Введение в компьютеное моделирование социальных процессов

от познавательных задач научной дисциплины и эффективных практических приложений
проект,

выдвинутый основоположником социологии О. Контом, согласно которому социология - это наука об обществе в целом, которая обобщает теории и эмпирические данные различных социальных наук (экономики, политики, демографии, права и т.д.), выступая как единая обобщающая социальная дисциплина, эффективная в теории и практических приложениях, не реализован
общество является сложной системой, полное описание, адекватное объяснение, точное прогнозирование и научно обоснованные рекомендации, по управлению которой, требуют применения не гуманитарной парадигмы, а системного подхода, в частности, общей теории систем, методов системного анализа и системы управления, использования эмпирических данных и плодотворных моделей из других научных дисциплин

позволяют осуществить плодотворное методологическое взаимодействие с Systems Science (наукой о

системах) и с другими современными научными дисциплинами, основанными на системном подходе, например, глобалистикой, регионалистикой, урбанистикой, организационной наукой, NeuroComputer Science (нейрокомпьютерной наукой), Computational Social Science (компьютационной социальной наукой), E-Social Science (электронной социальной наукой) и т.д.
Уже в настоящее время ряд системных теорий с успехом применяется в социологии, например, элементы теории иерархических систем, самоорганизации, сложности и хаоса, целостности, самоорганизованной критичности, системной динамики и позволяет получать новые теоретические и эмпирические результаты.
Развитие методологии системной социологии в XXI веке позволит вывести традиционную социологию из затянувшегося кризиса, существенно повысить научную и практическую пользу социологии, ее значимость для общества.

ориентированы, преимущественно, на изучение качественных свойств и отношений, действующих только

в социальных системах. Примерами теорий социальных систем гуманитарной парадигмы являются теории Т.Парсонса, Н. Лумана, К. Бауша.
Теории социальных систем в рамках социально-инженерной парадигмы ориентированы на изучение практически полезных и поддающихся управленческим воздействиям свойств и отношений социальной системы, создание социальных систем и управление социальными системами. Примерами теорий социальных систем социально-инженерной парадигмы являются теории Л.Акоффа, Дж.Клира, С.Бира, Р.Флуда, П.Чекланда.
Теории социальных систем в рамках естественно-научной парадигмы акцентируют внимание на изучении общих количественных системных свойств и отношений, одновременно действующих в социальных и природных системах. Примерами теорий социальных систем естественно-научной парадигмы являются теории К.Бейли, В.Васильковой, А. Арманда, И.Прангишвили, А.Давыдова.
Теории социальных систем в рамках математической парадигмы акцентируют внимание на изучении свойств и отношений в социальных системах с помощью математического метода. Здесь используются математические теории категорий, топологии, геометрии, графов, игр и т.д. В настоящее время математическая теория систем является разделом современной математики. Примерами теорий социальных систем математической парадигмы являются теории Дж. Клювера, В.Вайдлиха.

«вертикали» - регионы мира, страны мира, административно-территориальные образования внутри страны

(области, штаты, кантоны и т.д.), населенные пункты, организации, социальные группы, семьи.
Социальные подсистемы по «горизонтали» - демографическая, политическая, экономическая, социокультурная, правовая, религиозная, военная и т.д.

