Ograniczanie wyników
Czasopisma help
Autorzy help
Lata help
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 97

Liczba wyników na stronie
first rewind previous Strona / 5 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  Symulacja wieloagentowa
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 5 next fast forward last
1
Content available remote Model procesu produkcyjnego jako system wieloagentowy
100%
Biorąc pod uwagę fakt ciągłej zmienności systemy zarządzające procesami biznesowymi powinny być jak najbardziej elastyczne - mieć możliwość dostosowania się do zmian. Rozwiązywanie problemu nie może być opisane od początku do końca - jednostki odpowiedzialne za rozwiązanie problemu (agenci) powinni mieć zdolność reagowania na pojawiające się zmiany w ich środowisku oraz na zmiany związane z procesem, które są nieprzewidywalne, a także do korzystania z niemożliwych do przewidzenia możliwości. W oparciu o model rzeczywistego procesu gospodarczego, który dostarczył specyfikacji (opisu) procesu produkcyjnego został przedstawiony w formie aplikacyjnej projekt systemu zarządzającego procesami opartego o paradygmat systemów agentowych, co w sposób pośredni uzasadnia adekwatność twierdzenia, że procesy biznesowe są właściwym obszarem zastosowań rozwiązań oferowanych w dziedzinie sztucznej inteligencji. (fragment tekstu)
Normy definiujące reguły, nakazy, zakazy, wskazówki dotyczące pożądanych zachowań towarzyszą człowiekowi w każdym podejmowanym działaniu, wynikając z jego światopoglądu, wiedzy, doświadczenia. Z punktu widzenia nauk o organizacji i zarządzaniu "[...] we wszystkich grupach istnieją ustalone normy, czyli akceptowalne standardy wspólne dla członków grupy". Z punktu widzenia psychologii "[...] specyficzne oczekiwania, które dotyczą odpowiednich postaw i zachowań i są zawarte w wyraźnie sformułowanych lub przyjmowanych implicite regułach grupy, noszą nazwę norm społecznych". Normy działające w danej społeczności mogą wpływać na jej zachowania poprzez definiowanie ogólnych przyjętych wytycznych działania, standardów postępowania, mogą też wspomagać procesy kooperacji. W niniejszej pracy podjęte zostaną rozważania dotyczące zastosowania norm jako elementu wpływającego na działania (związane z przyjęta funkcją celu) agentów oprogramowania. (fragment tekstu)
Research background: Managerial scientists use a lot of modelling techniques for business processes. In this paper we are focused on agent-based modelling and simulations, which emerged in the last two decades as a new approach. Autonomous and interacting intelligent agents are able to model and simulate complex systems in the business sphere. With the use of agent-based modelling and simulations we are able to understand how macro level outcomes are affected by micro level processes and vice versa.Purpose of the article: The purpose of the paper is to introduce recent development in the area of agent-based modelling and simulations focused on the business domain. Managers often have to make difficult decisions under the uncertainty and high risks. Agent-based modelling can provide powerful tools for lowering those risks through a possibility of running experiments, which is normally impossible in economics. In the second part we want to support the usefulness of agent-based simulations with our own simulations.Methods: The method used in this article is an agent-based simulation in a multi-agent system. We use a framework called MAREA. It is a simulation environment with integrated ERP system based on REA ontology. Our simulation model is based on a retail company that sells electronics. For simplicity, in our setup we trade with computer cables. Findings & Value added: In our simulations we experimented with the quality of sales service provided by company's sales representatives. We investigated the impact of quality of sales service on company KPIs under the changing environment circumstances represented by disturbance agent. The quality of sales service is a part of quality of service and thus it affects the perception of brand and loyalty of customers towards the company. In our simulation setup we work with two types of customers, long-term customers and new ones. The result is that quality of sales service has mostly positive effects on company KPIs. (original abstract)
W artykule przedstawiono wykorzystanie algorytmu wieloetapowego wyznaczania consensusu w celu rozwiązywania konfliktów wiedzy w wieloagentowym systemie wspomagania decyzji. W pierwszej części artykułu opisano problem konfliktów wiedzy pomiędzy agentami, strukturę decyzji, profil i kryteria wyznaczania consensusu. W dalszej części został opracowany algorytm dwuetapowego wyznaczania consensusu. Algorytm ten umożliwia, między innymi, skrócenie czasu niezbędnego do podjęcia decyzji, ograniczenie ryzyka związanego z tym procesem oraz doskonalenie wiedzy agentów, co w konsekwencji może prowadzić do zwiększenia efektywności procesu podejmowania decyzji.(abstrakt oryginalny)
Microsimulations make use of quantitative methods to analyze complex phenomena in populations. They allow modeling socioeconomic systems based on micro-level units such as individuals, households, or institutional entities. However, conducting a microsimulation study can be challenging. It often requires the choice of appropriate data sources, micro-level modeling of multivariate processes, and the sound analysis of their outcomes. These work stages have to be conducted carefully to obtain reliable results. We present a generic business process model for conducting microsimulation studies based on an international statistics process model. This simplifies the comprehensive understanding of dynamic microsimulation models. A nine-step procedure that covers all relevant work stages from data selection to output analysis is presented. Further, we address technical problems that typically occur in the process and provide sketches as well as references of solutions.
