多Agent的復雜經濟仿真系統(tǒng)構建策略

曲國華，張振華，徐嶺，劉增良，曲衛(wèi)華，張漢鵬，張強

(1. 山西財經大學 管理科學與工程學院，山西 太原 030006； 2. 廣東外語外貿大學經濟貿易學院，廣東 廣州 510006； 3. 北京石油化工學院經濟管理學院，北京 102600； 4.北京理工大學 管理與經濟學院，北京 100081; 5. 西南財經大學工商管理學院，四川 成都 610074)

?

多Agent的復雜經濟仿真系統(tǒng)構建策略

曲國華1，張振華2，徐嶺3，劉增良4，曲衛(wèi)華4，張漢鵬5，張強4

(1. 山西財經大學 管理科學與工程學院，山西 太原 030006； 2. 廣東外語外貿大學經濟貿易學院，廣東 廣州 510006； 3. 北京石油化工學院經濟管理學院，北京 102600； 4.北京理工大學 管理與經濟學院，北京 100081; 5. 西南財經大學工商管理學院，四川 成都 610074)

摘要：為了給復雜經濟仿真系統(tǒng)找到通用的理論模型，通過對國內Agent經濟系統(tǒng)的研究，提出復雜經濟系統(tǒng)微觀模型(CESM)。采用智能Agent CESM和亞小CESM模擬的實現(xiàn)方式，界定了個人、企業(yè)、政府、國外貿易的經濟行為，采用模型轉換和代碼生成支持計算實驗。根據所提出的CESM策略，設計和實現(xiàn)四部門復雜經濟仿真系統(tǒng)(FEAS)，最后用經濟學的觀點對結果進行解釋，結果表明，CESM最吸引人的地方是它通過異質性微觀Agent來涌現(xiàn)宏觀特征。系統(tǒng)的仿真過程表明提出的CESM策略是一種自治的、貼近復雜經濟仿真系統(tǒng)問題研究的建模方法，可以在集成項目的工作中發(fā)揮重要的作用。

關鍵詞：Agent；復雜經濟系統(tǒng)微觀模型；結點；四部門復雜經濟仿真系統(tǒng)

中文引用格式：曲國華，張振華，徐嶺，等. 多Agent的復雜經濟仿真系統(tǒng)構建策略[J]. 智能系統(tǒng)學報， 2016, 11(2): 163-171.

英文引用格式：QU Guohua, ZHANG Zhenhua, XU Ling， et al. A strategy to construct multi-Agent-based complex economic simulation systems[J]. CAAI transactions on intelligent systems, 2016, 11(2): 163-171.

20世紀末，隨著復雜適應系統(tǒng)理論的完善與發(fā)展，許多學者開始從一個統(tǒng)一的視角來看待復雜適應系統(tǒng)[1],而復雜經濟系統(tǒng)就是一個由大量自由主體構成的復雜適應系統(tǒng)。首先，復雜適應系統(tǒng)是通過眾多的主體相互作用而表現(xiàn)出來的一系列宏觀經濟行為現(xiàn)象，每個主體的屬性與行為是隨機的與非線性的。從每個主體Agent只能獲得系統(tǒng)的局部信息，但是作為系統(tǒng)的整體，每個Agent又總是隨著社會經濟網絡的形成不斷自發(fā)涌現(xiàn)出相應的現(xiàn)象。其次，經濟系統(tǒng)的每個主體會通過自己的環(huán)境不斷改變學習策略適應新的規(guī)則，這樣各個主體各自的升級積累會呈現(xiàn)出系統(tǒng)的整體進化狀況[2]。

基于上述原因，從國外文獻中，對一些典型的成功的微觀模擬系統(tǒng)、各個要素以及它們的屬性與行為進行抽象，提出基于Agent的復雜經濟系統(tǒng)微觀模型(CESM)。由于設計出的CESM具有層次結構，最下面是由最微觀的Agent充當，處在不同層次的Agent經過層層設計一直到頂端宏觀模型，因此CESM是經過“由下而上”的設計思路來完成的。根據此思路，設計了Agent的四部門經濟循環(huán)模型仿真系統(tǒng)。其中，Agent用來充當CESM的微觀主體，不同的Agent充當各自的角色，所有的微觀主體相互運行與學習涌現(xiàn)出了宏觀經濟運行特征。