что компьютерная модель социальной системы в общих чертах предварительно уже

известна, известны и некоторые локальные законы социальной системы, и с помощью данной модели необходимо выявить, измерить, объяснить или спрогнозировать неизвестные свойства и отношения в социальной системе, в частности, фунционирование целостной системы.
Обратная задача состоит в том, что компьютерная модель заранее не известна и по имеющимся и (или) специально собранным эмпирическим данным требуется разработать адекватную модель. Опыт автора показывает, что решение обратной задачи наталкивается на серьезные теоретические, методологические и методические проблемы. Для преодоления существующих трудностей здесь используется автоматическая процедура селекции имитационных моделей. Например, данная процедура реализована в компьютерных системах «нейронных сетей», например, в STATISTICA Neural Networks, Alyuda Forecaster XL, Neuro Builder, которые широко используются для компьютерного моделирования социальных систем. В частности, автоматический конструктор «нейронных» сетей Neuro Builder сначала генерирует около 1000 различных архитектур сети, а затем автоматически выбирает из них оптимальную архитектуру сети.
Задача создания прототипа состоит в том, что при проектировании сложной социальной системы необходимо предварительно сконструировать компьютерную систему, описывающую будущую социальную систему с заранее заданными свойствами и отношениями и предварительно выявить возможную надежность ее функционирования, вероятность неблагоприятных негативных последствий и т.д. Данная задача возникает при проектировании сложных информационно-поисковых систем Интернета, при проектировании «интернет-магазинов», разработке компьютерных тренажеров для обучения принятию решений в условиях неопределенности и риска и т.д.

методом изучения социальной системы, поскольку здесь необходимо основываться на принципе

конструктивности, принятому в Computational Sociology, согласно которому теоретическое понятие или теория в целом должна быть практически реализована с помощью какого-либо языка программирования и определенной модели (моделей) в реально функционирующей компьютерной системе.
Визуализация. Компьютационная теория социальных систем обладает уникальной возможностью непосредственного зрительного наблюдения за функционированием Artificial social systems в режиме компьютерного времени, например, возможностью наблюдения за «рождением», «агонией» и «смертью» Artificial social system, возникновением и развитием новых свойств и отношений, в частности, ростом (сокращением) числа Multi-Artificial Social agents, образованием подгрупп Multi-Artificial Social agents, возникновением взаимодействий и т.д.
Объяснение. Кратко перечислим некоторые содержательные объяснения, полученные с помощью компьютационной теории социальных систем. В настоящее время достаточно хорошо изучено эмерджентное (неожиданное и несводимое к свойствам Multi-Artificial Social agents) возникновение макро социальных феноменов в результате действий Multi-Artificial Social agents, в частности, социальных структур, норм и т.д. а также обратное влияние, которое оказывают макро структурные феномены на действия Multi-Artificial Social agents. Изучены законы динамики различных социальных систем, в частности, социокультурная эволюция человечества, распространение моды, паники, слухов, инноваций и т.д.

понятия) в некоторой форме, отличной от формы их реального существования

отражения действительности и заключается в выяснении или воспроизведении тех или

иных свойств реальных объектов, предметов и явлений с помощью других объектов, процессов, явлений, либо с помощью абстрактного описания в виде изображения, плана, карты, совокупности уравнений, алгоритмов и программ.

исходя из соотношения подобия, вытекающего из схожести физических явлений;
концептуальное

моделирование – представление системы с помощью специальных знаков, символов, операций над ними или с помощью естественных или искусственных языков,
структурно – функциональное – моделями являются схемы (блок-схемы), графики, диаграммы, таблицы, рисунки со специальными правилами их объединения и преобразования;
имитационное моделирование – метод решения задач анализа или синтеза сложной системы на основе использования ее компьютерной модели.

при ее построении необходимо руководствоваться рядом принципов системного подхода:
пропорционально-последовательное

продвижение по этапам и направлениям создания модели;
согласование информационных, ресурсных, надежностных и других характеристик;
правильное соотношение отдельных уровней иерархии в системе моделирования;
целостность отдельных обособленных стадий построения модели.

необходимо, прежде всего, четко определить цель моделирования.
Поскольку невозможно полностью

смоделировать реально функционирующую систему (систему-оригинал, или первую систему), создается модель (система-модель, или вторая система) под поставленную проблему.
Таким образом, применительно к вопросам моделирования цель возникает из требуемых задач моделирования, что позволяет подойти к выбору критерия и оценить, какие элементы войдут в создаваемую модель М.
Поэтому необходимо иметь критерий отбора отдельных элементов в создаваемую модель.

элементов системы S и связи между ними.
Совокупность элементов и

связей между ними позволяет судить о структуре системы. Последняя в зависимости от цели исследования может быть описана на разных уровнях рассмотрения.
Наиболее общее описание структуры — это топологическое описание, позволяющее определить в самых общих понятиях составные части системы и хорошо формализуемое на базе теории графов.

