Моделирование олигополистического рынка методами интеллектуальных агентов тема диссертации по экономике, полный текст автореферата

Автореферат диссертации по теме "Моделирование олигополистического рынка методами интеллектуальных агентов"

На правах рукописи

ББК: 65.050.030.1 С65

СОРОКИН АНДРЕЙ АЛЕКСАНДРОВИЧ

МОДЕЛИРОВАНИЕ О ЛИГОПОЖСТИЧЕСКОГО РЫНКА МЕТОДАМИ ИНТЕЛЛЕКТУАЛЬНЫХ АГЕНТОВ

Специальность: 08.00.13 - Математические и инструментальные методы экономики

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

Москва 2003

Диссертация выполнена на кафедре математического моделирования экономических процессов Финансовой академии при Правительстве Российской Федерации.

Научный руководитель: доктор технических наук, профессор

ИльинскиЁ Александр Иоильевич

Официальные оппоненты: доктор экономических наук, профессор

Лаптев Олег Владимирович

кандидат экономических наук Журавлева Тамара Борисовна

Ведущая организация: Центральный экономико-математический

институт РАН

Защита диссертации состоится «4» декабря 2003 г. в 10 часов на заседании диссертационного совета Д.505.001.03 Финансовой академии при Правительстве Российской Федерации по адресу: 125468, г. Москва, Ленинградский проспект, д.55, аудитория 338.

С диссертацией можно ознакомиться в библиотеке Финансовой академии при Правительстве Российской Федерации по адресу: 125468, г. Москва, Ленинградский проспект, д. 49.

Автореферат разослан и-ЗО » 2003 г.

Ученый секретарь диссертационного совета, кандидат экономических наук, профессор

-31. Общая характеристика работы

Актуальность работы. В современной экономике отчетливо прослеживается тенденция укрупнения участников рынка, являющаяся следствием глобализации экономического пространства. Объемы производства экономического агента во многом определяются долей рынка, которую он занимает по сравнению с конкурентами. В отдельных отраслях на рынке наблюдается доминирование трех-пяти крупных предприятий, что является явным признаком олигополии. В России отчетливо олигополистический характер носят сырьевые отрасли, черная и цветная металлургия, подотрасли химии и машиностроения (производство удобрений, автомобилестроение, аэрокосмическая промышленность и др.).

Каждый из участников олигополистического рынка потенциально имеет возможность расширения занимаемой доли рынка за счет конкурентов. Перед руководителями олигополистических фирм стоит выбор: скоординировать действия относительно друг друга или следовать независимой стратегии конкуренции.

В случае выбора кооперативной стратегии взаимодействия олигополисты стараются избегать прямого конфликта с конкурентами, особенно в сфере цены и объемов производства. Но если избирается стратегия независимой максимизации прибыли, то фирмы, скорее всего, обнаружат себя в агрессивной конкурентной среде. Таким образом, модели олигополии строятся либо на кооперативном, либо некооперативном характере взаимодействий между фирмами. Крайними случаями для олигополии являются открытый сговор и «ценовая» война.

Российская специфика конкурентных отношений проявляется в широком распространении нетипичных для западного мира ценовых схваток (на рынках сотовой связи, авиаперевозок, фармацевтики, автомобилестроении и др.). Конкурентные войны между крупными фирмами носят перманентный характер, во многих отраслях достигнута лишь промежуточная расстановка сил. В этих условиях моделирование стратегии поведения

I Р БИБЛИОТЕКА . 1 !

агситов1 в изменяющихся условиях хозяйствования на олигополистических рынках является несомненно актуальной задачей.

Вопросы стратегического управления крупными предприятиями широко освещены в работах многих видных зарубежных и российских ученых.

В традиционно известных неоклассических моделях олигополии О.Курно, Дж.Бертрана, Ф.Штакельберга степень воздействия одного5участника рынка на другого задается в виде экзогенной величины.

В работах Дж.Неймана, О.Моргенштерна, Дж.Нэша обобщены результаты неоклассических моделей и предложен подход, основанный на теории игр и выборе стратегий, учитывающий влияние действий экономических агентов друг на друга. Наибольший интерес, с точки зрения моделирования стратегии поведения фирмы в рамках предложенного ими подхода представляет приложение теории игр - «дилемма заключенного». Она относится к классу игр с ненулевой суммой выигрыша.

Известный американский ученый Р.Аксельрод, рассматривая возможность решения «дилеммы заключенного», предложил изучать итерируемую версию игры. Это позволило игрокам учитывать последствия собственных и чужих действий при формировании стратегий. В рамках предложенной им модели был проведен широкий анализ и классификация типов стратегий, однако следует отметить, что Р.Аксельрод моделирует взаимодействие стратегий, а не экономических агентов, обладающих ими.

Анализ проблематики исследований позволяет утверждать, что возникает необходимость развития рассматриваемых методов с позиции участников хозяйственной деятельности, с учетом их индивидуальных характеристик и степени их влияния на принимаемое решение. Отсутствуют в экономической литературе практические рекомендации по формированию конкурентных

' Под интеллектуальным агентом понимается автономная обучаемая программная сущность, способная адаптивно действовать в интересах достижения поставленных перед ней целей (см., например, Wooldridge M. Intelligent Agents: Theory and Practice. In Knowledge Engineering Review. 1995. №10(2). P.116).

> ,

преимуществ, позволяющие постоянно анализировать и диагностировать рыночную ситуацию, чутко реагировать на конъюнктуру рынка.