W artykule przedstawiono weryfikację metod consensusu wykorzystywanych w celu rozwiązywania konfliktów wiedzy w wieloagentowym systemie wspomagania decyzji finansowych. W pierwszej części zaprezentowano definicję struktury wiedzy agentów (decyzji) oraz krótką charakterystykę algorytmu wyznaczania consensusu dla tych struktur wiedzy. Następnie przeprowadzono weryfikację algorytmu z wykorzystaniem danych rzeczywistych dotyczących notowań Giełdy Papierów Wartościowych w Warszawie. Przedstawiono założenia testu oraz uzyskane wyniki. Weryfikacja wykazała celowość stosowania metod consensusu we wspomaganiu decyzji finansowych. (abstrakt oryginalny)
W referacie przedstawiono innowacyjne podejście do kształtowania sieci intermodalnej w Polsce. Głównym założeniem jest stworzenie rozwiązania, które będzie eliminować bariery ograniczające rozwój przewozów intermodalnych, a także uwzględniało silne relacje pomiędzy podsystemem transportowym przedsiębiorstw (usługobiorców i usługodawców) a systemem transportowym kraju. (fragment tekstu)
8
Content available remote Symulacja wieloagentowa w zastosowaniach biznesowych
80%
Powodzenie współczesnych przedsiębiorstw jest zdeterminowane dostępnością odpowiednich informacji, które mają decydujące znaczenie dla rozwoju firmy a często również i jej przetrwania. Na podstawie tych informacji podejmowane są decyzje dotyczące przyszłości przedsiębiorstwa. Najczęściej decyzje te są podejmowane przy użyciu intuicji i doświadczenia lub z wykorzystaniem prostych narzędzi komputerowych w rodzaju arkuszy kalkulacyjnych. Badania dowiodły jednak, że człowiek nie jest w stanie rozpatrzyć więcej niż siedem różnorodnych scenariuszy, a współczesne systemy biznesowe są na tyle złożone, że wymagają rozważania setek rozmaitych wariantów. W takich przypadkach można wykorzystać symulację wieloagentową, która pozwala na analizę wielu możliwych scenariuszy przyszłych wydarzeń w krótkim czasie. W artykule przedstawione zostały założenia symulacji wieloagentowej oraz najistotniejsze zagadnienia dotyczące agentów i ich środowiska. Omówiono również jej genezę i powiązania z innymi dziedzinami nauki, a także zaprezentowano zestawienie wybranych zastosowań symulacji wieloagentowej w biznesie.(abstrakt oryginalny)
9
Content available remote O estymacji preferencji w sztucznych sieciach społecznych
61%
W artykule rozważano scenariusz, w którym administracja publiczna wykorzystuje internetową platformę społecznościową do komunikacji z obywatelami i uzyskiwania informacji o ich preferencjach. Z platformy tej korzysta tylko część całej populacji (subpopulacja), co powoduje, że preferencje obserwowane na platformie mogą być niereprezentatywne dla całego społeczeństwa. W niniejszym opracowaniu uwzględniono dwa problemy związane z brakiem reprezentatywności preferencji, tj.: (1) odmienną strukturę demograficzną populacji i subpopulacji oraz (2) różnice w procesie dynamiki preferencji w całej populacji i subpopulacji wyrażającej swoje opinie na platformie społecznościowej. Dane wykorzystane w analizie obejmują informacje o aktywności użytkowników na platformie społecznościowej, ich dane socjodemograficzne oraz dane o populacji pochodzące ze spisu powszechnego. W celu badania dynamiki preferencji skonstruowano wieloagentowy model symulacyjny, w którym sieć społeczną przedstawiono za pomocą nieskierowanego grafu, gdzie węzły reprezentują obywateli, a łuki ich relacje społeczne. W procesie analizy najpierw jest generowana sztuczna populacja i na niej jest symulowana dynamika preferencji. Następnie losowo, metodą kuli śnieżnej (ang. snowball sampling) są wybierane różne niereprezentatywne subpopulacje, na których są testowane algorytmy uogólniania preferencji przez odtwarzanie dynamiki całej populacji. Miarą jakości modelu jest zgodność preferencji między subpopulacją a całą populacją. Rezultaty przeprowadzonych symulacji wskazały na skuteczność zastosowanej metody: wraz z kolejnymi krokami symulacji wzrasta zgodność między populacją rzeczywistą a syntetyczną. Okazało się również, że najistotniejszymi determinantami błędów uogólniania preferencji są model dyfuzji preferencji oraz waga opinii własnej agenta. (abstrakt oryginalny)