1復雜經濟系統(tǒng)分析

復雜經濟系統(tǒng)包含大量的微觀部分主體(Agent)[12]，這些微觀成份不僅僅是聚集在一起，而且還存在著復雜的相互作用與相互影響。通過這些相互作用與相互影響進行復雜結構的演化，從而呈現(xiàn)一系列的宏觀現(xiàn)象。模擬社會宏觀經濟現(xiàn)象從社會宏觀角度和微觀個體結合來考慮，因為在復雜經濟社會系統(tǒng)中各個個體(微觀主體)之間是非線性的，它們之間的關系難以用數(shù)學的式子來表達。模擬社會的宏觀經濟現(xiàn)象應當研究微觀個體的行為，通過微觀個體的行為成份入手，建立微觀個體行為模型，根據個體之間局部交互和整體交互涌現(xiàn)宏觀的總特征。微觀模型當中的主體用Agent來充當。在經濟系統(tǒng)中存在著無數(shù)的微觀主體，如居民、企業(yè)、政府等，它們都具有自主性、自適應性。每個主體的微觀經濟行為匯集于宏觀經濟總量的發(fā)生與變化。我們可以把這些決策主體定義為Agent，經濟中的主體(Agent)可以是代理人、銀行、消費者、政府、公司或投資者，因此對復雜經濟系統(tǒng)的研究應從微觀經濟模型開始。人類個體能夠識別從微觀個體涌現(xiàn)出來的宏觀特性，而這些宏觀特性又影響到微觀個體行為[13]。

微觀分析模擬概念由美國耶魯大學奧樂卡特教授提出，隨著計算機技術的發(fā)展，微觀模型也得到迅速的發(fā)展和應用，在應用方面取得了顯著的成績[14-15]。20世紀60年代末到70年代中期，微觀模擬模型在發(fā)達國家得到了蓬勃的發(fā)展,如美國的TRIM、MATH、DYNASIM等模型都在此期間得到了開發(fā)和應用。法國、英國、加拿大、澳大利亞等許多發(fā)達國家都建立了本國個人的稅收模型[16]。20世紀80年代是穩(wěn)定的發(fā)展時期，產生了多種微觀模型[14-18]：美國TRIM3微觀靜態(tài)模型[14,18]；澳大利亞STINMOD微觀靜態(tài)模型[16-17]；歐盟EURMOD微觀靜態(tài)模型[14]；加拿大SPSDM微觀靜態(tài)模擬模型[14]，表1對這些模型進行了總結。

2復雜經濟系統(tǒng)的微觀模型(CESM)的構建

2.1CESM構建思路

對多Agent典型的微觀模擬模型系統(tǒng)研究和分析，抽象得出微觀模擬模型的構成要素——微觀主體Agent。它是現(xiàn)實經濟社會生活當中一個真子集。

表1　復雜經濟系統(tǒng)微觀模擬模型一覽表

圖1　復雜經濟仿真系統(tǒng)CESM Agent關系圖Fig.1　Relationship of CESM between simulation system and real system

構成微觀模擬模型的微觀主體(Agent)由于相關政策和預期目標的需要性，所需要的微觀主體數(shù)量與特征是各異的，最終導致的仿真預測目標是不一樣的。仿真的機理決定于所有涉及模型的微觀主體各自的屬性與行為與后天的不斷學習。最終復雜經濟系統(tǒng)的微觀模型用來解釋真實系統(tǒng)并要還原回現(xiàn)實的“真實系統(tǒng)”。

把真實系統(tǒng)根據仿真的目的分解為若干個微觀單元CESM Agent，然后對微觀單元進行建模，最后再建立真實系統(tǒng)的仿真模型，然后運行仿真模型得到真實系統(tǒng)的相似解的結果。通過對仿真結果的解釋與預測得到真實系統(tǒng)的本質規(guī)律。

式（10）中，解釋變量為cuit，表示2001～2016年各地產能利用率，被解釋變量有cycit（business cycle fluctuation），代表各地區(qū)歷年經濟波動程度，goiit（government investment）表示各地區(qū)歷年政府投資，demit（demand）表示各地區(qū)歷年的需求，scait（scale）表示各地區(qū)歷年煉化企業(yè)的規(guī)模大小，μi表示不可預測的固定效應，εi為隨機誤差項，主要變量統(tǒng)計性描述如表3所示。

2.2CESM的基本設定策略

CESM經濟仿真在建模方法上強調構成宏觀模型中各個微觀模型(CESM)單元的屬性與行為。它采用的是自下而上的模型，并通過通信機制建立各微觀主體之間的經濟聯(lián)系，通過聯(lián)系行為形成整體的宏觀系統(tǒng)的框架，在系統(tǒng)動態(tài)方面，CESM仿真中引進了離散的虛擬系統(tǒng)VTS[19]當作CESM仿真模型的時間基準，用它來協(xié)同各CESM的仿真進程與控制。CESM構建策略應當具有以下幾個要點：

