Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

ВВЕДЕНИЕ

Согласно стратегии Вологодской области 2030[1] область обеспечена трудовыми ресурсами, но в задачах стоит усовершенствования мониторинга и прогнозирования потребности экономики в трудовых ресурсах, так как в Вологодской области все-таки существуют проблемы и ограничители развития. Например, сокращение численности населения по естественным причинам и миграции. За период 2000-2015 годов среднегодовая численность постоянного населения Вологодской области сократилась на 105,7 тыс. человек (8,2%) и составила 1189,3 тыс. человек. Городское население уменьшилось на 34,7 тыс. человек (3,9%), сельское - на 71,0 тыс. человек (17,5%). Ожидаемая продолжительность жизни при рождении за 2000-2015 годы выросла с 65,7 до 70,4 лет. Россия и Вологодская область вошли в полосу неблагоприятных изменений возрастной структуры населения.

Тенденции, связанные с сокращением численности женщин активного репродуктивного возраста и увеличением численности пожилого населения сдерживают дальнейшее улучшение демографической ситуации. Численность трудоспособного населения имеет устойчивую направленность к снижению. За 2000-2015 годы в Вологодской области доля населения трудоспособного возраста сократилась с 59,1% до 56,5%. При этом доля населения старше трудоспособного возраста выросла с 21,3% до 25,1%. Вследствие этих факторов происходит рост демографической нагрузки на трудоспособное население пожилыми и детьми, и коэффициент демографической нагрузки на вырос на 15%.

Миграционный прирост оказывает не меньший вклад на размер и динамику численности населения области. С 2006 года в Вологодской области наблюдается тревожная ситуация превышения численности выбывших над прибывшими, что является фактором снижения численности населения области. Миграционная убыль населения в 2015 году составила 2063 человека.

С учетом долгосрочных стратегических вызовов времени основной упор делается на количественный и качественный рост человеческого потенциала и активизацию реализации политики народосбережения.

Рассмотрим характеристику Вологодской области. По объему валового регионального продукта Вологодская область занимает 39 место среди субъектов Российской Федерации и 4 место среди субъектов, входящих в СЗФО. По объему валового регионального продукта в расчете на 1 жителя позиции области соответствуют 31 месту среди всех регионов России и 7 месту - в СЗФО. На долю Вологодской области приходится 0,7% общего объема валового регионального продукта страны, 1,0% объема промышленного производства, 0,8% занятых в российской экономике.

На Вологодскую область по итогам 2015 года приходится 0,4% налоговых доходов в консолидированный бюджет Российской Федерации. В расчете на душу населения по объему поступлений налоговых доходов в бюджеты всех уровней (47 тыс. рублей) область занимает 38 место в России.

Таким образом, можно утверждать, что Вологодская область один из наиболее развитых индустриальных регионов, предприятия активно торгуют, развит агропромышленный комплекс обеспечивающий население в стране и за ее пределами экологически чистыми и натуральными продуктами питания, это регион с развитой социальной сферой, обеспечивающей условия для комфортной жизнедеятельности и реализации человеческого потенциала.

Моделирование населения Вологодской области актуально в настоящий момент времени, так как это позволит продолжать развитие области, основываясь на демографическом развитии региона. Моделирование демографических процессов отдельных регионов основано на количественном и качественном прогнозе воспроизводства основных групп населения - городского и сельского.

Для моделирования поведения применяются средства имитационного моделирования. Одно из средств - это агент-ориентированное моделирование, которое стало возможно с появлением современных вычислительных мощностей.

Основная идея агент-ориентированных моделей (АОМ), заключается в построении самостоятельных агентов, с набором свойств и методов взаимодействий между агентами. Агенты образуют искусственное общество, в котором имитируется поведение каждого агента, так же как и живые люди в настоящем обществе, что предоставляет широкое применение АОМ в моделировании данной сферы.

Мультиагентные системы характерно отличаются от других моделей и процессов. Данные черты и особенности необходимо учитывать при разработке демографических моделей, как и черты и особенности реальных имитируемых агентов, которые могут одновременно участвовать во множестве процессов и используют для этого различные свойства, это также необходимо учитывать при моделировании комплексных систем. Для обеспечения правдоподобных моделей необходимо создавать большие популяции агентов, кроме этого, в одной модели могут присутствовать агенты разных типов, образующие иерархические и сетевые структуры. Далее рассмотрим различные методы демографического моделирования.

1 АНАЛИЗ МЕТОДОВ И СРЕДСТВ ДЕМОГРАФИЧЕСКОГО МОДЕЛИРОВАНИЯ РЕГИОНОВ

демографический моделирование концептуальный цикл

В общем виде демографию определяют, как науку о населении. У науки есть собственные определения объекта и предмета.

Объект науки - определенная область, на которую направлен процесс научного познания...

Предмет науки - наиболее значимые характеристики, стороны, свойства и особенности объекта, подлежащие изучению или познанию особенно важных для решений проблем.

Термин население - это универсальный объект исследования многих наук, необходимо найти комплекс явлений, процессов и отношений собственного демографического интереса. Помощь в поисках ответов может оказать обращение к истории термина демография.

Слово демография появилось на свет позже других терминов. Швейцарский математик Христофор Бернулли предложил назвать популяционистикой.

Термин демография ввел французский ученый Ахилл Гийяр в 1855 г. в своей книге, там он определил демографию как математическое изучение населения, его изменений и его физических, гражданских, интеллектуальных и моральных условий.

Довольно долго под демографией понималась статистика населения, но постепенно демография стала особой наукой с собственным предметом, и выходит за рамки описания населения, как статистического и математического.