Gra fikcyjna (ang. fictitious play, FP) została wprowadzona w (Brown, 1951) jako narządzie poszukiwania równowag Nasha. Jednakże jako model uczenia się, gra fikcyjna posiada wiele problemów. W klasycznej sytuacji posługiwanie się przez graczy algorytmem FP może prowadzić do rozkładów skorelowanych (Fudenberg, Kreps, 1993; Young, 1993), niezbieżności przekonań graczy (Shapley, 1964; Jordan, 1993; Foster, 1998; Richards, 1997), czy nawet zachowań chaotycznych (Cowan, 1992). W niniejszej pracy są przedstawione wyniki symulacji MAS (wieloagentowej), w której gracze posługują się algorytmem FP w środowisku ewolucyjnym (Fudenberg, Levin, 1998; Weibull, 1996). Głównym wynikiem jest obserwacja, że nie-zbieżności występujące w rozważanych przykładach w modelu klasycznym nie występują w modelu ewolucyjnym. (abstrakt oryginalny)
11
Content available remote Human Resources Management Supported by the Software Agent Technology
61%
"Zarządzanie zasobami ludzkimi wspierane przez technologię agentów programowych" jest wynikiem współpracy między informatykami i innowacyjnymi menedżerami, którzy próbują rozwiązać problemy zarządzania zasobami ludzkimi (w obszarze edukacji i podnoszenia kompetencji personelu). Pierwszy rozdział skupia się na technologii agentów programowych. Podano tam definicje, następnie pokazano przykładowe zastosowania systemów agentowych, w tym dotyczące wsparcia procesów zarządzania. W kolejnej części nakreślono kryteria leżące u podstaw budowy niezależnego konsultanta (systemu wieloagentowego), wspierającego proces zarządzania zasobami ludzkimi. W artykule pokazano także rolę agentów oprogramowania w rozwijaniu i wspomaganiu kreatywności oraz przedstawiono proponowaną architekturę systemu wieloagenckiego, dostosowaną do potrzeb procesu kształcenia i podnoszenia kompetencji pracowniczych w ramach zarządzania zasobami ludzkimi. Ostatnia część dotyczy technologii agentów interfejsu. Zakończenie ukazuje potencjalne drogi rozwoju dla przedstawionej technologii. (oryginalny abstrakt)
W przypadku modeli agentowych bardzo ważną grupą informacji są informacje jakościowe. Są to często informacje wynikające z zachowania człowieka. Mogą być determinowane osobowością, sytuacją lub reakcją na otoczenie. W takim przypadku mogą nie wystarczyć tradycyjne metody gromadzenia danych jakościowych. W konsekwencji budowany model agentowy może nie odzwierciedlać rzeczywistości z wymaganą dokładnością. W związku z tym powstaje pytanie, czy możliwe jest zastosowanie dodatkowych metod w procesie zbierania danych, które uzupełniałyby i/lub uwiarygadniały informacje zebrane w sposób tradycyjny? Zdaniem autorek niniejszego opracowania, odpowiednich technik, dających możliwość pozyskania dodatkowych informacji w procesie definiowania reguł zachowania agenta i jego interakcji z otoczeniem, może dostarczyć neuronauka poznawcza. W związku z tym, celem opracowania jest dokonanie analizy możliwości zastosowania różnych technik neuronauki poznawczej podczas budowy modelu agentowego oraz zaproponowanie eksperymentalnej procedury pozyskiwania danych jakościowych w tym kontekście, opartej na triangulacji metod. Układ opracowania wynika z przyjętej procedury badawczej, której pierwszym etapem było dokonanie przeglądu literatury w zakresie metod zbierania danych wymaganych do odwzorowania zachowania agentów oraz możliwości technik neuronauki poznawczej w rozpoznawaniu stanów emocjonalnych i poznawczych. W następnym etapie zastosowano metodę studium przypadku w postaci przykładowego modelu agentowego, na podstawie którego zaproponowano projekt eksperymentu mającego na celu zebranie danych neurofizjologicznych na potrzeby szacowania wartości wybranego parametru modelu. Na podstawie przeprowadzonych badań zaprezentowano ogólną koncepcję procedury pozyskania danych pochodzących z różnych źródeł w celu estymacji parametrów jakościowych modelu agentowego. (fragment tekstu)