1)一個宏觀仿真系統(tǒng)通常由多種類型的CESM構成，如圖1所示，同類型的CESM個體Agent應當具有相同的屬性與行為的規(guī)則。CESM的屬性與行為用來改變CESM自身的狀態(tài)，或者以消息的形式傳遞給其他的CESM或者作用于環(huán)境，從而產生對外界環(huán)境的影響。在一個宏觀模型中，每個CESM微觀單元可以只有一個實例，如圖中的MA1，也可以同時存在多個實例如MB1到MBN。

圖1中，為了一般性，我們把CESM1、CESM2、 CESM3和CESM4分別代表現(xiàn)實生活當中的個人，企業(yè)、政府和對外貌易，CESMA代表個人(也稱居民、消費者、勞動者等)；CESMB代表企業(yè)的成員變量(包括大型企業(yè)、中型企業(yè)、小型企業(yè))，CESMC代表的是成員變量(包含國稅局、財政廳等)，CESMD代表對外貿易、成員變量(具體為一些國家)。

2)CESM間以消息的傳遞方式建立聯(lián)系，亞小的CESM構成小的CESM，小的CESM構成CESM，從下往上一直構成宏觀經濟仿真模型。CESM發(fā)出的消息對其他各自的亞小CESM，小的CESM、CESM一直到宏觀經濟模型及所處的環(huán)境都產生影響。這些CESM收到信息時會進行獨立決策，以確定當前狀態(tài)下自己的行為。

3)在設計復雜經濟系統(tǒng)時，根據CESM的需要，CESM微觀單元應當具有一定的學習能力，通過環(huán)境的變化，CESM要不斷地完善自己并且要更新自己的狀態(tài)與行為規(guī)則，這種學習狀態(tài)法可以通過遺傳算法和人工神經網絡智能算法來實現(xiàn)。

4)CESM建立一個穩(wěn)態(tài)進化的聯(lián)系是以虛擬時間VTS作為時間鐘來協(xié)同各CESM的進程。從復雜經濟系統(tǒng)的邏輯來看，不同的CESM在運行時往往是并行的。因此為了滿足這些順序條件，CESM的設計時要采用并行計算算法與技術，提高系統(tǒng)的整體運行效率。

圖2　CESM Agent作用機理策略Fig.2　CESM Agent mechanism strategy

3CESM設計實例

3.1四部門CESM Agent經濟仿真系統(tǒng)設計

根據復雜經濟系統(tǒng)微觀模型CESM構建策略，基于Agent的四部門經濟循環(huán)模型仿真系統(tǒng)(FEAS)的CESM構建框架被建立如圖3所示。利用Agent的諸多特性[20-22]來仿真現(xiàn)實中的部門以及部門中的成員與執(zhí)行特定功能的具體部門。

圖3中，CESM M代表個人， CESM M1代表的是成員變量當中的個人(也稱居民、消費者等)；CESM N代表企業(yè)， CESM N1代表的是成員變量(包括大型企業(yè)、中型企業(yè)、小型企業(yè))，結點CESM P代表政府， CESM P1代表的是成員變量(包含國稅局、財政廳等)，結點CESM Q代表對外貿易， CESMQ1代表的是成員變量(具體為一些國家)。

圖3　復雜經濟仿真系統(tǒng)CESM Agent關系圖Fig.3　Relationship of CESM between simulation system and real system

在FEAS中用“CESM P”、“CESM Q”等來描述現(xiàn)實中的四部門，即利用Agent來扮演該CESM表示四部門當中的每個部門與它們之間的通訊行為；用亞小的CESM等來描述現(xiàn)實生活當中在每個部門工作的人員和完成某個任務的具體部門(如用Agent來扮演CESM M1與CESM N1完成“CESM M”與“CESM N”的任務)。在現(xiàn)實中每個部門及工作人員(運行主體)對應不同的CESM和不同的亞小CESM M1；對不同類型、不同的亞小CESM M1來說，CESM具有不同的類型特征。如果該亞小的CESM是工作人員(包括：性別、年齡、身份、職業(yè)、社會地位等)；如果該亞小的CESM是具體部門(包括財務部、國稅局等)。這些特征在一定程度上能夠影響其行為類型。也就是說特定的亞小CESM其行為周期(如一個月、一個季度、一年等)，其行為特征量，對亞小CESM是人員來說(工作周期、消費狀況、儲蓄狀況、投資狀況)變化不大；對亞小CESM是具體部門來說(購買、征稅、進出口)幾乎周期變化相同。因此可以用“部門特征與行為”來描述一個CESM，“部門工作人員的特征與行為”描述一個亞小CESM，再利用Agent來扮演該CESM和亞小的CESM，實現(xiàn)模擬現(xiàn)實的目的。FEAS中結點和成員變量代替CESM的具體研究請參考文獻[20]。

