• Nie Znaleziono Wyników

Próba syntezy modeli symulacyjnych rynku

W dokumencie Index of /rozprawy2/10282 (Stron 57-62)

Struktura społeczna pszczół

Definicja 2.3: Kolektywna Inteligencja jako chwilowa własność struktury społecznej. Podstawowe oznaczenia:

3. Modele symulacyjne rynku

3.2. Próba syntezy modeli symulacyjnych rynku

Na podstawie przytoczonych rozważań można się pokusić o próbę dokonania syntezy w dziedzinie wspólnych komponentów, które składają się na model (uczestnicy rynku, dobra/ towary). W kolejnych podrozdziałach zebrane zostały elementy wspólne oraz dokonano analizę podobieństwa i różnic konstrukcyjnych.

3.2.1. Kupcy jako uczestnicy rynku

Jednym z ważniejszych elementów rynku jest definicja roli agentów reprezentujących Kupców. W omówionym wcześniej artykule Neuberga i Bertelsa [Neuberg03] kupcy zostali przedstawieni jako agenci niezależni, interaktywni, którzy silnie wpływają na zachowanie rynku. Posiadają własny rozsądek i wiedzę. Postępują wobec następujących schematów:

• przewidywanie zachowań na rynku, • badanie zgodności przewidywań,

• tworzenie ofert weryfikowalnych przez innych,

• nauka oraz zmiana zasady przewidywań i decyzji na podstawie weryfikacji ofert przez innych agentów.

Kupcy-agenci posiadają również reguły do przewidywania rozwoju cen towarów. Reguły reprezentowane są w postaci serii warunków, których spełnienie powoduje zastosowanie danego sposobu działania. Za pomocą algorytmów genetycznych każdy agent modyfikuje swoje reguły tak, aby funkcjonowały prościej i efektywniej. Agent oblicza przy tym przewidywane ceny i dywidendy. Postanowiono zdefiniować czynniki wpływające na wszystkich agentów tak dokładnie jak tylko było to możliwe. Definiować może ich szczęście, dobrobyt, agresję, informacje o własnych zasobach dóbr oraz potrzebach sąsiadów. Posiadają oni swoje własne reguły wnioskujące (co pobrać ze środowiska, co skonsumować, etc.). Przy odpowiednich warunkach agenci mogą się nawet rozmnażać (odpowiednia kombinacja czynników energii, szczęścia i ilości dóbr). Nie wiadomo jednak, czy taka mnogość parametrów może nie okazać się trudna do skonfigurowania, tak ażeby żaden z parametrów niepotrzebnie nie dominował w systemie.

W artykule [November99] agenci są rozbijani na pojedyncze encje, z których każda przedstawia swój własny charakter, pamięć związaną z doświadczeniami przy analizie sytuacji na rynku. Zasymulowano również wpływ reklam oddziałujących na agenta, jak również różnicy cen i dostępności towarów na które jest zapotrzebowanie. Z drugiej strony istnieją prace, w których postanowiono scalić potrzeby do jednego typu, w celu np. wyeksponowania wpływu rządu na zdolność przetrwania i dobrobyt agentów. Odrobinę odmiennym podejściem charakteryzuje się praca Eichelbergera i Hadzikadica [Eichelberger06], którzy przedstawiają kupca jako osobę niezaznajomioną z całym rynkiem, i mającą ograniczone możliwości jego poznania. Poznawanie rynku odbywa się bowiem tylko poprzez spotykanie się z innymi kupcami, poznawanie ich cen i potrzeb i dostosowywanie swoich ofert do napotkanych informacji. W celu uproszczenia symulacji również i tam zdecydowano się na jednolite typy produktów.

3.2.2. Producenci jako uczestnicy rynku

Kolejnym aspektem modelowania jest symulacja zachowań producentów. Niektóre źródła [Neuberg03] pomijają istnienie producentów jako agentów, zamiast nich symulują po prostu ograniczone i kontrolowane źródła produktów, na które jest zapotrzebowanie. Inni [November99] sugerują z kolei silny nacisk na symulację reklamy oraz podnoszenie jakości i jej stosunku do ceny danego produktu/zapotrzebowanego dobra. Producenci są podsystemami przyjmującymi długofalowe strategie, które mogą dostosowywać do zachodzących na rynku wydarzeń, na podstawie ustalonych reguł. Symulacja w modelu Chmiela [Chmiel10] skupiała się z kolei na przepływie informacji, które są głównym powodem jakichkolwiek zmian w procesie produkcji czy wytwarzania dóbr.

Innym sposobem modelowania producentów jest ustanowienie ich jako równoważnych kupcom encji (również w postaci agentów praktycznie tego samego typu), jednak spełniających inne funkcje oraz inaczej wnioskujących, badających i decydujących (a przynajmniej w innym zakresie).

3.2.3. Rząd jako uczestnik rynku

Rzadziej spotykanym czynnikiem w projektowaniu tego typu systemów jest rząd. Nie zawsze jednak ([Neuberg03], [November99]) jest on w ogóle przewidziany, tak jakby nie miał mieć wpływu na symulację rynku71. Jest to raczej niedopatrzenie, bo rząd spełniać może dosyć istotną rolę w ograniczaniach rynku, a również modyfikacji jego zachowań. Dosyć popularnym sposobem jest nie tworzenie osobnego agenta [November99], a zwyczajnie obrazowanie rządu jako zestaw parametrów oddziałujących na rynek (takich jak poziom podatków, ustanawianie cen minimalnych, maksymalnych, etc.). Tego typu parametry pozwalają w ciekawy sposób ukazać wpływ rządu na sytuację gospodarczą. Podejście takie ma jednak dosyć istotną wadę. Jest to brak możliwości uczenia się rządu na podstawie osiąganych do tej pory rezultatów, jak również brak możliwości wnioskowania i jego podstawie aplikowania konkretnych decyzji do aktualnej sytuacji na rynku. Implementacja rządu jako osobnego agenta pozwala na efektywniejsze wykorzystanie jego funkcji, takich jak dostosowywanie ilości zbieranych podatków jak również sposób ich rozdzielania pomiędzy kupców, producentów i innych agentów. Niektóre systemy oferują również możliwość zmiany rządu na podstawie ogólnego zadowolenia z ich pracy, decyzji oraz ich oddziaływania na stan populacji.

