Postgraduate Student of the Department of Мulti-Аgent Intellectual Robotics Systems of the Scientific and Educational Center
аспирант кафедры «Мультиагентные интеллектуальныеробототехнические системы» Научно-образовательного центра
Candidate of Physical and Mathematical Sciences, Head of the Research Center “Intellectual Integrated Information and Management Systems”
канд. физ.-мат. наук, зав. НИЦ «Интеллектуальные интегрированныеинформационно-управляющие системы»
The relevance of this study stems from the need to develop effective tools for managing innovative investment processes in a highly uncertain market environment. Traditional research approaches, such as econometric modeling or system dynamics, often encounter difficulties in describing the adaptive behavior of agents and unpredictable collective effects. Therefore, there is a need for tools that allow for more realistic simulation of the behavior of investment market participants in all its complexity.
Aim. The study is to develop and test a multi-agent model to evaluate the effectiveness of various innovative investment scenarios and identify optimal strategies for market participants.
Methods. This paper uses simulation and multi-agent modeling as the primary research methods.
Results. This article presents a multi-agent simulation model of an innovative investment system for analyzing interactions between investment market participants. Simulation experiments demonstrate that the developed model is able to replicate the dynamics of innovation system development, evaluate the effectiveness of various investment strategies, predict market participant behavior, and determine optimal parameters for interactions between agents.
Conclusions. Future studies propose expanding the model to include a more detailed classification of investors and projects, integration with real data, and additional learning and collective investment mechanisms. The developed model can serve as a basis for creating practical decision-making tools for innovative investment and contribute to improving the efficiency of investment activities.
Актуальность исследования обусловлена необходимостью разработки эффективных инструментов управления инновационными инвестиционными процессами в условиях высокой неопределенности рыночной среды. Традиционные подходы к исследованию, например, эконометрическое моделирование или системная динамика, часто сталкиваются с трудностями при описании адаптивного поведения агентов и непредсказуемых коллективных эффектов. В связи с этим возникает необходимость в инструментах, позволяющих более реалистично имитировать поведение участников инвестиционного рынка во всей его сложности.
Цель исследования - создание мультиагентной модели, позволяющей оценить эффективность различных сценариев инновационного инвестирования и выявить оптимальные стратегии поведения участников рынка.
Методы исследования. В данной работе в качестве основных методов исследования применяются имитационное и мультиагентное моделирование.
Результаты. В статье представлена концептуальная модель мультиагентной системы инновационного инвестирования с использованием нейрокогнитивных архитектур для анализа процессов взаимодействия между участниками инвестиционного рынка. Разработана базовая архитектура автономного интеллектуального агента, которая в контексте системы инновационного инвестирования позволяет учитывать когнитивные аспекты поведения.
Выводы. В дальнейшем предполагается расширить модель, включив в нее более подробную классификацию инвесторов и проектов, интеграцию с реальными данными, дополнительные механизмы обучения и коллективного инвестирования. Разработанная модель может служить основой для создания практических инструментов поддержки принятия решений в сфере инновационного инвестирования и способствовать повышению эффективности инвестиционной деятельности.