Содержание к диссертации
Введение
ГЛАВА 1 Методология моделирования городов ... 14
1.1 Мировой опыт решения проблем устойчивого развития городов 15
1.1.1 Организация Объединенных Наций 15
1.1.2 Европейский опыт мониторинга и контроля проблем развития городов 18
1.2 Основные подходы к моделированию городов 23
1.2.1 Влияние Количественной революции и Системного подхода на принципы городского планирования 23
1.2.2 Истоки городского моделирования 27
1.2.3 История первого поколения городских моделей 29
1.2.4 Классификация моделей городов 32
1.2.5 Современные подходы к моделированию развития городов 35
1.3 Гравитационная модель как элемент Комплексной агент- ориентированной модели развития городов 38
1.3.1 Расселенческие модели городов 41
1.3.2 Моделирование транспортных сетей при заданном расселении 43
1.3.3 Моделирование пропускной способности транспортной сети 45
1.3.4 Модели размещения промышленных объектов 46
1.3.5 Международные торговые модели 48
Выводы по главе 1 50
ГЛАВА 2 Агент-ориентированная модель развития городов 52
2.1 Агент-ориентированное моделирование 52
2.1.1 Агент и среда модели 53
2.1.2 История агент-ориентированного моделирования 58
2.1.3 Этапы проектирования АОМ 60
2.1.4 Программная реализация АОМ 63
2.1.5 Основные направления использования АОМ 65
2.1.6 Горизонтальная и иерархическая организация АОМ, интерактивные АОМ 69
2.2 Комплексная агент-ориентированная модель развития городов 73
2.2.1 Агент-Люди 75
2.2.2 Агент - Предприятие 85
2.2.3 Районы 89
2.2.4 Дороги и общественный транспорт 91
Выводы по главе 2 95
ГЛАВА 3 Комплексная агент-ориентированная модель развития города Москвы 97
3.1 Комплексная агент-ориентированная модель развития города Москвы 97
3.1.1 Москва - мегаполис двадцать первого века 97
3.1.2 Программная реализация Комплексной агент-ориентированной модели развития городов 101
3.1.3 Оценка прогностических характеристик модели 114
3.2 Прогноз социально-экономических показателей и сценарии развития г. Москвы 125
3.2.1 Прогноз основных социально-экономических показателей развития г. Москвы на период до 2025 года 126
3.2.2 Сценарные расчеты развития г. Москвы с использование Комплексной агент-ориентированной модели развития городов 132
Выводы по главе 3 138
Заключение 140
Библиографический список 143
- Влияние Количественной революции и Системного подхода на принципы городского планирования
- История агент-ориентированного моделирования
- Комплексная агент-ориентированная модель развития городов
- Программная реализация Комплексной агент-ориентированной модели развития городов
Введение к работе
Актуальность исследования. Города сегодня растут беспрецедентными темпами, формируются крупные мегаполисы и агломерации, устанавливающие социально-экономические, политические, культурные и экологические правила в мировом хозяйствовании. Еще 50 лет назад только одна треть населения планеты жила в городах, но уже к 2000 больше половины жителей Земли (более 3 млрд. чел.) стали горожанами. По данным Организации Объединенных Наций к 2050 году численность городского населения продолжит расти и составит две трети от общей численности людей на планете, или 6 млрд. человек.
Города являются многонациональными центрами производства и потребления товаров и услуг, ядрами формирования территориальных экономических комплексов и инновационных кластеров. Крупнейшие мегаполисы с высоким уровнем жизни населения играют все большую роль в стягивании демографического, инновационного и научно-образовательного потенциала. Происходит активное включение крупных городских региональных агломераций в мировую распределительную систему управления глобальными процессами.
Таким образом, устойчивая урбанизация и устойчивое развитие городов является одной из наиболее актуальных задач, стоящих перед мировым сообществом в двадцать первом веке. Сбалансированный рост городов является своего рода катализатором стабильного регионального и общенационального развития.
Ключевым инструментарием исследования, анализа, разработки прогнозов и сценариев развития городов становятся математические методы моделирования. Современные модели мегаполисов должны отражать в себе различные элементы жизнедеятельности города (демографию, миграцию, транспорт, экологию и др.), а также учитывать индивидуальное поведение его жителей, быть гибкой и способной предсказывать неожиданное поведение городской системы в результате взаимодействия модельных агентов на микроуровне. Еще одной немаловажной составляющей современной модели развития городов должны стать визуализационные и интерактивные аспекты работы модели.
В качестве актуального подхода, вобравшего в себя все эти требования к моделированию сложной городской среды, выступает построение нового класса экономико-математических моделей – Агент-ориентированных моделей (далее – АОМ), известных в зарубежной литературе как Agent-Based Modeling (сокр. ABM).
В качестве объекта исследования особый интерес представляет город Москва как современный динамично развивающийся мегаполис, обладающий колоссальным потенциалом экономического роста и качественного развития городской среды. Становится очевидным, что сложившиеся на этапе перехода к рыночным методам хозяйствования парадигма развития мегаполиса, ориентированная в первую очередь на создание «капиталистического города» и привлечение в него инвестиций любыми способами себя полностью изжила и нуждается в скорейшей трансформации. Наблюдаемый заметный отрыв Москвы от других регионов по показателям уровня жизни приводит к неумеренному притоку людей в мегаполис. Ограниченность географического пространства города, перенасыщенность Москвы населением деформирует демографическую структуру города, обостряет жилищную и транспортную проблемы, проблему занятости, имущественное и доходное неравенство москвичей. В силу отмеченных обстоятельств устойчивое социально-экономическое развитие г. Москвы требует решения целого ряда сложных проблем. Становится актуальным выход на качественно новые целевые рубежи – развитие мегаполиса как зоны с высоким уровнем жизни населения.