В связи с изложенным, разработка экономико-математической модели и инструментальных средств, позволяющих анализировать и прогнозировать ситуацию на рынке олигополия, является актуальной научной проблемой, что и определило выбор темы, цель и задачи настоящего диссертационного исследования.

Цель исследования. Основной целью работы является исследование влияния стратегий поведения экономических агентов на результаты рыночных олигополистических взаимодействий.

В ходе исследования поставлены и решены следующие задачи:

• анализ процессов принятия решений экономическими агентами по стратегии поведения в условиях олигополии;

• анализ существующих моделей интеллектуальных агентов и поддерживающих их инструментальных средств;

• построение модели взаимодействия экономических интеллектуальных агентов на олигополистическом рынке в условиях итерируемой «дилеммы заключенного»;

• разработка структуры интеллектуального агента в рамках рассматриваемой модели и комплекса инструментальных средств, поддерживающих эту модель;

• разработка алгоритма и реализация компьютерной программы, моделирующей взаимодействие интеллектуальных агентов на рынке олигополий;

• выявление и описание влияния свойств интеллектуальных агентов (стратегии, памяти, платежной матрицы и способности к обучению) на экономическую составляющую задачи.

Объектом исследования выступают экономические интеллектуальные агенты на олигополистическом рынке.

Предметом исследования являются средства и методы формализованного представления и экономико-математического моделирования поведения экономических агентов на рынке олигополии.

Теоретический и методический аппарат исследования. Теоретической и методологической основой диссертационной работы являются разработки, выполненные научными коллективами н отдельными учеными - Института экономики РАН, Финансовой академии при Правительстве РФ, Московского государственного университета им. М.В .Ломоносова, Российского НИИ Искусственного интеллекта.

В этих работах важное место отводится вопросам, связанным с анализом эволюционпых процессов общества, с изменениями в характере средств труда, информационными составляющими этих процессов, количественными моделями эволюционной динамики.

Работа базируется на использовании теории игр, теории искусственного интеллекта, теории интеллектуальных агентов, также применялись методы экономико-математического моделирования, имитационного моделирования, использованы инструментальные средства компьютерного моделирования Delphi, Microsoft Excel, Visual Basic, Maple.

Работа выполнена в соответствии с пунктом 1.4 Паспорта специальности 08.00.13 - Математические и инструментальные методы экономики.

Научная новизна исследования заключается в построении модели взаимодействий экономических интеллектуальных агентов на рынке олигополии.

Элементы новизны содержат следующие результаты:

• построена мультиагентная модель, позволяющая описать поведение крупных предприятий на реальном олигополистическом рынке;

• в рамках этой модели разработана структура интеллектуального агента, включающая такие параметры как стратегия, память, платежная матрица, обучаемость;

• разработан методический аппарат, позволяющий оценить влияние

качественных и количественных характеристик интеллектуальных агентов на принятие решений участниками рынка олигополий;

• разработаны методики качественного и количественного анализа взаимодействий интеллектуальных агентов на олигополистическом рынке.

Практическая значимость диссертационной работы заключаются в том, что ее основные положения, результаты, разработанные методики и рекомендации ориентированы на широкое использование предприятиями, действующими на рынке в условиях олигополии.

Самостоятельное практическое значение имеют:

• алгоритм программы и инструментальное средство, моделирующее взаимодействия интеллектуальных агентов на рынке дуополий;

• методика задания стратегии, памяти и платежной матрицы интеллектуального агента в рамках разработанного алгоритма программы;

• рекомендации к анализу свойств интеллек1уальных агентов, позволяющие оценить их влияние на принятие агентом экономических решений.

Апробация и внедрение результатов. Основные положения диссертационного исследования докладывались на 4-й Международной научно-практической конференции «Экономика, экология и общество России в 21-м столетии« (21-23 мая 2002г., г. Санюг-Петербург), на IV Международной научно-практической конференции студентов, аспирантов и молодых ученых «Системный анализ и информационные технологии» (1-3 июля 2002 г., г. Киев), на VIII Международной конференции «Образование, Экология, Экономика, Информатика» серии «Нелинейный мир» (15-20 сентября 2003 г., г. Астрахань), на постоянно действующем научно-методическом семинаре кафедры математического моделирования экономических процессов Финансовой академии при Правительстве Российской Федерации.

Огдельные положения и результат,; диссертационной работы применяются в научно-внедренческой организации «ФОРС-ХОЛДИНГ» при проектировании баз данных предприятий.

Полученные теоретические и методологические результаты используются в учебном процессе при преподавании дисциплин «Экономико-математическое моделирование» и «Эконометрика» на кафедре «Математического моделирования экономических процессов» Финансовой академии при Правительстве Российской Федерации.

Публикации. Основные положения диссертационного исследования нашли отражение в 7 публикациях общим объемом 3,8 пл., в том числе авторских 3,7 пл.

Структура и содержание работы обусловлены логикой, целью и задачами проведенного исследования. Работа включает введение, три главы, 45 рисунков, 46 таблиц, заключение, список литературы из 109 наименований, 2 приложения.

2. Основные результаты работы

Модели поведения фирм на рынке олигополий. Проведен анализ принятия решений экономическими агентами о стратегии поведения в условиях олигополии на базе традиционно известных в этой области моделей Курно, Бертрана и теории игр.