К середине двадцатого века пришли к убеждению, что демография изучает не просто динамику населения, структуры и территориальное размещение, а нечто, чего не изучает ни одна другая наука - воспроизводство населения, т.е. процесс непрерывного возобновления его численности и структур через смену поколений, через процессы рождаемости и смертности. Сегодня практически все демографы рассматривают демографию как науку, предметом которой является именно воспроизводство населения, как процесс непрерывного возобновления его численности и структуры в ходе смены одного поколения другим и законы, им управляющие.

То понимание воспроизводства населения, которое изложено выше, и соответственно предмета демографии как науки обусловливает и специфику демографического подхода к населению, специфику того определения населения как всеобщего исследовательского объекта[2].

Для развития национальной экономики в целом и для развития ее основных отраслей необходима статистическая информация о населении. Как статистическая категория, население представляет собой совокупность людей, проживающих на данной территории. Оно непрерывно изменяется за счет рождения и смертей.

Информация о населении включает его естественный прирост, его естественное движение, его профессиональный состав, возрастной состав, численность трудоспособного населения. Единицей наблюдения или единицей учета в статистике населения может быть, как отдельный человек, так и семья, а также домохозяйство и населенный пункт.

Основным источником информации о населении является текущий учет (сплошная перепись) населения, который, как правило, проводится раз в десять лет. Отдельные сведения собираются на основе выборочной переписи населения. При переписи населения учитываются две категории населения: Население наличное (лица, фактически находящиеся на момент переписи в данном населенном пункте, включая временно проживающих) и Население постоянное (лица, для которых данный населенный пункт является местом постоянного проживания, включая временно отсутствующих).

В ходе статистического обследования населения определяется численность населения на момент проведения переписи. Сведения о наличном населении очень важны для населенных пунктов, где сильно влияние сезонного фактора (курортные районы) или для поселков, где используется рабочая сила вахтовым методом.

По результатам переписи исчисляется такой показатель, как Среднегодовая численность населения, которая представляет собой среднюю арифметическую из численности на начало и конец календарного периода. Показатель среднегодовой численности широко используется для расчетов среднедушевых показателей (потребления, доходов, обеспечения транспортными коммуникациями, товарами потребления, услугами и т.д.).

1.1 Анализ математических методов демографического моделирования

В данном пункте рассмотрим некоторые методы демографического моделирования, точнее математические. Виды средних величин представлены в виде таблицы[3].

Таблица 1.1 - Виды средних величин

Наименование средней	Формула средней
	Простая	Взвешенная
Арифметическая
Гармоническая
Геометрическая
Квадратическая

Средняя арифметическая простая. Эта форма средней используется в тех случаях, когда расчет осуществляется по не сгруппированным данным.

где - численность населения на начало периода, - численность населения на конец периода.

Средняя арифметическая простая используется в тех случаях, когда варианты или варьирующие признаки встречаются только по одному разу и имеют одинаковый вес в совокупности. Средняя арифметическая взвешенная используется, когда данные сгруппированы, а отдельные значения признака встречаются неодинаковое число раз.

Средняя гармоническая - это величина, обратная средней арифметической из обратных значений признака. Средняя гармоническая вычисляется в тех случаях, когда в качестве весов применяются не единицы совокупности, а произведения этих единиц на значения признака.

Средняя гармоническая простая исчисляется в тех случаях, когда веса одинаковы, то есть равны между собой. Средняя геометрическая простая используется при вычислении среднего коэффициента роста (темпа роста) в рядах динамики. Средняя квадратическая используется для расчетов среднего квадратического отклонения при изучении темы «Показатели вариации».

Для вычисления средней в дискретных рядах варианты нужно умножить на частоты и сумму произведений разделить на сумму частот, то есть по средней арифметической взвешенной.

Рассмотрим методы экстраполяции. Применение методов основано на предположении, что выявленные тенденции рождаемости, смертности, миграции будут неизменными на протяжении прогнозируемого периода времени. Наиболее приближенные оценки будущей численности населения с помощью метода экстраполяции можно получить посредством обобщающих показателей динамики. Экстраполяция на основе показателя среднего абсолютного прироста:

где д - показатель среднего абсолютного прироста населения, St - прогнозируемая численность населения в году t, S0 - численность населения на начало прогнозируемого периода, t - период прогноза.

Экстраполяция на основе показателя среднего темпа роста:

где xt - показатель среднего абсолютного прироста.

Далее рассмотрим методы статистического моделирования, метод передвижки возрастов, покомпонентный метод.

Методы статистического моделирования применяют модели регрессии для демографического прогнозирования, характеризуя зависимость демографических явлений от различных факторов.

Метод передвижки возрастов использует дополнительную информацию для моделирования населения. Он основан на использовании данных о возрастном составе населения и коэффициентов дожития из таблиц смертности.

Суть метода передвижки возрастов состоит в том, что население возрастной группы x в момент времени t рассчитывается как произведение численности населения возрастной группы x-1 на момент времени t-1 и коэффициента дожития для данной возрастной группы, показывающего, какая часть лиц в возрасте (x--1) доживет до возраста x лет:

Если известен возрастной состав населения на определенную дату, то можно рассчитать предполагаемую численность населения в каждом возрасте через год, два и т. д.

Для определения возможного числа рождений используются данные о возрастном составе женщин 15-49 лет и специальные коэффициенты рождаемости:

где КР.спец.x - специальный коэффициент рождаемости для женщин в возрасте х лет, Sxt - средняя численность женщин в возрасте х лет.

