт 1КЧ1

•шцы |рЦПЧ1Н|1 вокуаятеая Л-, л> Рг. 1ЮН БГ «ч над »011 т л> Рг. 1|0||

Сейш Квота Ивфляцвя 5 ж / кои 1ЮН 1Ю11 1К>11 11<Н1 нон 11011 5 Ж

В явной конфликтной ситуации, когда противостоящие стороны стремятся к противоположным экстремальным значениям общего критерия цели, т.е. одна сторона стремится к его максимизации (максимум прибыли), а другая - к минимизации (минимум затрат), алгоритм переговорного процесса сводится к нахождению компромиссного решения, учитывающего различные встречные предложения и альтернативы. Например, при совершении покупки - это цена товара, качество продукции, местонахождение торговой точки, хорошее обслуживание, имидж фирмы-продавца, рекламная компания, привлекательная упаковка и другие неценовые факторы оценки продавца.

Для принятия решения о согласии или отказе от очередного предложения контрагента в заданном множестве факторов z* вводится критерий согласия г-го агента с предложением противоположной стороны Л/ в виде функции, отражающей степень приближения текущего предложения к желаемому положительному исходу

г-1 » t=l

, i = l,n ; k = l,m; (1)

где 2Л = ** - к- й фактор оценки 1-го агента; х!к, хц° - фактическое

и желаемое значения £-го параметра в оценке г-го агента; Ахц°, Ь^ -допустимое отклонение от желаемого значения и его весовой коэффициент; ги- - отклонение г-го фактора критической группы, однозначно отрицающего

партнера. При условии = 1 значение функционала изменяется от 1

до 0 от максимального предпочтения до исключения, соответственно, и обращается также в нуль при появлении какого-либо критического фактора, например, обман при расчете и т.п. Весовые коэффициенты для каждого агента задаются таблицей экспертных оценок, идентификации и принятия решения до определенного времени или пока не будет достигнуто заданное значение критерия достижения цели. В качестве примера на рис.1 показана

Рис. 1. Блок-схема алгоритма переговорного процесса 11

блок-схема алгоритма переговорного процесса между агентом-продавцом Agi и агентом-покупателем Ag¡ по достижению согласия в явной конфликтной ситуации, когда один хочет продать подороже, а другой купить подешевле. Со стороны первого агента Ag¡ дается исходное предложение в виде начальной цены товара, исходя из себестоимости OptCena¡, ниже которой продавать невыгодно, и некоторой наценки АС, в зависимости от текущих затрат и желаемой прибыли

Cena, = OptCena, + ЛС(, (2)

Далее выбор . i-го продавца j-м покупателем определяется функционалом предпочтения Pr¡¡, аналогичным по форме критерию согласия (1) и учитывающим неценовые факторы: качество продукции, местонахождение торговой точки, хорошее обслуживание, имидж фирмы -продавца, рекламная компания и т.д. Выбор продавца определяется минимальным отношением предлагаемой цены к функционалу предпочтения

Qy = min { Cena¡ /Pry}; (3 )

и если предлагаемая цена выбранного продавца устраивает покупателя, то сделка совершается. В противном случае начинается процедура торга, где покупатель предлагает свою цену, например с уменьшением наценки вдвое

АС, = АС,/2 Cena¡ = Cena¡ + AC¡ Продавец оценивает цену, предложенную покупателем, и принимает одно из двух решений: согласиться на продажу либо предложить новую компромиссную цену со скидкой

АС, = АС,/2 Cena¡ = Cena¡ + AC¡ При этом с каждым предложением новой цены одной из сторон вероятность согласия другой стороны увеличивается. Ценовой торг продолжается, пока одной из сторон не будет принято решение о совершении сделки или время или ценовой фактор не достигнет предельного значения с той или другой конфликтующей стороны. В последнем случае агент-

продавец переходит к предложению дополнительных гибких неценовых услуг (доставка, подарок, гарантийный сервис, дисконтная карта, установка, дефицит и др.). Задача заключается в выявлении факторов, наиболее выгодных для покупателя и достижения согласия.

Согласие первого агента разыгрывается аналогично и в случае несогласия или контрпредложения агент - покупатель Л%2, в свою очередь, предлагает встречный компромисс. При взаимных уступках в переговорном процессе агенты все более склоняются к согласию так, что на каждом следующем шаге переговоров значение критерия принятия решения приближается к области согласия g.

Описанный алгоритм разрешения конфликта в явном виде, т.е. в виде открытого переговорного процесса, как правило, используется на заключительной стадии поиска компромисса, когда конфликтующие стороны исчерпывают свои индивидуальные ситуационные стратегии достижения цели в неявном конфликте, то есть при скрытых антагонистических действиях. Это относится к случаю соревновательного конфликта, когда цель заключается в максимизации доли какого-либо захвата при множестве претендентов путем изменения некоторого доминирующего фактора состояния. Стратегии разрешения конфликта в данном случае сводятся к двум последовательным фазам: индивидуальной борьбы с противодействующей стороной и, в случае исчерпания ее возможностей, поиску кооперативных совместных решений, ведущих к компромиссному достижению общей цели. В главе описываются версии алгоритмов индивидуальной и кооперативной ситуационных стратегий в виде последовательности действий в конкретных событиях с оценкой критерия цели и параметров состояния противодействующих агентов.

В четвертой главе описывается построение и реализация мультиагентной имитационной модели конфликтных ситуаций в универсальной имитационной системе 8тр1ехЗ, разработанной в университете Пассау (Германия) и представляющей собой банк моделей

пользователя, среду экспериментирования с обработкой результатов имитации, компонентно-ориентированный язык описания моделей Model Description Language (Simplex-MDL) и язык описания эксперимента Experiment Description Language (EDL).

Структурная схема мультиагентной имитационной модели в системе Simplex3 представляется множеством базисных MDL-компонентов, описывающих состояние и динамику поведения отдельных взаимодействующих и конфликтующих агентов, и информационных связей в виде соединений между компонентами через сенсорные параметры сопряжения или сообщения в форме мобильных компонентов.

