Система поддержки моделирования социально-экономических процессов на основе платформы с открытым исходным кодом

Автор: Юсуп-ахунов Б.Б., Каменев И.Г., Жукова А.А.

Журнал: Труды Московского физико-технического института @trudy-mipt

Рубрика: Информатика и управление

Статья в выпуске: 4 (56) т.14, 2022 года.

Бесплатный доступ

Данная работа представляет систему поддержки моделирования социально-экономических процессов на основе платформы с открытым исходным кодом. Данная система опирается на подход системы «Экомод», разработанной научной школой академика А. А. Петрова, член.-корр. РАН И. Г. Поспеловым и к.ф.-м.н. Л. Я. Поспеловой совместно с коллективом специалистов ВЦ РАН. Текущая реализация системы поддержки отличается от предыдущей использованием открытых решений, в отличие от коммерческих решений (Maple, Matlab и др.). Этим определяется специфика задач, встающих при создании системы поддержки моделирования. Данная статья представляет предлагаемый подход к вводу и выводу записи модели, описанию принятия решения агентами и взаимодействий агентов, технологических средств работы с математической записью модели. Система позволяет показать совокупность нескольких агентов, поведение каждого из которых определяется рациональным принятием оптимальных решений или сценарием, возможность объединить их описания в сложную систему нелинейных соотношений, которую трудно записать без ошибок математическими выражениями на бумаге или на компьютере. В систему включены элементы проверки корректности записи модели.

Еще

Математическое моделирование, комплекс программ, система агентов, оптимальное управление

Короткий адрес: https://sciup.org/142236628

IDR: 142236628

Список литературы Система поддержки моделирования социально-экономических процессов на основе платформы с открытым исходным кодом

  • Kirkby R. Quantitative Macroeconomics: Lessons Learned from Fourteen Replications // Computational Economics. 2022. C. 1-22.
  • Bayar A.H., Dramais F., Mohora C., Opese M., Smeets B. Modeling Russia for Climate Change Issues // Available at SSRN 1563999. 2010.
  • Smeets В., Bayar A. The Sustainabilitv of Economic Growth in Abu Dhabi-a Dynamic CGE Approach // Topics in Middle Eastern and North African Economies. 2012. T. 14.
  • Bayar A., Bratta В., Carta S., Di Caro P., Manzo M., Orecchia C. Assessing the effects of VAT policies with an integrated CGE-microsimulation approach: evidence on Italy // Working paper No. wp2021-14. 2001.
  • Yano K. Dvnare and Dynamic Stochastic General Equilibrium Models: Application to New Kevnesian Models (in Japanese) // Economic Analysis. 2009. T. 181. C. 155-190.
  • Петров А.А., Поспелов И.Г., Поспелова Л.Я., Хохлов М.А. ЭКОМОД - интеллектуальный инструмент разработки и исследования динамических моделей экономики // Материалы II Всероссийской конференции (ПММОД 21)05). Санкт-Петербург. 2005. С. 19-21.
  • Pospelova L., Pospelov I., Petrov A. ECOMOD - A Modeling Support System for Mathematical Models of Economy // Proc. Of Intl. Conf. Computing in economy and finance. Geneva, Switzerland. 1996.
  • Андреев М.Ю., Вржелц В.П., Пилъник Н.П., Поспелов И.Г., Хохлов М.А., Жукова А.А., Радианов С.А. Модель межвременного равновесия экономики России, основанная на дезагрегировании макроэкономического баланса // Труды семинара имени И.Г. Петровского. 2013. Т. 29. С. 43-145.
  • Radionov S., Pilnik N., Pospelov I. The Relaxation of Complementary Slackness Conditions as a Regularization Method for Optimal Control Problems // Advances in Systems Science and Applications. 2019. V. 19, N 2. P. 44-62.
  • Smets F., Wouters R. An estimated dynamic stochastic general equilibrium model of the euro area // Journal of the European economic association. 2003. V. 1, N 5. P. 1123-1175.
  • Pospelov I.G., Khokhlov M.A. Dimensionality control method for economy dynamics models // Matematicheskoe modelirovanie. 2006. V. 18, N 10. P. 113-122.
  • Khokhlov M.A., Pospelov I.G., Pospelova L.Y. Technology of development and implementation of realistic (country-specific) models of intertemporal equilibrium // International Journal of Computational Economics and Econometrics. 2014. V. 4, N 1-2. P. 234-253.
  • Babkin E., Abdulrab H., Kozyrev O. Application of ontologv-based tools for design of multi-agent simulation environments in economics // Proceedings of the IASTED Asian Conference on Modelling and Simulation. 2007. P. 55-60.
  • Алексеев B.M., Тихомиров B.M., Фомин С.В. Оптимальное управление. Москва : Физматлит, 2018.
  • Winant P. Dolo [Электронный ресурс]. URL: https://github.com/econforge/dolo
  • Maliar L., Maliar S., Winant P. Deep learning for solving dynamic economic models // Journal of Monetary Economics. 2021. V. 122. P. 76-101.
  • Maliar L., Maliar S. Deep learning classification: Modeling discrete labor choice // Journal of Economic Dynamics and Control. 2022. V. 135. P. 104295.H
  • Поспелов И.Г. Модели экономической динамики, основанные на равновесии прогнозов экономических агентов. Москва : ВЦ РАН, 2003.
Еще
Статья научная