Покомпонентный метод используется в комбинации с методом передвижки возрастов. Данный метод основывается на учете динамики основных демографических показателей - смертности, рождаемости и миграции. Выявляются тенденции изменения этих показателей и строятся индексы, в последствии используемые в моделировании - для прогнозируемого года меняются показатели в передвижке возрастов.

Процедура прогнозирования варьирует индексы, предполагая различные сценарии моделирования развития отдельных процессов.

1.2 Собственные методы демографии

В данной пункте мы рассмотрим собственные методы демографии[5], такие как метод когорт, поперечный и продольный методы, метод стандартизации демографических коэффициентов, а также введем понятия стабильного и стационарного населения.

Метод когорт (метод продольного анализа), применяется для изучение какого-то процесса на протяжении поколения. Демографические процессы анализируются в людских группах, с одинаковым демографическим состоянием. Задача метода заключается в получении характеристик демографических процессов, возникающих в промежуток времени между образованием когорты и наступлением демографического события.

Метод поперечного анализа, изучение демографических процессов основано на интерпретации показателей частоты демографических событий, в интервалах демографических состояний для сравнительно непродолжительного временного периода.

Продольный и поперечный анализ дает возможность сравнивать особенности воспроизводства ряда поколений, что важно, как для исторической демографии, так и для демографического и социального прогнозирования, а следовательно, для выработки социальной политики.

Методы реального и условного поколения являются отличительными специфическими методами демографии наряду с привлечением всего арсенала методов статистики, социологии, социальной психологии, истории и культурологии.

Знание возраста отдельных людей на момент наблюдения или наступления в их жизни демографических событий даёт представление о возрастном составе и возрастной структуре населения, а так же о том, в каких возрастах происходят те или иные события.

В возрастной структуре население распределяется по одногодичным, пятилетним и более укрупненным возрастным группам. Важную роль в демографическом анализе играет понятие поколения, которое характеризует совокупности людей, родившихся в определенный период. Различают совокупность ровесников, составляющих реальное поколение, и совокупность современников разного возраста, составляющих гипотетическое поколение. Длина поколения выражается средним промежутком времени между рождением родителей в некоторой их совокупности и рождением всех их детей.

Методы стандартизации демографических коэффициентов, сравнивают демографические коэффициенты влияющие на структурные особенности демографических общностей. Сравнение общих демографических коэффициентов демографического процесса, если не учитывать влияние различных сравниваемых совокупностей, дает искаженную картину, поэтому коэффициенты сравниваются после. Показатели интенсивности процесса и структура сравниваемой демографической совокупности принимают за стандарт, для прочих высчитывается индекс отношения к стандарту. Перемножая индекс на стандарта, получают стандартизированные демографические коэффициенты.

Территориальное сравнение демографических локальных состояний и процессов осуществляется с помощью картографических методов. При этом используются карты: людности поселений и плотности территориального расселения; половозрастного состава, а так же механического и естественного движения.

Особое место занимает метод построения демографической сетки, позволяющий с помощью геометрических построений получать разнообразные характеристики, в том числе прямо не наблюдаемые, демографических процессов в поколении и анализировать их протекание во времени.

Методы демографического прогноза дают возможность оценивать роль компонентов изменения населения, сравнивая их влияние на численность и структуру населения в будущем.

Стабильное население - теоретическая модель населения с неизменными во времени возрастными интенсивностями рождаемости, смертности и возрастной структурой населения. Реальное население не является стабильным населением, однако известны временные интервалы, в течение которых режим рождаемости и вымирания в среднем оставались неизменными. В этом случае воспроизводство населения может быть описано с помощью модели стабильного населения.

Стационарное население - частный случай стабильного населения при истинном коэффициенте естественного прироста равном нулю, и неизменной численности населения. Система соотношений между численностью различных совокупностей родившихся, живущих, умерших и вероятностями смерти (дожития) и рождения.

При переходе к следующему шагу моделирования коэффициенты смертности, отдельные для мужчин и женщин, умножаются на соответствующий индекс сценария. Исходными данными для имитации процесса смертности служат половозрастные коэффициенты смертности и индексы их изменения. Степень детализации индексов можно повышать, вводя дифференциацию по отдельным группам агентов и/или по отдельным регионам учитывая влияние и негативных и позитивных социальных, экономических и экологических факторов.

Далее рассмотрим моделирование с помощью агент-ориентированного подхода[6]. Агенты выбирают наиболее благоприятное место жительства, стремясь улучшить свое материальное положение. В имитации используется информация о средней заработной плате, величине прожиточного минимума и уровне безработицы в регионах, а также процедура миграционного выбора, позволяющая агентам выбирать место жительства.

Исходными данными для имитации миграции служат статистические данные и индексы изменения миграции, безработицы, заработной плате и прожиточном минимуме в базовом году. Учитывается разница между уровнями жизни в регионах, а ограничителем в реализации миграционных настроений является доступность трудоустройства на новом месте.

Для осуществления акта миграции необходимо, чтобы качество жизни и показатель трудоустройства на новом месте жительства превышали показатели на старом. Окончательный выбор производится случайным образом. Вероятность выбора региона убывает вместе с увеличением его удаленности от места жительства агента.

Имитация рождаемости. Агенты репродуктивного возраста в модели могут принимать решение о рождении детей. Показатели рождаемости - реакция популяции агентов на изменение внешних условий, тогда исходными данными для имитации процесса рождаемости служат статистические данные, характеризующие в выбранном базовом году:

- рождаемость;

- уровень безработицы;

- уровень заработной платы;

- величину прожиточного минимума.

