КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

 

ОБЩИЕ СВЕДЕНИЯ


Номер 14-18-01968

НазваниеРазработка системы проектирования агент-ориентированных моделей для запуска на суперкомпьютерах

РуководительМакаров Валерий Леонидович, Доктор физико-математических наук

Организация финансирования, регион Федеральное государственное бюджетное учреждение науки Центральный экономико-математический институт Российской академии наук, г Москва

Период выполнения при поддержке РНФ 2014 г. - 2016 г.  , продлен на 2017 - 2018. Карточка проекта продления (ссылка)

Конкурс№1 - Конкурс 2014 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами».

Область знания, основной код классификатора 08 - Гуманитарные и социальные науки, 08-155 - Прогнозирование социально-экономического развития, государственное регулирование экономики и управление социально-экономическими процессами

Ключевые словаагент-ориентированные модели, параллельные вычисления, суперкомпьютерные технологии

Код ГРНТИ06.35.51


СтатусУспешно завершен


 

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ


Аннотация
Основная цель проекта заключается в разработке уникального программного средства - системы проектирования агент-ориентированных моделей для запуска на суперкомпьютерах. Для агент-ориентированных систем, создаваемых для имитации реальных социально-экономических процессов, характерны определенные черты, отличающие их от моделей других процессов, и эти особенности должны быть учтены при создании среды разработки подобных моделей. Реальные экономические агенты, такие, например, как предприятия или люди, участвуют одновременно во многих процессах, при этом у разных процессов состав значимых для них свойств агентов различается. Поэтому агенты устроены сложно – множество свойств, множество конкурирующих между собой целей и наличие процедур агрегирования тех и других, а также процедур принятия решений. При этом для обеспечения адекватности подобных моделей необходимо создавать большие популяции таких сложных агентов. Кроме того, в одной модели могут присутствовать агенты разных типов, образующие иерархические и сетевые структуры. Все это возможно реализовать только с использованием параллельных вычислений на суперкомпьютерах, что предполагает самостоятельные задачи обеспечения эффективности распараллеливания моделируемых процессов (динамической декомпозиции модели для обеспечения масштабируемости – уменьшения времени расчетов при увеличении числа используемых процессоров). В то же время, среди приоритетных научных направлений в России можно выделить предсказательное суперкомпьютерное моделирование, и, в частности, создание систем краткосрочного и долгосрочного предсказательного моделирования социальных явлений и событий. Отметим, что компания IDC (International Data Corporation) предсказывает достижение общего объема данных к 2020 г. в 35 000 экзабайт, по сравнению с 1 200 экзабайт в 2010 г., что означает 29-кратный рост за 10 лет. Необходимость обработки такого объема данных обуславливает появление аналитических систем нового поколения, включающих усовершенствованные методы вычислений, распознавания образов, организации хранилищ данных, сбора статистики с целью извлечения смысла из данных и получения информационного контекста, а также методы агентного моделирования. В этой связи, разработка системы проектирования агент-ориентированных моделей для запуска на суперкомпьютерах приобретает особую актуальность, поскольку системное моделирование с использованием суперкомпьютерных технологий выведет исследования социально-экономических систем на принципиально новый уровень. Кроме того, разрабатываемое научное направление внесет заметный вклад в имитационное моделирование мультиагентных социальных систем и, что не менее важно, оно относится к приоритетным направлениям в развитии науки и техники в нашей стране.

