Формирование рациональных структур технологических систем в природообустройстве с помощью агентного имитационного моделирования

В природообустройстве актуальной задачей остается разработка научно-методического подхода к проектированию и оптимизации технологических систем. В основе предлагаемого подхода лежит интеграция онтологического проектирования и агентного имитационного моделирования, где интеграция обеспечивает связь между абстрактным описанием и вычислительным экспериментом. Объектами исследования выступали технологические процессы реконструкции напорного трубопровода в закрытой оросительной сети. Именно здесь, при явном недостатке статистических данных, имитационное моделирование становится основным инструментом исследования, которое позволяет изучать возможные производственные сценарии и проводить оптимизацию без масштабных натурных экспериментов. Вместе с тем существует риск расхождения модельных результатов с реальными показателями. Причина такого расхождения кроется в сложности полноценного учета организационно-технологических факторов, где каждый фактор может вносить нелинейные искажения в итоговые оценки. Снять указанное ограничение помогает агентный подход: именно он даёт возможность детально анализировать поведение отдельных компонентов и характер их взаимодействия, а также гибко подстраиваться под меняющиеся условия. К числу ключевых этапов построения такой модели относятся онтологическое описание возможных структур комплексов и определение функциональных связей между активными элементами и локальными процессами – с обязательным учётом условий эксплуатации оборудования. В рамках исследования разработан соответствующий инструментарий, с помощью которого удаётся решать задачи разного уровня сложности и масштабности. Предложен комплексный методологический подход, позволяющий последовательно интегрировать этапы онтологического описания предметной области, формализации функционально-технологических связей и агентного моделирования для задач проектирования технологических систем в природообустройстве. Эффективность предлагаемого подхода апробирована на реальном процессе реконструкции закрытой оросительной системы, предложена Парето-оптимальная область поиска рациональных структур технологических систем.

1. Муравьева М. В., Глебов И. П. Экономические проблемы ресурсного обеспечения орошаемого земледелия России. Экономика, труд, управление в сельском хозяйстве. 2023;(12):39–48. DOI: https://doi.org/10.33938/2312-39 EDN: LKVMLN

2. Акупиян О. С., Заворотин Е. Ф., Здоровец Ю. И. Анализ государственного финансирования развития мелиоративного комплекса России: региональный аспект. Экономика, труд, управление в сельском хозяйстве. 2023;(10(104)):69–77. DOI: https://doi.org/10.33938/2310-69 EDN: HIUKWA

3. Кодирова А. С. Цифровая трансформация сельского хозяйства: направления «зелёной революции» и управления отраслью. АПК: экономика, управление. 2024;(6):119–124. DOI: https://doi.org/10.33305/246-119 EDN: BDUCFP

4. Горностаев В. И., Новиченко А. И., Подхватилин И. М. Системный подход в исследовании технологических процессов в сфере механизации сельского хозяйства. Материалы международной научной конференции молодых учёных и специалистов, посвящ. 150-летию А. В. Леонтовича. Москва, 03–06 июня 2019 года. М.: РГАУ– МСХА им. К. А. Тимирязева, 2019. С. 494–496.

5. Подхватилин И. М., Новиченко А. И., Горностаев В. И. Мультиагентное имитационное моделирование технологических систем в природообустройстве с учетом условий их эксплуатации. Доклады ТСХА: Международ. научн. конф., посвящ. 125-летию со дня рождения В. С. Немчинова, Москва, 03–05 декабря 2019 года. М.: РГАУ – МСХА им. К.А. Тимирязева, 2020. Вып. 292, Ч. I. С. 551–555.

6. Лобачевский Я. П., Миронов Д. А., Кислицкий М. М., Миронова А. В. Эффекты от применения цифровых двойников в сельском хозяйстве. Труды Кубанского государственного аграрного университета. 2023;(103):71–78. DOI: https://doi.org/10.21515/1999-1703-103-71-78 EDN: TLGOWG

7. Ламм А. К., Расулов Р. К. Обобщённая концепция технико-экономического обоснования разработки цифровых двойников в сельском хозяйстве. Экономика сельского хозяйства России. 2023;(11):74–79. DOI: https://doi.org/10.32651/2311-74 EDN: ERLUCK

8. Шиловский В.Н., Скобцов И.Г., Конанов Д.Г. Оценка факторов эксплуатационной технологичности машин методом регрессионного анализа. Известия Санкт-Петербургской лесотехнической академии. 2022;(240):163–174. DOI: https://doi.org/10.21266/2079-4304.2022.240.163-174 EDN: NTALGN

