азартных играх, шансах на выигрыш. Джон фон Нейман использовал кодовое название «Монте-Карло» для своих экспериментов, основанных на использовании случайных чисел и проведенных в г. Лос-Аламос (США) во время первых исследований по созданию атомной бомбы. Название стало популярным и теперь используется для представления имитаций, которые являются схемой, использующей случайные числа, которая используется для решения определенных стохастических или детерминированных проблем, когда течение времени не играет никакой роли.
Последняя часть этого определения (течение времени не играет никакой роли) отличает метод Монте-Карло от дискретного моделирования событий. Метод Монте-Карло обычно удаляет время из модели, в то время как моделирование дискретных событий основано на учете фактора времени.
Моделирование дискретных событий характеризуется наличием в модели блоков времени, в течение которых ничего не происходит, а затем каждый блок времени заканчивается событием, которое изменяет состояние системы. Примером, иллюстрирующим дискретное моделирование, является простая очередь у банкомата, состоящая из клиентов банка. Клиенты прибывают, ждут обслуживания, если банкомат занят, получают обслуживание и затем уходят.
Агентно-ориентированное моделирование рассматривает одновременное взаимодействие нескольких агентов для имитации, воссоздания, изучения и прогнозирования сложных явлений. Концепция агентно-ориентированного моделирования заключается в том, что общее поведение системы возникает при взаимодействии отдельных агентов на микроуровне. Индивидуальные агенты моделируются в соответствии со своими индивидуальными характеристиками и обычно считаются рациональными, действующими в своих собственных интересах, которые могут быть экономическими или социальными. Модель использует локальную эвристику и простые правила принятия решений, которые вместе создают общую большую среду.
Большинство агентных моделей имеют следующие элементы:
1) множественные агенты, смоделированные и масштабированные с различными уровнями детализации;
2) эвристика и правила принятия решений;
3) адаптивное поведение или обучение;
4) правила взаимодействия или топология;
5) среда для взаимодействия.
В целом, моделирование эволюционировало в силу естественного стремления человека к устранению риска из процесса принятия решений. В древние времена правители часто полагались на пророков, чтобы предсказать исход военных действий. В наше время одно и то же желание проявляется в сложных военных моделях, используемых для тщательного изучения и статистического прогнозирования результатов конкретных действий и маневров. Методология изменилась, но общие цели остаются прежними: сокращение рисков и принятие более эффективных