С точки зрения демографического анализа семья -- сложный объект, поскольку жизненный цикл семей с момента образования до неизбежного распада формируется под влиянием всех демографических процессов одновременно -- динамика отношений в браке, рождаемости, смертности и прекращения браков. Причем, рассматриваемые в совокупности, эти процессы уже не могут считаться независимыми.

До тех пор пока объектом исследования было лишь ограниченное число признаков (пол, возраст, брачное состояние), демографические процессы изучались преимущественно на макроуровне. Соответственно в макромоделях задавалась некоторая структура населения и вероятности наступления определенных демографических событий в каждой группе или населении в целом.

Когда же потребовалось исследовать новые факторы: демографическое поведение (в частности, намерения родителей относительно числа детей), биологические компоненты воспроизводства населения, а число демографических переменных включить очередность рождения, интервалы между рождениями, то взаимосвязанное изучение компонентов на макроуровне невозможно. Для одновременного использования в модели, нужно знать вид совместных распределений по признакам. Для большинства совместных распределений нету фактических данных, и удобнее исследовать компоненты на отдельных индивидах или семьях.

В микромодели объект моделирования - жизнь отдельного индивида или семьи. Вступление в брак, рождение ребенка, прекращение брака, смерть учитываются, как последовательность независимых событий индивида. Структура населения и общие характеристики демографического процесса - это суммирование данных индивидов. Каждое событие рассматривается, как случайное, стохастические модели - средство для их совместного изучения.

В детерминистских моделях в качестве вероятности демографического события рассматривается доля людей в населении, с которыми это событие происходит, а число событий определяется произведением доли и числа людей, подверженных риску события.

В стохастических моделях демографическое событие рассматривается как случайная величина, подчиняющаяся распределению вероятностей, а число событий определяется на основании многократной реализации случайной величины с учетом свойств распределения. Демографический процесс представляется множеством случайных событий, наступление которых происходит с определенными вероятностями. Закономерность процесса, проявляется в среднем, при достаточно большом числе случаев.

Принцип имитационной стохастической микромодели состоит в рассмотрении жизни человека, состоящей из малых промежутков времени, в течение которых может произойти демографическое событие. Определяется логическая последовательность случайных событий и состояний индивида. Задаются числовые значения независимых вероятностей наступления событий в зависимости от возраста, длительности состояния и от исхода предшествующего события. Исследуемая совокупность считается однородной, так как вероятность наступления случайного события одинакова для всех индивидов. Распределение вероятностей определяется исходя из прошлого опыта или из теоретических представлений о сущности процесса. Описание последовательности событий и распределение вероятностей каждого из них составляют собственно модель.

Задача состоит в имитации динамики семейной структуры населения в зависимости от основных ее компонентов и оценить влияние каждого из них на этот процесс. Под семейной структурой понимается в данном случае распределение населения по семьям разной величины и разного типа. Качество любой модели определяется близостью ее к реальному моделируемому процессу. Поэтому ставилась задача возможно более точно отобразить реальный процесс динамики числа семей и семейной структуры населения.

Процесс рассматривается на совокупности лиц, характеризующихся каждое годом рождения, полом, возрастом вступления в брак, категорией брачного состояния (никогда не состоял (а) в браке, женат, замужем, вдов (а), разведен (а)), для женщин -- также числом рожденных детей. Все индивиды в модели считаются разными, для чего каждый имеет имя, выраженное его порядковым номером в населении.

Учитывались следующие демографические события:

1) смерть;

2) рождение ребенка;

3) вступление в брак;

4) развод;

5) выделение взрослого ребенка из семьи;

6) старение живущих.

Для первых трех событий наступление каждого из них определялось на основании вероятностей для соответствующего демографического процесса, зависящих от тех или иных демографических характеристик члена семьи или индивида.

2 ПОСТРОЕНИЕ КОНЦЕПТУАЛЬНОЙ МОДЕЛИ ДЕМОГРАФИЧЕСКОГО РАЗВИТИЯ

В данной главе будет описан процесс построение концептуальной модели[7]. Концептуальная модель помогает решить:

- какие переменные наиболее важны;

- какие связи наиболее значимы;

- какую информацию необходимо собрать;

- дает возможность четкой постановки исследовательских вопросов;

- постановки разработок гипотез исследования.

При построение концептуальной модели анализируется научная литература, данный этап мы выполнили в предыдущей главе. Также внимание уделяется внимание на анализ теоретических положений, четкой интерпретации основных понятий. Определение некоторых основных понятий.

Предметная область - часть реального мира, рассматриваемая в пределах данного контекста. Концептуальная модель строится по предметной области.

Концептуальная модель - это модель, представленная множеством понятий и связей между ними, определяющих смысловую структуру рассматриваемой предметной области или ее конкретного объекта. В нашем случаи предметной областью является демографическое развитие и демографические структуры населения.

Демографическое развитие - изменение численности населения и его структур в определенный период времени.

Демографические структуры населения - обусловливающие воспроизводство населения группы, сформированные в соответствии со значениями того или иного признака.

Под структурой населения обычно понимают распределение индивидов по тем или иным, выделенным по различным основаниям типологическим группам. Поскольку же оснований для выделения типологических групп может быть в принципе сколько угодно и каких угодно, постольку можно построить и любое число любых структур населения. Поэтому можно говорить, например, о распределении населения на мужчин и женщин, на жителей городов и сельской местности, на состоящих и не состоящих в браке, на грамотных и неграмотных, на имеющих тот или иной уровень образования, на экономически активных и иждивенцев, на принадлежащих к той или иной социальной, этнической или конфессиональной группе. Этот список не имеет границ, как не имеет границ набор самых разнообразных характеристик индивидов (физиологических, психологических, социальных, экономических, этнокультурных и пр., и пр.), которые могут быть положены в основу типологизации и выделения тех или иных структур населения.