Ожидаемые результаты
В рамках проекта предлагается решение задачи по разработке системы проектирования агент-ориентированных моделей для запуска на суперкомпьютерах, которая, на наш взгляд должна включать: • систему алгоритмов, имитирующих типовую структуру и взаимодействие основных элементов социально-экономических агентов разного уровня (факторы производства, производственная функция, система ценностей, порог чувствительности к изменениям внешней среды и внутреннего состояния); • систему алгоритмов, имитирующих основные элементы поведения агентов (обработка информации о внешней среде и внутреннем состоянии, принятие решений); • систему алгоритмов и протоколов взаимодействия агентов разных типов; • процедуры создания сетей на множестве агентов; • процедуры декомпозиции модели на этих сетях для эффективного распараллеливания работы модели на суперкомпьютерах (минимизация обмена информацией между отдельными процессами и обеспечение динамической равномерности распределения нагрузки по используемым процессорам); • систему алгоритмов агрегирования характеристик и состояний агентов по иерархии и синхронизации их реакции. Результаты, полученные при выполнении проекта, будут опубликованы в одной монографии и нескольких статьях в журналах, индексируемых в базах данных РИНЦ, а также планируется публикация статей в зарубежных специализированных журналах. Разработанная система проектирования агент-ориентированных моделей для запуска на суперкомпьютерах предназначена для практического использования при создании больших агентных моделей для анализа и прогнозирования социально-экономических процессов и призвана существенно облегчить техническую реализацию подобных моделей. На наш взгляд, ожидаемые результаты являются новыми и полностью соответствуют мировому уровню.


 

ОТЧЁТНЫЕ МАТЕРИАЛЫ


Аннотация результатов, полученных в 2014 году
За первый год исследований была разработана система алгоритмов, имитирующих типовую структуру и взаимодействие основных элементов социально-экономических агентов разного уровня. Также была разработана система алгоритмов, имитирующих основные элементы поведения агентов (обработка информации о внешней среде и внутреннем состоянии, принятие решений). С использованием алгоритмов была построена агентная модель демографической системы России с помощью которой проведены экспериментальные расчеты с количеством агентов от 1 000 до 1 млн.

 

Публикации

1. Макаров В.Л., Бахтизин А.Р. Сушко Е.Д. Моделирование демографических процессов с использованием агент-ориентированного подхода Федерализм, Федерализм, 4 (76), 2014, с. 37-46. (год публикации - 2014)

2. Valery L. Makarov, Albert R. Bakhtizin, Nafisa V. Bakhtizina Application of Supercomputer Technologies in Agent - Based Models Proceedings of the 5th. World Congress on Social Simulation, 5th - WCSS2014. MacKerrow, E.; Terano, T.; Squazzoni, F.; Sichman, J.S.; (Org) - Proceedings - São Paulo, 2014, рр. 96-111. (год публикации - 2014)


Аннотация результатов, полученных в 2015 году
За второй год исследований была разработана система алгоритмов и протоколов взаимодействия агентов разных типов, образующих иерархические и сетевые структуры с использованием параллельных вычислений. Также были разработаны программные процедуры создания сетей на множестве агентов, реализующих динамическую декомпозицию моделей для обеспечения лучшей масштабируемости. Разработанные алгоритмы нашли воплощение в создании технологии поддержки АОМ для суперкомпьютеров – STARS (Supercomputer Technology for Agent-oRiented Simulation), позволяющей легко реализовать как интерактивное моделирование, так и интерактивную визуализацию процесса моделирования в масштабе расчетного времени, но это возможно лишь в случае монопольного доступа к суперкомпьютеру (например, если будет использоваться компактный персональный суперкомпьютер). Для проведения масштабных экспериментов с более сложными агентами потребуется уже более вместительный и производительный суперкомпьютер. Более подробно про применение суперкомпьютерных технологий можно прочитать на сайте www.supercomputer.pro. Главным положительным моментом разработанного подхода к распараллеливанию моделей является автоматизация создания их суперкомпьютерных версий. Это значительно упрощает разработку, так как в большинстве случаев после несущественной модификации исходной модели не требуется доработка правил преобразования в исполняемый модуль для суперкомпьютера. Данный подход является расширяемым в части используемого целевого языка и программно-аппаратной платформы. Кроме, помимо уже успешно опробованных платформ исполнения Avain и ADEVS можно разработать и другие, более низкоуровневые средства для ускорения фазы пересчета состояния агентов, а в перспективе рассмотреть вопрос об использовании таких аппаратных ускорителей, как Xeon Phi и NVidia CUDA.