В результате было установлено, что использование приложения теории игр - «дилеммы заключенного» позволяет учитывать степень влияния решения, принимаемого одним из участников олигополистического рынка, на результат другого. Применение итерируемого варианта «дилеммы заключенного» позволяет описать динамику взаимодействий участников рынка олигополий, что в свою очередь позволяет задать стратегии их поведения.

В рассматриваемых моделях проводится анализ различных типов платежных матриц и стратегий игроков «дилеммы заключенного», но не учитывается влияние их свойств и характеристик. Таким образом, необходимо развитие рассматриваемых методов с позиции участников хозяйственной

деятельности, учитывая индивидуальные характеристики и их влияние на принимаемое решение.

Предложено использовать метод интеллектуальных агентов, для моделирования взаимодействий экономических агентов в условиях рынка олигополий. Метод получил широкое распространение при разработке систем автономного поведения и искусственного интеллекта. Использование этого инструмента позволяет задать и проанализировать структуру и свойства субъектов моделирования.

В работе исследован существующий на данный момент инструментарий интеллектуальных агентов. Анализ наиболее распространенных мультиагентных систем выявил необходимость разработки нового инструментального средства, отвечающего требованиям изучаемой проблематики. Сформулированы предложения по формированию структуры и свойств интеллектуальных агентов модели, взаимодействующих в условиях олигополии.

Структура интеллектуального агента модели задана с учетом требований, предъявляемых к современным агентским системам: 1) способность к автономному поведению (независимость от внешних управляющих воздействий); 2) активность - способность агента к целенаправленным действиям; 3) реактивность - выполнение действий с учетом реакции окружающей среды; 4) коммуникативность - способность агентов к приему и передаче информации.

В работе предложен набор свойств интеллектуальных агентов, отвечающий сформулированным требованиям. Наиболее важными из них являются: стратегия, платежная матрица и способность к обучению.

Согласно требованию активности агент решает поставленную перед ним задачу, опираясь на заданную стратегию. Требование реактивности позволяет использовать платежную матрицу дилеммы заключенного для определения отношений агента с окружающей средой. Взаимодействия участников олигополистического рынка, носящие повторяющийся характер, стали определяющими при задании способности к обучению и самостоятельному

принятию решений интеллектуальных агентов. Данное свойство отвечает требованию автономности.

В соответствии с рассмотренным набором свойств и требований, предлагается задать основные структурные элементы интеллектуального агента в виде стратегии, объема памяти, платежной матрицы и способности к обучению (рис. 1).

Стратегия поведения интеллектуального агента, в условиях итерируемой «дилеммы заключенного», является наиболее важной его характеристикой. Использование в модели «дилеммы заключенного» позволяет задать стратегию агента, опираясь на платежную матрицу дилеммы (табл.1).

Таблица 1.

Матрица выигрышей игроков «дилеммы заключенного» в общем виде

Решения агентов Агент 1

Cooperate (С) Не выдавать Defect (D) Выдавать

Агент 2 Cooperate (С) Не выдавать R R Т S

Defect (D) Выдавать S Т Р Р

Причем значения Т,ЛД5 должны удовлетворять следующим ограничениям: Т >R >Р >S, где R > (5+ 7)/2.

Анализ платежной матрицы дилеммы заключенного показывает, что взаимодействия игроков носят бинарный характер, поэтому стратегию агента можно представить в виде цепочки бит. В работе предлагается в соответствие кооперативным действиям игроков поставить - «1», а некооперативным - «О». Например, стратегия «полного недоверия» (All D) задается следующей цепочкой

бит: «0,0,0,0,0,0,0,0,0,.....О». «Периодическая» стратегия (Periodic CD)

определяется как: «1,0,1,0,1,0,1,.....,0,1,0,1».

Процесс принятия решения агентом базируется на двух основных параметрах: стратегии и объеме памяти (М). В зависимости от размера памяти интеллектуального агента каждая стратегия может быть представлена строкой из N бит информации. Память агента хранит данные о собственных и принятых противником решениях. Например, для памяти объемом М=3, хранится информация о 3 своих и 3 чужих решениях. Общее количество стратегий в этом случае составит 256. С увеличением размера памяти количество стратегий быстро растет, поэтому было предложено выбрать 01раниченный набор стратегий. В разработанном инструментальном средстве имеется возможность добавления и редактирования стратегий. Пример задания стратегии «Зуб за зуб» (TFT) для объема памяти М=3 приведен в табл.2.

Таблица 2.

Стратегии TFT

№ История ходов Принятое решение

0. 000000 0

1. 000001 1

2. 000010 0

3. 000100 0

...

63. 111111 1

-12В этой стратегии решение, принимаемое агентом, полностью зависит от последнего действия оппонента.

Платежная матрица «дилеммы заключенного» определяет характер взаимоотношений и нтеллекту альных агентов. Меняя структуру матрицы возможно моделировать разные типы ситуаций, возникающие на олигополистическом рынке. Помимо классической платежной матрицы «дилеммы заключенного» различают «координационные» и «страховые» игры.

Свойство обучаемости агентов определяет их способность к эволюционному изменению стратегий. Для анализа эволюции взаимодействий агентов в работе были использованы генетические алгоритмы. Данные алгоритмы являются комбинацией прямого и стохастического поиска, они позволяют искать решение во множестве точек, комбинируя и меняя их, не довольствуясь единственной точкой, которая используется в других методах.

Таким образом, предложенная структура интеллектуального агента обуславливает задание основных модулей разработанного инструментального средства.