Состав населения - распределение людей, образующих население, по группам в соответствии со значениями того или иного признака. Одна из наиболее общих характеристик населения и социальной структуры при их описании и анализе. (...) Состав населения бывает представлен по двум (например, пол) или нескольким градациям признака (группам), причем каждая из них может быть разделена на подгруппы по другому признаку или признакам (например, распределение людей по возрасту чаще рассматривается отдельно для каждого пола) и характеризоваться числом людей в выделенных группах, долей этих групп во всем населении или числом людей одной группы, приходящихся на 100 (или 1000) человек другой группы.

Демографические структуры - это структуры населения, которые непосредственно прямой и обратной связью связаны с воспроизводством населения.

Однако демографа интересуют отнюдь не все эти структуры, а лишь те из них, которые непосредственно прямой и обратной связью связаны с воспроизводством населения. Именно эти структуры и называются в строгом смысле слова демографическими структурами.

В демографии термины структура и состав часто используются как взаимозаменяемые для описания распределения населения по таким характеристикам, как возраст, пол, брачный статус, профессия и т.д. Термин структура иногда употребляется в более узком значении для описания распределения населения только по возрасту и полу.

Таковыми являются только половая структура (половой состав), возрастная структура (возрастной состав), а также брачная и семейная структура (брачный и семейный состав) населения. Именно эти структуры, с одной стороны, оказывают прямое и непосредственное влияние на воспроизводство в целом и на составляющие его процессы рождаемости, смертности и брака, а с другой, - сами прямо и непосредственно зависят от этих процессов.

Последние же, т.е. процессы рождаемости, смертности, а также брака и разводимости, будучи составными частями воспроизводства населения, и называются демографическими процессами.

Все прочие мыслимые структуры (составы) населения являются недемографическими структурами. Это не означает, что демограф совершенно не интересуется ими. Однако интерес к ним - качественно иной, нежели к демографическим структурам.

Половая, возрастная, брачная и семейная структура непосредственно входят в предмет демографии, в то время как все прочие выступают (или могут выступать) лишь как экзогенные переменные (факторы) демографических процессов, оказывающие на них (и на воспроизводство населения в целом) то или иное, но всегда косвенное, не непосредственное воздействие. Они действуют опосредованно, через демографические структуры. Это отнюдь не умаляет их роли в демографическом анализе, а лишь точнее определяет ее.

К тому же недемографические структуры, как правило, входят в предметы других общественных наук, например, экономической науки или социологии. Поэтому знание разнообразных структур населения, выделенных по различным признакам, и тенденций их изменения является необходимым условием деятельности любого обществоведа, в какой бы сфере он ни работал[2].

Виды демографических структур:

- половая структура;

- возрастная структура;

- брачная и семейная структура;

- языковая структура;

- конфессиональная структура;

- доходная структура.

Для того, чтобы построить концептуальную модель надо описать предметную область.

Информацию о населении Вологодской области можно найти на сайте статистики Вологдастат[8], в разделе официальной статистики. В подразделе Основные показатели: численность и состав населения можно найти всю нужную информацию о население Вологодской области. Например:

- оценка численности населения по полу;

- оценка численности населения по возрастным группам;

- среднегодовая численность населения;

- оценка численности постоянного населения;

- динамику численности постоянного населения.

В подразделе можно найти информацию по родившимся и умершим, а также есть раздел миграции населения.

Из данных, представленных на сайте Вологдастата можно сформировать концептуальную схему предметной области. Выделим основные факторы демографического развития:

- рождаемость;

- смертность;

- городское население;

- сельское население;

- фертильность;

- миграция;

- служба в армии;

- заключение брака.

Первый шаг в построении концептуальной модели - увязать объект исследования, предмет исследования и контекст.

Рисунок 2.1 - Логическая структура концептуальной модели

В нашем случаи контекстом будут характеристики Вологодской области, объектом исследования будет население Вологодской области, а предметом исследования будет демографическое развитие.

Рисунок 2.2 - Логическая структура концептуальной модели исследования населения Вологодской области

Представленные схемы - показывающие в общем виде основные взаимосвязи внутри исследования концептуальные модели, которые необходимо детализировать.

Для того, чтобы концептуальная модель служила основой для разработки, понятия, входящие в концептуальную модель необходимо уточнить, интерпретировать понятия, как с теоритической, так и с эмпирической стороны.

Интерпретация понятий - поиск признаков, проясняющих значения понятий в некоторым существенном для поставленной задачи отношении. Чем больше проведена интерпретация, тем более конкретной будет концептуальная модель, и тем лучше она исполнит свою функцию направляющей исследования.

Интерпретация понятий представляет собой аналитическую процедуру, в ходе которой структурируем определенное понятие. В процессе интерпретации и структурирования нужно обращаться к различным источникам информации - определениям, данным предыдущих исследований, мнениям экспертов, собственному опыту как профессиональному, так и жизненному, а также интуиции. Структурирование понятие заключается в выделение составных частей, признаков, которые относятся к данным частям.

Если проинтерпретировать демографическое развитие, то можно выделить сразу несколько основных черт - рождаемость и смертность, а также фертильность женщин по разным возрастным группам. Также можно отметить службу в армии, так, как во время службы человек изымается из его окружения и он не производит потомство. Можно добавить миграцию, так, как люди, мигрируя из одного региона в другой, или из региона в другие страны изменяют демографическое развитие, и данную тенденцию можно провести по множеству лет.

