
- •24. Машинное обучение, его виды. Обучение с наставником. Фильтрация спама. Размытие Лапласа.
- •25. Обучение с учителем. Классификация и регрессия. Основные виды регрессий.
- •26. Обучение без учителя. Задача кластеризации. Спектральная кластеризация.
- •27. Планирование в условиях неопределенности. Марковский процесс принятия решений. Сравнение с классическими видами планирования.
- •28. Многоагентные системы. Классификация агентов.
- •29. Коммуникации в многоагентных системах. Понятие онтологии. Языки представления онтологий.
- •30. Многоагентное моделирование. Примеры использования. Система и язык NetLogo. Примеры коллективного поведения системы примитивных агентов.
30. Многоагентное моделирование. Примеры использования. Система и язык NetLogo. Примеры коллективного поведения системы примитивных агентов.
Многоагентное моделирование является мощным инструментом исследования процессов эволюции сложных социальных систем. Многоагентные системы состоят из следующих основных компонентов:
множество системных единиц, в котором выделяются подмножество активных единиц — агентов, манипулирующих подмножеством пассивных единиц — объектов:
среда, т. е. некоторое пространство, в котором существуют агенты и объекты;
множество задач (функций, ролей), которые поручаются агентам;
множество отношений (взаимодействий) между агентами;
множество организационных структур (конфигураций), формируемых агентами;
множество действий агентов (например, различных операций над объектами или коммуникативных актов).
Взаимодействие агентов означает установление двусторонних и многосторонних динамических отношений между агентами. Взаимодействия между агентами имеют определенную направленность — положительную или отрицательную, т. е. носят характер содействия или противодействия, притяжения или отталкивания, кооперации или конкуренции, сотрудничества или конфликта, координации или субординации, и т. п.
Взаимосвязи и взаимозависимости между агентами характеризуются некоторой силой (интенсивностью). Взаимодействия между агентами динамичны.
Многоагентный подход позволяет исследовать задачи коллективного взаимодействия, эффективно решать задачи прогнозирования. Многоагентные системы позволяют исследовать процессы самоорганизации, дают возможность естественного описания сложных систем, обладают высокой гибкостью. В настоящее время выполняется несколько проектов по разработке многоагентной системы моделирования процессов кооперации и самоорганизации.
NetLogo является продолжением языка Лого - первого языка, созданного еще в 1968 году объединенными усилиями Массачусетского Технологического Института и корпорации BBN (Bolt Beranek & Newman) с целью обучать детей при помощи компьютера. Создан Ури Виленским в 1999 году и развивается в Center for Connected Learning and Computer-Based Modeling.
Язык NetLogo достаточно прост и ученики и учителя могут создавать в этой среде свои собственные авторские модели. В то же время это достаточно мощный язык и среда для проведения исследовательских работ. Библиотека NetLogo содержит множество готовых моделей по биологии, математике, химии, социология. С этими моделями могут ознакомиться и поиграть ученики.