3.2四部門結點Agent模型設計

在FEAS中, 為了更好地體現(xiàn)四部門之間的經濟收入流量活動關系，在此文中只研究國民收入核算中四部門之間經濟收入流量的一些關系。把四部門當中結點都看作是一個Agent。讓每個Agent擔任社會當中的一個不同運行主體。運行主體抽象地說可以是有生命的，也可是無生命的。不同類型的Agent所扮演的功能是不一樣的，比如，個人結點Agent根據自己的職業(yè)、性別、收入分配狀況、年齡來實現(xiàn)各自的消費行為；企業(yè)Agent結點根據自己的發(fā)展規(guī)模給本企業(yè)工作人員發(fā)放不同等級的工資， 對不同Agent結點的特性與行為分別設計，然后再利用Agent的通訊機制來實現(xiàn)它們之間的收入流量循環(huán)關系。模型包括4個不同的結點，它們在現(xiàn)實生活當中分別代表個人、企業(yè)、政府、對外貿易。其決策函數(shù)來自于國民生產總值四部門構成的GDP=C+I+G+(X-M)及其相關函數(shù)。四部門FEAS循環(huán)模型可參考文獻[20]。

3.3四部門結點Agent設定

模型包括企業(yè)、個人、政府和對貿易4個結點Agent，包含具有不同生產規(guī)模且擁有分布在不同企業(yè)的行業(yè)、投資傾向和消費傾向各異的個人、以及具有履行不同職能的各級政府(包括財政廳、國稅局)還包含作為經濟系統(tǒng)樞紐的銀行部門。四部門之間的最終經濟活動靠銀行賬號來關聯(lián)，四部門結點Agent整體關系如圖6所示。設計的FEAS是按照宏觀經濟學當中國民收入核算中的收入流量循環(huán)模型流程來設計的[24]，先設計二部門結點，然后三部門結點，最后設計四部門結點，這樣設計的目的是保證系統(tǒng)的規(guī)則庫與規(guī)則事件具有協(xié)調性、連續(xù)性與整體性。限于篇幅個人Agent結點設定、企業(yè)Agent結點設定、政府Agent結點設定和國外Agent結點詳細設定及四部門結點Agent推理機與規(guī)則庫設計可參考文獻[20]。

4四部門CESM Agent經濟仿真系統(tǒng)實現(xiàn)

系統(tǒng)運行環(huán)境采用電腦：聯(lián)想 3000 870020z 臺式電腦；操作系統(tǒng)環(huán)境：Windows XP Professional +SP2；數(shù)據庫環(huán)境：Microsoft SQL Server 2005；開發(fā)語言及平臺：Microsoft VisualC#.Net+Microsoft studio 2008。通過Agent智能仿真技術，在多部門Agent的設計和實現(xiàn)過程中，主要參考面向對象技術中類和對象的概念，以及面向對象中的繼承、多態(tài)，封裝。在系統(tǒng)實現(xiàn)中采用Agent Class類作為各Agent的整體程序塊。單個Agent CESM和亞小CESM是Agent Class類的實例，單個Agent CESM、亞小的CESM特征和行為方封裝在各Agent的屬性和函數(shù)中。Agent的實現(xiàn)過程采用事實推理策略和產生式系統(tǒng)；產生式系統(tǒng)當中寫入各Agent要實現(xiàn)的知識與規(guī)則；事實推理策略采用規(guī)則的構建和前向推理[22]。我們將CESM作為Agent在Windows XP 環(huán)境下運行的應用程序來開發(fā)，基于目標實現(xiàn)的CESM 運行過程中，它的交互界面、通訊、事務處理和學習方式采用并行應用的方式，在運行中相互之間要進行通訊。一個進程中可以有多個線程并行運行，而且位于該進程的地址空間中，因而線程通訊要比進程容易。Windows XP支持多線程運行，VisualC#.Net+Microsoft studio 2008類庫也實現(xiàn)了多線程程序設計，因此，文中多線程被利用來設計并行運行系統(tǒng)各項功能。首先創(chuàng)建主線程，即用戶界面程序，如圖4所示，然后再創(chuàng)建工作者線程。

