Применение гибридных агенто-ориентированных систем для моделирования пространственно-зависимых розничных рынков (Using Hybrid Agent-Based Systems to Model Spatially-Influenced Retail Markets; http://jasss.soc.surrey.ac.uk/9/3/2.html)
В данной модели авторы анализируют розничной рынок бензина в графстве Западный Йоркшир, Великобритания. Гибридной модель названа в силу того, что авторы объединяют собственную модель поведения агентов – продавцов бензина, с SI-моделью (spatial interaction model), которая определяет поведение покупателей бензина. Компьютерная реализация модели выполнена на языке Java.
Каждый продавец бензина (бензоколонки, как входящие в крупные национальные или международные заправочные сети, так и независимые, а также супермаркеты) описываются двумя параметрами: цена бензина на данной заправочной станции и производственные издержки. Цель продавца – максимизировать прибыль. Продавцы имеют возможность «наблюдать» цены в некоторой окрестности своей бензоколонки на заправочных станциях конкурентов. Радиус «наблюдения» задается при инициализации модели и остается постоянным. Если цена конкурентов отличается от собственной цены продавца, то он устанавливает ее на уровень конкурентов, при этом продавец учитывает расстояние до конкурента таким образом, что чем дальше находится конкурирующая бензоколонка, тем меньше она влияет на решение об изменении цены. Дополнительно вводятся два ограничения: цена не может падать ниже какого-то определенного уровня и прирост цены не может выходить за определенные рамки (и минимальный уровень, и диапазон прироста цены фиксируются перед запуском модели и в ходе работы модели не пересматриваются).
В зависимости от динамики прибыли продавец выбирает стратегию поведения: 1) если прибыль растет, то действующая тактика (повышать/снижать цену) применяется и дальше; 2) если прибыль падает, то цену повышают; если прибыль продолжает падать, то цену снижают; 3) если прибыль постоянна в течение двух итераций, то цену не меняют.
Объемы продаж каждой бензоколонки определяется, исходя из двух уравнений: S 0 ij = ? j exp [- ? d ij - ? p j ](1+ ? ) и S ij =( S 0 ij /? S 0 ij ) H i F , где S ij – количество бензина, проданного j -ой бензоколонкой i -ой когорте автовладельцев; ? j принимает значение 1, если j -ая бензоколонка продает бензин и 0 – в противном случае; d ij – расстояние между j -ой бензоколонкой и i -ой когортой автовладельцев; p j - цена бензина на j -ой бензоколонке; H i – количество домохозяйств в i -ой когорте автовладельцев; F – расход бензина одним автомобилем в сутки; ? – случайная величина.
Авторы исходят из предположения, что в основном автомобилисты покупают бензин по дороге на работу, а не ездят за ним специально. Поэтому дополнительно была использована сетевая модель определения кратчайшего пути: был составлен граф, узлы которого обозначали «центры тяжести» округов графства, взвешенные по количеству населения, а грани соответствовали расстояниям между ними. Автомобилисты могут передвигаться из узла в узел (из дома на работу и обратно) при необходимости через другие узлы по граням графа. Использование подобной сетевой модели заметно изменило распределение потребителей по территории графства, придав ему большее правдоподобие.
Для проверки надежности модели авторы имитировали резкое изменение цены бензина на одной случайно взятой бензоколонке, изменение производственных издержек на бензоколонках, а также сравнили карту прибыльности бензоколонок графства с более поздними данными о том, какие бензоколонки были вынуждены закрыться. Во всех случаях проверки были пройдены.
Поскольку средние экономические показатели деятельности заправочных станций в графстве (такие, как прибыльность, объем продаж бензина и т.п.) модель, по собственному признанию авторов, определяет примерно на том же уровне, что и регрессионные модели, то наиболее интересным результатом оказывается возможность оценить географическое распределение центров прибыли и убыточности розничного рынка бензина и некоторых других экономических показателей.