Если проинтерпретировать население Вологодской области, то можно сразу выделить городское и сельское население. По данным Вологдастата рождаемость и смертность в этих отдельных группах отличаются. Также нужно выделить фактор человеческого возраста, распределение людей по полу. Можно добавить состояние в браке. Если проинтерпретировать характеристики Вологодской области, то можно выделить средний и медианный доход, другие экономические показатели в области.

Представим схему на рисунке 2.2 в развернутом виде.

Рисунок 2.3 - Концептуальная схема демографического развития Вологодской области

3. РАЗРАБОТКА СТРУКТУР И ПОВЕДЕНИЯ ПРОГРАММНЫХ АГЕНТОВ МОДЕЛИРОВАНИЯ НАСЕЛЕНИЯ НА ЯЗЫКЕ LOGO

NetLogo является продолжением языка Logo - первого языка, созданного еще в 1968 году объединенными усилиями Массачусетского Технологического Института и корпорации BBN (Bolt Beranek & Newman) с целью обучать детей при помощи компьютера. Создан Ури Виленским в 1999 году и развивается в Center for Connected Learning and Computer-Based Modeling.

В отличие от конференции StarLogo, ориентированной на учителей, конференция и сам продукт NetLogo более тяготеет к исследовательской аудитории и преподавателям ВУЗов.

Среда программирования NetLogo служит для моделирования ситуаций и феноменов, происходящих в природе и обществе. NetLogo удобно использовать для моделирования сложных, развивающихся во времени систем. Создатель модели может давать указания сотням и тысячам независимых "агентов" действующим параллельно. Это открывает возможность для объяснения и понимания связей между поведением отдельных индивидуумов и явлениями, которые происходят на макро уровне.

Язык NetLogo достаточно прост и ученики и учителя могут создавать в этой среде свои собственные авторские модели. В то же время это достаточно мощный язык и среда для проведения исследовательских работ. Библиотека NetLogo содержит множество готовых моделей по биологии, математике, химии, социология. С этими моделями могут ознакомиться и поиграть ученики.

Возможности языка достаточно подробно документированы и по NetLogo существует подробное руководство. К сожалению пока только на английском языке. Язык распространяется вместе с большой библиотекой моделей, которые можно использовать и модифицировать. Для NetLogo повторное использование и дальнейшее развитие моделей даже более естественно, чем для среды, поскольку все модели хранятся в текстовых файлах. Модели NetLogo: естественные и общественные науки, физика, химия, математика, информатика, экономика, социальная психология.

3.1 Разработка структур

Мир NetLogo[9] состоит из агентов, которые могут следовать простым инструкциям, в NetLogo несколько типов агентов: turtle, patches, links и observer.

Каждый тип агента имеет свое специфичное имя. Turtle или черепашка - тип агента, который может двигаться в виртуальном мире NetLogo. Мир двумерен и может быть поделен на сетку из patches, или пятен. Каждое пятно - это квадрат «земли» поверх которой двигаются черепашки. Links - агенты, которые соединяют две черепашки, наблюдатель, не имеет местоположения, он как бы следит за миром сверху. Наблюдатель не полностью пассивен, он может давать инструкции агентам через консоль, посреди моделирования.

Когда в NetLogo запускается, в нем не присутствуют черепашки, наблюдатель должен их создать вместе с пятнами. Пятна имеют свои собственные координаты (pxcor, pycor). Общее количество пятен определяется настройками min-pxcor, max-pxcor, min-pycor, max-pycor.

Черепашки также имеют собственные координаты, но в добавок черепашки имеют направление движения. Соединения не имеют координат, если одна из черепах погибает в соединении, то и соединение прекращает работу.

Переменные агентов устанавливаются, чтобы хранить значения в агенте. Переменные агентов могут быть как глобальными, так и быть привязанными к одну из типов агентов: черепахам, пятнам, или связям.

Если переменная задана, как глобальная, может быть только лишь одно значение для переменной, и каждый агент может получить доступ к значению переменной.

Если переменная принадлежит к агентам, например к черепахе, то каждая черепаха имеет свое значение для каждой черепашьей переменной.

Некоторые переменные уже изначально заданы в NetLogo, например, задана переменная цвета.

Можно задавать свои собственные переменные.

Globals [variable]

Можно также задать свою собственную черепаху, пятно, или связь, используя для этого инструкцию -own

Turtles-own [variable1 variable2 … variableN]

Patches-own [variable1 variable2 … variableN]

Links-own [variable1 variable2 … variableN]

Заданные переменные можно использовать в модели, но перед этим, их надо инициализировать, для этого используется инструкция set.

К глобальные переменным можно обратиться или их установить из любой области видимости, чтобы установить переменную для агента, необходимо использовать инструкцию ask.

Ask turtles [ set pcolor red]

Дополнительно в NetLogo можно задавать локальные переменны инструкцией let.

To function

Let variable1 set value1

end

В нашей модели демографического моделирования населения, нужно задать соответствующие структуры.

Необходимо установить глобальные переменные:

- Количества смертей

- Количества рожденных

- Смертей взрослых женщин

- Смертей детей на женщину

- Количество детей на женщину

- Общее количество лет людей, которые умерли

В NetLogo есть инструкции breed, которая создает собственные agent-set - набор агентов. Набор агентов включает в себя как черепах, так и другие типы агентов, но только один тип в одном наборе. Набор агентов не упорядочен, точнее он случайно упорядочен. В каждый отдельный раз обращения к набору агентов он имеет различную упорядоченность. Это позволяет сохранить в модели использование отдельных экземпляров типов агентов. Смысл в наборе агентов - можно собрать в набор, допустим, только черепах, которые окрашены в красный цвет, обращение к набору агентов также происходит с использованием инструкции ask.