Stosowanie nowoczesnych rozwiązań technologicznych w obszarze monitorowania otoczenia staje się dla współczesnych organizacji koniecznością. Jak wynika z teorii zarządzania, same organizacje dążą do tworzenia takich struktur, które pozwalają im na dostosowywanie się do potrzeb otoczenia. Toteż coraz częściej możemy mówić o organizacjach elastycznie zarządzających swoimi zasobami, tak aby maksymalizować zaspokajanie potrzeb otoczenia. Odpowiedzią na powyższe problemy organizacji jest powstawanie informatycznych rozwiązań, które umożliwiają monitorowanie otoczenia organizacji w celu wczesnego rozpoznawania ryzyka, ale również szans, z których organizacja może skorzystać. Jednym z takich narzędzi są inteligentne systemy wieloagentowe, których funkcjonowanie autorki pokrótce omówiły. (abstrakt oryginalny)
Technologia agentowa zdaje się być obiecująca na potrzeby tworzenia aplikacji handlu elektronicznego. Aby efektywnie budować wieloagentowe systemy e-commerce, ich twórcy muszą zmierzyć się z wieloma problemami, takimi jak charakterystyki agentów, ich funkcjonalność, protokoły, komunikacja, współdziałanie i koordynacja. Dodatkowo systemy agentowe muszą być wydajne, skalowalne oraz bezpieczne. Aby to osiągnąć musimy korzystać z otwartej, stabilnej i godnej zaufania architektury, która pozwala agentom komunikować się i oferować sobie wzajemnie usługi. JADE (Java Agent Development Environment), czyli platforma open-source jest obecnie najlepszym narzędziem do budowy Systemów wieloagentowych. W tym artykule celem autora jest prezentacja własnego doświadczenia w projektowaniu i budowie wieloagentowych systemów handlu elektorncznego przy użyciu platformy JADE. (abstrakt oryginalny)
W niniejszym artykule pragniemy zaprezentować projekt modelu systemu wieloagentowego składającego się z niejednorodnych agentów, których podsystem odpowiadający za zachowanie agenta jest połączeniem sytemu regułowego z mechanizmem wnioskowania do przodu oraz systemu opartego na metodzie wnioskowania na podstawie przypadków (case-based reasoning). Takie zestawienie wydaje nam się szczególnie interesujące w sytuacji, kiedy z jednej strony posiadamy szeroką wiedzę o środowisku, w którym działa agent, oraz częściową wiedzę dziedzinową potrzebną agentowi do rozwiązania postawionych przed nim zadań, z drugiej zaś strony zależy nam na pozyskaniu nowej, jeszcze nie znanej wiedzy o zachowaniu i postępowaniu innych agentów. (fragment tekstu)
W przypadku budowy systemów wieloagentowych jednym z problemów, z którym muszą się zmierzyć jego twórcy, jest odpowiednie zaplanowanie architektury systemu, tak by uwzględnić potrzebę koordynowania działań poszczególnych agentów. Mimo różnorodności w sferze metodyk projektowych, technologii, architektur wewnętrznych agentów, elementami łączącymi dowolny system wieloagentowy są celowość oraz zadaniowość działania poszczególnych jednostek. Skoordynowane działania realizowane przez poszczególne jednostki, niezależnie od przyjętej architektury, mogą być rozpatrywane jako proces biznesowy, którego aktorami są ludzie, systemy informatyczne oraz agenci programowi. Celem niniejszej pracy jest prezentacja możliwości zastosowania podejścia procesowego w budowie systemów wieloagentowych, w szczególności z wykorzystaniem systemu WADE będącego rozszerzeniem platformy JADE. (abstrakt oryginalny)