Для обеспечения устойчивого социально-экономического развития столицы как зоны с высоким уровнем жизни населения нами была разработана Комплексная агент-ориентированная модель развития Москвы, позволяющая разрабатывать стратегический курс развития города в среднесрочной и долгосрочной перспективе, а также проигрывать сценарии развития столицы с учетом уровня комфортности проживания ее жителей.
Таким образом, исследование, проведенное в рамках данной диссертационной работы, соответствует темам 8.7. «Теория и методы экономико-математического моделирования сценариев социально-экономического и инновационного развития России» и 8.10. «Научные основы региональной политики и устойчивое развитие регионов и городов» основных направлений фундаментальных исследований РАН.
Степень научной разработанности проблемы. Основной вклад в разработку теоретических проблем региональной экономики и проблем устойчивого социально-экономического развития систем внесли отечественные ученые Л.И. Абалкин, М.М. Албегов, С.Д. Валентей, А.Е. Варшавский, В.Г. Введенский, А.Г. Гранберг, Г.Б. Клейнер, A.A. Куклин, Д.С. Львов, В.Л. Макаров, В.Г. Медницкий, П.А. Минакир, H.H. Некрасов, B.C. Немчинов, О.Н. Нестеренко, Ю.Я. Ольсевич, В.В. Радаев, Н.М. Ратнер, Д.Е. Сорокин, А.И. Татаркин, А.А. Фридман, Б.М. Штульберг.
В отечественной экономической литературе проблема развития городов уделяется большое внимание, в связи с этим следует отметить работы С.С. Артоболевского, В.Я. Беккера, B.C. Бялковского, В.А. Воротилова, А.С. Жолкова, В.М. Зуева, И.А. Ильина, В.Я. Любовного, А.А. Нещадина, П.М. Поляна, О.С. Пчелинцева, И.И. Сигова, В.В. Финагина, Н.Н. Шевердяева.
Становлению методических и методологических подходов к исследованию и моделированию городов (в том числе и с использованием агент-ориентированных моделей) способствовали работы таких зарубежных ученых, как В. Алонсо, И. Бененсон, Л. Ван ден Берг, Д. Браун, М. Бэтти, А. Вилсон, Л. Ван Виссен, В.Б. Занг, В. Лоибл, И. Лоури, Дж. Мак-Лафлин, К. Макал, Р. Митчелл, М. Норс, Д. Паркер, Дж. Португали, К. Рапкин, А. О’Салливан, Ж.Ф. Тисс, У. Тоблер, И.Г. фон-Тюнен, Л. Уинго, Б. Харрис, Г. Чедвик.
Среди классиков агент-ориентированного моделирования можно выделить Р. Аксельрода, Л. Тасфатсона, Р. Экстела, Дж. Эпштейна. В России данное направление только начинает активно развиваться, так среди отечественных ученых можно выделить В.Л. Макарова, А.Р. Бахтизина, М.С. Бурцева, Ю.Н. Гаврильца, С.И. Паринова.
Несмотря на широкое распространение в зарубежных странах моделирования отдельных направлений развития городов с использованием агент-ориентированного подхода, комплексная агент-ориентированная модель позволяющая разрабатывать долгосрочный прогноз основных социально-экономических показателей и сценариев развития российских городов и крупных мегаполисов была разработана автором впервые.
Объектом исследования являются большие города и крупные мегаполисы с численностью населения в несколько миллионов или несколько десятков миллионов человек.
Предметом исследования является устойчивое социально-экономическое развитие городов.
Целью исследования является разработка и апробация инструментария формирования устойчивого социально-экономического развития городов, позволяющего разрабатывать стратегический курс развития территорий и сценарии развития городов.
Для достижения поставленной цели в работе были решены следующие основные задачи:
обзор мирового опыта решения проблем устойчивого развития городов;
анализ существующих моделей и методов, получивших наибольшее распространение для задач проектирования и моделирования городов;
разработка инструментария, позволяющего получать прогноз основных социально-экономических показателей в среднесрочной и долгосрочной перспективе и сценарии развития городов с учетом уровня комфортности проживания людей;
разработка агент-ориентированной модели города Москвы с использованием современных программных продуктов, проведение численного наполнения модели четырьмя группами данных;
комплексная оценка качества модели, как с использованием классических статистических методов, так и посредством проведения анализа чувствительности и оценки влияния стохастической составляющей модели на результаты моделирования;
разработка прогноза основных социально-экономических показателей развития г. Москвы на период до 2025 года;
оценка направлений развития города и результатов управленческих решений (в том числе и непопулярных) с точки зрения влияния на качество и комфортность жизни москвичей и на их настроение.
Теоретической и методологической основой исследования послужили работы отечественных и зарубежных ученых в области экономико-математического моделирования, экономической теории, региональной экономики, устойчивого и сбалансированного развития городов, а также аналитические, методические материалы и нормативные документы Организации Объединенных Наций, Европейского Союза, Российской Федерации и г. Москвы.
Исследование основывается на методологии научного познания и ее конкретных приложениях, среди которых системный, структурно-функциональный и агент-ориентированный подход, а также методы экономического, математического и статистического анализа.
При разработке Комплексной агент-ориентированная модель развития городов (далее – CABMUD) автором был учтен весь накопленный опыт построения АОМ и, в частности, моделей, нацеленных на изучение развития городской среды. В CABMUD присутствуют элементы гравитационной модели, жилой динамики, динамическое изменение цен на услуги ЖКХ для населения и арендной платы на коммерческую недвижимость для предприятий, которая устанавливается посредством рыночных механизмов, т.е. под влиянием спроса и предложения на коммерческую недвижимость в каждом отдельном районе города.
