Агентное моделирование социальных процессов

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.