Az előadás letöltése folymat van. Kérjük, várjon

Az előadás letöltése folymat van. Kérjük, várjon

Szimuláció, mint vizsgálati- tervezési eszköz II. Gulyás László AITIA International Rt. Ágensek és multi-ágens rendszerek Kurzus az ELTE.

Hasonló előadás


Az előadások a következő témára: "Szimuláció, mint vizsgálati- tervezési eszköz II. Gulyás László AITIA International Rt. Ágensek és multi-ágens rendszerek Kurzus az ELTE."— Előadás másolata:

1 Szimuláció, mint vizsgálati- tervezési eszköz II. Gulyás László AITIA International Rt. Ágensek és multi-ágens rendszerek Kurzus az ELTE programtervező-matematikus hallgatóinak

2 2005. szeptember 28. Ágensek és multi-ágens rendszerek2 Napirend „Tudományfilozófia” Modellezés, mint vizsgálati eszköz A szöveg, a matematika és a komputáció három formalizmusa Validáció és verifikáció Módszertan / Tutorial A replikáció, a reprodukálhatóság fontossága A pszeudó-véletlenszámok kezelése (független eloszlások, seed, etc.) Robosztusság, érzékenység-analízis Statisztikai alapú eredmények és konfidencia-intervallumok „Parameter-sweep” és batch-módú futtatás Az obszerver és a modell különválasztása Egyéb apróságok Újabb példák… … és példák hibás megoldásokra. Beadandó feladatok kiosztása.

3 2005. szeptember 28. Ágensek és multi-ágens rendszerek3 Modellezés, avagy mit látunk?  Mit taníthat egy pohár víz (statisztikus fizika) ? Absztrakció Absztrakció Metafóra Metafóra Emergens jelenségek Emergens jelenségek

4 2005. szeptember 28. Ágensek és multi-ágens rendszerek4 (Társadalom-) Tudománytörténet 1/5  Lexikális ismeretek és szöveg-alapú („spekulatív”) elméletek. Vaskos könyvek és véget nem érő viták. Az érvelés központi szerepe.  Példák: Marx: Tőke Kínaszakértők a Weatherhead Center-ben Fukuyama és Huntington (v.ö. 9/11) Brezinski „sakktáblája” (v.ö. Condolezza Rice)

5 2005. szeptember 28. Ágensek és multi-ágens rendszerek5 (Társadalom-) Tudománytörténet 2/5  „Soft” vs. „Hard” science. Az egységes formalizmus „rangja” és tömörsége. („Az egységes nyelv”.) A reprodukálható kísérletek lehetősége. Az elméletek „tesztelhetősége”. (*) Marx tévedése (G. Silverberg nyomán) „A társadalomtudományok az igazi » hard« tudományok”.

6 2005. szeptember 28. Ágensek és multi-ágens rendszerek6 (Társadalom-) Tudománytörténet 3/5  A (társadalom) tudományok „matematizálódása”. Statisztika „mindenekfelett”. Játékelmélet. Axelrod és az Iterált Fogolydilemma (IPD).

7 2005. szeptember 28. Ágensek és multi-ágens rendszerek7 Illusztráció: Statisztika  Alkohol, dohányzás, orális szex, szájrák Dátum: [11:35] Francia kutatók szerint az orális szex akár szájrákhoz is vezethet: több szájrákos páciensük szervezetében is kimutatták a humán papilloma vírus (HPV) jelenlétét. A szájrákban szenvedők háromszor gyakrabban éltek az orális szex által nyújtott örömökkel, mint egészséges társaik. ( )

8 2005. szeptember 28. Ágensek és multi-ágens rendszerek8 Illusztráció: Játékelmélet 1/3  A Hotelling-probléma (H. Hotelling, 1929): Két jégkrémárus a tóparton. Egyforma jégkrémek. Vevők sűrűsége egyenletes. Mindenki a legközelebbi árushoz megy.

9 2005. szeptember 28. Ágensek és multi-ágens rendszerek9 Illusztráció: Játékelmélet 2/3  Mindkét árus megszerzi a piac felét.  A vevők által megteendő átlagos út hossza minimális.

10 2005. szeptember 28. Ágensek és multi-ágens rendszerek10 Illusztráció: Játékelmélet 3/3  Csak nem stabil…

11 2005. szeptember 28. Ágensek és multi-ágens rendszerek11 Illusztráció: Fogolydilemma Oszlop: C D C 3,30,5 Sor: D 5,01,1

12 2005. szeptember 28. Ágensek és multi-ágens rendszerek12 Illusztráció: Iterált fogolydilemma (IPD)  Ld. Mérő László: „Mindenki másképp egyforma”  Axelrod és az ő versenye. A Tit-for-tat meglepő sikere. A TFT ismételt sikere…

13 2005. szeptember 28. Ágensek és multi-ágens rendszerek13 (Társadalom-) Tudománytörténet 4/5  További problémák Bizonyos kísérletek nem elvégezhetőek: Counter-faktuálisok a statisztikában Emberi alanyok Bonyolultsági problémák (pl. játékelméletben): A szereplők száma (IPD-variánsok 3 (!) szereplővel). Kommunikációs-topológiák. (Mindenki mindent tud.) Dinamikus populációk. (Márpedig nincsenek.) Végtelen tudás… Egyensúly vagy trajektória? Ld. Hotelling.

14 2005. szeptember 28. Ágensek és multi-ágens rendszerek14 (Társadalom-) Tudománytörténet 5/5  In Silico modellek és kísérletek Pl. ágens-alapúak. „If you didn’t grow it, you didn’t explain it.” (J. M. Epstein)  Mégsem minden matematika. Azaz…

15 2005. szeptember 28. Ágensek és multi-ágens rendszerek15 Tudományfilozófia II/1.

