Badanie wpływu konstrukcji modelu wieloagentowego na jego zdolność predykcyjną

• Autorzy: Sworowski, R. , Lasota, H.

Warianty tytułu

EN

A study of the influence of multiagent model structure on its prediction power

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia metodykę i wyniki badań wpływu parametrów modelu wieloagentowego MAS na efektywność jego działania w zakresie symulacji rozwoju rynków IT, na przykładzie rozwoju rynku telefonii komórkowej tworzonego przez trzech konkurencyjnych operatorów. W symulatorze MAS zastosowano, dla określonego modelu popytowego, trzy odmienne mechanizmy aktywacji agentów, prowadzące do ustalania się różnego typu stanów dynamicznej równowagi rynkowej. Oceniono zdolności predykcyjne modelu, odnosząc wyniki do danych z wybranego rynku, oraz jego wydajność obliczeniową w zależności od liczby agentów i sposobu ich aktywacji.

EN

The article examines how different parameters of the multiagent model (MAS) influence it efficiency and efficacy in the IT market modeling. The growth process is exemplified by mobile telephony market with three competing operators. A demand model bas been applied in MA: simulator and three different agent activating mechanisms have been tested, leading to different type of dynamic market equilibriums. The prediction power of the model has been estimated, the result being compared with data from a chosen real market, as well as its computing efficiency, depending on a number of agents and their activation schemes.

• Czasopismo: Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne
• Rocznik: 2004
• Tom: T. 5
• Strony: 707-716
• Opis fizyczny: Bibliogr. 9 poz., 5 rys., 4 tab.

Twórcy

autor

Sworowski, R.

• Katedra Systemów Elektroniki Morskiej, Politechnika Gdańska

autor

Lasota, H.

• Katedra Systemów Elektroniki Morskiej, Politechnika Gdańska

• Katedra Systemów Elektroniki Morskiej, Politechnika Gdańska

Bibliografia

• [1] Sworowski R., Lasota H.: Systemy wieloagentowe w prognozowaniu inwestycyjnym w telekomunikacji, Krajowe Sympozjum Telekomunikacji 2003, Bydgoszcz.
• [2] Gomółka Z.: Elementy ogólnej teorii systemów, Uniwersytet Szczeciński, Rozprawy i studia T(CCXXXIII) 159, Szczecin 1994.
• [3] Epstein, J.M., Axtell R.: Growing Artificial Societies: Social Science from the Bottom Up, Brookings Press and MIT Press: Washington, D.C., and Cambridge, Mass.
• [4] Chen, S.-H., Yeh C.-H.: Modeling Speculators with Genetic Programming. W: Angeline et all 1997.
• [5] Axtell R.: Why agents? On the varied motivations for agent computing in the social sciences, Working Paper No. 17, Nov. 2000, The Brookings Institution, Washington.
• [6] Arthur W.B., Holland J.H., LeBaron B., Palmer R., Tayler P.: Asset Pricing under Endogenous Expectations in an Artificial Stock Market, Working paper 1996.
• [7] Strzała K.: Zastosowanie uogólnionych metod sterowania optymalnego do podejmowania decyzji gospodarczych, Wydawnictwo UG, Sopot 1994.
• [8] The Norwegian Post and Telecommunications Authority: The Norwegian Telecom Market 2002, report 2003.
• [9] Sworowski R., Lasota H.: Systemy wieloagentowe w modelowaniu rynku telekomunikacyjnego,I KKTI, Politechnika Gdańska, Gdańsk 2003.