Разработка базовых модулей компьютерной модели интеллектуальных агентов. В работе предложена компьютерная модель, описывающая взаимодействие интеллектуальных агентов на рыике олигополии в условиях итерируемой «дилеммы заключенного». В модели выделены следующие модули:

1. Модуль базовых характеристик агента содержит первоначально заданные параметры интеллектуального агента.

2. Служба управления процессами выступает в качестве диспетчера задач. Она распределяет возникающие задачи по соответствующим модулям.

3. Модуль оценки ситуаций анализирует поступающие заявки и делает прогноз действий других агентов.

4. Модуль принятия решений, основываясь на текущей оценке ситуации и стратегии агента, принимает решение о характере взаимодействия с контрагентом.

5. Коммуникационный модуль отвечает за связь с внешними агентами.

Инструментальное средство, учитывающее гфедяоженную структуру модулей (рис.2), разработано с использованием объектно-ориентированной среды программирования Delphi 7. Система позволяет интегрировать полученные результаты в редактор электронных таблиц Microsoft Excel. Выбор среды программирования обоснован широким спектром возможностей, предоставляемых системой. Помимо этого используемое программное средство позволяет задавать интуитивно-понятный и эргономичный интерфейс программы.

Пояснить работу модулей интеллектуального агента можно на следующем примере. Первоначально поступающая заявка от внешних агентов попадает в коммуникационный модуль. Служба управления процессами фиксирует поступление заявки и направляет ее в модуль оценки ситуаций. В этом модуле, опираясь на информацию о прошлых взаимодействиях с этим агентом, делается прогноз действий контрагента.

Полученная оценка попадает в модуль принятия решений, где на основе первоначально заданных характеристик агента (стратегии, объема памяти, платежной матрицы, способности к обучению) принимается решение о характере взаимодействия. В результате, выбранное решение передается в коммуникационный модуль, откуда пересылается внешнему агету.

Служба управления процессами контролирует работу всех модулей. Помимо этого данная служба осуществляет связь между модулем первоначально заданных характеристик и остальными модулями интеллектуального агента.

Каждый из рассмотренных модулей реализован в виде набора взаимосвязанных процедур и функций согласно архитектуре выбранной среды программирования.

Предложенная компьютерная модель и разработанный набор модулей (рис.2) наиболее полно отражают заданную структуру интеллектуального агента задачи.

Рис. 2. Принятие решений интеллектуальным агентом в рамках его структуры.

Программа моделирует взаимодействие пар интеллектуальных агентов, используя различные типы стратегий, а также генетические алгоритмы, реализуя тем самым свойство обучаемости агентов. Структура интеллектуального агента, реализованная в программе, приведена в табл. 3. На рис. 3 показан общий алгоритм программы. Рассмотрим каждый из блоков алгоритма. Первый блок (см. рис. 3) отвечает за ввод основных параметров среды моделирования таких, как: количество агентов, их свойства и продолжительность процесса моделирования. В этом блоке программы задаются следующие параметры интеллектуальных агентов: индивидуальный уникальный номер агента (задается автоматически); имя агента (параметр необходим для обозначения на графиках); размер памяти (является особенно важной характеристикой, если стратегия агента учитывает историю взаимодействий).

Таблиця 3.

Структура интеллектуального агента компьютерной модели

Наименование .переменной Описание

ГО Уникальный идентификационный номер агента

Name Символьное обозначение агента

Memory Объем памяти

StrategyType Переменная хранит номер первоначально заданной стратегии интеллектуального агента

Strategy Номер текущей стратегии агента

Capital Первоначально задаваемое значение функции полезности

Human Логическая переменная, принимающая значение «true», если в качестве интеллектуального агента выступает человек

Decision Принятое ИА решение, на текущем этапе взаимодействия

History 1 Массив, хранящий информацию о принятых агентом решениях

History2 Массив, хранящий информацию о принятых контрагентом решениях

Score Статистические данные о взаимодействии между агентами на каждом шаге процесса моделирования

Result Итоговое значение функции полезности

DZCC Переменные, задающие платежную матрицу интеллектуального агента

DZCD

DZDC

DZDD

Второй блок программы «Выбор стратегии агента» отвечает за присвоение агенту номера выбранной стратегии, определяющей поведение агента в процессе моделирования (переменная StrategyType хранит заданное значение).

Далее следует цикл, инициирующий процесс взаимодействия интеллектуальных агентов. Процесс состоит из двух основных процедур: . 1) выбор контрагента;

2) взаимодействие агентов.

Первая процедура определяет выбор агентом контрагента. Она особенно актуальна в процессе моделирования эволюционных взаимодействий агентов, так как позволяет отбирать агентов с наилучшим значением функции полезности.

В рамках второй процедуры происходит непосредственно процесс взаимодействия выбранных агентов, с учетом таких свойств интеллектуального агента, как стратегия, память, платежная матрица, способность к обучению.

После завершения процесса моделирования, полученные результаты с помощью процедуры БИо'Л'Кезииз, отображаются на графиках. Программно реализована возможность автоматического сохранения полученных результатов, что позволяет проследить динамику взаимодействий интеллектуальных агентов при использовании генетических алгоритмов.

Таким образом, в работе предложена модель, использующая методы интеллектуальных агентов для описания стратегии взаимодействия фирм на рынках олигополий. В модели определена структура и основные свойства интеллектуального агента. Предложен алгоритм, учитывающий недостатки и преимущества современных инструментальных средств интеллектуальных агентов. В зависимости от класса решаемых задач, программа позволяет задавать и модифицировать индивидуальные характеристики агентов. Одними из главных преимуществ разработанного инструментального средства являются - высокая производительность и интуитивно-понятный пользовательский интерфейс.

