Модель сегрегации Шеллинга в NetLogo. |
Когда
речь заходит о моделировании социальных процессов, мы начинаем думать о
регрессионном/факторном/дисперсионном анализе. Эти методы давно зарекомендовали
себя в социальных науках и пользуются большим уважением.
Однако
развитие компьютерных технологий и совершенствование вычислительных процессов
позволяет сегодня использовать и более сложные методы. Все большую популярность
набирает имитационный подход к описанию
индивидуальных действий агентов - агентное моделирование. В ходе построения
такой модели прописываются действия агента, после чего имитируется глобальное
поведение социальной системы. Популярная иллюстрация - модель сегрегации Шеллинга. По
правилам системы, мир представляет собой сетку, в которой случайным образом
раскиданы агенты двух видов (белые и черные), а некоторые ячейки - пусты. При
этом каждый из агентов хочет, чтобы его окружали агенты такого же цвета. Если он
недоволен окружением, то переезжает в другую свободную ячейку, если доволен -
то остается. Варьируя “уровень терпимости” агентов по отношению к индивидам
другого цвета, можно рассматривать разные варианты сегрегации.
Агентную
модель можно написать фактически на любом языке программирования (Java, Python,
Matlab). Не так давно статистическую среду R дополнил пакет RNetLogo, позволяющий строить модели с
использованием программы для агентного моделирования NetLogo.
При этом NetLogo позволяет моделировать не только социальные, но и
биологические, экологические, физические, химические, геологические и многие
другие виды процессов. В библиотеке NetLogo мы насчитали несколько десятков
самых разных любопытных моделей.
Хотя
отдельного онлайн-курса, посвященного агентному моделированию разных систем,
найти не удалось, нельзя обойти вниманием “Модельное мышление” от Скотта Пейджа,
который есть на Coursera.
Комментариев нет:
Отправить комментарий