エージェントベース(AB)

昨今、文献にエージェントベース・モデリング(ABM)について、様々な定義を目にすることができますが、実用化の観点からすると、エージェント・ベース・モデリングは、モデル化するために分散化された、個々中心(システムレベルに対立するものとして)のアプローチとして定義することができます。モデラーがエージェントベースモデルを設計する場合、アクティブなエンティティであるエージェント(人々、会社、プロジェクト、財産、車両、都市、動物、船、製品など)の振る舞い(ドライバ、リアクション、メモリ、ステート、...)を定義し、特定の環境にそれらを 配置し、接続を確立し、シミュレーションを実行します。 その後、グローバル(システムレベル)な振る舞いは、個々の振る舞いの相互作用の結果として出現します。 AnyLogicはエージェントベース・モデリング、ディスクリート・イベントモデリングおよび システム・ダイナミックスモデリングにも対応するので、複数のモデル化アプローチを効率的に組み合わせてモデル化することを可能にします。

エージェント・ベース・モデリングはあなたの組織を注視する新しい方法です。

Agent Based Modeling伝統的なモデリングアプローチは会社の従業員、プロジェクト、製品、顧客、パートナーは、集められた平均量、あるいはプロセスでの受動エンティティ(Passive entities) 又はリソースとして扱われます。 システム・ダイナミックス・モデルは仮定が多くあります。例えば、「私たちには研究開発部に120人の従業員がいます。彼らは、年間約20の新製品を設計することができます。」 あるいは「私たちは、1200台のトラックを持っており、一ヶ月間に多くの貨物を移動させることができます。そして、毎年それらの5%を交換する必要があります。」 プロセス中心(ディスクリート・イベント)アプローチでは、次のように、多くのプロセスとして組織を見るでしょう: 顧客はコール・センターに電話します、呼び出しは、オペレーターAによって最初に扱われます、それは平均2分かかる、その後、呼び出しの20%を転送(エスカレーション)する必要があります。 これらのアプローチは「スプレッド・シートベースのモデリング」より確かに強力です。 システムダイナミックスやディスクリートイベントアプローチは、組織ダイナミックス(Organizational dynamics)と非線形をキャプチャーすることができます。しかし、実際は、人々、製品、プロジェクト、装置、財産などが、それぞれみな異なり、また、個々の歴史、意図、要望、個人財産および複雑な関係を持っているという事実を無視します。 例えば、人々は、彼らの収入と経歴に関する異なる情報を持っているかもしれないし、あるいは異なるチームで著しく異なる生産力を持っているかもしれません。研究開発プロジェクトは対話し競争し、互いに依存しているかもしれません。また、航空機には個体差や厳密な整備保全スケジュールがあり、その組み合わせが稼働率に結びつくかもしれません。顧客は購入決定を下す前に彼の家族に意見を求めるかもしれません。等々、エージェント・ベース・アプローチは、組織、個々の振る舞いおよびそれらの相互作用において、モデル製作者が個々のオブジェクトにフォーカスすることができます。 エージェント・ベース・モデルは、実際の世界のオブジェクトおよび関係を反映する、1セットの対話するアクティブなオブジェクトです。したがって、今日のビジネスおよび社会制度の複雑さを理解し管理する自然な方法と言えます。

現在あまり有効利用されていないデータをエージェント・ベース・モデリングで有効に活用する事ができます。

今日の会社および政府機関は、CRM、ERPおよびHRデータベースの中に大量かつ有用なデータを蓄積していますが、十分に活用されていなのが現状です。エージェント・ベース・モデリングは、そのデータを仕事に活用する自然な方法を提供します。組織の内部の人的資源のダイナミックスをモデル化している場合、エージェント・ベース・モデルが本質的に個々ベース(individual-based)であるので、そのプロパティに、リアルなデータを、CRMシステムあるいはERPデータベースから直接読み込むことができます。これは、モデル化、予測及びシナリオを比較し、あなたの戦略を最適化する、容易で正確な方法を与えます。

エージェント・ベース・モデリングのアプリケーション

テレコム、保険、リース、ヘルスケア産業等の非常に動的な競争および複雑なマーケット環境で、消費者の選択は本質的に多くの個々の特性、消費者の固有のダイナミクス、相互コンタクトのネットワークに依存します。カスタマー・リレーションシップ・マネジメント・システムからの個人中心(Individual-centric)のデータはモデル・エージェントをパラメター化するために使用することができます。疫学はエージェント・ベース・メソッドによく適合する別のフィールドです。疫学モデルでは、エージェントは、感染しやすい、伝染したか、回復することができるか、疾病に対して免疫がありうる人々です。 エージェント・ベース方法論は、人間の社会ネットワークおよび接触を明示的にキャプチャーさせます。それはその病気の蔓延のよりよい予測に結びつく場合があります。しかしながら、ABMを多くの人口にのみ適用可能なメソッドと見なすべきではありません。 ABMが他の何より良く適応できる分野として、生産、ロジスティクス、サプライ・チェーンおよびビジネスプロセスがあります。例えば内部状態が複雑な機械の振る舞い、固有のタイミング、異なるモードなどにおける異なる反応は、その内部の状態図と一緒に個別のオブジェクト(エージェント)によって効率的にモデル化されるかもしれません、製造工程ワークフローにリンクされるかもしれません。サプライ・チェーン参加者(会社、生産者、卸し売り業者、小売り業者)は個々のゴールと規則を持っており、エージェントとして当然表わすことができます。 さらに、エージェントは、1つの会社内のプロジェクトあるいは製品であり、内部ステートとダイナミクスを持っています。

オンライン・モデル・ギャラリーの AnyLogicエージェント・ベース・アプレットをご覧ください。

AnyLogicは、エージェント・ベースモデル作成を強力にサポートします。

エージェント・ベース・モデルは非常に多様です。また、普遍的な「エージェント・ベース・ライブラリー」を開発することが事実上できないでしょう。AnyLogicは、モデル製作者の仕事を多くをドラッグ・アンド・ドロップ・オペレーションにしました。しかしながら、エージェント・ベース・モデルの開発を単純化、直接AnyLogicにサポートされる、いくつかの再使用可能な「デザイン・パターン」があります。これらのパターンは次のものにあります:

  • モデルアーキテクチャ
  • エージェントの同期 ("steps")
  • スペース (continuous, discrete or GIS-map), モビリティおよびスペシャルアニメーション
  • エージェントコネクション (networks, e.g. social networks) とコミュrニケーション
  • エージェントの動的な生成および破棄