9. Дидманидзе О. Н., Карелина М. Ю., Сидоров Б. Б. Методика управления возрастной структурой машинотракторного парка на базе дискретных форм представления показателей ТО и ТР. Вестник Рязанского государственного агротехнологического университета им. П. А. Костычева. 2024;16(1):95–100. DOI: https://doi.org/10.36508/RSATU.2024.82.94.013 EDN: GGSJJJ

10. Речинский А. В., Семенов К. К., Сушников В. А., Черненькая Л. В., Черненький А. В. Инструментальные средства систем имитационного моделирования. Известия Тульского государственного университета. Технические науки. 2024;(4):122–129. DOI: https://doi.org/10.24412/2071-6168-2024-4-122-123 EDN: BIKWZS

11. Евграфов В. А., Новиченко А. И., Горностаев В. И., Подхватилин И. М., Анисимов А. В. Применение мультиагентного подхода при формировании оптимального состава парка машин в среде имитационного моделирования AnyLogic. Научное обозрение. 2015;(24):123–127. Режим доступа: https://elibrary.ru/item.asp?id=25602057 EDN: VOGMQZ

12. Акбердина В. В., Шориков А. Ф. Иерархическая агентно-ориентированная модель управления промышленным комплексом. Управленец. 2022;13(6):2–14. DOI: https://doi.org/10.29141/2218-5003-2022-13-6-1 EDN: WNQLUI

13. Принев М. А., Леденева Т. М., Гаршина В. В. Многоагентные системы: обзор современных подходов к моделированию и проектированию. (Часть 2). Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. 2024;(4):167–190. DOI: https://doi.org/10.17308/sait/1995-5499/2024/4/167-190 EDN: KJBPCG

14. Большаков В. Э., Сакулин С. А., Алфимцев А. Н. Мультиагентное обучение с подкреплением с использованием коллективной внутренней мотивации. Вестник Московского государственного технического университета им. Н. Э. Баумана. Серия Приборостроение. 2023;(4(145)):61–85. DOI: https://doi.org/10.18698/0236-3933-2023-4-61-84 EDN: WCRTDW

15. Листопад С. В., Кириков И. А. Анализ подходов к идентификации структуры проблемы в гибридных интеллектуальных многоагентных системах. Системы и средства информатики. 2024;34(3):35–47. DOI: https://doi.org/10.14357/08696527240304 EDN: RSLMXC

16. Словохотов Ю. Л., Новиков Д. А. Распределенный интеллект мультиагентных систем. Ч. 1. Основные характеристики и простейшие формы. Проблемы управления. 2023;(5):3–22. DOI: https://doi.org/10.25728/pu.2023.5.1 EDN: CFQKJZ

17. Макаров В. Л., Бахтизин А. Р., Россошанская Е. А., Дорошенко Т. А., Самсонова Н. А. Проблемы стандартизации описания агент-ориентированных моделей и возможные пути их решения. Вестник Российской академии наук. 2023;93(4):362–372. DOI: https://doi.org/10.31857/S0869587323040059 EDN: SCIOKT

18. Бекетов С. М., Гинцяк А. М., Дергачев М. В. Алгоритм оценки сходимости стохастической Парето-оптимизации. Информационные технологии и вычислительные системы. 2024;(4):91–99. DOI: https://doi.org/10.14357/20718632240409 EDN: HBLXQQ

19. Демиденко О. М., Борчик Е. М., Якимов А. И. Многокритериальная оптимизация распределения ресурсов в процессе производства готовой продукции. Проблемы физики, математики и техники. 2022;(3(52)):90–96. DOI: https://doi.org/10.54341/20778708_2022_3_52_90 EDN: HPJWKR

20. Курганов В. М., Грязнов М. В., Колобанов С. В. Оценка надежности функционирования экскаваторно-автомобильных комплексов в карьере. Записки Горного института. 2020;241:10–21. DOI: https://doi.org/10.31897/PMI.2020.1.10 EDN: EUEOIJ

21. Dorri A., Kanhere S. S., Jurdak R. Multi-Agent Systems: A survey. IEEE Access. 2018;6:28573–28593. DOI: https://doi.org/10.1109/ACCESS.2018.2831228

22. Tsyplakov A. A., Melnikova L. V., Ibragimov N. I. Agent-Based Modeling of Spatial Economic Systems: а Review. Journal of Siberian Federal University. Humanities & Social Sciences 2021;14(12):1910–1919. DOI: https://doi.org/10.17516/1997-1370-0869 EDN: HWZUDG