М с точки зрения системного подхода также является системой, т.

е. S'= S' (М), и может рассматриваться по отношению к внешней среде W.
Наиболее просты по представлению модели, в которых сохраняется прямая аналогия явления.
Применяют также модели, в которых нет прямой аналогии, а сохраняются лишь законы и общие закономерности поведения элементов системы S.
Правильное понимание взаимосвязей как внутри самой модели М, так и взаимодействия ее с внешней средой W в значительной степени определяется тем, на каком уровне находится наблюдатель.

степень целенаправленности поведения модели М.
2. Сложность, которую, учитывая, что

модель М является совокупностью отдельных элементов и связей между ними, можно оценить по общему числу элементов в системе и связей между ними.
3. Целостность, указывающая на то, что создаваемая модель М является одной целостной системой S(М).
4. Неопределенность, которая проявляется в системе: по состоянию системы, возможности достижения поставленной цели, методам, решения задач, достоверности исходной информации и т. д.
5. Поведенческая страта, которая позволяет оценить эффективность достижения системой поставленной цели.
6. Адаптивность, которая является свойством высокоорганизованной системы. Благодаря адаптивности удается приспособиться к различным внешним возмущающим факторам в широком диапа­зоне изменения воздействий внешней среды.
7. Организационная структура системы моделирования, которая во многом зависит от сложности модели и степени совершенства средств моделирования.
8. Управляемость модели, вытекающая из необходимости обеспечивать управление со стороны экспериментаторов для получения возможности рассмотрения протекания процесса в различных условиях, имитирующих реальные.
9. Возможность развития модели, которая, исходя из современного уровня науки и техники, позволяет создавать мощные системы моделирования S(М) для исследования многих сторон функционирования реального объекта.

процесса функционирования системы S.
1. Полнота модели должна предоставлять пользователю возможность

получения необходимого набора оценок характеристик системы с требуемой точностью и достоверностью.
2. Гибкость модели должна давать возможность воспроизведения различных ситуаций при варьировании структуры, алгоритмов и параметров системы.
3. Длительность разработки и реализации модели большой системы должна быть по возможности минимальной при учете ограничений на имеющиеся ресурсы.
4. Структура модели должна быть блочной, т. е. допускать возможность замены, добавления и исключения некоторых частей без переделки всей модели.
5. Информационное обеспечение должно предоставлять возможность эффективной работы модели с базой данных систем определенного класса.
6. Программные и технические средства должны обеспечивать эффективную (по быстродействию и памяти) машинную реализацию модели и удобное общение с ней пользователя.
7. Должно быть реализовано проведение целенаправленных (планируемых) машинных экспериментов с моделью системы с использованием аналитико-имитационного подхода при наличии ограниченных вычислительных ресурсов.

для исследования системы S до того, как она спроектирована, с

целью определения чувствительности характеристики к изменениям структуры, алгоритмов и параметров объекта моделирования и внешней среды;
б) на этапе проектирования системы S для анализа и синтеза различных вариантов системы и выбора среди конкурирующих такого варианта, который удовлетворял бы заданному критерию оценки эффективности системы при принятых ограничениях;
в) после завершения проектирования и внедрения системы, т. е. при ее эксплуатации, для получения информации, дополняющей результаты натурных испытаний (эксплуатации) реальной системы, и для получения прогнозов эволюции (развития) системы во времени.

которых относятся:

построение концептуальной модели системы и ее формализация;

алгоритмизация

модели системы и ее компьютерная реализация;

получение и интерпретация результатов моделирования системы.

моделирования системы.
2. Анализ задачи моделирования системы.
3. Определение требований

к исходной информации об объекте моделирования и организация ее сбора.
4. Выдвижение гипотез и принятие предположений.
5. Определение параметров и переменных модели.
6. Установление основного содержания модели.
7. Обоснование критериев оценки эффективности системы.
8. Определение процедур аппроксимации.
9. Описание концептуальной модели системы.
10. Проверка достоверности концептуальной модели.
11. Составление технической документации по первому этапу.