圖4　FEAS初始化界面Fig.4　Initialization interface of FEAS

圖4中有一個四部門投資增加信息，這個輸入框是較為重要的，我們可以在這一框中輸入相應的投資增加額，將會看到系統(tǒng)輸出端參數(shù)的變化，從未輸入參數(shù)時輸出端的信息到已輸入參數(shù)時輸出端信息的變化的比較，我們可以看到系統(tǒng)仿真的可靠性與確定性。從而達到了解系統(tǒng)是否實現(xiàn)了相應的目的哪些方面仍需改進。

系統(tǒng)按照FEAS的仿真流程一步一步地實現(xiàn)了二部門信息界面和仿真平臺，如圖5和圖6所示、三部門如圖7和圖8所示，四部門仿真模型與模擬平臺如圖9和10所示，并得到了一些相關的結論，從最后四部門的仿真結果可看出有個人消費C、政府購買G、企業(yè)投資I、對外貿易X-M。

圖5　二部門Agent信息界面Fig.5　Two department Agent information interface

圖6　二部門Agent運行系統(tǒng)仿真平臺Fig.6　Two department Agent operating system simulation platform

圖7　三部門Agent信息界面Fig.7　Three department Agent information interface

圖8　三部門Agent運行系統(tǒng)仿真平臺Fig.8　Three department Agent operating system simulation platform

圖9　三部門Agent信息界面Fig.9　Three department Agent information interface

圖10　三部門Agent運行系統(tǒng)仿真平臺Fig.10　Three department Agent operating system simulation platform

5仿真結果及分析

5.1仿真GDP構成要素

系統(tǒng)最終要仿真的就是構成復雜經濟系統(tǒng)的四部門(FEAS)的50個個人、3個企業(yè)、與中國進行對外貿易的兩個國家及政府構成的系統(tǒng)在運行一年(一年為一個周期)時所呈現(xiàn)的特征，最后得到的就是個人總消費、企業(yè)總投資、政府總購買及對外凈出口數(shù)額。根據GDP的構成公式我們可以很方便地得出GDP，它是用來衡量國民經濟活動的核心指標，也是分析一個國家一年經濟總量是否增長的有力依據，有了這一概念我們就可以大致地了解構成這個系統(tǒng)的經濟運行情況。我們設計仿真系統(tǒng)的目的也是要得到GDP，這與實際宏觀經濟學當中的經濟活動是較為吻合的，為了更清楚地標示仿真系統(tǒng)的各個要素在總GDP當中所占的比重，程序在實現(xiàn)這一情況時用到了圓形界面分析的程序，從圓形界面的特點我們可以一目了然地看出各個要素所占的GDP比重，如圖11所示。該比重所反映的就是構成該模擬系統(tǒng)的原始百分比重。但我們知道現(xiàn)實社會復雜經濟系統(tǒng)當中的個人消費、政府購買、企業(yè)投資、對外凈出口是在不斷變化的，并且這四項當中的每一要素的變化都會對引起GDP的變化，為了與現(xiàn)實社會的運行狀況進行近似模擬，系統(tǒng)在保持其他要素不變的情況下只對投資進行變化，在系統(tǒng)主界面圖7當中的投資增加額輸入框當中輸入不同的值，如輸入10 000元時(投資追加的方式是根據GDP的公式中投資這一變量而言的，這里指企業(yè)投資)，然后對系統(tǒng)再進行模擬，得到系統(tǒng)仿真后的各個參數(shù)的變化。

投資后的GDP界面如圖12所示，通過對投資前和投資后的對比，我們可以看到在投資增加10 000元后，仿真系統(tǒng)后的一系列參數(shù)發(fā)生了變化，通過四部門Agent投資前GDP分析與四部門Agent投資后GDP分析可以明顯地得到在投資增加后對系統(tǒng)模擬的結果是：四部門Agent的四要素都顯著地增加，從而引起GDP增加，對GDP餅狀圖標分析發(fā)現(xiàn)個人消費、企業(yè)投資、政府購買、對外凈出口額所占的比例明顯加大。在柱狀圖表分析當中，投資后的GDP要比投資前的GDP明顯偏高，這是符合常理和現(xiàn)實情況的。

