Sarežģītu adaptīvu sistēmu matemātiskās modelēšanas metodes

Abstract

Šis maģistra darbs apskata dažādas metodes, kā var modelēt sarežģītas adaptīvas sistēmas. Tā kā šādas sistēmas sastāv no adaptīviem aģentiem, īpaša uzmanība tiek pievērsta tieši adaptīvās uzvedības modelēšanai. Tiek aprakstītas galvenās mašīnapmācības pieejas, kuras izmanto, būvējot adaptīvos aģentus, adaptīvu aģentu konceptuālie modeļi un vispārīgie multiaģentu sistēmu analītiskie modeļi. Tiek piedāvāts jauns konceptuālais modelis mērķtiecīgam ierobežoti racionālam adaptīvam aģentam, kā arī tā programmas realizācija. Galvenā atšķirība šim modelim no literatūrā esošajiem modeļiem ir sekojošu bloku integrācija: (1) ierobežoti racionāla, nevis pilnīgi racionāla, uzvedība, kas ir balstīta uz satisficing principa; (2) autonoma savu darbību plānošana dotā mērķa sasniegšanai; (3) uzvedības adaptācija pie vides izmaiņām. Lai palielinātu aģenta plānošanas ātrumu, tika piedāvāts nestriktu kombinatorisku likumu mehānisms. Tiek arī apskatīta plānošanas problēma gadījumā, kad starp plāniem pastāv stingras atkarības attiecības. Tiek parādīts, ka šis problēmas atrisināšanai var modificēt jauktās vairāku vienību kombinatoriskās izsoles vinnētāja atrašanas problēmas algoritmus, kuri darbā arī tiek aprakstīti.

Darbā „Sarežģītu adaptīvu sistēmu matemātiskās modelēšanas metodes” ir 61 lpp., 5 tabulas un 9 attēli. Izmantots 41 literatūras avots.

Atslēgvārdi: sarežģīta adaptīva sistēma, aģenti, adaptācija, ierobežotā racionalitāte, plānošana, jauktā vairāku vienību kombinatoriskā izsole

This Master’s Thesis considers different methods for modelling complex adaptive systems. As these systems consist of adaptive agents, special attention is given to modelling adaptive behaviour. The main machine learning approaches used to build adaptive agents, the most important conceptual models of agents, and general analytic models of multi-agent systems are reviewed. A novel conceptual model of a goal-driven bounded rational adaptive agent, as well as its software implementation, is presented. The main difference of this model from models available in the literature is the integration of the following blocks: (1) bounded rational, as opposed to perfectly rational, behaviour based on the satisficing principle; (2) autonomous planning of own actions for reaching the given goal; (3) adaption of behaviour to environmental changes. To boost agent’s planning speed, a fuzzy combinatorial law mechanism is proposed. A planning problem where strong dependency relationships exist between plans is considered. It is shown that it could be solved by modifying the algorithms for the winner determination problem in mixed multi-unit combinatorial auctions, which are also described.

The work “Methods of Mathematical Modelling of Complex Adaptive Systems” consists of 61 pages, 5 tables, and 9 figures. 41 bibliography sources are used.

Keywords: complex adaptive system, agents, adaptation, bounded rationality, planning, mixed multi-unit combinatorial auction