woeamМир экономики и управленияWorld of Economics and Management2542-04292658-5375Новосибирский национальный исследовательский государственный университет10.25205/2542-0429-2020-20-3-5-26woeam-140Research ArticleМАТЕМАТИЧЕСКИЕ МЕТОДЫ АНАЛИЗА В ЭКОНОМИКЕMATHEMATICAL METHODS OF ANALYSIS IN ECONOMICSПроблемы создания мультиагентной системы поддержки принятия решений на субфедеральном уровнеCurrent issues in the development of multi-agent decision support systems at the sub-federal levelhttps://orcid.org/0000-0001-7972-9811СусловВ. И.SuslovV.

член-корреспондент РАН, заведующий лабораторией

Corresponding member RAS, head of laboratory

suslov@ieie.nsc.ruКостинВ. С.KostinV.

старший научный сотрудник

senior Researcher

vit.kostin@gmail.comИвановЕ. Ю.IvanovE.

кандидат экономических наук, доцент

Candidate of Sciences (Economics), senior ingeneer

ieu@nsu.ruhttps://orcid.org/0000-0001-8540-5039ИбрагимовН. М.IbragimovN.

кандидат экономических наук, доцент,старший научный сотрудник, зам. декана экономического факультета

Candidate of Sciences (Economics), senior Researcher, Vice Dean

naimdjon.ibragimov@gmail.comhttps://orcid.org/0000-0001-8636-5219НовиковаТ. С.NovikovaT.

доктор экономических наук, профессор, ведущий научный сотрудник

Doctor of Sciences (Economics), Professor, Leading Researcher

tsnovikova@mail.ruhttps://orcid.org/0000-0002-9297-3269ЦыплаковА. А.TsyplakovA.

кандидат экономических наук, старший научный сотрудник, доцент экономического факультета

Candidate of Sciences (Economics), senior Researcher

alexander.tsyplakov@gmail.comИнститут экономики и организации промышленного производства СО РАНРоссияInstitute of Economics and Industrial Engineering SB RAS (Novosibirsk, Russian Federation)Russian FederationИнститут экономики и организации промышленного производства СО РАН (Новосибирск, Россия)РоссияInstitute of Economics and Industrial Engineering SB RAS (Novosibirsk, Russian Federation)Russian FederationНовосибирский государственный университет (Новосибирск, Россия)РоссияInstitute of Economics and Industrial Engineering SB RAS, Novosibirsk State University (Novosibirsk, Russian Federation)Russian FederationИнститут экономики и организации промышленного производства СО РАН Новосибирский государственный университет (Новосибирск, Россия)РоссияInstitute of Economics and Industrial Engineering SB RAS, Novosibirsk State University (Novosibirsk, Russian Federation)Russian FederationИнститут экономики и организации промышленного производства СО РАНРоссияnstitute of Economics and Industrial Engineering SB RAS (Novosibirsk, Russian Federation)Russian FederationИнститут экономики и организации промышленного производства СО РАН, Новосибирский государственный университет (Новосибирск, Россия)РоссияInstitute of Economics and Industrial Engineering SB RAS, Novosibirsk State University (Novosibirsk, Russian Federation)Russian Federation202008042021203526Copyright © Суслов В.И., Костин В.С., Иванов Е.Ю., Ибрагимов Н.М., Новикова Т.С., Цыплаков А.А., 20212021Суслов В.И., Костин В.С., Иванов Е.Ю., Ибрагимов Н.М., Новикова Т.С., Цыплаков А.А.Suslov V., Kostin V., Ivanov E., Ibragimov N., Novikova T., Tsyplakov A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://woeam.elpub.ru/jour/article/view/140

В статье обсуждаются проблемы разработки мультиагентной информационной системы моделирования экономики региона (МАСМЭР), в которой реализуются геоинформационные и агентно-ориентированных подходы к моделированию экономического пространства, а также к исследованию и прогнозированию свойств возникающих пространственных систем и путей их возникновения.  МАСМЭР предлагает организационную систему и общедоступный инструментарий, позволяющие внедрить современные цифровые технологии и агент-ориентированный подход в моделирование экономики реального региона, задает инновационный импульс научному и научно-техническому взаимодействию, проведению совместных исследований в удаленном доступе за счет предоставления общедоступных сервисов, модулей и алгоритмов, а также позволяет органам власти и коммерческим и некоммерческим организациям планировать и отслеживать различные проекты, реализуемые для рассматриваемой территории. 