圖11　投資前GDP分析界面Fig.11　The GDP analysis interface before investment

圖12　投資后GDP分析界面Fig.12　The GDP analysis interface after investment

5.2模擬結果的經濟學分析

投資增加時，仿真的結果是GDP增加，為什么投資增加時，GDP增加？本節(jié)應用宏觀經濟學當中的乘數(shù)論給予解釋，其基本內容是：投資變動給國民收入總量帶來的影響，要比投資本身變動更大，這種變動往往是投資變動的倍數(shù)，由于各經濟部門是互相關聯(lián)的，所以某一部門的一筆投資不僅會增加本部門的收入，而且會在國民經濟各部門中引起連鎖反應，從而增加其他部門的投資和收入，最終使國民收入成倍地增長。例如，若企業(yè)Agent投資增加一定的數(shù)值時，則這筆投資首先成為投資物品生產者Agent的收入；后者根據既定的邊際消費傾向將收入的一部分用于增加消費，使這部分消費開支成為某些消費品生產者Agent的收入；而這些消費品生產者Agent又按照既定的邊際消費傾向將收入中的一部分用于增加消費，又使這些消費開支成為另一些消費品生產者Agent的收入。照此類推下去，最終引起總收入的增加額，可達到最初企業(yè)Agent投資增加額的數(shù)倍， 其倍數(shù)或乘數(shù)的大小根據邊際消費傾向的數(shù)值大小而定，其數(shù)學公式表達如下：

設h代表投資乘數(shù)，只要邊際消費傾向一定，在國民生產總值GDP=C+I+G+(X-M)公式中，C=a+by(二部門經濟)，只要邊際消費傾向b一定，可知任何投資將最終引起收入增加的倍數(shù)h，h=ΔY/ΔI=ΔY/ΔY-ΔC=1/1-ΔY/ΔC，其中，ΔY/ΔC為邊際消費傾向。FEAS設計中，邊際消費傾向為3/4，則h=4。若企業(yè)Agent投資增加10 000元時，這意味著國民收入(工資和利潤)也相應地增加。這種收入的增加又增加了個人Agent消費支出b×10 000元，這又增加了生產消費品企業(yè)Agent的總收入，這第二輪收入的增加又增加了消費支出，增加量為b×b×10 000元，這種反饋會繼續(xù)下去。最終10 000元的收入經過四部門Agent的循環(huán)后將產生40 000元的對物品和勞務的需求。因此乘數(shù)論說明了初始投入可以把支出變動的影響擴大多少。構成GDP中的任一項最初一個較小的變動將對總需求產生較大的影響，從而對GDP國民生產總值產生較大影響，這也就是投資增加10 000后，會有投資后與投資前GDP有較明顯變化的原因。

6結束語

復雜經濟系統(tǒng)是一類典型的復雜適應系統(tǒng)，由于涉及眾多主體的復雜行為，傳統(tǒng)的數(shù)學建模方法很難對此進行有效地描述、分解和求解。于是在研究國內外文獻的基礎上，抽象出復雜經濟系統(tǒng)思想，構建了復雜經濟系統(tǒng)的CESM的工作原理，給出了CESM一般的數(shù)學模型。并刻畫出四部門FEAS CESM 的架構。在此基礎上采用基于Agent的CESM作用機理模擬了現(xiàn)實世界中二部門、三部門和四部門經濟收入流量運行情況, 對基于Agent的四部門收入流量循環(huán)模型進行了初步的嘗試和實現(xiàn)。所設計的Agent智能體所產生的屬性與行為具有一定的選擇性和針對性。通過設計四部門經濟收入流量運行的方式來為國民收入核算提供一定的宏觀經濟分析和宏觀經濟決策。雖然CESM策略的研究處于起步階段，有許多問題需要進一步地深入探討，但是提出的CESM模型無疑將有助于為專家、學者提供解決復雜經濟系統(tǒng)的一種建模策略，從而能夠在未來的研究中設計出較高要求的仿真系統(tǒng)用來分析和評估我國各項改革方案和措施。

需要指出的是文中構建的結點Agent和成員變量Agent的行為特征來源于其行為特征庫，由于對提取相應的行為特征庫實例數(shù)據量不足，而且仿真的參數(shù)變化量只涉及到了投資，與實際應用存在著一定差距，系統(tǒng)相應地存在一定的不足，每個部門當中實例成員變量不多；結點Agent和成員變量Agent的行為規(guī)則不夠完備，對仿真參數(shù)、模型設計有待進一步研究，這將在今后的研究中加以充實和完善。

參考文獻:

[1]范如國, 葉菁, 杜靖文. 基于Agent的計算經濟學發(fā)展前沿: 文獻綜述[J]. 經濟評論, 2013(2): 145-150.

FAN Ruguo, YE Jing, DU Jingwen. Frontier development of Agent-based computational economics: a survey[J]. Economic review, 2013(2): 145-150.