Информационную базу исследования составили 4 группы данных: Федеральной службы государственной статистики РФ за 2005-2011 года; аналитические, плановые и прогнозные документы федеральных, региональных органов государственной власти и научно-исследовательских институтов; личные данные жителей и предприятий г. Москвы и Московской области; анкеты, собранные в ходе опроса жителей г. Москвы и Московской области, необходимые для выявления поведенческих особенностей агентов-людей модели.
Научную новизну составляют следующие наиболее значимые результаты диссертационной работы, полученные автором в ходе исследования и выносимые на защиту:
1. Разработан комплексный инструментарий формирования устойчивого развития городов с использованием агент-ориентированного подхода, позволяющий получить количественную оценку результатов управленческих решений, разрабатывать стратегический курс развития территорий, а также проигрывать сценарии развития городов с учетом уровня комфортности проживания людей.
2. В рамках Комплексной агент-ориентированной модели развития г. Москвы построена геоинформационная система мегаполиса; реализован жизненный цикл агентов-людей; введено свойство памяти; принцип ограниченной рациональности агента; помимо экономических факторов при выборе места жительства используется фактор экологии, развитости инфраструктуры и престижности района; принцип иерархического построения среды модели; введены механизмы динамического изменения цены на недвижимость в различных районах города.
3. Предложен комплексный подход к оценке качества нового инструментария – агент-ориентированной модели развития городов на основе анализа чувствительности, оценки влияния стохастической составляющей на результаты моделирования, оценки прогностических характеристик модели.
4. Проведенный анализ основных направлений долгосрочного социально-экономического развития г. Москвы на период до 2025 года, позволил с учетом объективных ограничений и при условии сохранения территории столицы в текущих границах прогнозировать условия, при которых обеспечивается достижение высоких стандартов уровня и качества жизни москвичей, устойчивое и сбалансированное функционирование социальных и экономических элементов мегаполиса.
5. Проведена оценка предлагаемых мер по снижению уровня загруженности дорог посредством повышения стоимости бензина на автозаправочных станциях столицы. Расчеты показали, что единовременное увеличение стоимости бензина на 8 руб./литр или 30-35% существенно снижает загруженность дорог и среднее время, затрачиваемое жителями мегаполиса на дорогу; но вызывает серьезный скачок недовольства жителей города. Особенно остро изменения коснутся слоев населения с низким уровнем дохода. Показано, что плавное (поэтапное) повышение цен на бензин позволит избежать нарастающей социальной напряженности, однако, эффект от этих мер будет ниже.
6. С использованием Комплексной агент-ориентированной модели развития города Москвы показано существенное уменьшение загруженности дорог города, а также высокая экономическая эффективность от введения платы за парковку в центре г. Москвы для бюджета города.
7. Проведенная оценка уровня сегрегация жителей мегаполиса по доходам с использованием агент-ориентированной модели развития г. Москвы позволила сделать вывод о выравнивании уровня жизни всех москвичей вне зависимости от места их проживания. Если в 2002 году значение самого высокого показателя среднедушевого денежного дохода по административным округам превышало значение самого низкого более чем в 2 раза, то в 2009 году это отношение снизилось до 1,56 раз. Исходя из прогноза на период до 2025, десегрегационные процессы в обществе сохранятся, а уровень дифференциации не превысит 1,25-1,3 раза.
Область исследования. Тематика диссертационного исследования соответствует следующим пунктам паспорта специальности ВАК 08.00.13 – Математические и инструментальные методы экономики: 1.9. Разработка и развитие математических методов и моделей анализа и прогнозирования развития социально-экономических процессов общественной жизни: демографических процессов, рынка труда и занятости населения, качества жизни населения и др.; 2.2. Конструирование имитационных моделей как основы экспериментальных машинных комплексов и разработка моделей экспериментальной экономики для анализа деятельности сложных социально-экономических систем и определения эффективных направлений развития социально-экономической и финансовой сфер; 2.3. Разработка систем поддержки принятия решений для рационализации организационных структур и оптимизации управления экономикой на всех уровнях.
Практическая значимость результатов работы. Результаты апробации разработанной модели свидетельствует о ее практической значимости. Разработанный универсальный инструментарий – Комплексная агент-ориентированная модель развития городов может применяться для решения самого широкого круга задач, стоящих перед учеными и чиновниками всех уровней власти и выступать в качестве инструмента поддержки принятия решений. Он принят в качестве одного из подходов формирования устойчивого развития городов Министерством экономики Республики Татарстан, а также применяется при разработке стратегий устойчивого развития городов и регионов России Учреждением Российской академии наук Институтом экономики РАН, что подтверждается справками о внедрении.
Основные результаты, полученные с использованием CABMUD, были использованы в работах, поддержанных Российским фондом фундаментальных исследований (РФФИ) «Методология формирования стратегии развития городских агломераций как новых центров социально-экономического развития регионов (на примере г. Москвы)» и Российским гуманитарным научным фондом (РГНФ) «Методология разработки программ устойчивого развития городов с использованием агент-ориентированного подхода».
