Agent-oriented model of three-level hierarchical minimax management of a regional industrial complex

Мұқаба

Дәйексөз келтіру

Толық мәтін

Ашық рұқсат Ашық рұқсат
Рұқсат жабық Рұқсат берілді
Рұқсат жабық Тек жазылушылар үшін

Аннотация

The developed countries experience indicates the relevance of managing problems of the territorial industrial complexes and the need to create and develop applicable models based on modern approaches that take into account uncertainty and the possibility of management optimizing. The methodological basis of the research was the theory of industrial economics, the theory of economic and mathematical modeling, the theory of optimal control, optimization theory, and game theory. The model uses an agent-oriented approach, methods of economic and mathematical modeling, methods of building management systems of socio-economic systems, a minimax approach. Three-level management model of the regional industrial complex is proposed, its hierarchical subject-object structure is determined. The parameters of industrial facilities are presented in the form of a phase vector, and for each agent the structure of control and information links, algorithms for the choice of control actions are formalized. The problems of forming minimax control actions sets for each agent, solved in the course of using the model, are formulated, and a general consistent algorithm for choosing optimal control actions is proposed. The developed model will make possible to implement it in a software environment and create a tool for modeling the processes of managing the regional industrial complex, and in future — a flexible extensible software toolkit for managing industry at the regional level is to be created.

