Моделювання процесу ухвалення рішень у багатоагентному середовищі на основі марковського процесу зміни ймовірностей вибору

Автор(и)

  • Oleksii Oletsky Національний університет «Києво-Могилянська академія», Ukraine

DOI:

https://doi.org/10.18523/2617-3808.2018.40-43

Ключові слова:

агентно-базоване моделювання, багатоагентне середовище, ухвалення рішень, марковський процес

Анотація

Розглянуто підхід до моделювання процесу ухвалення рішень колективом, що складається з багатьох агентів, якщо застосовується голосування агентів на основі правила простої більшості. Введено деякий набір станів, які пов’язуються з ймовірностями того, що агент проголосує за певний варіант, та розглянуто марковський ланцюг зміни цих імовірностей. Для випадку двох варіантів вибору наведено умови, за яких у стаціонарному режимі вибір варіантів здійснюється з однаковими ймовірностями (однорідність агентів, симетричність станів, симетричність матриці перехідних імовірностей). Задачу вибору варіантів проілюстровано на прикладі поведінки виборців, які можуть голосувати за ті чи ті політичні партії. Обговорено також обернену задачу: за заданим стаціонарним розподілом визначити перехідні ймовірності, які можуть призвести до такого розподілу.

Біографія автора

Oleksii Oletsky, Національний університет «Києво-Могилянська академія»

Кандидат технічних наук, доцент кафедри мультимедійних систем факультету інформатики.

Посилання

  1. Nykolenko S.Y. & Tulupev A.L. (2009). Samoobuchaiushchyesia systemy. Moscow: MTsNMO.
  2. Russel S. & Norvig P. (2010). Artificial Intelligence: A Modern Approach. New Jersey: Pearson Education.
  3. Serhyenko Y.V. & Shylo V.P. (2003). Zadachy dyskretnoi optymyzatsyy. Problemy, metody reshenyia, yssledovanyia. Kyiv:Naukova dumka.
  4. Horn R. & Johnson C. (1989). Matrix Analysis. Cambridge: Cambridge University Press.

##submission.downloads##

Як цитувати

[1]
O. Oletsky, «Моделювання процесу ухвалення рішень у багатоагентному середовищі на основі марковського процесу зміни ймовірностей вибору», NRPCOMP, т. 1, с. 40–43, Жов 2018.