 

Публикации

1. В. Л. Макаров, А. Р. Бахтизин, Е. Д. Сушко Имитация особенностей репродуктивного поведения населения в агент-ориентированной модели региона Экономика региона, №3. — С. 312-322 (год публикации - 2015)

2. В.Л. Макаров, А.Р. Бахтизин, Е.Д. Сушко, В.А. Васенин, В.А. Борисов, В.А. Роганов Агент-ориентированные модели: мировой опыт и технические возможности реализации на суперкомпьютерах ВЕСТНИК РОССИЙСКОЙ АКАДЕМИИ НАУК, - (год публикации - 2016)

3. В.Л. Макаров, А.Р. Бахтизин, Е.Д. Сушко, В.А. Васенин, В.А. Борисов, В.А. Роганов Суперкомпьютерные технологии в общественных науках: агент-ориентированные демографические модели ВЕСТНИК РОССИЙСКОЙ АКАДЕМИИ НАУК, - (год публикации - 2016)

4. Макаров В.Л., Бахтизин А.Р., Сушко Е.Д. Технология поддержки агент-ориентированного моделирования для суперкомпьютеров Национальные интересы: приоритеты и безопасность, - (год публикации - 2015)


Аннотация результатов, полученных в 2016 году
В рамках третьего года исследований по проекту, была проделана работа по созданию системы алгоритмов агрегирования характеристик и состояний агентов по иерархии и синхронизации их реакций в рамках агентной модели. Такая система была апробирована на демографической модели Евросоюза, в которой на основе поведения отдельных членов искусственного общества имитируются процессы смертности, рождаемости и миграции. Так, создание новых агентов (рождение детей) в модели является результатом выбора агентов-женщин репродуктивного возраста, и выбор этот зависит от их внутренних установок. При этом популяция агентов в этом отношении неоднородна – часть агентов придерживается современной репродуктивной стратегии (с низкой рождаемостью), а часть – традиционной (с высокой рождаемостью). Миграция агентов обусловлена разницей в уровне среднедушевых доходов между различными странами. Результаты апробации модели, на наш взгляд, продемонстрировали ее способность достаточно правдоподобно имитировать основные процессы воспроизводства населения стран Евросоюза. Это может послужить основой имитации других социальных и экономических процессов, связанных с движением населения – например, таких как изменение нагрузки на социальную сферу и/или возникновение социальной напряженности, вызванной неравномерностью экономического благополучия и неоднородностью населения. Прототип модели был отлажен на обыкновенном персональном компьютере, оперативная память которого вместила 100 тысяч агентов, в то время как суммарное население стран, входящих в ЕС, составило в базовом 2012 году свыше 500 млн. человек. Таким образом, в модели хотя и сохраняются пропорции представительства различных групп населения, но производится масштабирование его численности, и один агент фактически служит представителем 5000 человек. И если 80-ти миллионное население Германии представлено в модели примерно 16-ю тысячами агентов, то, например, на долю Мальты пришлось немногим более 84-х агентов. Причем, это без учета агентов, представляющих миграционный приток извне ЕС. Очевидно, что имитация смертности или рождаемости, связанных с вероятностными распределениями, может оказаться некорректной на уровне отдельных стран с немногочисленным населением. В случае такого масштабного объекта моделирования естественным требованием к реализации модели становится существенное увеличение численности популяции агентов, а в идеале – доведение размеров популяции агентов до реальной численности населения Евросоюза. Далее разработанная модель была сконвертирована в суперкомпьютерную версию с использованием разработанных процедур декомпозиции моделей на иерархических и сетевых структурах с целью минимизации обмена информацией между отдельными процессами и обеспечения динамической равномерности распределения нагрузки по используемым процессорам.

 

Публикации

1. Макаров В.Л., Бахтизин А.Р. Supercomputer Technologies in Social Sciences: Existing Experience and Future Perspectives Springer Book Volume on Complex Systems Modeling and Simulation in Economics and Finance, - (год публикации - 2017)

2. Макаров В.Л., Бахтизин А.Р., Сушко Е.Д., Агеева А.Ф. Искусственное общество и реальные демографические процессы Экономика и математические методы, - (год публикации - 2017)

3. Макаров В.Л., Бахтизин А.Р., Сушко Е.Д. Моделирование социально-экономических процессов с использованием суперкомпьютерных технологий Вологда: ИСЭРТ РАН, 2016, - (год публикации - 2016)


Возможность практического использования результатов
не указано