модели.
2. Получение математических соотношений.
3. Проверка достоверности модели системы.

4. Выбор инструментальных средств для моделирования.
5. Верификация и проверка достоверности схемы программы.
6. Проверка достоверности программы.
7. Составление технической документации по второму этапу.

моделью системы.
2. Определение требований к вычислительным средствам.
3. Проведение

рабочих расчетов.
4. Представление результатов моделирования.
5. Интерпретация результатов моделирования. Получив и про­анализировав результаты моделирования, их нужно интерпретировать по отношению к моделируемому объекту, т. е. системе S, Основное содержание этого подэтапа — переход от информации, полученной в результате машинного эксперимента с моделью М, к информации применительно к объекту моделирования, на основании которой и будут делаться выводы относительно характеристик процесса функционирования исследуемой системы S.
6. Подведение итогов моделирования и выдача рекомендаций.
8. Составление технической документации по третьему этапу.

по-существу является описанием ее структуры. При разработке имитационной модели необходимо

выполнять структурный анализ моделируемых процессов.
Динамическое описание системы, или описание динамики взаимодействий ее элементов. При его составлении фактически требуется построение функциональной модели моделируемых динамических процессов.

взаимодействующих элементов;
алгоритмически описать функционирование отдельных элементов;
описать процесс взаимодействия различных элементов

между собой и с внешней средой.

изменения модельного времени);
пособытийный (применяются переменные интервалы изменения модельного времени, при

этом величина шага измеряется интервалом до следующего события).

уравнениями. Характерный пример: решение интегро-дифференциальных уравнений численным методом. В подобных

методах шаг моделирования равен шагу интегрирования. При их использовании динамика модели является дискретным приближением реальных непрерывных процессов;
когда события распределены равномерно и можно подобрать шаг изменения временной координаты;
когда сложно предсказать появление определенных событий;
когда событий очень много и они появляются группами.

моделируемой системы меняется как непрерывная функция времени, и, как правило,

это изменение описывается системами дифференциальных уравнений. Соответственно продвижение модельного времени зависит от численных методов решения дифференциальных уравнений.

определенные моменты имитационного времени (наступления событий). Динамика дискретных моделей представляет

собой процесс перехода от момента наступления очередного события к моменту наступления следующего события.

определенные моменты имитационного времени (наступления событий). Динамика дискретных моделей представляет

собой процесс перехода от момента наступления очередного события к моменту наступления следующего события.

часто невозможно разделить, были разработаны непрерывно-дискретные модели, в которых совмещаются

механизмы продвижения времени, характерные для этих двух процессов.

зависит от случайных факторов, входные, выходные переменные стохастической модели, как

правило, описываются как случайные величины, функции, процессы, последовательности.
Результаты моделирования, полученные при воспроизведении единственной реализации процессов, в силу действия случайных факторов будут реализациями случайных процессов, и не смогут объективно характеризовать изучаемый объект.
В случае со стохастической системой необходимо осуществлять сбор и оценивание статистических данных на выходе имитационной модели, для этого проводить серию прогонов и статистическую обработку результатов моделирования

операционным правилам при конкретном наборе параметров.

а также событиями, меняющими либо среду, либо модель, либо даже

саму структуру системы. К этому классу относятся системы управления, физические и механические объекты, объекты химической технологии, системы обработки сигналов и т. п.

Динамические системы

социально-политические процессы на базе парадигмы динамических систем в рамках аппарата

теории катастроф.

диаграммы причинных связей и глобальных влияний одних параметров на другие

параметры во времени, а затем модель, созданная на основе этих диаграмм, имитируется на компьютере.

Системная динамика

системной динамики проведены исследования динамики демографической и миграционной активности населения

отдельных территориальных общностей Южного региона

может принимать решения в соответствии с некоторым набором правил, может

взаимодействовать с окружением и другими агентами, а также может изменяться (эволюционировать).
Многоагентные модели используются для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами, а наоборот, эти глобальные правила и законы являются результатом индивидуальной активности членов группы.

