Примеры практических приложений АМ
 

Динамика употребления алкоголя. В этой модели, разработанной нами совме-стно с Research Triangle Institute International [см. также 8, 9], исследуется отношение людей к алкоголю, продолжительность жизни и связанные с этим расходы на здраво-охранение. Рассмотрим упрощенный вариант модели. Мы различаем четыре состояния у человека: не употребляет вообще Never User, употребляет время от времени Recrea-tional User, алкоголик Addict и бросивший пить Quitter (рис. 17). Переходы между со-стояниями – это стохастические тайм-ауты. Например, возраст, когда человек начинает пить (“инициируется”) – это реализация случайной величины с распределением Initia-tion Time Distribution. Распределение построено на базе имеющихся статистических данных, а именно – вероятностей инициации для различного возраста. То же относится к продолжительности жизни, которая распределена по закону Death Time Distribution, но это распределение может изменяться в зависимости от отношений человека с алко-голем. В этой модели агенты не взаимодействуют друг с другом.


Рассматриваются две группы людей: одна с “естественной” алкогольной динамикой Normal (контрольная группа), другая, подвергшаяся вмешательству Intervened. Вмешательство (это могут быть изменения в законодательстве, “соци-альные” рекламные кампании и т.п.) моделируется как изменения в вероятностях инициации и отказа от алкоголя.
Пример результатов моделирования (количество непьющих, употребляющих, алкоголиков и бросивших пить в зависимости от возраста) показаны в виде стековых графиков на рис. 17. Группа, подвергшаяся вмешательству, здесь имеет вероятность инициации в два раза ниже, а вероятность бросить в два раза выше, чем контрольная группа. В группе Intervened люди живут в среднем дольше, и ресурсов на их медицинское обслуживание уходит меньше. Подобного рода модели используются для поддержки принятия решений (decision support) при разработке федеральных, му-ниципальных или корпоративных политик.

Моделирование поведения и ассимиляционной динамики испаноязычного населения США. Эта модель [10] разработана консалтинговой компанией Decisio Con-sulting [17] для альянса крупных корпораций Synthesis Alliance. По последним опубликованным данным Американского бюро переписи населения (US Census), испаноязычное население (“Hispanics”) стало наибольшим по размерам национальным меньшинством в США. При помощи имитационного моделирования исследуются структурные силы, формирующие характеристики этой группы.
Смоделирована испаноязыч- ная группа, чей уровень ассимиляции в основное население динамически меняется в зависимости от индивидуального выбора. Модель использует как агентный, так и сис-темно-динамический подход. Испаноязычная группа деагрегирована до уровня индивидуальных агентов. Каждый агент принимает решения вероятностно, в зависимости от своего текущего состояния и внешней среды. Понятия “испаноязычность”, “ассимилированность” определены в культурных атрибутах лично-сти и проявляются через миграцию, выбор соседства и другие механизмы.
Некоторые компоненты состояния агента представлены дискретно, некоторые – как “мягкие” непрерывные переменные, опирающиеся на проверенные СД-концепции и моделирующие накопление и утерю агентом культурных атрибутов. Также в традициях СД определены глобальные структуры обратных связей, которые в конечном счёте оп-ределяют поведение на индивидуальном уровне. Динамика моделируемой системы ви-зуализируется с использованием инновационных средств AnyLogic.


Модель помогает увидеть, что система имеет достаточно сложную динамику, в частности появляются временно стабильные сегменты внутри испаноязычной группы (рис. 18). Динамика, порождающая эти сегменты, как и сами сегменты, представляет интерес для тех, кому важно глубокое понимание испаноязычного населения, в частно-сти власть и бизнес. Применённые методы моделирования, естественно, могут быть легко использованы в других исследованиях по динамике населения и динамике культур.
 
назад

вперед