В нашей модели необходимо создать набор агентов под название человек, для моделирования населения, и использования агентов, как отдельного представителя Вологодской области. Для этого использует инструкцию breed.

Breed [humans human]

Также в нашей модели необходимо создать набор агентов для моделирования семьи. Чтобы моделировать поведение в семьях.

Breed [households household]

Теперь необходимо добавить переменные в данные наборы агентов исходя из нашей концептуальной модели. Для набора агентов люди, мы добавим следующие переменные:

- Возраст

- Пол

- Фертильность

- Службу в армии

- Количество детей

- Ссылку на набор агентов семьи

- Ссылку на мать

- Ссылку на отца

- Ссылку на супруга

- Вдовствует ли человек

humans-own [age gender fertility recruit widowed n-children my-household my-mother my-father my-spouse]

Для набора агентов семья мы введем всех членов семьи.

households-own [household-members]

3.2 Разработка поведения программных агентов

Цель исследований мультиагентных систем - найти методы, которые позволят строить сложные системы автономных агентов, выполняющие действия в ограниченном по данным виртуальном мире и также обладающие ограниченными способностями. Даже в таком режиме мультиагентные системы могут дать желаемое глобальное поведение. Если мы знаем, как составить описание того, что система агентов должна делать, то необходимо разбить ее на отдельные агенты и дать им индивидуальное поведение.

Мультигентные системы используют хорошо проверенные инструменты из теории игр, экономики и биологии. Мультиагентный подход дополняет идеями и алгоритмами исследований искусственного интеллекта, такими, как планирования, методами рассуждения, методами поиска и машинного обучения[10].

То, как ведет себя агент, часто используется для того, чтобы отличить их друг от друга и различить, что и кто они. Поведение также может быть связано с группами агентов, а не только с одним агентом. Поведение также играет важную роль в выживании различных видов и подвидов.

Мы можем определить действие, как серию движений, выполняемых агентом по отношению к конкретному результату, либо по воле, либо по инстинкту. С этим определением набор действий рассматривается как основная часть компонентов, которые характеризуют каждый тип поведения - другими словами, действия и реакции, которые агент выполняет при выполнении своего поведения. Различие между движениями и действием состоит в том, что действие состоит в том, что действие включает в себя ни одного или более движений, выполняемых агентом, а также то, что в результате действия возникает конкретный результат. Различие между действием и конкретным поведением заключается в том, что поведение включает одно или несколько действий, выполняемых агентом в определенном порядке или порядке.

Поведение - это способ, которым агент действует в данной ситуации или ряде ситуаций, ситуация определяется условиями окружающей среды, собственными обстоятельствами и знаниями, которыми агент в настоящее время располагает. Если агент не обладает достаточными знаниями для данной ситуации, он может выбрать поиск дополнительных знаний о ситуации. Поведенческие линии могут быть составлены из под поведения, поиск дополнительных знаний сам по себе является поведением и может быть компонентом оригинального поведения.

Существуют также различные аспекты поведения, в том числе следующие: ощущение и движение; признание текущей ситуации; принятие решения; исполнение.

Поведения варьируются от полностью сознательного до бессознательного, от явного до скрытого и от добровольного к невольному. Термин «поведение» также имеет различные значения в зависимости от контекста, вышеприведенное определение применимо, когда термин используется в отношении действий человека или животного, но оно также применимо при описании действий механической системы, o сложных действий хаотичной системы, если агент-ориентированная среда является ограниченной.

Однако в приложениях виртуальной реальности и мультимедиа этот термин иногда можно использовать как синоним компьютерной анимации. В правдоподобных агентах и искусственных сферах жизни поведение используется «для обозначения импровизационных и подобных жизни действий автономного характера». Мы также часто антропоморфно приписываем поведенческие характеристики человека тому, как работает компьютер, когда мы говорим, что компьютерная система или компьютерная программа ведет себя определенным образом, основываясь на ответах на наше взаимодействие с системой или программой[11].

Разработка на языке Logo, и в среде NetLogo. Для разработки поведения агентов в модели, написанной в среде NetLogo необходимо писать процедуры. Процедура определяется ключевым словом to, затем идет наименование, чтобы закончить блок процедуры необходимо ключевое слово end. Исходя из концептуальной модели демографического развития, построенной во второй главе можно построить блок схему.

Эта блок схема будет определять все действия агента в течении одного года. За год мы примем, используемый в NetLogo механизм тиков. Все входящие в блок схему процедуры: reproducing, dying, recruiting, marring.

Блок схема основного алгоритма программы представлена на рисунке 3.1.



Рисунок 3.1 - Блок схема основного цикла программы

Далее рассмотрим элементы основного цикла программы более подробней.

Процедура “to go” представляет собой основной цикл в который входят все остальные части основного цикла. Процедура выполняет в своем поле видимости поведения агентов, а также выполняет некоторые глобальные функции, такие как, вывод на экран технической информации, например, показывает количество умерших, а также выполняет обнуление показателей, которые используются для каждого шага: общее количество смертей, количество смертей женщин, сумму лет, умерших людей за год, а также сумму количества детей, умерших за год на количество умерших взрослых женщин.

Процедура “to reproducing” определяет сколько много людей родятся в данном году, точнее определяет сколько женщин родят детей, это зависит от возраста и состояния в браке. Зависимость вероятности рождения детей от возраста представлена в процедуре “to report fertility-rate”, что означает, что рождение зависит от фертильности женщины в различные возрастные годы.