Взаимодействие агентов определяется организационным компонентом, задающим структуру взаимосвязей между базисными компонентами, и описанием эксперимента на основе моделей динамики поведения базисных компонентов в подсистеме EXPERIMENT Simulation, позволяющей без изменения модели агента осуществлять различные алгоритмы имитации с различными исходными данными и последующим возвращением результатов в базисные компоненты.

В качестве примера на рис.2 представлена структурная схема агентно-ориентированной имитационной модели олигопольного рынка, включающая функциональные блоки фирм-продавцов, борющихся за максимальную прибыль и долю рынка, блока Market и коллективного блока N покупателей продукции Buyer. Рассматривается маркетинговый процесс стабилизации рынка для двух олигополистов с последующим вхождением третьего. Для каждого покупателя в базисном компоненте Buyer генерируются его требования к продукту и фирме в элементах двумерного массива, строки которого соответствуют критериям, а столбцы - порядковым номерам покупателей. Для каждого олигополиста также случайным образом разыгрываются параметры предлагаемого продукта и сопутствующих услуг.

Каждая фирма описывается в отдельном базисном компоненте, соответственно Firml, Firm2, Firm3 с параметрами состояния (цена, объем

предложений, скидки, реклама, качество, товарный ассортимент, кредит доверия, удаленность, доставка) в массивах par [1..9] и в мобильном компоненте Query. Переменными состояния агента - продавца являются:

QueryStock 1-3, FirmStock - накопители параметров состояния par [1..9J

и предложений по каждой фирме и в целом;

balances [1..3] - массив остатков товара;

LOST_Clients [1..3J - массив необслуженных клиентов;

CustFl- CustF3 - число клиентов, соответственно, фирм 1-3;

EQUIPOISE - логическая переменная, равная TRUE

при равновесии цен на рынке;

Criterion [1..9] [1..100] - массив критериев покупателей;

demand [1..3] - массив объемов упущенных продаж по

каждой фирме.

Рис.2. Агентно-ориентированная имитационная модель олигопольного рынка

В транзактивный период покупатель, приходя на рынок (базисный компонент Market), рассматривает предложение каждой фирмы и выбирает максимально соответствующее его требованиям. При этом ведется подсчет покупателей и количества купленного товара для каждой из фирм. В конце транзактивного периода подводятся итоги, и каждой фирме отправляется информация о количестве покупателей и об остатках товара на складах. Исходя из ситуации и учитывая прошлый опыт (объем продаж и спрос за предшествующие периоды), олигополист выбирает одну из возможных стратегий на следующий период времени с варьированием цены, предложений и неценовых факторов в зависимости от следующих событий.

Событие 1. Каждый продавец отслеживает поведение конкурентов, определяя для себя среднюю цену товара averagejprice в предшествующий период. В зависимости от того, будет ли текущая цена раг[1] больше или меньше средней, следует ее уменьшение или увеличение на заданный процент, например 1%.

В событии 2 каждая фирма при наличии необслуженных клиентов увеличивает объем поставок раг[2] на недостающую величину dem[i].

Событие 3. Если остаток фирмы balances [i] больше 1/3 всего выпущенного объема par[2], то олигополист вводит скидки для распродажи и уменьшает выпускаемый объем на определенный процент (например, на 2%).

Далее, исходя из изменений спроса, олигополист варьирует неценовые факторы (событие 4). Если в текущем периоде увеличивается количество покупателей Cust F по сравнению с прошлым периодом past_buy2, то фирма увеличивает объем предложений на 10 усл.ед. Если же спрос снижается, то фирма предпринимает действия в соответствии с количеством имеющихся свободных денежных средств (переменная cash). В принятой стратегии при достаточной сумме денежных поступлений, cash = 1, олигополист расширяет свой товарный ассортимент, вводя в оборот новые товары. Дальнейшие изменения переменной cash, соответствуют сокращению денежных средств и

усилению влияния неценовых факторов. Так при cash = 2 олигополист стремится повысить качество имеющегося товара, улучшая тем самым свой имидж и увеличивая доверие клиентов. При cash =3 улучшается реклама, а при cash - 4 - условия доставки и т.д.

MDL-описание структуры модели организационным компонентом верхнего уровня HIGH LEVEL COMPONENT Market, задающим структуру взаимосвязей между базисными MDL-компонентами Firml, Firm2, Firm3, Buyer и Market в соответствии со схемой соединений базисных компонентов (рис.2) имеет следующий вид:

HIGH LEVEL COMPONENT Market. HIGH

SUBCOPONENTS

Firml, Firm2, Firm3, Buyer, Market COMPONENT CONNECTIONS

Firm 1 .QueryStockl-> Market.gjfocA: i; Finn 2.QueryStock2-> Mafket.Qstock 2\ Firm 3 .QueryStock3—> Market.gifoc* 3;

Buyer, criterion {i OF 1..9) {j OF 1.. 100} --> Market. Criterion [i][j] ; Firml .parametersl{i OF1..9) —>Firm3.parametersl [i] Vmn2.parameters2{i OF1..9} ~>Firm3.parameters2 [i] Market, g —> Firml.g, Firm2.g, Firm3. g

# Количество покупателей

Market. CustFl ~> Firml.CustFl; Market. Cust F2 -> Firm2. Cust F2; Market. Cust F3 -> Firm3. Cust F3;

# Нереализованные остатки

Market, balances [1] —> Firml. balances[l]\ Market balances [2] —> Firm2. balances[2J; Market, balances [3] -> Firm3. balances[3J;

Market. EQUIPOISE --> Firm3. EQUIPOISE-, END OF MarketHIGH

Два автономных компонента объединяются линией связи, по которой поведение переменной из одного компонента учитывается в другом. При этом в разделе COMPONENT CONNECTIONS указывается имя компонента и его импортируемая сенсорная переменная, направляемая на сенсорный вход другого компонента. ^

Динамика поведения агента-покупателя описывается базисным компонентом Виуег, который в соответствии с алгоритмом переговорного процесса (Рис.1) по критериям предпочтения и согласия должен выбрать продавца и установить количество покупаемого продукта.