16 2005. szeptember 28. Ágensek és multi-ágens rendszerek16 Tudományfilozófia II/2.

17 2005. szeptember 28. Ágensek és multi-ágens rendszerek17 Tudományfilozófia II/3.  Vagyis, az ábrázolás lényeges. Avagy mégis számít a nyelv.  Így hiába „minden matematika”: „Experimental Maths” „Experimental Computation” „Computational Modeling” Ágens-alapú és egyéb módszerek.

18 2005. szeptember 28. Ágensek és multi-ágens rendszerek18 A reprezentáció lehetséges szintjei  Természetesen mindig, mindenre sok lehetséges és érvényes modell van…

19 2005. szeptember 28. Ágensek és multi-ágens rendszerek19

20 2005. szeptember 28. Ágensek és multi-ágens rendszerek20 Ágens-alapú modellezés és szimuláció  Az egyik „in silico” módszertan. Nem csupán egyensúlyi helyzetek vizsgálata. Alulról-felfelé (bottom-up) megközelítés. (**) Ebből következően kognitív korlátok. Interakciós topológia explicit modellezése. Ki kitől, mit tud. Heterogén populáció. Dinamikus populációk.  Ha nincs explicit reprezentációnk a kognitív képességekre és az interakciós topológiára, akkor nincs modellünk.

21 2005. szeptember 28. Ágensek és multi-ágens rendszerek21 A számítógépes szimuláció „hasznáról”  Modell-validálás: összehasonlítás Predikció V.ö. Globális felmelegedés (pl. Római Klub) Szimuláció V.ö. Wright testvérek Magyarázat (gondolatkísérlet) V.ö. Schelling és Axelrod

22 2005. szeptember 28. Ágensek és multi-ágens rendszerek22 Az ABM gyakorlata: REPLIKÁCIÓ mindenek felett  Tudományos kísérletek (tesztek és replikálásuk) Ergo, valódi (kontrollálatlan) parallelizmus kizárva.  Probabilisztikus modellek Alapvető eszköze a „nem modellezett” komponensek reprezentációjának. Ergo, pszeudo-véletlenszámok (RNG-k). A „seed” kontrollálása!! Független változókhoz független RNG-k!!  Teljes specifikáció Pl. standard gyakorlat, hogy több maximum/minimum közül véletlenszerűen választunk. DE: le kell írni, és dönteni kell (nem csak, ahogy jön!)

23 2005. szeptember 28. Ágensek és multi-ágens rendszerek23 Az ABM gyakorlata: Eredmények generálása és kezelése  Az eredmények természete statisztikus Egy futás nem futás. Érzékenység-analízis, konfidencia-intervallumok.  „Parameter Sweep” Az eredmények függése a „kezdeti feltételektől” (paraméterektől). Nagy, sokdimenziós paraméterterek. Mintavétel. Nem-lineáris függés a paraméterektől, ezért nem szerencsés „indukálni”, extrapolálni. Az Active Non-linear Tests (ANTs) és hasonló „trükkök”.

24 2005. szeptember 28. Ágensek és multi-ágens rendszerek24 Az ABM gyakorlata: Eredmények generálása és kezelése II.

25 2005. szeptember 28. Ágensek és multi-ágens rendszerek25 Az ABM gyakorlata: Eredmények generálása és kezelése II.

26 2005. szeptember 28. Ágensek és multi-ágens rendszerek26 Az ABM gyakorlata: Eredmények generálása és kezelése II.

27 2005. szeptember 28. Ágensek és multi-ágens rendszerek27 Az ABM gyakorlata: Eredmények generálása és kezelése III.

28 2005. szeptember 28. Ágensek és multi-ágens rendszerek28 Az ABM gyakorlata: A Model és az Obszerver(ek) szétválasztása  Alapvető fontosságú!!  A kísérleti tudományokban magától értetődik. A számítógépes szimulációk gyakorlatában a Swarm-tól datálódik.  Általában több obszerver van. GUI Batch1 Batch2 …  FONTOS!! Az obszerverekben használt RNG-k (pl. hálózatok megjelenítő-algoritmusai, fájlnév-generálás, stb.) legyenek függetlenek a modellben használtaktól!!

29 2005. szeptember 28. Ágensek és multi-ágens rendszerek29 Az ABM gyakorlata: Egyéb apróságok  Véletlen eloszlások Egyenletes, Normál, stb. esetén a szimulációs csomagok általában korrekt és hatékony megvalósítást nyújtanak. Egyedi/bonyolultabb eloszlások az egyenletes elo.-ból generálhatóak: az „intervallum-módszer”.  Ne keverjük az ágens és a modell (pl. a környezet) kódját! Tegyük az ágensbe, ami odavaló  replikálhatóság, olvashatóság!  Java-ban: a HashSet/HashMap nem garantálja a bejárási sorrendet!! A hashCode() implementálása

30 2005. szeptember 28. Ágensek és multi-ágens rendszerek30 RePast  “How-to”-k  SimpleModel vs SimModelImpl  Ütemező: Reflexió vs Belső osztály.  Obszerverek Reflexió, Belső osztály, Anoním osztály Paraméter-fájlok, formátumok. Get/Set-ek  Példa: ExperIPD


Letölteni ppt "Szimuláció, mint vizsgálati- tervezési eszköz II. Gulyás László AITIA International Rt. Ágensek és multi-ágens rendszerek Kurzus az ELTE."

Hasonló előadás


Google Hirdetések