The article reveals the problems which may arise in the development of multi-agent information systems for modeling regional economy (MASMRE) based on geographic information and agent-based approaches to modeling economic space as well as to studying and forecasting the specifics of emerging spatial systems and the ways these systems may occur.MASMRE proposes an organizational system and open source tools to implement modern digital technologies and also an agent-based approach to modeling the regional economy, which helps to sustain innovative momentum for scientific and scientific-technical interaction, conduct joint research in remote access by providing accessible services, modules and algorithms, and allows the local governments, businesses and non-profit organizations to plan and monitor various projects implemented in a particular territory.

мультиагентная системагосударственное управлениеэкономика регионаагент-ориентированное моделированиеинформатизациягеоинформационная системаmulti-agent systempublic administrationregional economyagent-based modelinginformatizationgeographic information system.Статья представляет результаты проекта «Агент-ориентированные пространственные системы поддержки принятия решений на региональном уровне», осуществленного при финансовой поддержке РФФИ по гранту 19-410-540002Article presents the results of the research project "Agent-based spatial decision support systems at the regional level" carried out with financial support of RFBRReferencesLuck M. et al. Agent Technology: Computing as Interaction (A Roadmap for Agent Based Computing). AgentLink, 2005.URL: (дата обращения 1.10.2020).Luck M. et al. Agent Technology: Computing as Interaction (A Roadmap for Agent Based Computing). AgentLink, 2005. URL: http://www.agentlink.org/roadmap/Городецкий В. И., Скобелев П. О. Многоагентные технологии для индустриальных применений: Реальность и перспектива // Труды СПИИРАН. 2017. № 6. С. 11-45.Gorodetsky V. I., Skobelev P. O. Industrial applications of multi-agent technology: reality and perspectives. SPIIRAS Proceedings . 2017. № 6. p. 11-45.Wooldridge M. Intelligent Agents. In: Weiss G. (ed.) Multi-Agent Systems (second edition). MIT Press, 2013, p. 3-50.Wooldridge M. Intelligent Agents. In: Weiss G. (ed.) Multi-Agent Systems (second edition). MIT Press, 2013, p. 3-50.Тарасов В. Б. От многоагентных систем к интеллектуальным организациям: философия, психология, информатика. М.: Эдиториал УРСС. 2002.Tarasov V. B. Fr om multi-agent systems to intellectual organizations: philosophy, psychology, informatics. Moscow. URSS. 2002Lu J., Yu X., Chen G., Yu W. (eds.) Complex Systems and Networks: Dynamics, Controls and Applications. Springer, 2016.Lu J., Yu X., Chen G., Yu W. (eds.) Complex Systems and Networks: Dynamics, Controls and Applications. Springer, 2016.Caragea D., Silvescu A., Honavar V. Towards a Theoretical Framework for Analysis and Synthesis of Agents that Learn from Distributed Dynamic Data Sources. In: Emerging Neural Architectures Based on Neuroscience. Springer-Verlag New York Inc, 2001, p. 547-559.Caragea D., Silvescu A., Honavar V. Towards a Theoretical Framework for Analysis and Synthesis of Agents that Learn from Distributed Dynamic Data Sources. In: Emerging Neural Architectures Based on Neuroscience. Springer-Verlag New York Inc, 2001, p. 547-559.Steen M., Popescu B., Tanenbaum A. A Security Architecture for Object-Based Distributed Systems. ACSAC, 2002, p. 161-171.Steen M., Popescu B., Tanenbaum A. A Security Architecture for Object-Based Distributed Systems. ACSAC, 2002, p. 161-171.White R., Engelen G., Uljee I. The use of constrained cellular automata for high-resolution modeling of urban land use dynamics. Environment and Planning, 1997, vol. 24, p .323–343.White R., Engelen G., Uljee I. The use of constrained cellular automata for high-resolution modeling of urban land