Agent-based modelling as an innovative method of research of socio-economic processes: methodology and practice of application

Cover Page

Cite item

Full Text

Abstract

the article considers the agent-based modeling method as an innovative tool for studying socio-economic processes. The study uses methods of theoretical analysis, synthesis and systematization of scientific literature. The tools of mathematical modeling, including game theory and statistical analysis, are applied. The methodology for constructing agent-based models is presented, including mechanisms for defining and classifying agents, formalizing their behavior through state maps, and describing interactions between agents. A mathematical model of market interaction with formalization of the functions of demand, supply and pricing is formed. The advantages and limitations of the agent-based modeling method are systematized. It is noted that agent-based modeling is an effective tool for studying complex socio-economic systems, allowing one to take into account the heterogeneity of agents and model emergent phenomena. The practical significance of the method is confirmed by successful examples of its application in business, urban planning and healthcare.

About the authors

T. Yu Brichev

Moscow Financial and Industrial University Synergy

References

  1. Арский А.А. Агентное моделирование в управлении отраслевыми логистическими системами // Вестник Московского финансово-юридического университета МФЮА. 2023. № 4. С. 125 – 129.
  2. Бекларян Г.Л. Агентное моделирование и оптимизация характеристик научно-производственных кластеров // Бизнес-информатика. 2024. № 1. С. 36 – 51.
  3. Исраилова С.Т. Основные аспекты имитационного моделирования бизнес-процессов предприятия с помощью сетей Петри и агентного моделирования // Новости науки Казахстана. 2021. № 1 (148). С. 1 – 8.
  4. Макаров В.Л., Бахтизин А.Р., Бекларян Г.Л. и др. Агентное моделирование социально-экономических последствий миграции при государственном регулировании занятости // Экономика и математические методы. 2022. № 1. С. 113 – 130.
  5. Суслов В.И., Доможиров Д.А., Ибрагимов Н.М. и др. Агентно-ориентированное моделирование на базе моделей Затраты-Выпуск // Модели, анализ и прогнозирование пространственной экономики / Институт экономики и организации промышленного производства Сибирского отделения Российской академии наук. Новосибирск: Институт экономики и организации промышленного производства СО РАН, 2022. С. 196 – 225.
  6. Agent-Based Modeling in the Philosophy of Science. Stanford Encyclopedia of Philosophy. [Электронный ресурс] // Доступ: https://plato.stanford.edu/entries/agent-modeling-philscience/ (дата обращения: 30.09.2024)
  7. Anthes G. Procter & Gamble and Others: Using Agent-Based Modeling for Supply Chain Management. 2003. P. 26 – 27. [Электронный ресурс] // Доступ: https://highered.mheducation.com/olc/dl/255639/10rwc3.pdf (дата обращения: 30.09.2024)
  8. Azevedo C.L. and other. SimMobility Short-Term: An Integrated Microscopic Mobility Simulator. Submitted to the 95th Annual Meeting of the Transportation Research Board, Washington. 2016. 18 p.
  9. Fischbach K., Marx J. Weitzel T. Agent-based modeling in social sciences // J Bus Econ. 2021. № 91. P. 1263 – 1270.
  10. Jackson J.C., Rand D., Lewis K., Norton M.I., Gray K. Agent-Based Modeling: AGuide for Social Psychologists // Social Psychological and Personality Science. 2017. Vol. 8 (4). P. 387 – 395.
  11. Monti C., Pangallo M., De Francisci Morales G. et al. On learning agent-based models from data // Sci Rep. 2023. № 13. 30 p.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download


Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).