519.61 Имитационная модель информационного взаимодействия в популяции агентов

Белотелов Н. В. (Вычислительный центр им. А.А. Дородницына ФИЦ ИУ РАН/МГТУ им.Н.Э.Баумана), Буданов Е. А. (МГТУ им.Н.Э.Баумана)

ИМИТАЦИОННАЯ МОДЕЛЬ, ИНФОРМАЦИЯ, ПОПУЛЯЦИЯ АГЕНТОВ, ЭНЕРГИЯ, ДЕМОГРАФИЧЕСКИЙ ПРОЦЕСС, СОЦИАЛЬНАЯ СЕТЬ


doi: 10.18698/2309-3684-2025-3-6784


В статье описывается имитационная модель информационного взаимодействия в популяции агентов. Целью разработки модели является создания инструмента для исследования актуальной проблемы – информационной перегруженности современного общества. Считается, что агенты получают из разных источников информацию, перерабатывают её и формируют «виртуальный образ мира» при этом они затрачивают энергию. В свою очередь энергию они получают в том случае, если сформированный текущий образ мира совпадает с реальным состоянием мира в узле, в котором в данный момент времени агент находится. В популяции агентов учитываются демографические процессы и процессы пространственной миграции. Считается, что все процессы используют энергию. Проводится серии имитационных экспериментов с целью оценки выживаемости популяции при различных интенсивностях потоков информации, а также при различных скоростях изменения мира. В частности показано, что большие интенсивности информации не позволяют агентам сформировать правильный «образ мир», что приводит к вымиранию популяцию.


[1] Клингберг Т. Перегруженный мозг. Информационный поток и пределы рабочей памяти. Москва, ЛомоносовЪ, 2010, 208 с.
[2] Simon H.A. Designing Organizations for an Information-Rich World. Computers, Communication, and the Public Interest. Baltimore, MD: The Johns Hopkins Press, 1971, pp. 37–72.
[3] Roetzel P.G. Information overload in the information age: a review of the literature from business administration, business psychology, and related disciplines with a bibliometric approach and framework development. Business Research, 2019, vol. 12, no. 2, pp. 479–522.
[4] Speier C., Valacich J.S., Vessey I. The influence of task interruption on individual decision making: An information overload perspective. Decision Sciences, 1999, vol. 30, no. 2, pp. 337–360.
[5] Почепцов Г.Г. Информационные войны. Москва, Рефл-бук, Ваклер, 2000, 576 с.
[6] Bonabeau E. Agent-based modeling: Methods and techniques for simulating human systems. Proceedings of the National Academy of Sciences, 2002, vol. 99, suppl. 3, pp. 7280–7287.
[7] Macy M.W., Willer R. From Factors to Actors: Computational Sociology and Agent-Based Modeling. Annual Review of Sociology, 2002, vol. 28, no. 1, pp. 143–166.
[8] Белотелов Н.В. Имитационная модель процессов миграции в странах с учетом образования. Математическое моделирование и численные методы, 2019, № 4 (24), с. 91-99.
[9] Белотелов Н.В, Павлов С.А. Агентная модель культурных взаимодействий на неметризуемых хаусдорфовых пространствах. Математическое моделирование и численные методы, 2021, № 3, с. 105–119.
[10] Белотелов Н.В., Бровко А.В. Агентная модель двух конкурирующих популяций с учетом их структурности. Математическое моделирование и численные методы, 2022, № 3, с. 71–83.
[11] Gilbert N., Troitzsch K.G. Simulation for the Social Scientist. 2nd ed. Papers: Revista de sociologia, vol. 80, 2006, pp. 283-306.
[12] Epstein J.M., Axtell R. Growing Artificial Societies: Social Science from the Bottom Up. Washington, D.C.: Brookings Institution Press, 1996, 226 p.
[13] Barabási A.-L., Albert R. Emergence of scaling in random networks. Science, 1999, vol. 286, no. 5439, pp. 509–512.
[14] Jackson M.O. Social and Economic Networks. Princeton, Princeton University Press, 2008, 504 p.
[15] Eppler M.J., Mengis J. The Concept of Information Overload: A Review of Literature from Organization Science, Accounting, Marketing, MIS, and Related Disciplines. The Information Society, 2004, vol. 20, no. 5, pp. 325–344.
[16] Centola D., Macy M. Complex Contagions and the Weakness of Long Ties. American Journal of Sociology, 2007, vol. 113, no. 3, pp. 702–734.
[17] Bennett W.L., Livingston S. The disinformation order: Disruptive communication and the decline of democratic institutions. European Journal of Communication, 2018, vol. 33, no 2, pp. 122–139.
[18] Vosoughi S., Roy D., Aral S. The spread of true and false news online. Science, 2018, vol. 359, no. 6380, pp. 1146–1151.
[19] Gigerenzer G., Gaissmaier W. Heuristic Decision Making. Annual Review of Psychology, 2011, vol. 62, no. 1, pp. 451–482.


Белотелов Н.В., Буданов Е.А. Имитационная модель информационного взаимодействия в популяции агентов. Математическое моделирование и численные методы, 2025, № 3, с. 67–84.



Скачать статью

Количество скачиваний: 4