Действия агентов-продавцов, определяемые ситуационным анализом событий, описываются в базисных компонентах Firml, Firm2, Firm3 и связаны с выбором ценовой и неценовой стратегий в зависимости от ситуации с учетом стратегий и переменных состояния рынка и других конкурентов, передаваемых по сенсорным связям.

Работа модели в течение заданного интервала времени TNext состоит из ряда последовательных условных событий. Переход от одного события к другому управляется специальными сигналами-индикаторами. По завершении имитации, дается сигнал для формирования итоговой информации по прошедшему транзактивному периоду, после чего >

устанавливается новая точка отсчёта времени Tnext для нового транзактивного периода.

Результаты имитации ценовых стратегий на продовольственном рынке двух олигополистов - конкурентов с последующим вхождением третьего в универсальной имитационной системе Simplex3 представлены на рис.3 и отражают процесс ситуационного ценообразования при большом различии исходных цен и стабилизации рынка при вхождении в него нового конкурента со своей ситуационной стратегией.

в I 11М114В4||1ИПМ

Рис. 3. Процесс стабилизации рынка при ситуационной стратегии ценообразования

На рис.4 показана конкурентная борьба, отражаемая в изменении долей продовольственного рынка (числа покупателей) каждой фирмы и возможное распределение долей после вхождения в рынок нового олигополиста.

шттяо-камл» 71т* |ИиМ1яЦм1||М

Рис.4. Изменение доли рынка каэдой фирмы-конкурента при ситуационной стратегии ценообоазования

Динамика переговорного процесса между агентами-продавцами и покупателями классов Seller и Buyer в мультиагентной модели, сводится к

19

диалогу с помощью мобильного компонента Massage, описывающего сообщения агентов с основными данными для выбора торгового партнера, торга и торговой сделки (согласия). Связь между компонентами осуществляется через базисный компонент Connect, функция которого заключается в том, чтобы направлять мобильные компоненты Massage своему непосредственному получателю (агенту-продавцу или агенту-покупателю).

Пятая глава посвящена мультиагентному моделированию интеллектуальных стратегий разрешения конфликта в имитационной системе Simplex 3 с помощью внешних процедур, объявляемых в разделе DECLARATION OF PROGRAMS в следующей синтаксической форме:

DECLARATION OF PROGRAMS

<имя функции> («типы входа> --> < типы выхода >).

Соединение EDL-щюгршмы эксперимента с внешней программой prog осуществляется с помощью двух текстовых файлов prog, in и prog, out, описывающих входные и выходные переменные внешней процедуры.

Для выбора оптимальной стратегии агента использован метод симплексного планирования, позволяющий судить о локальном участке поверхности отклика по относительным значениям функции в точках факторного пространства вблизи текущего состояния. Сравнивая значения отклика в этих точках, можно выбрать наихудшую вершину и оценить предпочтительное направление смещения исходного состояния к оптимуму.

Поиск сводится к отысканию на каждом шаге вершины симплекса х,. с наихудшим значением целевой функции и определению центра противолежащей грани Далее наихудшая вершина xq заменяется ее зеркальным отражением относительно противолежащей грани в точку с координатами

Xi = Xt + a(xf - xqi); i = l.n; а Ф 0, (4)

где - п' С£Х<' ' ~ /-я координата центра противолежащей грани;

лгу - г-я координата /-й вершины симплекса; хцЛ- /-я координата отбрасываемой 9-й вершины.

В случае маркетинговой ситуации стратегия каждого продавца сводится к задаче оптимизации цены товара, путем пошагового прогнозирования значения функции прибыли. В рассматриваемой модели вершины начального симплекса соответствуют точкам состояния на предшествующих шагах к,к-1, к-2 (Рис.6) в координатах «цена (х^ - объем предложений (х2)» с соответствующими значениями прибыли. Координаты отраженной вершины рассчитываются по формуле

" М

где х!1*' = Р к+' - цена продукта в к+1 -й период;

х2к+1 = ик+1 - объем предложений в к+1 -й период;

Рис.6. Симметричное отражение симплекса в координатах «цена-предложение»

Успех одного продавца и изменение его целевой функции в лучшую сторону ведет к неудаче другого и ухудшению его целевой функции. Таким образом, симплекс-стратегии обоих продавцов связаны друг с другом и ведут

рынок к стабилизации. В пространство координат симплекса могут бкггь введены и другие изменяющиеся параметры состояния продавца, как например, доставка, реклама, качество и т.д.

Таким образом, цена и объем продажи составляют двухмерное маркетинговое пространство конкурентной ценовой борьбы и определяют координаты вершин симплекса. На каждом шаге выбирается лучшее и худшее значения целевой функции прибыли на предыдущих шагах, и делается шаг в сторону экстремума.

Исходные данные вводятся в эксперимент с помощью внешней программы Ma.inBuyerSim.exe, позволяющей упростить диалог между пользователем и моделью и обеспечивающей вспомогательный интерфейс пользователя. Результаты экспериментирования, основанные на стратегии симплексного планирования, представлены на рис.7. На графике видно рефлексивное поведение конкурентов на рынке оптовой торговли рыбопродуктами и стремление к симметрично повторяющемуся состоянию вокруг точки равновесия.

шшшяшшшяшяяишншшшшшшишт

■и

ш ш ж ж

Рис.7. Изменение цен конкурентов на товар при одинаковых факторах предложения

В данной стратегии можно учитывать и психологическое состояние и психотип продавца так, что продавец более осторожный и спокойный задает

меньший шаг изменения цены и предложения. При одинаковых характеристиках предложений конкурентов в эксперименте со спокойным и более рискованным агентами можно наблюдать, как внутреннее состояние агента отражается на процессе стабилизации ситуации и разрешения конфликта.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Поведен анализ и формализация конфликтных ситуаций с параметрическим описанием состояния и целей противодействующих активных элементов;

2. Формализована концепция конфликта интересов, как несовместимость планов и намерений с определением проблемы, ограничений и стратегий переговорного процесса;

3. Предложен метод агентно-ориентированного имитационного моделирования динамического взаимодействия активных элементов в условиях конфликта в большой системе.