Апробация результатов исследования. Основные научные результаты, диссертационной работы были апробированы на международных и всероссийских научных конференциях: 31-ой Международной научной школе-семинаре имени академика С.С. Шаталина (Вологда, 2009); IV Всероссийской междисциплинарной конференции студентов, аспирантов и молодых учёных «Искусственный интеллект: философия, методология, инновации» (Москва 2009); Первом Российском экономическом конгрессе (Москва 2009); Конференции молодых ученых Первого Российского экономического конгресса (Москва 2009); Круглом столе журнала «Экономика и математические методы» (Москва, 2010); семинарах лаборатории Экспериментальной экономики ЦЭМИ РАН (Москва, 2010, 2011).
Публикации. Основные теоретические положения и выводы диссертации опубликованы в 4 научных работах, в том числе в коллективной монографии «Пространственная экономика: теория и реалии» (изд. Экономика, 2011 г.) и журналах «Известия Российской академии наук. Теория и системы управления», «Экономика и математические методы», входящих в перечень ВАК Минобрнауки России. Общий объем публикаций составил 25,3 п.л., в т.ч. соискателю принадлежат 3 п.л.
Влияние Количественной революции и Системного подхода на принципы городского планирования
Вопросам комплексного устойчивого развития городов в мире отводится особое место в деятельности Организации Объединённых Наций (далее - ООН) и Европейского союза. При ООН в 1978 году была создана Программа по содействию устойчивому развитию населенных пунктов с целью обеспечения надлежащим жильем всех жителей городов - ООН-Хабитат (англ. The United Nations Human Settlements Programme, сокр. UN-HABITAT, далее -Программа). Данная программа призвана помочь правительствам, чиновникам всех уровней власти, политикам и местным общественным организациям задействовать все механизмы борьбы за повышение качества среды обитания человека, найти решения текущих и долгосрочных проблем развития городов, а также содействовать развитию международного сотрудничества в области населенных пунктов, градостроительной политики и строительных материалов.
Штаб-квартира организации находящаяся в африканском городе Найроби, столицы Кении, осуществляет свою деятельность под руководством Анны Каджумуло Тибайджука.
Деятельность ООН-Хабитат базируется на основании следующих пяти документов: Ванкуверская декларация по населенным пунктам (1976 г.) [2]. Признающая: - крайне тяжелое состояние населенных пунктов, городов и зон проживания людей; - несправедливое разделение богатств и как следствие глубокий разрыв между богатыми («золотой миллиард») и бедными странами в которых проживают более 4 миллиардов нищих людей без возможности удовлетворить свои основные потребности в продуктах питания, образовании, здравоохранении, жилье, гигиене окружающей среды, водных и энергетических ресурсах; - мировые демографические тенденции роста, которые свидетельствуют, что число людей в ближайшие 25 лет удвоится. Что в свою очередь приведет к увеличению более чем вдвое потребностей в пище, жилье, а также других основных социально-экономических потребностей, необходимых для достойного существования человека; - процессы вынужденной миграции из сельских районов с низким уровнем жизни, неразвитой социальной инфраструктурой и сферой услуг, а как следствие неконтролируемую урбанизацию; - создание справедливого и равноправного мирового экономического порядка путем необходимых изменений в области международной торговли, денежной системы, индустриализации, передачи и потреблении мировых ресурсов и технологий.
Все это имеет большое значение для социально-экономического развития и совершенствования городов и населенных пунктов, особенно в развивающихся странах.
Декларации призывает к мировому сотрудничеству, основанному на принципах равенства, справедливости и солидарности. В ней приводятся средства и инструменты решения данных проблем: 19 основных принципов решения проблем, 24 рекомендации для правительства и международных организаций.
«Повестка дня Хабитат» (1996 г.). Так называемый всемирный План действий по устойчивому развитию населенных пунктов. Повестка дня Хабитат является основным политическим документом, который вышел из конференции Хабитат II в Стамбуле, в которой приняло участие 171 страна. В документе содержится более 100 обязательств и 600 рекомендаций по вопросам человеческих поселений [3].
Стамбульская декларация по населенным пунктам (1996 г.), в которой главы государств и правительства стран мира приняли обязательства по обеспечению безопасности, жизнеспособности, продуктивности и устойчивому развитию населенных пунктов для всех людей планеты [4].
Декларация о городах и других населенных пунктах в новом тысячелетии (2001 г.), обозначившая принципы и цели устойчивого развития городов и других населенных пунктов. Закрепляющая «Повестку дня Хабитат» и Стамбульскую Декларацию как основные отправные точки по дальнейшему обеспечению устойчивого развития городов [5].
Резолюция 56/206 (2002 г.). О повышении статуса Центра ООН по населенным пунктам (Хабитат) до уровня полноправной Программы Организации Объединённых Наций по населенным пунктам (ООН-ХАБИТАТ) [6]. Руководящий орган Программы — Комиссия по населенным пунктам была преобразована в Совет управляющей Программы Организации Объединённых Наций по населенным пунктам и стала вспомогательным органом Генеральной
Ассамблеи ООН. Работа ООН-Хабитат проводится в соответствии и непосредственно связана с Декларацией Тысячелетия Организации Объединенных Наций, в которой члены ООН1 приняли на себя обязательства по 8 целям и 21 задаче в достижении целей развития тысячелетия в областях: 1. защиты уязвимых, ликвидации абсолютной бедности и голода, установлении мира и безопасности; 2. обеспечения всеобщего начального образования; 3. содействия развитию демократии и прав человека, в особенности, равноправию полов и расширению прав женщин; 4. сокращения детской смертности; 5. улучшения охраны материнского здоровья; 6. борьбы с ВИЧ/СПИДом, малярией и прочими заболеваниями; 7. обеспечения экологической стабильности, развития и охраны окружающей среды; 8. формирования всемирного партнерства, развитие и укрепление ООН.