Рис. 3. Алгоритм программы.

Рсзультаты моделирования дуополий с помощью интеллектуальных агентов. В работе выявлены особенности влияния свойств интеллектуальных агентов, таких как стратегия, объем памяти, тип платежной магрицы, способность к обучению, на результат хозяйственной деятельности.

. Результаты моделирования взаимодействий интеллектуальных агентов отражены в сводной таблице (см. табл.4). Наиболее эффективными оказались стратегии учитывающие истории шагов. Наилучшей среди них оказалась стратегия «непрощающая» противнику некооперативных действий. На рис.4 продемонстрировано как между собой взаимодействуют агенгы. График построен на основе нормированных значений результатов табл.4.

На рис.5 и рис.6 показан пример взаимодействия агентов использующих стратегию «прощения» и случайную. На рис.5 отчетливо наблюдается постоянный тренд, слабые флуктуации которого соответствуют попыткам агента сотрудничать с противником. На рис.6 отражена динамика выигрышей агента, использующего случайную стратегию.

Таблица 4.

Взаимодействие агентов с разными типами стратегий

Tun croaierHH RND ALLC ALLD TFT TF2T CD DC CCD DDC SPT FORG Итого

RANDOM 13,15 9.65 11,44 10,6 11,42 11,45 12,01 1089 10,04 11,70 123,88

ALLC 10 20 IWfö. uiW; 8.55 11.75 11.75 10.15 10 15 10 68 9 612 11,75 11,75 118,11

ALLD 12,75 j 10.75 10,75 12,75 12.75 13,42 12,07 10,75 10,76 132,29

TIT FOR TAT 11,43 11.75 10,74 SM 11,75 11,65 11,64 11,68 11,34 11,75 11.75 127,26

TIT FOR TWO TATS 12,08 11,75 10,74 11,75 РЩ 12.74 12,74 12,68 12,07 11,75 11,75 131,82

PERIODIC CD 11,SO 13,25 9.65 11,65 9,65 11,65 12,05 10,84 9.65 II.6S 122,83

PERIODIC DC 11.40 13,25 9.65 11,65 9,66 11,65 Iw 12.05 10,84 9,6« 11,66 122,76

PERIODIC CCD 11.10 12,74 9.28 11,68 10,62 11.01 11,01 10,60 9.30 12,74 121,54

PERIODIC DCC 11,76 13,75 10,02 11,35 6 10,02 11,88 11,88 | 12,96 10,02 10,03 124,8

SPITEFUL 12,47 11.75 j 10,74 11,75 11,75 12,74 12,74 13,40 12,07 II.75 132,94

FORGIVEN IU8 11,75 10,74 11,75 11.75 11,64 11,63 10,68 12,06 11,75 mt 126,91

Таким образом, победа стратегии «непрощения» является логично объяснимой. Но с другой стороны, может возникнуть ситуация, когда агент, обладающий подобной стратегией, встретит контрагента со схожей стратегией. В результате, в случае некооперативных действий того или иного участника игры, агенты перестанут сотрудничать. В работе предложено использовать разновидности прощающих стратегий, позволяющих возобновить кооперативный характер игры.

■ RANDOM BALL с

BALL О '

В TIT FOR TAT 1

О TIT FOR TWO TATS . a PERIODIC CO И PERIODIC OC □ PERIODIC CCD

■ PERIODIC DCC BSPfTEFUL I

■ FORGIVEN

iZ t

Рис. 4. Анализ взаимодействий интеллектуальных агентов с разными типам стратегий в нормированных значениях.

Кол-во агентов 2, Кол-ео итер*»А 500

Рис. 5. Динамика выигрышей агента, использующего стратегию «непрощения».

10,065

юре

10,075 ЮЛ?-10.065

юде

13.05 10,045 10ДИ-• 10,035-10ДП 10Л25-10,02 10,015 ЮПИ 10ДЮ-10

Рис. 6. Динамика выигрышей агента, использующего случайную стратегию.

Произведена оценка влияния размера памяти на результат взаимодействий интеллектуальных агентов. Выявлено, что при взаимодействии с агентами, использующими случайные или периодические стратегии, увеличение объема памяти имеет положительный эффект (рис. 7). С другой стороны, на рынке возможна ситуация, когда долгое нежелание вступать в кооперативные отношения с экономическими агентами приводит к отрицательным результатам.

14

12 ю

4

2 0

123456789 10 Объем памяти

Рис. 7. Взаимодействие интеллектуальных агентов с разными объемами памяти.

Исследовано влияние типа платежной матрицы игры, на результаты поведения интеллектуальных агентов. Проведено исследование влияния четырех

10,«г ,20М

0,452 Ю.в^"

12,604 12.663 12.718 12.666 12,787 12,78

9,91!"

Л

9,714

п

9,6461

Л

а (Заглот О БрЛеМ

!

i -м-

типов матриц, определяющих разные социальные дилеммы: 1) «дилемма заключенного»; 2) «страховая» игра; 3) игра «трусов» (от англ. Chiken Game); 4) «координационная» игра.

С использованием каждой из платежных матриц был проведен ряд опытов, выявляющих особенности выбора стратегий в заданных условиях.