4. Составлена структурно-параметрическая модель конфликтной ситуации в большой активной системе, формализующая накопленные знания об агентах, среде и множество характеристик взаимосвязей между агентами;

5. Разработан общий алгоритм переговорного процесса разрешения конфликта между агентами в мультиагентной системе.

6. Разработаны модели и алгоритмы версий переговорных и ситуационных стратегий поведения агентов в зависимости от ситуации и параметров состояния других агентов и среды;

7. Разработаны модели агентов с интеллектуальными стратегиями принятия решения на языке описания эксперимента 8тр1ех-ЕЛЬ с внешними процедурами.

8. Сформирован банк моделей и программ мультиагентной имитации конфликтных ситуаций в универсальной имитационной системе Б1тр1ехЗ для переговорной, ситуационной и интеллектуальной стратегий агентов в рыночной среде.

9. Разработана информационная технология прогнозирования и разрешения конфликта на основе мультиагентного имитационного моделирования конфликтных ситуаций в олигопольной рыночной среде.

СПИСОК ПУБЛИКАЦИЙ

1.А.В. Щербаков, Мультиагентное имитационное моделирование активной маркетинговой системы. Труды международной научно-практической конференции «Теория активных систем». ИПУ РАН, 16-18 ноября 2005 г., Москва, с 164-168.

2. Ю.А. Ивашкин, А.В. Щербаков, Структурно-параметрическое моделирование конфликтных маркетинговых ситуаций. ХУШ-я Международная научная конференция «Математические методы в технике и технологиях», Сборник трудов, т.7, Казань, 2005 г., с 68-70.

3. Ивашкин Ю.А., Ивашкин А.Ю., Щербаков А.В. «Алгоритмизация и моделирование стратегий конкурентной борьбы». Материалы 3-й

Всероссийской научно - технической конференции «Теория конфликта и ее приложения». Воронеж, 2004г., с 31-39.

4. Yu. A. Ivashkin, A.V. Shcerbakov, Е. A..Rogozhkina. Multi-agent simulation of disputed marketing situations. 19-th European Conférence on Modelling and Simulation. ECMS 2005. June 1-4,2005, Riga, Latvia, p. 501-508.

5. Ю .А.Ивашкин, А.В.Щербаков, Е.А.Рогожкина. Мультиагентное моделирование конфликтных маркетинговых ситуаций. Научно-технический журнал «Информационные технологии моделирования и управления. Вып.4 (22).2005г., с 539-547.

ДЛЯ ЗАМЕТОК

Отпечатано в типографии ООО "Франтэра" ГЩ № 1-0097 от 30.08.2001г. , Москва, Талалихина, 33

Тел. 677-0706

Подписано к: печати 24.01.2006г. Формат 60x84/16. Бумага "Офсетная №Г вОг/м2. Печать трафаретная. Усл.печ.л. 1,63. Тираж 100. Заказ 160.

WWW.FRANTERA.RU

¡

göQCiV 2-2/16

Введение.

Глава 1. Системный анализ и формализация конфликтных ситуаций.

§1.1. Концепция конфликта интересов, его идентификации и прогнозирования

§ 1.2. Формализованная модель предварительных переговоров.

1.2.1. Определение проблемы переговоров.

1.2.2. Оценка результата.

1.2.3. Определение ограничений переговоров.

1.2.4. Выбор стратегии переговоров.

Глава 2. Математическое моделирование конфликтных отношений.

§ 2.1. Структурно - параметрическая модель интеллектуального агента.

§ 2.2. Ситуационное описание конфликта в структурно-параметрической модели мультиагентной системы.

§ 2.3. Формализованное описание конфликта интересов на примере маркетинговой среды.

Глава 3. Модели и алгоритмы стратегий интеллектуальных агентов в мультиагентной конфликтной среде.

§ 3.1. Общий алгоритм переговоров.

§ 3.2. Переговорные стратегии активных элементов в конфликтной маркетинговой среде.

§ 3.3. Ситуационные стратегии в неявном конфликте.

Глава 4. Мультиагентное моделирование активных систем в имитационной среде Simplex 3.

§ 4.1. Среда экспериментирования и описание моделей в универсальной имитационной системе Simplex 3.

§ 4.2. Имитационное моделирование ситуационных стратегий агентов в конфликтных ситуациях олигопольного рынка.

§ 4.3. MDL-описание мультиагентной модели с переговорной стратегией конфликтующих агентов в системе Simplex 3.

Глава 5. Мультиагентное моделирование интеллектуальных стратегий разрешения конфликтов в имитационной системе Simplex 3.

§ 5.1. Создание интерфейса пользователя с помощью языка описания эксперимента Simplex -EDL и внешних процедур.

§ 5.2. Описание эксперимента с эластичной стратегией агентов.

§ 5.3. Описание эксперимента со стратегией симплексного планирования в маркетинговой ситуации продовольственного рынка.

§ 5.4. Интерфейс пользователя в стратегии симплексного планирования в имитационной системе Simplex 3.

Исследование и идентификация конфликтных ситуаций в активных системах [3,29] любой природы - производственной, биологической, социальной и др. с целью их стабилизации и своевременного устранения, являются чрезвычайно важной и социально значимой проблемой для принятия эффективных управленческих решений. Исследование природы и механизмов конфликта [14,30,37,61 и др.] позволяет определить направление наиболее выгодного использования ресурсов и стратегии воздействия на нестабильную конфликтующую среду.

Большое внимание при исследовании различных антагонистических процессов привлекают проблемы, связанные с прогнозированием их развития. Наличие разнообразных случайных факторов, неизбежно сопутствующих любому явлению экономики, делает степень неопределенности весьма существенной, и полностью устранить ее невозможно. Особенности конфликтных процессов и ситуаций как объекта исследования, обладающего сложной и динамичной структурой связей, также в значительной степени затрудняют проведение их анализа и прогнозирования существующими аналитическими методами.