Praca dotyczy nowego spojrzenia na ekonomię w kontekście systemów złożonych. Ze względu na obszerność oraz wielką uniwersalność wpisujących się w tę tematykę zagadnień, w artykule przedstawiono zjawisko samoorganizacji systemu, które jest podstawową cechą systemów złożonych. W teorii ekonomii znajduje ona swoje odzwierciedlenie w metaforze „niewidzialnej ręki" rynku. Z jednej strony pokazujemy, że u podstaw historycznej metafory niewidzialnej ręki oraz współczesnych autonomicznych systemów wieloagentowych leży ta sama idea samoorganizacji systemu, która oznacza indywidualne dopasowanie realizowanych w systemie zadań (mikroskala) do ograniczonych zasobów systemu (makroskala). Procesy te korespondują z termodynamiką nierównowagową, wrażliwością na warunki początkowe oraz mechanizmami występującymi w sieciach złożonych takimi jak perkolacja, preferencyjne dołączanie, skala dowolna, małe światy i inne. (abstrakt oryginalny)
18
61%
Od wielu lat symulacja komputerowa jest metodą służącą do rozwiązywania problemów w wielu dziedzinach wiedzy. Metoda ta polega na utworzeniu modelu symulacyjnego obiektu lub systemu w postaci matematyczno- -logicznego zapisu i przedstawieniu zależności opisujących symulowany obiekt lub system rzeczywisty oraz jego otoczenie w taki sposób, że zależności te można badać przez zmiany wartości sygnałów wejściowych i parametrów modelu. Symulacja komputerowa jest metodą odtwarzania zjawisk zachodzących w świecie rzeczywistym za pomocą ich zmatematyzowanych modeli definiowanych i obsługiwanych przy użyciu programów komputerowych. (abstrakt oryginalny)
W wyniku dynamicznego postępu w obszarze technologii informacyjno-komunikacyjnej, znacznego upowszechnienia i rozwoju metod i technik zarządzania przedsiębiorstwem, postępującej globalizacji oraz stale rosnących wymagań klientów pojawiają się ewolucyjne formy w zakresie struktury i funkcjonowania współczesnych organizacji gospodarczych. Powstające organizacje gospodarcze są ukierunkowane na wielopodmiotową współpracę , osiągnięcie celu i spełnienie potrzeb klienta, zakładają wysoką elastyczność strukturalno-funkcjonalną, nieustannie rozwijają swe kluczowe kompetencje, doskonalą procesy, dążą do podnoszenia jakości i innowacyjności swych produktów i bazując na zasobach niematerialnych, stale podnoszą umiejętności w zakresie zarządzania informacją i wiedzą.(fragment tekstu)
Podstawową cechą agenta programowego jest autonomiczność oznaczająca niezależność wyboru celów i sposobów działania od innych agentów programowych funkcjonujących w danym środowisku. Agent programowy poza zbiorem wewnętrznych właściwości określających jego aktualny stan powinien, posiadać mechanizmy umożliwiające komunikację z pozostałymi agentami. Pozostałe specyficzne cechy funkcjonalne określające obszar aktywności agenta związane iii z jego przeznaczeniem. Komunikacja między agentami zapewniana jest w drodze wymiany komunikatów przesyłanych za pomocą zestandaryzowanych protokołów takich jak, np.: ACL, ICL, TCL, KQML. Komunikacja najogólniej ujmując służy do przesyłania innym agentom zleceń podejmowania konkretnych działań, potwierdzania lub odrzucania zleceń oraz sygnalizowania stanu wykonania działań. W środowisku wieloagentowym złożonym z agentów autonomicznych komunikacja zyskuje kolejne ważne znaczenie. Staje się bowiem medium do prowadzenia negocjacji. Współdziałanie w środowisku wieloagentowym, zawierającym dużą liczbę autonomicznych agentów realizujących swoje własne cele, nie zawsze jest oczywiste. Współdziałanie autonomicznych agentów osiągane jest w sposób planowy poprzez odpowiednie zdefiniowanie mechanizmów zapewniających komunikację i negocjowanie. Negocjowanie w środowisku wieloagentowym należy rozumieć jako wzajemną wymianę komunikatów i argumentów w formie dialogu. Argumenty są to stwierdzenia mające na celu zmianę nastawienia, bądź Przekonania, a w konsekwencji zmianę podejmowanych działań przez odbiorcę argumentacji. Proces argumentowania jest iteracyjną wymianą wzajemnych propozycji w celu likwidacji konfliktów i promowania indywidualnych osiągnięć pojedynczych agentów. (fragment tekstu)
first rewind previous Strona / 5 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.