В рамках классической «дилеммы заключенного» выводы в основном совпадают с результатами опытов, полученных при анализе стратегий. В случае «страховой» игры, платежная матрица задается таким образом, что доминирующими для агентов являются кооперативные стратегии (рис.8). В этом случае эффективными являются периодические стратегии. В «координационных» играх наилучшие результаты агентами достигаются в случае согласованных действий (рис.9). Проведены также эксперименты, демонстрирующие результаты взаимодействий агентов, использующих разные типы платежных матриц.

Страховы* игры

Random А«С AID TFT TF2T Spiteful Forgin«n

Типы стратегий

Рис. 8. Взаимодействие агентов в условиях «страховых» игр.

Координационные игры

Random А*С АЮ TFT TF2T Sptaful Foremen Типы стратегий

t

Рис. 9. Взаимодействие агентов в условиях «координационных» игр.

Изучено влияние свойства обучаемости интеллектуального агента на

эволюционный характер игры. В эксперименте приняли участие 7 агентов, использующих разные стратегии и разный объем памяти. Агент, применяющий случайную стратегию не обладал свойством обучаемости. Параметр обучаемости реализовался с помощью генетических алгоритмов. В работе проведен анализ эволюционных взаимодействий интеллектуальных агентов.

Обнаружено, что в результате эволюционных изменений, стохастические элементы стратегий имеют тенденцию к уменьшению. В итоге наблюдается переход к детерминированным стратегиям, уровень выигрышей агентов при этом примерно выравнивается (рис.10).

В Random

0TFT

OTF2T

□ CCD

□ Spiteful (3) В Spiteful (6) ■ Forgiven

Рис. 10. Эволюционные взаимодействия интеллектуальных агентов.

По теме диссертации опубликованы следующие работы:

1. Сорокин A.A., Ильинский А.И. Создание и анализ кейсов методами теории агентов. // Модели экономических систем и информационные технологии: Сб. науч. тр. / Финансовая академия при Правительстве РФ. - М., 2001. - Вып. 1, с. 71-74. (0,25 п.л.) (в соавторстве).

2. Сорокин A.A. Применение методов теории агентов для моделирования простейших транзакций // Модели экономических систем и информационные технологии: Сб. науч. тр. / Финансовая академия при Правительстве РФ. - М., 2002. - Вып. 6, с. 203-208. (0,31 п.л.)

3. Сорокин A.A. Моделирование экономических процессов методами теории интеллектуальных агентов // Модели экономических систем и информационные технологии: Сб. науч. тр. / Финансовая академия при Правительстве РФ. - М., 2002. - Вып. 7, с. 200-210. (0,63 п.л.)

4. Сорокин A.A. Бинарные стратегии игроков дилеммы заключенного // Модели экономических систем и информационные технологии: Сб. науч.

, тр. / Финансовая академия при Правительстве РФ. - М., 2002. - Вып. 9, с.

268-282. (0,87 пл.)

5. Сорокин A.A. Некоторые понятия теории интеллектуальных агентов.// Вестник Самар. гос. экон. акад. — Самара, 2003. — № 11(2). с. 144-149 (0,56 пл.)

6. Сорокин A.A. Модель взаимодействий экономических интеллектуальных агентов на рынке олигополии // Модели экономических систем и информационные технологии: Сб. науч. тр. / Финансовая академия при Правительстве РФ. - М., 2003. -Вып. 10, с. 180-188. (0,55 п.л.)

7. Сорокин A.A. Методики качественного и количественного анализа , взаимодействий интеллектуальных агентов па олигополистическом

' рынке // Модели экономических систем и информационные технологии:

^ Сб. науч. тр. / Финансовая академия при Правительстве РФ. - М., 2003. -

. Вып. 10, с. 188-198. (0,63 пл.).

* 17529

Подписано в печать с готовых оригинал-макетов 28.10.2003. Формат 60x90 1/16. Гарнитура «Тайме». Печать на ризографе. Усл. печ. л. 1,5. Тираж 100 экз. Заказ № 670.

Отпечатано в полном соответствии с качеством предоставленных оригинал-макетов в типографии «Карпов». 109004, г. Москва, ул. Большая Коммунистическая, д. 1/5-7. Тел./факс: 440-61-25,911-66-92

Диссертация: содержание автор диссертационного исследования: кандидата экономических наук, Сорокин, Андрей Александрович

ВВЕДЕНИЕ.

ГЛАВА 1. МОДЕЛИ ПОВЕДЕНИЯ ФИРМ НА РЫНКЕ

ОЛИГОПОЛИИ.

1.1. Место и роль стратегии фирмы на современном олигополистическом рынке.

1.2. Модели поведения фирм в условиях олигополии.

1.3. Метод интеллектуальных агентов.

ГЛАВА 2. МОДЕЛЬ ВЗАИМОДЕЙСТВИЯ ПАР

ИНТЕЛЛЕКТУАЛЬНЫХ АГЕНТОВ В УСЛОВИЯХ ДУОПОЛИИ.

2.1. Структура интеллектуального агента модели.

2.2. Процесс принятия решений интеллектуальным агентом.

2.3. Апробация модели взаимодействий интеллектуальных агентов на рынке олигополий.

ГЛАВА 3. РЕЗУЛЬТАТЫ МОДЕЛИРОВАНИЯ ДУОПОЛИЙ

С ПОМОЩЬЮ ИНТЕЛЛЕКТУАЛЬНЫХ АГЕНТОВ.

3.1. Анализ влияние типов стратегий интеллектуальных агентов.

3.2. Влияние объема памяти.

3.3. Влияние типа платежной матрицы.