[3]ARIFOVIC J, KARAIVANOV A. Learning by doing vs. learning from others in a principal-agent model[J]. Journal of economic dynamics and control, 2010, 34(10): 1967-1992.

[3]胡代平, 王浣塵. 基于Agent的宏觀經濟決策支持系統(tǒng)[J]. 系統(tǒng)工程理論與實踐, 2002, 22(1): 33-37.

HU Daiping, WANG Huanchen. An Agent-based macro-economy decision support system[J]. Systems engineering-theory & practice, 2002, 22(1): 33-37.

[4]ARTHUR W B, HOLLAND J H, LEBARON B, et al. Asset pricing under endogenous expectations in an artificial stock market [D]. London: Brunel University, 1996: 25-30.

[5]毛海軍, 唐煥文, 張杰. 基于多Agent的宏觀經濟智能預測決策支持系統(tǒng)研究[J]. 運籌與管理, 2003, 12(6): 16-21.

MAO Haijun, TANG Huanwen, ZHANG Jie. Research on the multi-Agent based macro-economy intelligent forecast decision support system[J]. Operations research and management science, 2003, 12(6): 16-21.

[6]王紹坤. 金融網絡中基于Agent的企業(yè)經濟行為資金流動仿真研究[D]. 上海: 上海交通大學, 2009: 12-20.

WANG Shaokun. Research on Agent-based corporate account capital flow system simulation in financial network[D]. Shanghai: Shanghai Jiaotong University, 2009: 12-20.

[7]陳彬, 張鵬, 張烙兵，等. 面向應急管理的人工社會元建模方法[J]. 系統(tǒng)工程理論與實踐, 2015, 35(10): 2490-2503.

CHEN Bin, ZHANG Peng, ZHANG Luobing, et al. An emergency management oriented meta-modeling approach for modeling artificial society[J]. Systems engineering-theory & practice, 2015, 35(10): 2490-2503.

[8]徐敏杰, 胡兆光. 基于Agent的經濟政策對電力消費影響模擬實驗[J]. 系統(tǒng)管理學報, 2011, 20(5): 539-548.

XU Minjie, HU Zhaoguang. Simulating impact of macroeconomic policy on electricity consumption based on multi-Agent[J]. Journal of systems & management, 2011, 20(5): 539-548.

[9]朱永彬, 薛耀文, 高慧敏，等. 基于智能Agent的金融交易模擬終端設計與實現(xiàn)[J]. 計算機技術與發(fā)展, 2008, 18(8): 249-253.

ZHU Yongbin, XUE Yaowen, GAO Huimin, et al. Design and implementation of finance business simulation terminal based on Agent[J]. Computer technology and development, 2008, 18(8): 249-253.

[10]BASU N, PRYOR R, QUINT T. ASPEN: A microsimulation model of the economy[J]. Computational economics, 1998, 12(3): 223-241.

[11]EPSTEIN J M, AXTELL R L. Growing artificial societies: social science from the bottom up[M]. Washington, DC: Brookings Institution Press, 1996: 45-62.

[12]GILBERT N. Emergence in social simulation[M]//GILBERT N, CONTE R. Artificial Societies: the Computer Simulation of Social Life. London: UCL Press, 1995: 144-156.

[13]MINSKY M. Society of Mind: a response to four reviews[M]//CLANCEY W J, SMOLIAR S W, STEFIK M J. Contemplating Minds: a forum for artificial intelligence. Cambridge, MA: MIT Press, 1994: 252-278.

[14]GUPTA A, KAPUR V. Microsimulation in government policy and forecasting[M]. New York: Elsevier Science Ltd, 2000: 56-80.

[15]李善同, 高嘉陵. 微觀分析模擬模型及其應用[M]. 北京: 機械工業(yè)出版社, 1999: 22-30.

[16]HAVEMAN R H, HOLLENBECK K. Microeconomic simulation models for public policy analysis[M]. New York: Academic Press, 1980: 45-62.

[17]GIANNARELLI L. An Analyst′s Guide to TRIM2: the transfer income model[M]. Washington， DC: The Urban Institute, 1992: 22-45.

[18]史忠植. 高級人工智能[M]. 北京: 科學出版社, 1998: 34-42.

[19]ZHANG L B, QIU X G, ZHANG P, et al. Design and realization of agent action schedule component in artificial society simulation[C]//Chinese Automation Congress (CAC), 2013. Changsha: 2013: 274-279.

[20]曲國華, 薛耀文. 基于Agent四部門經濟循環(huán)模型仿真系統(tǒng)研究[J]. 計算機技術與發(fā)展, 2011, 21(4): 210-213.