В связи с этим эффективные методы идентификации и прогнозирования при изучении больших систем различной физической природы в большей степени связаны с их имитационным моделированием [20,21,36,46]. Внедрение аппарата имитационного моделирования непосредственно содействует решению широкого круга прикладных задач, связанных с выбором и оптимизацией стратегии и тактики поведения противодействующих сторон в различных производственных, социальных и маркетинговых сферах.

Использование имитационных моделей позволяет лучше учитывать фактор неопределенности в функционировании и развитии конфликта и, соответственно, минимизировать степень его воздействия на стабильность системы в целом. Все это делает возможным оперативный анализ практически любых гипотетических ситуаций в условиях конфликта или каких - либо отдельных антагонистических процессов.

В существующей литературе [7-11, 43, 54, 75 и др.] описывается обширный круг проблем, изучаемых с помощью имитационных моделей, анализируются различные алгоритмы решения и т.д. Но до сих пор существует очень мало конструктивных имитационных моделей конфликта. Поэтому цель данной работы состоит в создании универсальной имитационной модели конфликтной ситуации. Трудности связаны главным образом со сложностью структуры конфликта, одновременностью совершения многих действий, их разнообразием и непрерывностью. Отсюда следует объективная необходимость аппроксимации в модельных построениях, выделения наиболее важных событий и отношений, учитываемых имитационными моделями, замена одновременности последовательностью и дискретизации событий и т.п.

Анализ деятельности антагонистических сторон определяет главных действующих лиц в среде конфликта, их слабые и сильные стороны, накапливает информацию о состоянии партнеров и конкурентов, особенностях их стратегий и целей.

Так, например, для принятия оптимальных управленческих решений на продовольственном рынке [25] в условиях жесткой конкурентной борьбы фирма-продавец должна располагать огромными объемами коммерческой информации, позволяющей выявить потребности и покупательную способность покупателя и прогнозировать конкретный спрос на данный товар или услугу с установлением долговременных связей покупателей с продавцом (производителем) товара.

Сложность идентификации и управления конфликтом в этом случае усугубляется динамично развивающейся производственно-организационной системой с многоуровневой иерархической структурой, функционирующей в условиях информационной неопределенности, определяемой жесткой конкуренцией между фирмами-производителями и сбытовиками.

Принятие решений на каждом уровне в своих функциональных сферах сводится к разрешению конфликта и стабилизации системы при различных экономических и социальных возмущениях, выбору оптимальных стратегий поведения активных элементов и балансированию ситуации в текущих условиях. Однако большая динамическая социально-экономическая система, объединяет огромное количество взаимодействующих звеньев с множеством состояний и форм взаимодействия; многообразием факторов, влияющих на их поведение и цели в конкретный период. Поэтому принятие решений в конфликтных ситуациях, имеющих большие социально-политические последствия, требует переработки больших объемов статистических данных и компьютерной поддержки в прогнозировании нестабильных ситуаций и выборе стратегий их стабилизации на основе формализованных знаний.

Динамика большой активной системы в условиях конфликта в большинстве случаев непредсказуема и конечное ее состояние с разрешением или разрастанием конфликта не может быть прогнозируемо из начального состояния аналитически или путем логического анализа, так как оно является результатом многошагового взаимодействия многих активных элементов системы и окружающей среды. Аналитические методы и теория игр рассматривают статические состояния элементов противостоящих сторон без учета динамики поведения каждого активного элемента и его прямого влияния на состояние других элементов. В связи с этим для идентификации и прогнозирования конфликтных ситуаций предлагаются модели и алгоритмы агептпо-ориептировшшой имитации [5,19,28,33,45, 56,78,81-84] взаимодействия конфликтующих элементов-интеллектуальных агентов (ИА), изменяющих свои свойства и поведение в зависимости от состояния других элементов и среды.

Целеустремленные агенты - это автономные вычислительные процессы с внутренней структурой (интеллектуальным состоянием) знаний об окруэ/сающей среде и о других агентах; целях, которые должны быть достигнуты; формализованных процедурах их достижения и намерениях (стратегиях поведения по достижению желаемых состояний или тактических планов действия).

Использование агентно-ориентированных технологий в исследовании производственных и социальных систем в условиях неопределенности и противодействия становится все более популярным из-за их понятной логической семантики, достаточно разработанных теоретических основ [29, 80, 81] и положительных результатов имитации реальных активных систем [17, 18, 47].

Модели ИА, описывающие индивидуальные характеристики состояния и поведения каждого участника конфликта на каждом шаге взаимодействия, объединяются в мультиагентную имитационную модель большой активной системы, воспроизводящие динамическое взаимодействие интеллектуальных агентов с возможностью идентификации их состояния и прогнозирования оптимальных стратегий достижения цели.

Несмотря на многообразие конфликтных ситуаций различной социальной и физической природы, стратегии разрешения конфликта сводятся [14] либо к прямому переговорному процессу, либо к ситуационным стратегиям скрытой борьбы с противодействующей стороной, либо к интеллектуальным стратегиям достижения цели в условиях неопределенности и риска. При этом реализация стратегий в конкретной среде достигается последовательностью действий, связанных с индивидуальной оценкой и изменением параметров состояния каждого конфликтующего агента.

Характерным примером является конфликтная ситуация на потребительском рынке [1,52,54,56] с конкурирующими фирмами, борющимися за максимальную прибыль и долю рынка. В этом случае оценка и выбор стратегии ценообразования в зависимости от непредсказуемого состояния и стратегии всех участников рынка возможны лишь с помощью имитационного моделирования поведения каждого активного элемента. Поэтому разработка мультиагентных имитационных моделей, для поддержки ответственных решений в конфликтных ситуациях является социально значимой и актуальной проблемой.

Цель диссертационной работы заключалась в разработке моделей и алгоритмов разрешения конфликтных ситуаций путем агентно-ориентированной имитации взаимодействия активных конфликтующих элементов системы - интеллектуальных агентов, меняющих свои стратегии принятия решения в зависимости от поведения противодействующих агентов и среды.

