+7(495) 989 9610
ИД «Финансы и кредит»

ЖУРНАЛЫ

  

АВТОРАМ

  

ПОДПИСКА

    
«Национальные интересы: приоритеты и безопасность»
 

Реферирование и индексирование

РИНЦ
Referativny Zhurnal VINITI RAS
Worldcat
LCCN Permalink
Google Scholar

Электронные версии в PDF

EBSCOhost
Eastview
Elibrary
Biblioclub

Технология поддержки агент-ориентированного моделирования для суперкомпьютеров

т. 12, вып. 1, январь 2016

PDF  PDF-версия статьи

Получена: 16.09.2015

Одобрена: 28.09.2015

Доступна онлайн: 25.01.2016

Рубрика: НАЦИОНАЛЬНЫЕ ИНТЕРЕСЫ

Страницы: 4-16

Макаров В.Л. доктор физико-математических наук, академик РАН, директор Центрального экономико-математического института РАН, Москва, Российская Федерация 
makarov@cemi.rssi.ru

Бахтизин А.Р. доктор экономических наук, заведующий лабораторией, Центральный экономико-математический институт РАН, Москва, Российская Федерация 
albert.bakhtizin@gmail.com

Сушко Е.Д. кандидат экономических наук, ведущий научный сотрудник, Центральный экономико-математический институт РАН, Москва, Российская Федерация 
sushko_e@mail.ru

Тема. В статье рассматривается специализированное программное обеспечение для технической реализации агентных моделей на суперкомпьютерах, а также описывается разработанная технология поддержки агент-ориентированного моделирования (АОМ) для суперкомпьютеров – STARS (Supercomputer Technology for Agent-oRiented Simulation). Технология апробирована на примере мультиагентной демографической модели региона.
Цели. Построение мультиагентной демографической модели условного региона, обладающей интерфейсом для демонстрации пользователю происходящих во времени изменений основных демографических характеристик популяции агентов. Разработка методологии эффективного отображения счетного ядра мультиагентной системы на архитектуру современного суперкомпьютера.
Методология. Использована методология межузлового взаимодействия при помощи технологии активных сообщений, позволившая существенно повысить производительность мультиагентных моделей.
Результаты. Разработанная технология STARS позволяет легко реализовать как интерактивное моделирование, так и интерактивную визуализацию процесса моделирования в масштабе расчетного времени. Пока это возможно лишь в случае монопольного доступа к суперкомпьютеру (например, если будет использоваться компактный персональный суперкомпьютер). Для проведения масштабных экспериментов с более сложными агентами потребуется уже более вместительный и производительный суперкомпьютер.
Выводы. Возрастающий интерес крупнейших игроков IT-рынка (Microsoft, Wolfram, ESRI и др.) к АОМ доказывает перспективность этого инструмента и его большое будущее. Экспоненциальный рост общего объема данных, связанных с жизнедеятельностью людей, а также необходимость в построении аналитических систем добычи данных нового поколения, необходимых для прогнозирования социальных явлений и событий, обусловливают применение суперкомпьютерных технологий.

Ключевые слова: агент-ориентированные модели, суперкомпьютерные технологии, параллельные вычисления, демографические модели

Список литературы:

  1. Макаров В.Л., Бахтизин А.Р. Социальное моделирование – новый компьютерный прорыв (агент-ориентированные модели). М.: Экономика, 2013. 295 с.
  2. Shoham Y. Agent Oriented Programming: Technical Report. Computer Science Department, Stanford University, 1990.
  3. Epstein J.M., Axtell R.L. Growing Artificial Societies: Social Science from the Bottom Up. Washington, D.C. and Cambridge, Mass.: Brookings Press and MIT Press, 1996.
  4. Epstein J.M. Modelling to contain pandemics // Nature. 2009. № 6. P. 460.
  5. Ambrosiano N. Avian Flu Modeled on Supercomputer // Los Alamos National Laboratory NewsLetter. 2006. Vol. 7. № 8.
  6. Murgatroyd P., Craenen B., Theodoropoulos G., Gaffney V., Haldon J. Modelling medieval military logistics: an agent-based simulation of a Byzantine army on the march // Computational and Mathematical Organization Theory. 2012. Vol. 18. Iss. 4. P. 488–506.
  7. Тарасов В.Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. М.: Едиториал УРСС, 2002. 352 с.
  8. Wittek P., Rubio-Campillo X. Scalable agent-based modelling with cloud HPC resources for social simulations. Proc. 4th Int. Conf. on Cloud Computing Technology and Science (CloudCom), December 3–6, 2012. Taipei, IEEE, 2012, pp. 355–362.
  9. Roberts D.J., Simoni D.A., Eubank S., Marathe M., Eubank S., Atkins K., Romero P. et al. A National Scale Microsimulation of Disease Outbreaks. Supercomputing '07 Conference. Reno, NV, 2007.
  10. Billari F.C., Prskawetz A. Agent-Based Computational Demography: Using Simulation to Improve Our Understanding of Demographic Behaviour. Heidelberg: Springer, 2003. 210 p.
  11. Макаров В.Л., Бахтизин А.Р., Васенин В.А., Роганов В.А., Трифонов И.А. Средства суперкомпьютерных систем для работы с агент-ориентированными моделями // Программная инженерия. 2011. № 3. С. 2–14.
  12. Вишневский А.Г. Воспроизводство населения и общество: история, современность, взгляд в будущее. М.: Финансы и статистика, 1982. 287 с.
  13. Бахметова Г.Ш. Методы демографического прогнозирования. М.: Финансы и статистика, 1982. 159 с.
  14. Шахотько Л.П., Терещенко С.М. Компьютерное решение задачи построения демографических прогнозов // Вопросы статистики. 1999. № 10. С. 57–65.
  15. Родители и дети, мужчины и женщины в семье и обществе / под ред. Т.М. Малевой, О.В. Синявской. М.: Независимый институт социальной политики, 2007. 640 с.
  16. Шубат О.М., Багирова А.П. Прогнозирование вторых рождений у российских женщин: социолого-статистический подход // Проблемы прогнозирования. 2014. № 3. С. 131–140.

Посмотреть другие статьи номера »

 

ISSN 2311-875X (Online)
ISSN 2073-2872 (Print)

Свежий номер журнала

т. 17, вып. 1, январь 2021

Другие номера журнала