Николай Вадимович Белотелов (Вычислительный центр им. А.А. Дородницына ФИЦ ИУ РАН/МГТУ им.Н.Э.Баумана) :
Статьи:
519.6 Агентная модель двух конкурирующих популяций с учетом структурности
Белотелов Н. В. (Вычислительный центр им. А.А. Дородницына ФИЦ ИУ РАН/МГТУ им.Н.Э.Баумана), Бровко А. В. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2022-3-7183
В статье описывается агентная имитационная модель двух популяций, конкурирующих за один ресурс. В модели считается, что особь погибает, если её масса-энергия становится неположительной. Предполагается, что особи каждой из рассматриваемых популяций могут образовывать стаи, это позволяет популяциям повышать свою конкурентоспособность. В модели это формализуется посредством возможности организовывать сети, связывающие особей одного вида. При этом особи могут образовывать лишь определенное количество связей с соседями. В модели для описания этого вводится понятие «валентности». Предполагается, что внутри каждой сети происходит мгновенное перераспределение ресурса по всем членам сети, имеющегося у каждого членом стаи. В статье помимо модели описана структура программы, с помощью которой проводились имитационные эксперименты. В результате проведенных имитационных экспериментов было получено следующее. Если ресурс высокопродуктивный, то в процессе конкурентного взаимодействия побеждает популяция, агенты, которой имеют большую «валентность». А в случае низко продуктивного ресурса победу в конкурентном взаимодействии одерживают особи популяции, обладающей меньшей «валентностью». Это связано с тем, что более сложные структуры требуют большей энергии поддержания стаи.
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.
519.6 Агентная модель культурных взаимодействий на неметризуемых хаусдорфовых пространствах
Белотелов Н. В. (Вычислительный центр им. А.А. Дородницына ФИЦ ИУ РАН/МГТУ им.Н.Э.Баумана), Павлов С. А. (МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2021-3-105119
Необходимость разработки формализованных компьютерно-ориентированных подходов к проведению междисциплинарных исследований межкультурных взаимодействий является актуальной задачей. В статье описывается подход к разработке агентных моделей межкультурных взаимодействий, основанный на использовании неметризуемых хаусдорфовых пространств с использованием генетических алгоритмов для введения динамических изменений в рассматриваемой структуре культурных агентов. В статье рассматривается прототип агентной модели, в которой состояние агентов описывается в хаусдорфовых пространствах. С помощью выбора опорных точек для каждого агента строится функция Урысона, которая позволяет вводить предпочтения агентов. Далее с помощью технологии генетических алгоритмов, удается получить тактовую динамику изменения всей системы агентов. В статье приводится описание некоторых имитационных экспериментов. Обсуждаются возможные перспективы развития данного подхода.
Белотелов Н.В, Павлов С.А. Агентная модель культурных взаимодействий на неметризуемых хаусдорфовых пространствах. Математическое моделирование и численные методы, 2021, № 3, с. 105–119.
007.51 Имитационная модель процессов миграции в странах с учетом уровня образования
Белотелов Н. В. (Вычислительный центр им. А.А. Дородницына ФИЦ ИУ РАН/МГТУ им.Н.Э.Баумана)
doi: 10.18698/2309-3684-2019-4-9199
Рассматривается имитационная модель миграции населения между странами, каждой из которых соответствует своя культура. Описывается схема образовательного процесса, которая предполагает наличия двух типов образования — технического, влияющего на экономическое благосостояние страны и культурного, которое влияет на подвижность населения и коэффициенты толерантности межкультурных взаимоотношений. В модели учитывается демографический процесс. Анализ проведенных имитационных экспериментов показывает, что недостаточное развитие культурного образования населения, в случае миграции может приводить к социальной нестабильности в стране.
Белотелов Н.В. Имитационная модель процессов миграции в странах с учетом уровня образования. Математическое моделирование и численные методы, 2019, № 4, с. 91–99.