08.07.2013
В сентябре 2006 г. стартовал проект по разработке крупномасштабной агентной модели европейской экономики — EURACE, т.е. Europe ACE (Agent-based Computational Economics), с очень большим количеством автономных агентов, взаимодействующих в рамках социально-экономической системы. В проект вовлечены экономисты и программисты из восьми научно-исследовательских центров Италии, Франции, Германии, Великобритании и Турции, а также консультант из Колумбийского университета США — нобелевский лауреат Джозеф Стиглиц.

eurace1.jpg
Рис. 1. Логотип проекта

Чтобы преодолеть ограничения широко распространенных моделей, рассматривающих агрегированные агенты, а также предполагающих их рациональное поведение и состояние равновесия, в основу исследования была положена методология ACE (Agent-based Computational Economics).

Для модели используется географическая информационная система, охватывающая широкий перечень объектов — предприятия, магазины, школы, транспортные сети и т.д.

Как отмечают разработчики, практически все существующие агент-ориентированные модели рассматривают либо отдельную отрасль, либо относительно небольшой географический район и, соответственно, небольшую популяцию агентов, а в EURACE представлен весь Европейский союз, так что по масштабам и сложности эта модель является уникальной, а ее численное разрешение требует использования суперкомпьютеров, а также специального программного обеспечения.

Для наполнения модели статистической информацией использовались данные (в виде геоинформационных карт) статистической службы Европейского союза уровня NUTS-2, представляющие сведения о 268 регионах 27 стран.

Отметим, что NUTS (фр. Nomenclature des unités territoriales statistiques) — Номенклатура территориальных единиц для целей статистики, представляющая собой стандарт территориального деления стран для статистических целей, разработанный Европейским союзом и охватывающий входящие в него страны. Существуют NUTS-единицы трех уровней, при этом второй уровень (NUTS-2) соответствует административным округам в Германии, графствам в Великобритании и т.д.

В модели три типа агентов: домашние хозяйства (около 107), предприятия (около 105) и банки (около 102). Все они имеют географическую привязку, а также связаны друг с другом посредством социальных сетей, деловых отношений и т.д.

eurace2.gif
Рис. 2. Концептуальная схема работы модели

EURACE реализована с помощью гибкой масштабируемой среды для моделирования агентных моделей — FLAME (Flexible Large-scale Agent Modeling Environment), разработанной Симоном Коакли и Майклом Холкомбом первоначально для моделирования роста клеток, выращиваемых в различных условиях (более подробно см. www.flame.ac.uk). Используемый в FLAME подход основан на так называемых X-машинах, напоминающих конечные автоматы, но отличающихся от них тем, что у каждой X-машины есть набор данных (своего рода память), а также тем, что переходы между состояниями являются функциями не только состояния, но и набора данных памяти.

Итак, каждый агент в системе FLAME представлен X-машиной, причем предусмотрено общение между агентами посредством передачи сообщений. При работе в параллельном режиме на суперкомпьютере обмен сообщениями между агентами требует больших вычислительных затрат, в связи с чем агенты изначально были распределены по процессорам в соответствии с их географическим положением. Тем самым разработчики программы минимизировали вычислительную нагрузку, исходя из предположения, что в основном общение между агентами происходит в рамках небольшой социальной группы, локализованной в определенной местности. Таким образом, весь модельный ландшафт был поделен на небольшие территории и распределен между узлами суперкомпьютера.

С помощью разработанной модели был проведен ряд экспериментов с целью исследования рынка труда. Не рассматривая детально полученные числовые результаты, отметим, что, по мнению авторов, основной вывод исследования заключается в том, что макропоказатели двух регионов со схожими условиями (ресурсы, развитие экономики и т. д.) в течение продолжительного периода (10 лет и более) могут значительно разойтись за счет первоначальной неоднородности агентов.

Более подробную информацию можно найти в публикации [Deissenberg Christophe, Sander van der Hoog, Herbert Dawid (2008): EURACE: A Massively Parallel Agent-Based Model of the European Economy / Document de Travail n°2008-39, 24 Juin 2008], а также на веб-странице проекта.
rss
Назад

Статьи
Суперкомпьютерные технологии Демография Cуперкомпьютерные технологии Агент-ориентированные модели БРИКС Транспортные модели пешеходная модель METIS Высокопроизводительные вычисления МЁБИУС Монография Parallel computing Параллельные вычисления Биомедицина Axum SWAGES Публикации Экономические процессы цунами CUDA Microsoft Social Simulation Conference ГИС Междисциплинарное исследование Новости Революция Эксафлопная производительность Case HPS POLARIS TSUBAME Методология запуска О проекте Социальная сеть Эпидемия XAXIS Иерархическая платформа Механизм раделяемой памяти Пандемия Ссылки Стратегии распараллеливания Ядерная атака на США D-MASON Repast Исследования Моделирование мира Пандора Суперкомпьютерная Академия автоматическое распараллеливание FuturICT Russian Supercomputing Days Агент-ориентированный подход Исторические процессы Моделирование эпидемий Суперкомпьютерные дни агентная модель GPU SEGMEnT Клеточные автоматы Модель экономики Евросоюза Пространственно-распределенные агентные модели большие данные HPABM SSC Контакты Мониторинг планеты Пространственные модели