3.4. Эволюция взаимодействий.

Диссертация: введение по экономике, на тему "Моделирование олигополистического рынка методами интеллектуальных агентов"

Актуальность работы. В современной экономике отчетливо прослеживаются тенденции укрупнения участников рынка, являющиеся следствием глобализации экономического пространства. Объемы производства экономического агента во многом определяются долей рынка, которую он занимает по сравнению с конкурентами. В отдельных отраслях на рынке наблюдается доминирование трех-пяти крупных предприятий, что является явным признаком олигополии. В России отчетливо олигополистический характер носят сырьевые отрасли, черная и цветная металлургия, подотрасли химии и машиностроения (производство удобрений, автомобилестроение, аэрокосмическая промышленность и др.).

Каждый из участников олигополистического рынка потенциально имеет возможность расширения занимаемой доли рынка за счет конкурентов. Перед руководителями олигополистических фирм стоит выбор: скоординировать действия относительно друг друга или следовать независимой стратегии конкуренции.

В случае выбора кооперативной стратегии взаимодействия олигополисты стараются избегать прямого конфликта с конкурентами, особенно в сфере цены и объемов производства. Но если избирается стратегия независимой максимизации прибыли, то фирмы, скорее всего, обнаружат себя в агрессивной конкурентной среде. Таким образом, модели олигополии строятся либо на кооперативном, либо некооперативном характере взаимодействий между фирмами. Крайними случаями для олигополии являются открытый сговор и «ценовая» война.

Российская специфика конкурентных отношений проявляется в широком распространении нетипичных для западного мира ценовых схваток (на рынках сотовой связи, авиаперевозок, фармацевтики, автомобилестроении и др.). Конкурентные войны между крупными фирмами носят перманентный характер, во многих отраслях достигнута лишь промежуточная расстановка сил. В этом случае моделирование стратегии поведения экономических агентов в изменяющихся условиях хозяйствования на олигополистических рынках является несомненно актуальной задачей.

Следует различать понятия «экономический агент» и «интеллектуальный агент». Под экономическим агентом понимается реальный хозяйствующий субъект. Интеллектуальный агент — «автономная обучаемая программная сущность, способная адаптивно действовать в интересах достижения поставленных перед ней целей» [108, с.116]. Или говоря иначе, интеллектуальный агент — это некий программный комплекс или система, описывающая взаимодействие субъектов моделирования.

В работе предлагается модель, описывающая взаимодействие участников рынка олигополий. Где в качестве экономических агентов рынка выступают интеллектуальные агенты.

Вопросы стратегического управления крупными предприятиями широко освещены в работах многих видных зарубежных и российских ученых. В традиционно известных неоклассических моделях олигополий А.Курно, Дж.Бертрана, Ф.Штакельберга степень воздействия одного участника рынка на другого задается в виде экзогенной величины.

В работах Дж.Неймана, О.Моргенштерна, Дж.Нэша обобщены результаты неоклассических моделей и предложен подход, основанный на теории игр и выборе стратегий, учитывающий влияние действий экономических агентов друг на друга. Наибольший интерес, с точки зрения моделирования стратегии поведения фирмы в рамках предложенного ими подхода представляет приложение теории игр - «дилемма заключенного». Она относится к классу игр с ненулевой суммой выигрыша.

Известный американский ученый Р.Аксельрод, рассматривая возможность решения «дилеммы заключенного», предложил изучать итерируемую версию игры. Это позволило игрокам учитывать последствия собственных и чужих действий при формировании стратегий. В рамках предложенной им модели был проведен широкий анализ и классификация типов стратегий, однако следует отметить, что Р.Аксельрод моделирует взаимодействие стратегий, а не экономических агентов, обладающих ими.

Анализ проблематики исследований позволяет утверждать, что возникает необходимость развития рассматриваемых методов с позиции участников хозяйственной деятельности, с учетом их индивидуальных характеристик и степени их влияния на принимаемое решение. Отсутствуют в экономической литературе практические рекомендации по формированию конкурентных преимуществ, позволяющие постоянно анализировать и диагностировать рыночную ситуацию, чутко реагировать на конъюнктуру рынка.

В связи с изложенным, разработка экономико-математической модели и инструментальных средств, позволяющих анализировать и прогнозировать ситуацию на рынке олигополий, является актуальной научной проблемой, что и определило выбор темы, цель и задачи настоящего диссертационного исследования.

Цель исследования. Основной целью работы является исследование влияния стратегий поведения экономических агентов на результаты рыночных олигополистических взаимодействий.

В ходе исследования поставлены и решены следующие задачи:

• анализ процессов принятия решений экономическими агентами по стратегии поведения в условиях олигополии;

• анализ существующих моделей интеллектуальных агентов и поддерживающих их инструментальных средств;

• построение модели взаимодействия экономических интеллектуальных агентов на олигополистическом рынке в условиях итерируемой «дилеммы заключенного»;

• разработка структуры интеллектуального агента в рамках рассматриваемой модели и комплекса инструментальных средств, поддерживающих эту модель;

• разработка алгоритма и реализация компьютерной программы, моделирующей взаимодействие интеллектуальных агентов на рынке оли-гополий;

• выявление и описание влияния свойств интеллектуальных агентов (стратегии, памяти, платежной матрицы и способности к обучению) на экономическую составляющую задачи.

Объектом исследования выступают экономические интеллектуальные агенты на олигополистическом рынке.

Предметом исследования являются средства и методы формализованного представления и экономико-математического моделирования поведения экономических агентов на рынке олигополий.