В данной модели мы рассматриваем рождение детей только лишь в браке, а значит нам необходимо проверить агента, чтобы он выполнял условия, чтобы пол соответствовал женскому, а состояние в браке соответствовало положительному значению. Затем нужно проверить фертильность. Это будем делать с помощью вероятности. Если функция random-float 1 выдаст число меньше вероятности, определенной в таблице фертильности для агента, с его возрастом, то тогда в данный год у женщины родится ребенок. Дальше необходимо установить для нового агента нулевые показатели: возраста, супруга, фертильности, количества детей. Также нужно установить ссылки на родителей, и определить пол ребенка, пол ребенка также определяется случайным образом. Известно, что мальчиков детей рождается больше, в данной модели используется принятое соотношение, что мальчиков рождается 51,2%. Дальше необходимо указать у нового агента ссылку на семью (household в нашей модели).

Затем необходимо указать, что количество детей в году выросло на одного, а также добавить в переменную n-children для женщины плюс один, что показывает, что количество детей увеличилось на один.

На рисунке 3.2 представлена блок-схема процедура “to reproduce”.



Рисунок 3.2 - Блок схема процедуры “to reproduce”

Продолжим разработку поведения агентов. Рассмотрим процедуру “to dying”. Данная процедура определяет сколько агентов умрут в данном году. Риск смерти определяется по таблице смертности, представленной в процедуре. Также в процедуре собирается статистика для определения числа погибших детей на одну взрослую женщину. Вероятность смерти определяется случайным образом, также в этой процедуре, если супруга или супруг умерли, то для второго супруга ставиться отметка «вдовствует». В нашей модели будет рассматривать несколько браков, подробнее в процедуре “to marring”.

На данном рисунке представлена блок схема функции “to dying”.

Рисунок 3.3 - Блок схема процедуры “to dying”

Рассмотрим процедуру “to recruiting”. Данная процедура определяет когда не женившиеся мужчину от 18 до 25 лет будут рекрутированы на службу в армии. Рекрутированные мужчины не доступы как супруги, пока они не закончат службу в армии. На рисунке 3.4 представлена блок схема функции “to recruiting”.

Рисунок 3.4 - Блок схема функции “to recruiting”

Рассмотрим функцию “to marring”. Данная процедура идет последней в основном цикле программы. Процедура в выдает замуж незамужних агентов с женским полом и старше 18 лет. Молодожены создают новую семью. В данной модели всегда женщины выйдут замуж, когда подходящий не женившийся мужчина существует, но намного больше опций в данной процедуре может быть определено.

Для начала необходимо в цикле найти всех незамужних девушек старше 17 лет, затем выбрать для женщины мужчину старше 18 лет, также имеющего супруга, и которой в данный момент не служит в армии.

Когда подходящий мужчина найдет, определим необходимо ли создавать новую семью, для этого необходимо проверить если же для женщины мужчина, зададим ссылку на данного мужчину в свойствах агента, установим нулевой показатель, что агент не вдовствует.

Затем необходимо создать локальную переменную «пара», которая бы отражала в данной зоне видимости процедуры ссылки на собственно агента, и его супруга.

Дальше необходимо у супруга установить вдовство равным нулю, а также установить ссылки и создать новую семью, в нашей модели это:

Hatch-househods 1

Зарезервированное слово hatch создает новую копию структуры семьи в количестве одной штуки. Теперь понадобится использовать локальную переменную «пара», для того, чтобы через нее указать ссылку на новую копию семьи, а затем добавить в данную копию ссылки на агента и его супруга.

Представим данную процедуру в виде блок схемы. Блок-схема представлена на рисунке 3.5.



Рисунок 3.5 - Блок схема функции “to marring”

Разработка поведения агентов завершена, необходимо теперь реализовать поведение в процедурах, а также разработать и дописать вспомогательные процедуры.

4. РАЗРАБОТКА И РЕАЛИЗАЦИЯ ПРОГРАММНЫХ МОДУЛЕЙ ПРОЕКТИРУЕМОЙ С ИСТЕМЫ

В данной главе мы рассмотрим непосредственно разработку программных модулей в среде NetLogo на языке Logo.

Для начала моделирования необходимо сначала установить все необходимые переменные, задать и инициализировать агентов в среде NetLogo. Рассмотрим функцию “to setup”. Далее по частям рассмотрим код процедуры.

to setup

ca

create-humans 1194

[ age-determination

ifelse random-float 1 < 1 - 0.5392

[ set gender "M" ]

[ set gender "F" ]

set widowed 0

set recruit 0

set n-children 0

set my-household 0

]

На данном участке кода команда ca отвечает за очищение предыдущего моделирования. Затем создаем агентов в нужном количестве. В квадратных скобках указано с какими свойствами мы задаем агентов. Сначала устанавливаем для всех агентов возраст, затем устанавливаем из пол, и устанавливаем необходимые оставшиеся свойства на нулевом значении.

ask humans with [gender = "F" and age > 17]

[ let f-age age

let husband one-of humans with

[gender = "M" and my-spouse = 0 and age > 17 and

age - f-age > -2 and age - f-age < 20

]

if husband != nobody

[ set my-spouse husband

ask husband [ set my-spouse myself ]

let couple (turtle-set self husband)

hatch-households 1

[set household-members couple

ask couple [ set my-household myself ]

]]]

В данном участке кода мы устанавливаем первичные семьи, а в участке кода ниже мы задаем ссылки на членов семьи.

ask humans with [my-household = 0]

[ ask one-of households

[ set household-members

(turtle-set household-members myself)

ask myself [ set my-household myself ]

]]

В участке кода, представленном ниже задаются глобальные переменные с нулевыми значениями, а также сбрасываются такты моделирования.

...