Многие цели, особенно в области развития, сформулированы конкретно, с указанием цифр и сроков (в основном в период до 2015 и до 2020г.). Так, одними из ключевых задач Декларации Тысячелетия являются: сокращение вдвое доли населения, не имеющего постоянного доступа к чистой питьевой воде и живущего в антисанитарных условиях к 2015 году; и достижение значительного улучшения в жизни, по меньшей мере, 100 миллионов обитателей трущоб к 2020 году.
Стратегическое виденье ООН-Хабитат зиждется на четырех компонентах, направленных на достижение цели «Города без трущоб» (англ. «Cities without Slums»). Эта стратегия предусматривает пропаганду глобальных норм, анализ информации, полевые испытания решений и финансирование. Они подпадают под четыре основных функций, возложенных на органы власти мировых правительств - мониторинг и научные исследования, разработка политики, создание потенциала и финансирование жилищного строительства и городского развития [7; 8].
Ежегодно в первый понедельник октября, начиная с 1986 года, под эгидой Программы проводятся различные мероприятия, приуроченные к Всемирному дню Хабитат. Так, в 2006 году впервые празднования прошли в России в городе Казане под лозунгом «Города - магниты надежды», в 2010 году местом проведения выступал Шанхай, Китай с темой мероприятия «Чем лучше город -тем лучше жизнь» [9, с. 28].
История агент-ориентированного моделирования
Агент-ориентированное моделирование неразрывно связано с двумя понятиями — Агент и Среда.
Не существует точного определения термина Агент в АОМ, это является предметом широкой дискуссии и, как правило, о нем просто договариваются. Агент — интеллектуальная автономная компьютерная сущность, находящаяся в окружающей ее среде и взаимодействующая с другими подобными сущностями для достижения целей ее существования [142, с. 26-37].
В качестве агентов в АОМ выступают вирусы, животные, роботы, люди, инфраструктура, города, страны, а не только экономические агенты (домохозяйства, предприятия, государство и внешний мир) - субъекты экономических отношений, принимающие участие в производстве, распределении, обмене и потреблении экономических благ в классическом понимании. Неоднородность агентов является важным аспектом агент-ориентированного подхода. Если в начале моделирования АОМ все агенты были одинаковыми, они могут измениться или эволюционировать с течением времени ввиду различного характера поведения, наличия или отсутствия определенных ресурсов, используемых методов принятия решений, получаемых данных в процессе существования, дальности горизонта виденья, различных способностей к обучению и адаптации.
В качестве основных свойств и атрибутов агентов АОМ можно выделить [95, с. 87-88; 143; 144]:
Автономия. Агенты функционируют самостоятельно и независимо друг от друга, что позволяет добиться разнообразия в поведении [145].
Интеллектуальность. Теория рационального выбора в процессе принятия решений, хорошо описанная в теории, она далеко не всегда применима на практике, и в особенности в агент-ориентированном подходе. Так, далеко не всегда в качестве оценки эффективности принятия решений в АОМ используется принцип оптимальности, максимизации полезности. Вместо того, чтобы представлять агентов в роли эгоистичных лиц, обладающих всей возможной информацией, в АОМ используется принцип ограниченной рациональности выдвинутый еще Гербертом Саймоном.
Репрезентативность. Т.е. агент должен быть типичным представителем той совокупности, которую он представляет с определенным набором характеристик, правил поведения и методов принятия решений.
Расположение во времени и пространстве - в «среде обитания». Зачастую агент не «видит» всю среду, весь мир, а находится, перемещается и взаимодействует только в определенной ее части, т.е. агент обладает горизонтом виденья [146, с. 277-296].
Агенты в АОМ часто имеют и дополнительные свойства, которые могут выступать как необходимые, так и необязательные в зависимости от задач моделирования:
Взаимодействие. Агенты в АОМ динамически некогерентны, т.е. их следующее состояние или действие не зависит только от предыдущего состояния, а зависит также и от текущего состояния его взаимодействия с другими агентами и окружающей средой, механизмами коммуникации, кооперации и обмена информацией. В данном случае агент-ориентированный подход объединяет в себе элементы искусственного интеллекта, искусственной жизни и теории игр [148, с. 157-182; 149, с. 223-250].
Целеустремленность. При этом агент имеет ярко выраженную цель существования, которая управляет его поведением и оказывает существенное влияние на процесс принятия решений. Агенты АОМ с открытой целью (без цели существования) описываются как трекеры, а не как оптимизаторы или сущности, нацеленные на достижение определенных точек (целей). При этом функционирование агента не имеет естественной конечной точки, оно прекращается лишь со «смертью» самого агента [150, с. 3-7].
Восприятие мира. Каждый агент на основе информации об окружающем его мире (среде) создает и изменяет свою внутреннюю концептуальную модель «образа мира». Она включает в себя представления о нормах и правилах, ролях и предписаниях, образцах поведения, состояниях других агентов и т.д. Концептуальная модель «образа мира» может быть неполной в виду ограниченности восприятия или горизонта виденья агента, а в ряде случаев просто ошибочной. Агент может воспринимать себя путем анализа своей «биографии» — жизненного опыта. Это виденье может меняться на разных этапах жизненного цикла агента, с течением времени.