Теоретический и методический аппарат исследования. Теоретической и методологической основой диссертационной работы являются разработки, выполненные научными коллективами и отдельными учеными — Института экономики РАН, Финансовой академии при Правительстве РФ, Моековского государственного университета им. М.В.Ломоносова, Российского НИИ Искусственного интеллекта.

В этих работах важное место отводится вопросам, связанным с анализом эволюционных процессов общества, с изменениями в характере средств труда, информационными составляющими этих процессов, количественными моделями эволюционной динамики.

Работа базируется на использовании теории игр, теории искусственного интеллекта, теории интеллектуальных агентов, также применялись методы экономико-математического моделирования, имитационного моделирования, использованы инструментальные средства компьютерного моделирования Delphi, Microsoft Excel, Visual Basic, Maple.

Работа выполнена в соответствии с пунктом 1.4 Паспорта специальности 08.00.13 - Математические и инструментальные методы экономики.

Научная новизна исследования заключается в построении модели взаимодействий экономических интеллектуальных агентов на рынке олигополии.

Элементы новизны содержат следующие результаты:

• построена мультиагентная модель, позволяющая описать поведение крупных предприятий на реальном олигополистическом рынке;

• в рамках этой модели разработана структура интеллектуального агента, включающая такие параметры как стратегия, память, платежная матрица, обучаемость;

• разработан методический аппарат, позволяющий оценить влияние качественных и количественных характеристик интеллектуальных агентов на принятие решений участниками рынка олигополий;

• разработаны методики качественного и количественного анализа взаимодействий интеллектуальных агентов на олигополистическом рынке.

Практическая значимость диссертационной работы заключаются в том, что ее основные положения, результаты, разработанные методики и рекомендации ориентированы на широкое использование предприятиями, действующими на рынке в условиях олигополии.

Самостоятельное практическое значение имеют:

• алгоритм программы и инструментальное средство, моделирующее взаимодействия интеллектуальных агентов на рынке дуополий;

• методика задания стратегии, памяти и платежной матрицы интеллектуального агента в рамках разработанного алгоритма

• ррезуршдации к анализу свойств интеллектуальных агентов, позволяющие оценить их влияние на принятие агентом экономических решений.

Апробация и внедрение результатов. Основные положения диссертационного исследования докладывались на 4-й Международной научно-практической конференции «Экономика, экология и общество России в 21-м столетии» (21-23 мая 2002г., г.Санкт-Петербург), на IV Международной научно-практической конференции студентов, аспирантов и молодых ученых «Системный анализ и информационные технологии» (1-3 июля 2002 г., г.Киев), на VIII Международной конференции «Образование, Экология, Экономика, Информатика» серии «Нелинейный мир» (15-20 сентября 2003 г., г.Астрахань), на постоянно действующем научно-методическом семинаре кафедры математического моделирования экономических процессов Финансовой академии при Правительстве Российской Федерации.

Отдельные положения и результаты диссертационной работы применяются в научно-внедренческой организации «ФОРС-ХОЛДИНГ» при проектировании баз данных предприятий.

Полученные теоретические и методологические результаты используются в учебном процессе при преподавании дисциплин «Экономико-математическое моделирование» и «Эконометрика» на кафедре «Математического моделирования экономических процессов» Финансовой академии при Правительстве Российской Федерации.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Сорокин, Андрей Александрович

ЗАКЛЮЧЕНИЕ

Тенденции глобализации мирового рынка обуславливают образование крупных экономических агентов, моделирование стратегий поведения которых является сложной задачей. Проведенный в первой главе анализ существующих моделей олигополий выявил ряд существенных недостатков затрудняющих решение поставленных задач. В результате предложено использовать метод интеллектуальных агентов, позволяющий моделировать многократные взаимодействия участников игры в условиях итерируемой дилеммы заключенного, задать их структуру и типы стратегий.

Особый интерес представляет возможность задания стратегии поведения участников рынка олигополий с использованием платежной матрицы итерируемой «дилеммы заключенного». В работе проведено подробное исследование существующего инструментария интеллектуальных агентов. Анализ показал необходимость разработки собственного программного средства, отвечающего поставленным целям диссертационной работы.

Во второй главе предложена структура интеллектуального агента модели и рассмотрены ее основные элементы. На основании структуры была разработана экономико-математическая модель взаимодействия интеллектуальных агентов на олигополистическом рынке. Модель содержит алгоритм программы, реализованный в объектно-ориентированной среде программирования Delphi 7. Программа позволяет моделировать бинарные взаимодействие интеллектуальных агентов, анализируя влияние стратегии, памяти, обучаемости и платежной матрицы на экономическую составляющую задачи. В зависимости от класса решаемых задач, программа позволяет задавать и модифицировать индивидуальные характеристики агентов. Преимуществом разработанного программного обеспечения является высокая работоспособность, интуитивно-понятный и эргономичный пользовательский интерфейс.

Третья глава содержит апробацию модели, проведена серия численных экспериментов. Выявлены особенности влияния параметров структуры интеллектуальных агентов, таких как стратегия, объем памяти, платежная матрица, способность к обучению, на результат хозяйственной деятельности. Анализ результатов имитационного моделирования взаимодействий интеллектуальных агентов, обладающих различными индивидуальными характеристиками, выявил особенности задания характеристик агентов, эффективные стратегии поведения агентов и позволил сформулировать предложения и рекомендации по использованию разработанной модели.

138