3.2.4. Modelowanie rynku

Zdecydowana większość podejść charakteryzuje się przede wszystkim uznaniem informacji przekazywanych do rynku jako najważniejszego źródła danych. Rynek musi odpowiednio reagować na informacje takie jak różnice w cenach, zapotrzebowanie czy podaż. Symulacja odpowiednich procesów jest nieodzowna dla końcowego efektu pracy symulatora. W artykule Nebuerga i Bertela [Neuberg03] możliwość przetrwania danego produktu jest silnie powiązana z zyskiem z jego produkcji. Nawet jeśli byłby on rentowny, czasem nadmiar innych, lepiej dywidendujących produktów może spowodować iż zostanie on wstrzymany, lub nawet usunięty z rynku, co może mieć drastyczny wpływ na korzystających z niego konsumentów. W artykule zaakcentowany jest również warunek końcowy, który mówi o tym, że symulacja dobiega końca

71 Rząd może oddziaływać na rynek na różne sposoby: może być uczestnikiem rynku kiedy nabywa usługi w celu realizacji inwestycji np. w infrastrukturę, może być sprzedawcą (np. sposób przyznawania koncesji). Ponadto proces prywatyzacji oraz redystrybucja podatków (a raczej jej sposób) może wpływać na sytuację rynkową.

gdy zapotrzebowanie na rynku zostanie w pełni pokryte przez znajdujące się na nim produkty, przy równoczesnej rentowności producentów. U November’a i Johnstone’a [November99], jak i w wielu modelach cała symulacja rynku bazuje na podstawowych prawach popytu i podaży72

oraz ich zależności od ceny, wartości oraz ilości dostępnych produktów, oraz materiałów z których można je wytworzyć. Nadmiar informacji może mieć negatywny wpływ na zdolność do mierzenia wyników różnych czynników, jednak u November’a i Johnstone’a [November99] jest to kluczem to udowodnienia, że rynkiem będą zawsze rządzić (przynajmniej w części) prawa chaosu. W pracy Eichelbergera [Eichelberger06] zauważalny jest brak jakichkolwiek sztucznych ograniczeń które mogłyby mieć wpływ na zmianę sytuacji na rynku. Odmiennym podejściem jest symulacja rynku jako wielkiej aukcji [Buda99], gdzie wdziera się aspekt psychologiczny, a całość ma być wielkim dążeniem do stanu równowagi rynku, która tak naprawdę zachodzi w kontaktach między agentami. Tego typu model musi zawierać również informacje społeczne oraz definiować ich wpływ na sposób podejmowanie decyzji przez agentów.

3.2.5. Sposób przeprowadzenia symulacji

Analizy różnych realizacji symulacji rynkowych napotyka również na zupełnie odmienne reguły związane bezpośrednio z zasadami przeprowadzania symulacji w modelu. W pracy Nauberga i Bertela [Nauberg03] przed startem pracy agenci mogą modyfikować zasady obserwacji i wnioskowania w celu ich redukcji do prostszych, mniej licznych, ale być może bardziej efektywnych. Inni [Eichelberger99] sugerują operowanie na sytuacjach skrajnych w celu zbadania wpływu danego czynnika jak również “przetłumaczenie” takiej sytuacji na doświadczenie zbierane przez system. Nauberg i Bertlel [Nauberg03] wyszczególniają dwa sposoby interakcji z systemem modelującym zachowanie rynku:

• wprowadzenie danych na początku (konfiguracja) i czekanie na wyniki pracy symulatora, • interakcja z procesami zachodzącymi w systemie na bieżąco po wprowadzeniu na start

danych początkowych (dużo ciekawsze rozwiązanie).

Ogólna charakterystyka w pracy Winda [Wind72] została zdefiniowana poprzez trzy płaszczyzny, na które składają się:

• generalizacja – modele niekoniecznie muszą być możliwe do zaaplikowania dla specyficznych rynków/zachowań,

• mikroanaliza – poszczególnych zachowań i procesów zachodzących w obrębie modelowanego systemu w celu podejmowania decyzji, wspieranie się na poprzednich doświadczeniach oraz efektach bezpośrednio poprzedzających działań,

• interaktywność – możliwość oddziaływania na bieżąco z symulacją.

Po analizie zagadnień poświęconych wyżej wymienionym problemom, nasuwa się kilka ważnych uwag. Przede wszystkim informacja jest podstawowym elementem pracy systemu. Bez odpowiedniej implementacji jej źródeł, priorytetów, ekstrakcji oraz przetwarzania, system miałby dość poważne problemy z symulowaniem świata chociażby nieco zbliżonego do realnego. W wielu opracowaniach można zauważyć się również silne rozdzielenie agentów od siebie (tak, aby nie stanowili reprezentacji jakiejś całości) jednak mając na uwadze aby ich specyfikacja i indywidualność nie była zbyt silnie zaakcentowana tam gdzie nie musi. Rozdzielenie agentów oraz ich zróżnicowanie może znacznie przyczynić się do osiągnięcia zamierzonego efektu przy modelowaniu systemu.

4. Koncepcja modelu rynku dla potrzeb symulacji

W dokumencie Index of /rozprawy2/10282 (Stron 57-62)