Способность обучаться, адаптироваться на основе своего опыта. Индивидуальное обучение и адаптация требует от агента наличие памяти, как правило, в виде динамического атрибута. Здесь также важно отличать индивидуальное обучение и адаптацию агента от общественного. Коллективное обучение и адаптация подразумевает наличие определенного атрибута, дающего данной группе агентов некое преимущество, которое растет с течением времени. Для моделирования процесса обучения ученые используют широкий спектр вычислительных средств [91, с. 55-82]. Они включают в себя: теорию обучения с подкреплением, разработанную профессором Гарвардского университета Б. Скиннером [151, с. 89-111; 152], нейронные сети [153, с. 211-232; 154; 155; 156], генетические алгоритмы [157; 158], генетическое программирование [159; 160], и ряд других алгоритмов, в которые входят элементы индуктивного обучения [161].
Наличие ресурса. Атрибуты, указывающие на текущий уровень запаса некого ресурса, например, еды, энергии, богатства, информации и т.д. В зависимости от его наличия или отсутствия поведение агента может меняться.
При определении агентов в АОМ на первом этапе необходимо задать типы (классы) агентов их атрибуты, при этом внутреннее состояние агентов могут представлять как дискретные, так и непрерывные данные [95, с. 92]. На втором этапе определяются правила поведения и взаимодействия. Они могут варьироваться от самых простых до очень сложных, состоящих из многоуровневых стейчартов (англ. statechart, диаграмма состояний) или нескольких тысяч строк программного кода. Это зависит от: объема информации, которую рассматривает агент; какого рода решения он принимает; насколько сложны механизмы взаимодействия, обучения и адаптации; размера памяти, которую хранит и использует агент при принятии решений. При этом ряд авторов утверждает: «...для того, чтобы считать, что модель поддерживает агент-ориентированную парадигму поведение агентов должно быть достаточно гибким» [95, с. 87; 162, с. 8-9].
Взаимодействие агентов между собой может принимать различные формы [146]: коммуникация — агенты обмениваются между собой информацией при помощи специальных средств общения; кооперация — агенты взаимодействуют друг с другом, что позволяет им осуществлять совместную деятельность для достижения общих целей; управление - подчинительные отношения, когда один агент управляет поведением другого. Форма и сила взаимодействия может меняться в результате выбора агента, случайным образом или с течением времени. По территориальному охвату взаимодействия можно выделить: - глобальное, когда каждый агент может контактировать с любым другим агентом модели; - групповое - агент взаимодействует с другими агентами, объединенными в общую сеть или находящихся в одном с ним районе; - локальное, когда агент контактирует только с окружающими его агентами.
Стоит отметить, что при обмене информации между агентами часть ее может быть скрыта. Сокрытие информации (состояние сдерживания) приводит к неопределенности во взаимоотношении агентов, в том смысле, что агент никогда не может быть полностью уверен, как будет вести себя другой агент. Даже если его действия протекают в соответствии с фиксированными методами, ввиду индивидуализации своего поведения, он может по-разному реагировать на того или иного агента или менять свое поведение в зависимости от различного временного промежутка. Инструмент скрытия информации позволяет АОМ добиться поразительного сходства с реальными явлениями и применяться для описания самых сложных систем [150, с. 3-7].
Среда — пространство (совокупность объектов, ландшафта), окружающее совокупность агентов одного или нескольких видов, определяющее их условия функционирования и оказывающее на них прямое или косвенное воздействие.
В АОМ среда представляет собой непрерывное пространство заданной формы, размера, возможными состояниями, сферами влияния, определенными правилами динамического изменения и многим другим. В ряде случаев среда может быть представлена как дискретная решетка (состоящая из квадратов, треугольников или шестиугольников) или как пассивная платформа для агентов, что существенно ограничивает потенциал модели.
Комплексная агент-ориентированная модель развития городов
Исходя из степени загруженности дорог и, как следствие, показателя величины выбросов загрязняющих веществ в атмосферу города, рассчитывается показатель количество дней в году концентрация озона, в которых превышает 120 мкг/м (0,12 мг/м ) (ozoneconcentration j-eg). При этом учитывается, что в дни с низкой среднесуточной температурой озон не образуется. Таким образом, в зимние месяцы: декабре, январе и феврале дней с превышением концентрации озона почти не фиксируется.
Синхронизация времени модели осуществляется при помощи функции timer данного блока, позволяющей находить общие точки «соприкосновения» асинхронного поведения агентов модели во времени. Так, несмотря на состояние, в котором находятся агенты-люди, в первый день года они взрослеют, раз в месяц производится расчет денежного баланса агента и т.д.
В данном блоке также находится палитра цветов, которая используется для визуализации и анимации модели. Так, в CABMUD используется аддитивная цветовая модель RGB (основными цветами являются красный, зелёный и синий) предложенная британским физиком Д.К. Максвеллом в 1861 году. Аддитивной (от англ. addition) она называется потому, что цвета получаются путём добавления к черному.
Изображение в данной цветовой модели состоит из трёх каналов. При смешении основных цветов — например, синего (В. 0, 0, 255) и красного (R. 255, 0, 0), получается пурпурный (М, англ. magenta. 255, 0, 255), при смешении зеленого (G. 0, 255, 0) и красного (R) - жёлтый (Y, англ. yellow. 255, 255, 0), при смешении зеленого (G) и синего (В) - циановый (С, англ. cyan. 0, 255, 255). При смешении всех трёх цветовых компонентов мы получаем белый цвет (W, white. 255, 255, 255).
Эта система в настоящее время считается доминирующей в системах цветовоспроизведения для мониторов и телевизоров, что обусловлено особенностями физиологии восприятия цвета сетчаткой глаза человека.