Для достижения поставленной цели решались следующие задачи:

- анализ и формализация конфликтных ситуаций с параметрическим описанием состояния и целей противодействующих активных элементов;

- составление структурно-параметрической модели конфликтных ситуаций, формализующей накопленные знания о взаимодействующих классах агентов, среде и целях, а также множестве известных характеристик влияния и взаимосвязей между агентами;

- разработка моделей и алгоритмов идентификации состояния и прогнозирования поведения интеллектуальных агентов в зависимости от параметров состояния противодействующих агентов и среды;

- разработка мультиагентной имитационной модели конфликтной ситуации;

- создание банка моделей универсальной мультиагентной системы имитационного моделирования конфликтных ситуаций.

Научная новизна. Предложена общая параметрическая концептуальная модель конфликта интересов, как несовместимость планов и намерений активных элементов с определением целей, ограничений и стратегий переговорного процесса.

Предложен метод агентно-ориентированного моделирования переговорного процесса в виде многошагового обмена информацией и принятия решений интеллектуальными агентами в мультиагентной имитационного системе в условиях конфликта.

Разработана структурно-параметрическая модель конфликтной ситуации, описывающая в пространстве контролируемых факторов переменные состоянии конфликтующих агентов, их взаимосвязи между собой и факторами внешней среды.

Разработаны математические модели и алгоритмы переговорной, ситуационной и интеллектуальной стратегий поведения агентов в конфликтных ситуациях.

Предложен общий алгоритм мультиагентной имитации конфликтной ситуации, включающей последовательные фазы ситуационной и интеллектуальной стратегий агентов и переговорного процесса в разрешении конфликта.

Практическая значимость работы. Разработана информационная технология прогнозирования и разрешения конфликта на основе мультиагентного имитационного моделирования конфликтных ситуаций в олигопольной рыночной среде.

Разработано объектно-ориентированное программное обеспечение мультиагентной системы имитации конфликтов в рыночной среде с MDL-описанием компонентов на языке Model Description Language (Simplex-MDL) с внешними процедурами и ZsDL-описанием экспериментов {Experiment Description Language) в среде экспериментирования Simplex3.

Сформирован банк моделей и программ мультиагентной имитации конфликтных ситуаций в рыночной среде для переговорной, ситуационной и интеллектуальной стратегий агентов.

Разработанные мультиагентные имитационные модели и программное обеспечение использовались для оценки ценовой политики и влияния рекламного фактора фирмы Samsung на рынке компьютерной техники.

Апробация работы. Результаты работы были представлены на: 3-й Всероссийской научно-технической конференции «Теория конфликта и ее приложения». Воронеж, 2004 г.; Международной научной конференции "Математические методы в технике и технологиях", Казань, 2005 г.; Международной научно-практической конференции «Теория активных систем», ИПУ РАН, Москва, 2005 г.; Европейской конференции по моделированию и имитации ESMS 2005, RTU, Riga, Latvia , June 1-4, 2005.

Публикации. По материалам диссертации опубликовано 5 печатных работ в статьях и материалах международных конференций.

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, заключения и приложений и содержит 120 страниц основного текста, 27 рисунков, 13 таблиц и листингов, список литературы из 84 наименований.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

1. Поведен анализ и формализация конфликтных ситуаций с параметрическим описанием состояния и целей противодействующих активных элементов;

2. Формализована концепция конфликта интересов, как несовместимость планов и намерений с определением проблемы, ограничений и стратегий переговорного процесса;

3. Предложен метод агентно-ориентированного имитационного моделирования динамического взаимодействия активных элементов в условиях конфликта в большой системе.

4. Составлена структурно-параметрическая модель конфликтной ситуации в большой активной системе, формализующая накопленные знания об агентах, среде и множество характеристик взаимосвязей между агентами;

5. Разработан общий алгоритм переговорного процесса разрешения конфликта между агентами в мультиагентной системе.

6. Разработаны модели и алгоритмы версий переговорных и ситуационных стратегий поведения агентов в зависимости от ситуации и параметров состояния других агентов и среды;

7. Разработаны модели агентов с интеллектуальными стратегиями принятия решения на языке описания эксперимента Simplex-EDL с внешними процедурами.

8. Сформирован банк моделей и программ мультиагентной имитации конфликтных ситуаций в универсальной имитационной системе Simplex3 для переговорной, ситуационной и интеллектуальной стратегий агентов в рыночной среде.

9. Разработана информационная технология прогнозирования и разрешения конфликта на основе мультиагентного имитационного моделирования конфликтных ситуаций в олигопольной рыночной среде.

1. Аржакова Н.В., Новосельцев В.И., Редкозубое С.А. Управление динамикой рынка: системный подход. - Воронеж: Из-во Воронеж. Гос. унта, 2004.- 192 с.

2. Башмаков А.И., Башмаков И.А. Интеллектуальные информационные технологии: Учебное пособие.-М.:Изд-во МГТУ им Н.Э.Баумана, 2005.304 с.

3. Бурков В.Н., Новиков Д.А. Введение в теорию активных систем. М.: ИПУ РАН, 1996.-125 с.

4. Бочаров Е.П., Колдина А.И. Интегрированные корпоративные информационные системы. М.: Финансы и статистика, 2005. - 288 с.

5. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем.- СПб.: Питер, 2000.-384 с.

6. Герасименко В.В. Ценовая политика фирмы М.: Финстатинформ,

7. Городецкий В.И. Информационные технологии и многоагентные системы//Проблемы информатизации.-1998.-Вып.1, с.3-14

8. Дегтярев Ю.И. Системный анализ и исследование операций. М.: Высшая школа.,1996.-335 с.

9. Дерканосова Н.М., Корчагин В.И., Новосельцев В.И., Сербулов Ю.С. Математическое моделирование динамики биологических систем: Учебное пособие. Под ред В.И.Новосельцева.- Воронеж, Изд-во кварта, 2003.-150 с.

10. Ивашкин 10.А. Структурно-параметрическое моделирование и идентификация аномальных ситуаций в сложных технологических системах// Проблемы управления .-№ 3, 2004, стр 39-43.

11. Ивашкин Ю.А. Системный анализ и исследование операций в прикладной биотехнологии. Учебное пособие.- М.: МГУПБ, 2005.-196 с.