Многоагентные системы

объектов некоторой природы: клиентов банка, автомобилей на заправочной станции, телефонных

вызовов, пациентов в поликлиниках и т. п.

Именно такие системы названы системами массового обслуживания.

Дискретно-событийное моделирование

можно выделить два основных класса объектов: потоки заявок (требований) на

обслуживание, и обслуживающие их объекты, связанные в сеть.
Имитационные модели систем массового обслуживания являются дискретно-событийными, поскольку изменение состояния таких систем при их функционировании происходит в дискретные моменты времени при возникновении таких событий, как выборка заявки из входной очереди для обслуживания, окончание обслуживания и т. п.

Системы массового обслуживания

обслуживания заявок на дорогостоящем уникальном оборудовании ЦКП.

Высш.шк., 2004. – 454 с.
Советов Б.Я., Яковлев С.А. Моделирование систем:

Учеб. для вузов. – М.: Высш.шк., 2001. – 343 с.
Карпов, Ю.Г. Имитационное моделирование систем. Ведение в моделирование с AnyLogic 5. – СПб.: БХВ-Петербург, 2006. – 400 с.

социальных систем является общая теория систем, одной из целей которой

является интеграция частных методологических парадигм и которая основана на фундаментальном принципе системности, согласно которому
существует зависимость каждого элемента, части, подсистемы, иерархического уровня, свойства и отношения от его места и функций внутри социальной системы;
каждый элемент, часть, подсистема, иерархический уровень являются системами, а исследуемая социальная система является частью более общей системы;
функционирование социальной системы есть совокупный результат свойств элементов, взаимодействия элементов, частей, подсистем и иерархических уровней системы, влияния других социальных систем и окружающей природной среды, а также прошлого состояния социальной системы и ожидаемого будущего.

являются представители биологического вида Homo Sapiens, обладающие человеческой психикой, генотипом

и фенотипом (прижизненным опытом), возможностями передвижения в географическом пространстве, воспроизводства других системопорождающих элементов и наличием множества других свойств, присущих Homo Sapiens.
Второй постулат. Системопорождающие элементы в процессе жизни сохраняют (уничтожают) и развивают (создают) множество материальных и идеальных взаимосвязанных производных элементов – системообразующих элементов, которые с точки зрения общей теории систем можно обозначить как производные (результирующие) системы. Материальные результирующие системы – продукты питания, дома, автомобили, мосты, самолеты, телефоны книги, кинофильмы и т.д. Идеальные результирующие системы – все то, что не является материальными результирующими системами. Взаимодействие между системопорождающим и системообразующими множествами элементов основано на механизме обратной связи.
Третий постулат. Социальная система – объективно существующие или субъективно выделенные исследователем множества связанных системопорождающих и системообразующих элементов. Выделение может быть осуществлено по различным признакам, которые используются в социально-инженерной, гуманитарной, естественно-научной и математической парадигмах, в частности, количеству представителей Homo Sapiens, географической территории, периоду времени, административно-территориальному признаку, языку, религии, месту жительства и работы, различным демографическим и иным свойствам Homo Sapiens, цели (функции), качественной и количественной специфике элементов, целостности системы, различным свойствам системообразующих элементов и т.д.

действуют общесистемные принципы и законы, действующие в любой системе, принципы

и законы, действующие только в социальных системах и принципы и законы, действующие только в конкретной социальной системе в определенный промежуток времени.
Пятый постулат. Общую теорию социальных систем можно представить как трехмерный «куб», основаниями которого являются «Методологическая парадигма», «Подсистемы по вертикали социума» и «Подсистемы по горизонтали социума». Каждая из частных теорий социальных систем является «кубиком» в данном трехмерном «кубе».
Шестой постулат. Разработка и развитие общей теории социальных систем базируется на системной методологии, в частности, на фундаментальном методологическом принципе общей теории систем - принципе имитационного компьютерного моделирования.