Толық мәтін

Рұқсат жабық

Авторлар туралы

V. Akberdina

Institute of Economics of the Ural Branch, Russian Academy of Sciences

Хат алмасуға жауапты Автор.
Email: akberdina.vv@uiec.ru
Ресей, Ekaterinburg

A. Shorikov

Institute of Economics of the Ural Branch, Russian Academy of Sciences

Email: shorikov.af@uiec.ru
Ресей, Ekaterinburg

G. Korovin

Institute of Economics of the Ural Branch, Russian Academy of Sciences

Email: korovin.gb@uiec.ru
Ресей, Ekaterinburg

D. Sirotin

Institute of Economics of the Ural Branch, Russian Academy of Sciences

Email: sirotin.dv@uiec.ru
Ресей, Ekaterinburg

Әдебиет тізімі

  1. Акбердина В.В., Шориков А.Ф. (2022). Иерархическая агент-ориентированная модель управления промышленным комплексом // Управленец. Т. 13. № 6. С. 2–14. doi: 10.29141/2218-5003-2022-13-6-1 [Akberdina V.V., Shorikov A.F. (2022). Managing industrial complexes: A hierarchical agent-oriented model. Manager, 13. 6, 2–14 (in Russian). doi: 10.29141/2218-5003-2022-13-6-1 (in Russian).]
  2. Бахтизин А.Р. (2007). Опыт разработки агент-ориентированной модели // Экономическая наука современной России. № 3. С. 104–116. [Bakhtizin A.R. (2007). Experience in developing an agent-oriented model. Economics of Contemporary Russia, 3, 104–116 (in Russian).]
  3. Горчакова Д.А., Шабалов В.А. (2017). О применении имитационного моделирования для прогнозирования спроса на продукцию металлургической отрасли // Экономика и управление в XXI веке: наука и практика. № 4. С. 108–112. [Gorchakova D.A., Shabalov V.A. (2017). On the application of imitation modeling for the forecasting of the demand for the production of the metallurgical industry. Economics and Management in the XXI Century: Science and Practice, 4, 108–112 (in Russian).]
  4. Ивантер В.В. (2016). Стратегия перехода к экономическому росту // Проблемы прогнозирования. № 1. С. 3–8. [Ivanter V.V. (2016). Transition strategy to economic growth. Studies on Russian Economic Development, 1, 3–8 (in Russian).]
  5. Кислицын Е.В., Городничев В.В. (2021). Имитационное моделирование развития отдельных отраслей тяжелой промышленности // Бизнес-информатика. Т. 15. № 1. С. 59–77. doi: 10.17323/2587-814X.2021.1.59.77 [Kislitsyn E.V., Gorodnichev V.V. (2021). Simulation of development of individual heavy industry sectors. Business Informatics, 15, 1, 59–77. doi: 10.17323/2587-814X.2021.1.59.77 (in Russian).]
  6. Коровин Г.Б. (2022). Агент-ориентированная модель цифровизации промышленности региона // Вестник Забайкальского государственного университета. Т. 28. № 7. С.104–114. doi: 10.21209/2227-9245-2022-28-7-104-114 [Korovin G. (2022). Agent-oriented model of the region’s industry digitalization. Transbaikal State University Journal, 28, 7, 104–114. doi: 10.21209/2227-9245-2022-28-7-104-114 (in Russian).]
  7. Красовский Н.Н., Субботин А.И. (1974). Позиционные дифференциальные игры. М.: Наука. [Krasovskii N.N., Subbotin A.I. (1974). Positional differential games. Moscow: Nauka (in Russian).]
  8. Макаров В.Л., Бахтизин А.Р., Бахтизина Н.В. (2005). CGE модель социально-экономической системы России со встроенными нейронными сетями. М.: ЦЭМИ РАН. 152 с. [Makarov V.L., Bakhtizin A.R., Bakhtizina N.V. (2005). CGE model of the socio-economic system of Russia with embedded neural networks. Moscow: CEMI RAS. 152 p. (in Russian).]
  9. Макаров В.Л., Бахтизин А.Р., Сушко Е.Д. (2017). Регулирование промышленных выбросов на основе агент-ориентированного подхода // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 10. № 6. С. 42–58. doi: 10.15838/esc/2017.6.54.3 [Makarov V.L., Bakhtizin A.R., Sushko E.D. (2017). Regulation of industrial emissions based on the agent-based approach. Economic and Social Changes: Facts, Trends, Forecast, 10, 6, 42–58. DOI: 10.15838/ esc.2017.6.54.3 (in Russian).]
  10. Макаров В.Л., Бахтизин А.Р., Сушко Е.Д. (2020). Агент-ориентированная модель как инструмент регулирования экологии региона // Журнал Новой экономической ассоциации. № 1 (45). С. 151–171. doi: 10.31737/2221-2264-2020-45-1-6 [Makarov V.L., Bakhtizin A.R., Sushko E.D. (2020). Agent-based model as a tool for controlling environment of the region. Journal of the New Economic Association, 1 (45), 151–171. doi: 10.31737/2221-2264-2020-45-1-6 (in Russian).]
  11. Маковеев В.Н. (2016). Применение агент-ориентированных моделей в анализе и прогнозировании социально-экономического развития территорий // Экономические и социальные перемены: факты, тенденции, прогноз. № 5 (47). С. 272–289. doi: 10.15838/esc/2016.5.47.15 [Makoveev V.N. (2016). Using agent-based models in the analysis and forecast of socio-economic development of territories. Economic and Social Changes: Facts, Trends, Forecast, 5, 272–289. doi: 10.15838/esc/2016.5.47.15 (in Russian).]
  12. Медведев С.Н., Аксенов К.А. (2012). Анализ применимости имитационного и мультиагентного моделирования в задачах планирования машиностроительного производства // Современные проблемы науки и образования. № 5. С. 101–106. [Medvedev S.N., Aksenov K.A. (2012). The analysis of the applicability of simulation and modeling in multi-agent planning problems of engineering production. Modern Problems of Science and Education, 5, 101–106 (in Russian).]