12. Ивашкин Ю.А. Агентные технологии идентификации и прогнозирования антогонистического конфликта // Материалы международной конференции. ИПУ РАН, Москва , 2003.- с.

13. Ивашкин Ю.А., Ивашкин А.Ю., Щербаков А.В. «Алгоритмизация и моделирование стратегий конкурентной борьбы». Материалы 3-й Всероссийской научно технической конференции «Теория конфликта и ее приложения». Воронеж, 2004г., с 31-39.

14. Ивашкин Ю.А., Щербаков А.В. Структурно-параметрическое моделирование конфликтных маркетинговых ситуаций. XVIII-я Международная научная конференция «Математические методы в технике и технологиях», Сборник трудов, т.7, Казань, 2005 г., с 68-70.

15. Ivashkin Yu. A., Shcerbakov A.V., Rogozhkina Е. A. Multi-agent simulation of disputed marketing situations. 19-th European Conference on Modelling and Simulation. ECMS 2005, Riga, Latvia, 2005, p. 501-508.

16. Кобелев Н.Б. Основы имитационного моделирования сложных экономических систем: Учебное пособие. М.: Дело, 2003. -336 с.

17. Карпов Ю.Г. Имитационное моделирование систем. Введение в моделированиес AnyLogic 5.- СПб.: БХВ-Петербург, 2005.- 400 с.

18. Куликов JI.M. Основы экономических знаний М: Финансы и статистика, 1998.

19. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решения. М.: Наука, 1996.

20. Ларичев О.И. Теория и методы принятия решений, а также хроника событий в волшебных странах: Учебник.- М.: Логос, 2000.-296 с.

21. Магомедов М.Д., Миносянц A.M. Повышение конкурентноспособности предприятий мясной промышленности.-М., 2001. -164с.

22. Мешалкин В.П. Логистика и электронная экономика в условиях перехода к устойчивому развитию.- Москва-Генуя, 2004.- 408 с.

23. Назаров А.В., Лоскутов А.И. Нейросетевые алгоритмы прогнозирования и оптимизации систем. СПб:Наука и Техника, 2003.-384с.

24. Новиков Д.А., Чхартишвили А.Г. Рефлексивные игры.- М.: СИНТЕГ, 2003.- 160 с.

25. Новиков Д.А., Петраков С.Н. Курс теории активных систем.-М.: СИНТЕГ, 1999.-108 с.

26. Новосельцев. В.И. Системная конфликтология.- Воронеж.: Изд-во «Кварта», 2001.-176 с.

27. Новосельцев. В.И. Системный анализ: современные концепции.-Воронеж.: Изд-во «Кварта», 2003.-360 с.

28. Пащенко Ф.Ф., Чернышев К.Р. Методы и системы управления и идентификации на основе знаний. Автоматика и телемеханика, 2000 г., №4, с.3-25.

29. Поспелов Д.А. От коллектива автоматов к мультиагентным системам // Proc. Of the International Workshop "Distributed Atrifical Intelligence und Multi-Agent Systems", DIAMAS' 97, St. Peterburg, 1997, p.319-325.

30. Рутковская Д., Пилиньский М., Рутковский JL Нейронные сети, генетические алгоритмы и нечеткие системы.- Пер. с польского И.Д. Рудинского.- М.: Горячая линия-Телеком, 2004.-452 с.

31. Скоморохов Г.И. Модели структурного и параметрического синтеза силовых автоколебательных систем с прогнозируемыми свойствами отношений конфликта. Автореферат диссертации на соискание ученой степени доктора технических наук.- Воронеж, 2002

32. Советов Б.Я., Яковлев С.А. Моделирование систем. Учебник для вузов.- М.: Высшая школа, 1998.

33. Сысоев В.В. Конфликт. Сотрудничество. Независимость. Системное взаимодействие в структурно параметрическом представлении. Изд-во Московской академии экономики и права. М., 1999.-151 с.

34. Трахтенгерц Э.Л. Компьютерная поддержка принятия решений.-М.: СИНТЕГ, 1998.-376 с.

35. Трахтенгерц Э.Л. Компьютерные системы поддержки принятия управленческих решений. Проблемы управления № 1, 2003, с. 13-28.

36. Уткин Э.А. Цены. Ценообразование. Ценовая политика: Учебник / Ассоциация авторов и издателей "ТАНДЕМ". М.: ЭКМОС, 1997.

37. Хайман Д.Н. Современная микроэкономика: анализ и применение:- М.: Финансы и статистика, 1992. -т.2.

38. Шатихин Л.Г. Структурные матрицы и их применение дляисследования систем. -М.; Машиностроение, 1991.

39. Шелобаев С.И. Математические методы и модели. Экономика.

40. Финансы. Бизнес.- М.: ЮНИТИ-ДАНА, 2000.-376 с.

41. Шерер Ф.М., Росс Д. Структура отраслевых рынков / Моск. Ун-т им. М.В. Ломоносова. Экон. фак. М.: ИНФРА-М, 1997.

42. Швецов А.Н., Яковлев А. С Распределенные интеллектуальные информационные системы.- СПб.: Изд-во СПб ГЭТУ «ЛЭТИ», 2003.-318 с.

43. Шмидт Б. Искусство моделирования и имитации. Введение в имитационную систему Simplex3.- Пер. с немецкого Ю.А.Ивашкина и B.J1.Конюха.- SCS-Европа BVBA, Москва 2003.- 480с.

44. Щербаков А.В. Мультиагентное имитационное моделирование активной маркетинговой системы. Труды международной научно-практической конференции «Теория активных систем». ИПУ РАН, 16-18 ноября 2005 г., Москва, с 164-168.

45. Adamatti D.F., Bazzan A.L.C. AFRODITE A Framework for Simulation of Agents with Emotions // 4-nd Workshop on Agent-Based Simulation. Montpellier 2003.

46. Bauer R, Schwingenschlogl A., Vetschera R. Corporate Strategy in an Atrificial Economy // 3-nd Workshop on Agent-Based Simulation., SCS-Europe BVBA, Ghent, Belgium. 2002.