Блок воспроизведения модели (Simulation) необходим для компиляции программного кода и запуска модели как Java-приложения. В Simulation: - задается максимальный размер виртуальной памяти, выделяемой под работу модели. Т.к. в Комплексной агент-ориентированной модели развития городов присутствуют элементы анимации и при инициализации модели загружается большой объем карт города, то для корректной работы модели необходимо зарезервировать не менее 500 Мб. виртуальной памяти. - Определяются численные методы решения дифференциальных, алгебраических и смешанных уравнений модели (метод Эйлера; измененный, быстрый или классический метод Ньютона; РК-45 и т.д.). - Задается точность работы модели (относительная, абсолютная, временная, фиксированный шаг по времени). - Производится настройка модельного времени: задается единица модельного времени (секунда, минута, день, неделя), определяется время начала и конца работы модели, при необходимости включается календарный отсчет времени, задается скорость работы модели (отношение модельного времени к реальному: 1:1,2:1,4:1)и т.д.
В CABMUD единицей модельного времени выступает день, а для отображения периодов работы модели используется календарь. Так, время начала работы модели 1 января 2005 года, что позволяет получить ретроспективный прогноз основных социально-экономических показателей и, в дальнейшем (как следствие), судить об адекватности модели в целом.
Данный блок осуществляет управление библиотеками классов такими как: AnyLogic Pedestrian Library, которая является высокоуровневой библиотекой движения агентов (пешеходов) в физическом пространстве; AnyLogic Agent Based Library, позволяющая облегчить процесс моделирования агентов и правил их поведения; QTSystem Library, отвечающая за работу с блоком записи видео; а также многими другими библиотеками классов, необходимых для решения конкретных задач, стоящих перед разработчиком при построении сложных имитационных моделей.
Данный блок осуществляет запись эксперимента в видео формате. Данный инструмент удобно использовать для сравнения различных сценариев развития городской системы, а также для создания видео презентаций или обучающих курсов.
В единицу времени алгоритм данного блока записывает значение каждого пикселя (точек) листа презентации соответственно координатам х и у. После чего используемая в CABMUD библиотека классов QTSystem Library (программного продукта QuickTime реализованная для Java-приложений) осуществляет экспорт видео-файла в формате MPEG-4 в папку, в которой находится модель.
В настоящее время на рынке существует большой выбор программ, позволяющих осуществлять запись видео с экрана компьютера. Наиболее популярными продуктами являются: CamStudio, Fraps, Total Screen Recorder, FastStone Capture, Camtasia Studio, Jing project, HyperCam, UVScreenCamera и многие другие. Однако, у всех у них есть два больших недостатка. Первый -все эти программные продукты, в основном, платные, второй же недостаток более существенный. Если при запуске эксперимента картинка на экране будет «зависать», т.е. сменяться не плавно, а в рваном темпе, видео, снятое этими программами, будет также ненадлежащего качества.
В отличие от внешних программ записи видео с экрана, предложенный нами подход интегрированного в модель блока записи видео позволяет даже при полной остановке анимации на мониторе пользователя записать каждый кадр работы модели. Таким образом, если при большом объеме вычислительных операций резервов системы не хватит на качественное отображение анимации модели, то по окончании эксперимента пользователь может просмотреть его в видео формате с привычной для человека частотой смены кадров (24 кадра в секунду).
Единственный недостаток данного подхода заключается в возрастающей нагрузке на процессор персонального компьютера во время записи видеофайла. Это своего рода плата за каждый снятый кадр видеофрагмента работы модели. По сравнению с работой внешних программам записи видео с экрана скорость работы Комплексной агент-ориентированной модели развития городов при включенной функции записи видео падает в 1,5 - 2 раза.
Блок Узлы выносится в среде AnyLogic в отдельный технических блок, необходимый для создания сетевых графов CABMUD. Узлы являются не чем иным как вершинами графа, таким образом, для дорожной сети города (см. Рисунок 3.3, стрелка 8) узлы выступают перекрестками улиц, а для сети общественного транспорта (см. Рисунок 3.3, стрелка 9) могут трактоваться, как остановки или станции.
Неоспоримым преимуществом данной модели является ее наглядность, возможность визуального представления, что было достигнуто благодаря ее реализации в Java-язычной среде программирования. Два графических блока CABMUD отвечают за элементы анимации и визуализации модели, которые будут описаны в следующем разделе.
При запуске Комплексной агент-ориентированной модели развития городов пользователю предлагается стартовое окно с кратким описанием основных блоков и принципов работы модели. После нажатия кнопки «Запуск модели» происходит компиляция программного кода, инициализация модели с заданными характеристиками ее работы, загрузка исходных данных, создание среды и агентов модели. Интерфейс CABMUD в среде AnyLogic можно условно разделить на 6 элементов (см. Рисунок 3.4). Самая верхняя строка интерфейса модели — первый элемент позволяет (интерактивно) изменять характеристики работы модели, а также осуществлять настройку окна презентации.
Программная реализация Комплексной агент-ориентированной модели развития городов
Стоит также отметить, что при росте цен на горючее и последующем массовом отказе от пользования личными транспортными средствами, люди вынуждены использовать альтернативные виды транспорта - общественный транспорт и, в первую очередь, метро. При этом сценарии нагрузка на метрополитен возрастает на 14-16%. Данный рост является весьма критичным для московской подземки и так работающей на пределе своей пропускной способности.
Альтернативный сценарий повышения цен предусматривал плавное -трехкратное повышение стоимости литра бензина марки АИ-92 на 2,67 рублей (что в сумме дает все те же 8 рублей) в течение 2-х лет. Как мы видим на рисунке 3.15 в) эффективность от поэтапного изменения цены ниже по сравнению с первым экспериментом. Так, данные меры позволяют снизить загруженность дорожной сети города в среднем до 6-7 баллов.