QU Guohua, XUE Yaowen. Study of Agent-based four departments′ economy cycling model analogue system[J]. Computer technology and development, 2011, 21(4): 210-213.

[21]尹翰坤, 尹超, 王偉，等. 基于Multi-Agent的制造資源云服務化封裝方法及適配器研究[J]. 計算機集成制造系統(tǒng), 2014, 20(12): 3182-3188.

YIN Hankun, YIN Chao, WANG Wei, et al. Cloud service encapsulation adapter for manufacturing resource based on Multi-Agent[J]. Computer integrated manufacturing systems, 2014, 20(12): 3182-3188.

[22]孫彬, 陳秋雙. 基于多Agent的多式聯(lián)運運輸決策與動態(tài)協(xié)調[J]. 計算機集成制造系統(tǒng), 2013, 19(12): 3193-3201.

SUN Bin, CHEN Qiushuang. Transportation decision and dynamic coordination for multi-modal transport based on multi-Agent system[J]. Computer integrated manufacturing systems, 2013, 19(12): 3193-3201.

[23]高鴻業(yè). 西方經濟學[M]. 北京: 中國人民大學出版社, 2006: 12-45.

曲國華，男，1982 年生，博士研究生，主要研究方向為模糊決策、人工智能。先后參與國家自然科學基金等項目多項。發(fā)表學術論文10余篇，其中被SCI 檢索2 篇，EI 檢索1篇，CSSCI 檢索6篇。

張振華，男，1972年生，副教授，博士，中國計算機學會會員、中國人工智能學會粗糙集與軟計算專委會委員。主要研究方向為數(shù)據挖掘、智能計算、多屬性決策、軟件項目風險、服務外包和戰(zhàn)略決策。主持教育部和廣東省等各級縱向基金項目12項，目前在研省部級項目5項。作為核心成員參與完成國家自然科學基金項目4項，省部級項目6項。發(fā)表學術論文40余篇，其中被SCI和EI檢索30余篇。

徐嶺，女，1974年生，博士后，主要研究方向為網絡經濟、氣候變化與低碳經濟、環(huán)境與資源保護法。近3年主持和參與國家自然科學基金項目1項，國家社會科學基金項目1項，北京市哲學社會科學基金項目2項。發(fā)表學術論文10余篇。

A strategy to construct multi-Agent-based complex economic simulation systems

QU Guohua1, ZHANG Zhenhua2, XU Ling3, LIU Zengliang4, QU Weihua4,ZHANG Hanpeng5, ZHANG Qiang4

(1. School of Management Science and Engineering, Shanxi University of Finance and Economics, Taiyuan 030006, China; 2. School of Economics and Trade, Guangdong University of Foreign Studies, Guangzhou 510006, China; 3. School of Management and Economics, Beijing Institute of Petrochemical of Technology, Beijing 102600, China; 4. School of Management and Economics, Beijing Institute of Technology, Beijing 10081, China; 5. School of Business Administration, Southwestern University of Finance and Economics University, Chengdu 610074, China)

Abstract：To find a suitable theory model for complex economic simulation system, complex economic system microcosmic model (CESM) was proposed through the domestic economic system for research and Agent classification, analyzing CESM mechanism. An implementation approach used CESM-simulation and sub-CESM simulation based on intelligent agent and person, enterprise, government and foreign trade actions was defined, and the simulation models are generated by model transformation in order to support computational experiments. Four departments complex economic simulation system FEAS designing and implementation is developed according to CESM strategy proposed. Finally, simulation results are explained from Macroeconomics view, and the results show that the most attractive characteristics of CESM is that it can analyze its macro character by research heterogeneous agents behavior. FEAS simulation testifies that CESM strategy proposed is self contained, and it plays an important role in the integration of simulation system project.

Keywords：Agent; CESM; Node; FEAS

作者簡介：

中圖分類號：TP39

文獻標志碼：A

文章編號：1673-4785(2016)02-0163-09

通信作者：徐嶺. E-mail: xuling@bipt.edu.cn.

基金項目：國家自然科學基金項目(61175122, 71071018，71201089); 北京市哲學社會科學規(guī)劃項目(SZ201410017006 )；廣東省哲學社科和軟科學基金項目(GD12XGL14，2015A070704051,2014A030313575); 教育部人文社科項目(14XJC630010).

收稿日期：2015-09-20. 網絡出版日期：2016-03-15.

DOI:10.11992/tis.201509019

網絡出版地址：http://www.cnki.net/kcms/detail/23.1538.TP.20160315.1239.016.html