47. Beillie P., Toleman M. Creating an Emotional Cpace for Artificial Beings. // 2-nd Workshop on Agent-Based Simulation., SCS-Europe BVBA, Ghent, Belgium. 2001, p.13-17.

48. Beillie P. An Agent With a Passion for Decision Making // 3-nd Workshop on Agent-Based Simulation., SCS-Europe BVBA, Ghent, Belgium. 2002.

49. Caldas, J. C.; Coelho, H.: Strategic Interaction in Oligopolistic Markets in: Castelfranchi, C.; Werner, E. (Hrsg.): Artificial Social Systems, Springer-Verlag 1992, Seite 147-163

50. Faratin, P.; C. Sierra; N. Jennings; 1998. "Negotiation Decision Functions for Autonomous Agents." Journal of Robotics and Autonomous Systems 24, n°3-4: 159-182.

51. Friedman, J. W.: Oligopoly and the Theory of Games; North Holland Publishing Company 1977.

52. Gallegati M. , Chiarella С., Leombruni R., Palestrini A. Asset Priceщ

53. Dynamics Among Heterogeneous Interakting Agents // 3-nd Workshop on• Agent-Based Simulation., SCS-Europe BVBA, Ghent, Belgium. 2002.

54. Gorni Ch. Ein Referenzmodell fur die Simulation intelligenter Agenten.Simulation in Passau. Heft 2, 1996, Universitaet Passau, Germany.

55. Haddadi, A. and K. Sundermeyer. 1996. "Belief-Desire-Intention Agent Architectures". In Foundations of Distributed Arctificial Intelligence, G. О'Hare and N. Jennings (Eds.). John Wiley, New York, 211-229.

56. Hoggatt, A. C.; Friedman, J. W.; Gill, S.: Experimental Economics. Price Signaling in Experimental Oligopoly; The American Economic Review,ф Vol.66 1976.

57. Kersten G.; W. Michalowski; S. Szpakowicz; and Z. Koperczak. 1991. "Restruturable Representations of Negotiation." Management Science 37, n°10:1269-1290.

58. Laasri, В.; H. Laasri; S. Lander; and V. Lesser. 1992. "A Generic Model for Intelligent Negotiation Agents." Int. J. Intell. Coop. Inf. Syst. 1, n°l: 291-318.

59. Negotiation Model for Intentional Agents." In Proceedings of the IFAC Workshop on Multi-Agent Systems in Production (Vienna, Austria). Elsevier Science, Amsterdam, 211-216. m 63. Lopes, F.; N. Mamede; A. Q. Novais, and H. Coelho. 2000. "Towards a

60. Generic Negotiation Model for Intentional Agents." In Proceedings of the IEEE Workshop on Agent-Based Information Systems (London, UK). IEEE Computer Society Press, CA, 433-439.

61. Muller J. 1996. The Design of Intelligent Agents, Springer-Verlag, Berlin (LNAI 1177).• 65. Modellbeschreibungs-sprache Simplex-MDL. Version 2.6. Universitaet Passau. 1996.-156 s.

62. Mosler H.-Jo. Multiagent Simulations of Social Psychlogical Theories: Method, Results and Applications // 3-nd Workshop on Agent-Based Simulation. SCS-Europe BVBA, Ghent, Belgium. 2002.

63. O'Hare, G.; and N. Jennings. 1996. Foundations of Distributed Artificial Intelligence, John Wiley, New York.

64. Pruitt, D. 1981. Negotiation Behavior. Academic Press, London.• 69. Pruitt, D. and J. Rubin. 1986. Social Conflict: Escalation, Stalemate and Settlement. McGraw-Hill, New York, USA.

65. Raiffa, H. 1982. The Art and Science of Negotiation, Harvard ^ University Press, Cambridge.

66. Rao, A. and M. Georgeff. 1998. "Decision Procedures of BDI Logics". Journal of Logic and Computation 8, n°3, 293-344.

67. Reineke M., Schmidt B. The reflective Control of Cognition and Emotion // 4-nd Workshop on Agent-Based Simulation. SCS-Europe BVBA, Ghent, Belgium. 2003.

68. Rosenschein J. and G. Zlotkin. 1994. 1994. Rules of Encounter, The• MIT Press, Cambridge, USA.

69. Sycara K. 1991. "Problem Restructuring in Negotiation." Manage. Sci. 37, n°10: 1248-1268.

70. Shapiro, C.; Schmalensee, R.; Dwillig: Theory of Oligopoly Behaviour in:Handbook of Industrial Organization, Vol.1; Elsevier Science Publisher, 1989.Щ

71. Sundermeyer, K.: Modellierung von Agentensystemen; in: Muller, J. Hrsg.): Verteilte ktinstliche Intelligenz; BI Wisseneschaftsverlag 1993.

72. Schmidt B. The Art of Modelling and Simulation. Introduction to the ^ Simulation System Simplex3, Ghent, Belgium, 2001

73. Schmidt В. Die Modellierung menschlichen Verhaltens. SCS-Europe

74. BVBA, Ghent, Belgium, 2000,- 105 s.

75. Schmidt B. How to give Agents a Personality // 3-nd Workshop on Agent-Based Simulation, SCS-Europe BVBA, Ghent, Belgium. 2002.

76. Schmidt B. Human Factors in Complex Systems. The Modelling of Human Behaviour. 19-th European Conference on Modelling and Simulation. ECMS 2005, Riga, Latvia, 2005, p. 5-15.

77. Wooldridge M., Jennings N. Intelligent Agent: Theory and Practica // Knowledge Engineering Review.- 1995, № 10 (2) , p. 115-152.

78. Urban, Ch.: PECS: An Approach to a Reference Model for the Simulation of Multi-Agent Systems; Lehrstuhl fur Operations Research und Systemtheorie, Universitat Passau 1997.

79. Wang F., Turner St., Wang L. Integrating Agents into HLA-Based Distributed Virtual Environments // 4th Workshop on Agent-Based Simulation. Montpellier 2003.

80. Weppner H.: Individuenbasierte Simulation eines oligopolistischen Markets auf Basis des Referenzmodells PECS; Lehrstuhl fur Operations Research und Systemtheorie, Universitat Passau 1998.