Повышение цен в несколько этапов не вызывает столь серьезного недовольства граждан как при первом сценарии. На рисунке 3.16 б) отчетливо видны три локальных промежутка ухудшения настроения москвичей, где по истечению короткого промежутка времени их состояния снова приходит в исходное значение. При этом повышение цен опять же в большей степени отражается на населении с низким уровнем дохода, в то время как жителей с высоким уровнем дохода данные меры почти не коснутся.
Еще одним положительным фактором плавного повышения стоимости литра бензина является отсутствие резко возросшей нагрузки на лини метрополитен. При этом сценарии отмечается повышение числа людей пользующихся общественным транспортом, но данное повышения не является критичным для сети общественного транспорта Москвы.
В качестве другой оперативной меры снижения уровня загруженности дорог г. Москвы, традиционно вызывающей большие споры, выступает введение платы за парковку в центре города.
Ранее в Москве уже существовала плата за парковку на улицах города. Ответственным за обеспечение парковочных мест и взимание платы выступало ГУП "Городская служба платных парковок". Таким образом, в городе было выделено три зоны, в зависимости от которых дифференцировалась плата за стоянку (см. Рисунок 3.17). Стоимость 1 часа парковки в пределах Садового кольца (первая зона) составляла 40 руб., в пределах Третьего транспортного кольца — 30 руб. (вторая зона), а в третьей зоне от Третьего транспортного кольца до территориальных границ Москвы (на Рисунке 3.17 до МКАД) плата составляла 25 рублей.
Однако с 10 сентября 2009 года в Москве были запрещены все платные парковки вдоль дорог. Платные стоянки было решено оставить только у привокзальных территорий. После смены мэра столицы дискуссии по данному вопросу разгорелись с новой силой.
Оценка мер по повторному введению платы за парковку в центре города (в первой зоне) с использованием Комплексной агент-ориентированной модели развития г. Москвы позволила установить, что уже при введении тарифа равного 100 руб. за час стоянки автомобиля можно существенно уменьшить загруженность дорог города (см. Рисунок 3.18).
Данные результаты были получены из расчета, что все автомобилисты приехавшие в центр города оплатят услуги парковки, при этом плата взималась за стоянку у тротуара в период с 9:00 до 18:00 (т.е. в течение 8-10 часов) только в рабочие дни. Таким образом, стоимость суток парковки автомобиля в г. Москве составит 800-1000 рублей или 25-30 долларов США. Для сравнения самые дорогие парковки в мире — в Голландии, там за сутки автовладельцу придется отдать более $70, в Лондоне и в Вене — около $60, в Нью-Йорке -более $40.
Оценка экономической эффективности предложенных мер позволяет судить о высокой степени прибыльности ведения платы за парковку в центре Москвы для бюджета города. Так, стоимость одного автоматического кассового аппарата установленного на 100 метров дороги (30 машино-мест) в среднем составляет 500 тыс. рублей. Таким образом, если 90% автомобилистов пользующихся платными услугами парковки в рабочие дни будут платить по 100 рублей за час, в среднем по 9 часов в день, то уже за месяц вложенные средства на покупку и установку автоматического кассового аппарата полностью окупятся.
Наряду с придорожным паркингом необходимо развитие сети малых парковок (до 100 машино-мест). В данном случае создание локальной парковочной системы в среднем оценивается от 1 до 3 млн. руб. Также при создании платной парковочной сети г. Москвы необходимо будет учесть затраты на создание и функционирование единого центра контроля: и мониторинга работы парковочных систем города.
Решение проблем высокой загруженности дорожной сети мегаполиса демотивационными мерами не лучший способ, так как они ограничивают права и свободы жителей Москвы и Московской области, пользующихся личными транспортными средствами. Правительству Москвы необходимо развивать общественный транспорт, как в количественном, так и в качественном отношении для того, чтобы жители мегаполиса сами сделали выбор в пользу скоростного, высококомфортного общественного транспорта.
Москва сегодня — современный динамично развивающийся мегаполис обладающий колоссальным потенциалом экономического роста и качественного развития городской среды. Для обеспечения устойчивого социально-экономического развития города как зоны с высоким уровнем жизни населения возникает необходимость в разработке комплексного инструментария, позволяющего разрабатывать стратегический курс развития столицы в среднесрочной и долгосрочной перспективе, а также проигрывать сценарии развития Москвы с учетом уровня комфортности проживания людей.
Разработанный нами с использованием современных специализированных программных продуктов и языка программирования Java универсальный инструмент - Комплексная агент-ориентированная модель развития города Москвы в полной мере отвечает всем этим требованиям.
Проведенный анализ чувствительности CABMUD, оценка влияния стохастической составляющей на результаты моделирования, а также оценка прогностических характеристик модели позволяет судить о высоком качестве точности и надежности предложенного инструментария. Наряду с высокими характеристиками CABMUD нам удалось сохранить «самостоятельность» модели: разнообразие агентов, непредсказуемость поведения агентов и среды модели, их взаимодействия, путем подбора вероятностных распределений используемых в модели.
Проведенный анализ основных направлений долгосрочного социально-экономического и пространственного развития г. Москвы, позволил с учетом объективных ограничений спрогнозировать и обосновать внутреннюю и внешнюю среду, при которых обеспечивается достижение высоких стандартов уровня и качества жизни москвичей, устойчивое и сбалансированное функционирование объектов социальной и транспортной инфраструктуры, жилищной, экономической и экологической сферы, сохранение уникального разнообразия городской среды, её культурно-исторического и природного потенциала.
Похожие диссертации на Агент-ориентированная модель социально-экономического развития мегаполисов : на примере г. Москвы