  13. Сиротин Д.В. (2019). Моделирование развития экономики региона в условиях Индустрии 4.0 // Наука Красноярья: Экономический журнал. Т. 8. № 3. С. 98–108. doi: 10.12731/2070-7568-2019-3-98-108 [Sirotin D.V. (2019). Development modeling of the regional economy in the industry 4.0 conditions. Krasnoyarsk Science: Economic Journal. 8. 3. 98–108. doi: 10.12731/2070-7568-2019-3-98-108 (in Russian).]
  14. Смородинская Н.В. (2017). Усложнение организации экономических систем в условиях нелинейного развития // Вестник Института экономики РАН. № 5. С. 104–115. [Smorodinskaya N.V. (2017). Complication of the organization of economic systems in the conditions of nonlinear development. Bulletin of the Institute of Economics of the Russian Academy of Sciences, 5, 104–115 (in Russian).]
  15. Сушко Е.Д. (2012). Мультиагентная модель региона: концепция, конструкция и реализация. Препринт WP/2012/292. М.: ЦЭМИ РАН. 54 с. [Sushko E.D. (2012). Multi-agent model of the region: Concept, structure and implementation. Preprint WP/2012/292. Moscow: CEMI RAS. 54 p. (in Russian).]
  16. Широв А.А., Гусев М.С., Янтовский А.А. (2012). Обоснование возможных сценариев долгосрочного развития российской экономики // ЭКО. № 6. С. 60–80. [Shirov A.A., Gusev M.S., Yantovsky A.A. (2012). Justification of possible scenarios for the long-term development of the Russian economy. ECO Journal, 6, 60–80 (in Russian).]
  17. Широв А.А., Янтовский А.А. (2017). Межотраслевая макроэкономическая модель RIM - развитие инструментария в современных экономических условиях // Проблемы прогнозирования. № 3. С.3–19. [Shirov A.A., Yantovsky A.A. (2017). Intersectoral macroeconomical model RIM — development of tools in modern economic conditions. Studies on Russian Economic Development, 3, 3–19 (in Russian).]
  18. Шориков А.Ф. (1997). Минимаксное оценивание и управление в дискретных динамических системах. Екатеринбург: Изд-во Уральского ун-та. [Shorikov A.F. (1997). Minimax estimation and control in discrete-time dynamical systems. Yekaterinburg: Ural Univ. Publishing House (in Russian).]
  19. Шориков А.Ф. (2006). Методология моделирования многоуровневых систем: иерархия и динамика // Прикладная информатика. Т. 1. № 1. С. 136–141. [Shorikov A.F. (2006). Methodology of modeling multilevel systems: Hierarchy and dynamics. Journal of Applied Informatics, 1, 1, 136–141 (in Russian).]
  20. Шориков А.Ф. (2022). Двухуровневая мультиагентная иерархическая интеллектуальная семантическая сеть для минимаксного управления функционированием объектов сетевого промышленного комплекса. Материалы IV Международной научно-практической конференции «Цифровая трансформация промышленности: тенденции, управление, стратегии – 2021». Екатеринбург: Институт экономики УрО РАН. С. 281– 297. [Shorikov A.F. (2022). A two-level multi-agent hierarchical intelligent semantic network for minimax control of the functioning of objects of the network industrial complex. Materials of the IV International Scientific and Practical Conference “Digital Transformation of Industry: Trends, management, strategies – 2021”. Ekaterinburg: Institute of Economics of the Ural Branch of the Russian Academy of Sciences, 281–297 (in Russian).]
  21. Bonabeau E. (2002). Agent-based modeling: Methods and techniques for simulating human systems. Proceedings of the National Academy of Sciences, 99, 3, 7280–7287. doi: 10.1073/pnas.082080899
  22. Chanias S., Myers M.D., Hess T. (2019). Digital transformation strategy making in predigital organizations: The case of a financial services provider. The Journal of Strategic Information Systems, 28 (1), 17–33. doi: 10.1016/j.jsis.2018.11.003
  23. Cimoli M., Dosi G., Nelson R., Stiglitz J.E. (2006). Institutions and policies shaping industrial development: An introductory note. Initiative for policy dialogue. LEM Working Paper Series, no. 2006/02. 24 p.
  24. Cincotti S., Raberto M., Teglio A. (2010). Credit money and macroeconomic instability in the agent-based model and simulator Eurace. Economics: The Open-Access, Open-Assessment E-Journal, 4, 20–26.
  25. Maaouane M., Zouggar S., Krajačić G., Zahboune H. (2021). Modelling industry energy demand using multiple linear regression analysis based on consumed quantity of goods. Energy, 225, 120270. doi: 10.1016/j.energy.2021.120270
  26. Stummer C., Kiesling E., Günther M., Vetschera R. (2015). Innovation diffusion of repeat purchase products in a competitive market: An agent-based simulation approach. European Journal of Operation-al Research, 245, 1, 157– 167. doi: 10.1016/j.ejor.2015.03.008
  27. Turgut Y., Bozdag C.E. (2022). A framework proposal for machine learning-driven agent-based models through a case study analysis. Simulation Modelling Practice and Theory, 123, 102707. doi: 10.1016/j.simpat.2022.102707

Қосымша файлдар

Қосымша файлдар
Әрекет
1. JATS XML
Жүктеу
2. Fig. 1. Scheme of relations, structural and control links between objects and subjects of the semantic network

Жүктеу (487KB)
Метадеректер
3. Fig. 2. Block diagram of the algorithm for solving the problem of three-level hierarchical minimax control of the regional industrial complex

Жүктеу (444KB)
Метадеректер

© Russian Academy of Sciences, 2024