use dynamics. Environment and Planning, 1997, vol. 24, p .323–343.Honavar V., Slutzki G. (Eds) Grammatical Inference. Berlin: Springer-Verlag, 1998.Honavar V., Slutzki G. (Eds) Grammatical Inference. Berlin: Springer-Verlag, 1998.Tirea M., Tandau I., Negru V. Stock Market Multi-Agent Recommendation System Based on the Elliott Wave Principle. In: Quirchmayr G., Basl J., You I., Xu L., Weippl E. (eds) Multidisciplinary Research and Practice for Information Systems. CD-ARES 2012. Lecture Notes in Computer Science, vol. 7465. Springer, Berlin, Heidelberg, 2012.Tirea M., Tandau I., Negru V. Stock Market Multi-Agent Recommendation System Based on the Elliott Wave Principle. In: Quirchmayr G., Basl J., You I., Xu L., Weippl E. (eds) Multidisciplinary Research and Practice for Information Systems. CD-ARES 2012. Lecture Notes in Computer Science, vol. 7465. Springer, Berlin, Heidelberg, 2012.Liu X., and Cao, H. Price lim it and the stability of stock market: an application based on multiagent system. In: Proceedings of the 2nd International conference on artificial intelligence, management science and electronic commerce, Deng Leng, 2011, p. 484-487.Liu X., and Cao, H. Price lim it and the stability of stock market: an application based on multiagent system. In: Proceedings of the 2nd International conference on artificial intelligence, management science and electronic commerce, Deng Leng, 2011, p. 484-487.Yoshikazu I., Shozo T. Multi-Fractality Analysis of Time Series in Artificial Stock Market Generated by Multi-Agent Systems Based on the Genetic Programming and Its Applications. IEICE Trans. Fundam. Electron. Commun. Comput. Sci. E90-A, 10 (October 2007), 2007, p. 2212–2222.Yoshikazu I., Shozo T. Multi-Fractality Analysis of Time Series in Artificial Stock Market Generated by Multi-Agent Systems Based on the Genetic Programming and Its Applications. IEICE Trans. Fundam. Electron. Commun. Comput. Sci. E90-A, 10 (October 2007), 2007, p. 2212–2222.Marwala T., Patel P.B. Neural Networks, Fuzzy Inference Systems and Adaptive-Neuro Fuzzy Inference Systems for Financial Decision Making. In: Neural Information Processing, ICONIP 2006, 2006, p. 430-439Marwala T., Patel P.B. Neural Networks, Fuzzy Inference Systems and Adaptive-Neuro Fuzzy Inference Systems for Financial Decision Making. In: Neural Information Processing, ICONIP 2006, 2006, p. 430-439Montoya A. de J., Ovalle D. A. Energy Consumption by Deploying a Reactive Multi-Agent System In-side Wireless Sensor Networks. Lecture Notes in Electrical Engineering, 152, 2013, p. 925-934.Montoya A. de J., Ovalle D. A. Energy Consumption by Deploying a Reactive Multi-Agent System In-side Wireless Sensor Networks. Lecture Notes in Electrical Engineering, 152, 2013, p. 925-934.Liu C., Tesfatsion L., Yu N. Financial Bilateral Contract Negotiation in Wholesale Electricity Markets Using Nash Bargaining Theory. IEEE Transactions on Power Systems, 27(1), 2012, p. 251 – 267.Liu C., Tesfatsion L., Yu N. Financial Bilateral Contract Negotiation in Wholesale Electricity Markets Using Nash Bargaining Theory. IEEE Transactions on Power Systems, 27(1), 2012, p. 251 – 267.Khalilian M. Towards Smart Advisor’s Framework Based on Multi Agent Systems and Data Mining Methods. Lecture Notes in Electrical Engineering 156, 2013, p. 73-78.Khalilian M. Towards Smart Advisor’s Framework Based on Multi Agent Systems and Data Mining Methods. Lecture Notes in Electrical Engineering 156, 2013, p. 73-78.Wang S. A. CyberGIS Framework for the Synthesis of Cyberinfrastructure, GIS, and Spatial Analysis. Annals of the Association of American Geographers, 100, 2010, p. 535-557.Wang S. A. CyberGIS Framework for the Synthesis of Cyberinfrastructure, GIS, and Spatial Analysis. Annals of the Association of American Geographers, 100, 2010, p. 535-557.

The authors declare that there are no conflicts of interest present.