Optimization of Characteristics for a Stochastic Agent-Based Model of Goods Exchange with the Use of Parallel Hybrid Genetic Algorithm

Andranik S. Akopov; Armen L. Beklaryan; Zhukova A.

doi:10.2478/cait-2023-0015

Публикации

?

Optimization of Characteristics for a Stochastic Agent-Based Model of Goods Exchange with the Use of Parallel Hybrid Genetic Algorithm

Cybernetics and Information Technologies. 2023. Vol. 23. No. 2. P. 87–104.

Andranik S. Akopov, Armen L. Beklaryan, Zhukova A.

Научное направление: Математика Компьютерные науки

Язык: английский

Полный текст

DOI

Текст на другом сайте

Ключевые слова: генетические алгоритмы методы машинного обучения Real-coded genetic algorithms FLAME GPU FLAME GPU Particle swarm optimization Machine learning methods stochastic simulation model agent-based modeling of barter and monetary interactions optimal control in agent models стохастическая имитационная модель агентное моделирование бартерных и денежных взаимодействий оптимальное управление в агентных моделях роевые алгоритмы

QML- и MCMC-методы оценивания параметров модели стохастической волатильности: применение к российскому рынку ценных бумаг

Борзых Д. А., Орлов Н. А., Экономический журнал Высшей школы экономики 2026 Т. 30 № 3 С. 457–486

Работа посвящена сравнению двух методов оценивания модели стохастической волатильности (SV-модели) – методу максимального квазиправдоподобия (QML) и методу Монте-Карло с цепями Маркова (MCMC). Сравнение проводится как на симулированных, так и на реальных данных. На симулированных данных метод MCMC показывает значительно более точные результаты. При этом с точки зрения вычислений QML-метод имеет гораздо более высокое быстродействие и требует существенно ...

Добавлено: 29 октября 2026 г.

Mean-field reduction of networks of bursting neurons

Inês G., Скороход С. Н., Matteo d. V. и др., Communications in Nonlinear Science and Numerical Simulation 2027 Vol. 164 P. 1–13

Добавлено: 29 октября 2026 г.

Tensor term logic for categorial grammars: simple unification of commutative and noncommutative structure

Sergey Slavnov, / Series math "arxiv.org". 2026.

Добавлено: 29 октября 2026 г.

Proceedings of the 11th Workshop on Automated Knowledge Base Construction (AKBC 2026)

Association for Computational Linguistics, 2026.

Добавлено: 28 октября 2026 г.

Molecular dynamics and machine learning insights into oil-brine interfacial tension: Uncovering roles of dissolved gases and salinity

Nikitiuk B., Lenev D., Писарев В. В. и др., Journal of Colloid and Interface Science 2026 Vol. 718 Article 140444

Добавлено: 28 октября 2026 г.

Predicting multi-component oil viscosity using machine learning methods

Deshchenya V., Nikolay D. Kondratyuk, Sivakova A. и др., Chemical Engineering Sciences 2027 Vol. 337 Article 124616

Добавлено: 28 октября 2026 г.

PARSE: Physical attribute representativity and stationarity evaluator open-source library for 3D images using scalar and vector metrics

Zubov A., Zubov A., Малявко, Я. и др., Computer Physics Communications 2025 Vol. 317 Article 109860

Добавлено: 28 октября 2026 г.

Amplifying Latent Safety in Large Language Models via Gated Activation Steering

Roman Prosvirnin, Suslov A., Aleksei Soldatov и др., Computation 2026 Vol. 14 No. 10 Article 261

Добавлено: 27 октября 2026 г.

PACTraD: Multi-Task Benchmark and Domain-Specific Attention Mechanism for Wildlife Classification, Detection, and Segmentation in Protected Area Camera Trap Data

Aleksei Samarin, Назаренко А. А., Nazarenko D. и др., Big Data and Cognitive Computing 2026 Vol. 10 No. 11 P. 1–52

Добавлено: 27 октября 2026 г.

2026 10th Scientific School Dynamics of Complex Networks and their Applications

IEEE, 2026.

Добавлено: 26 октября 2026 г.

A Curated Dataset for Chemical Characterization of Heated Tobacco Product Aerosol

Maddalena L., Yildiz B., Del Vecchio Blanco F. и др., Scientific data 2026 P. 1–20

Добавлено: 26 октября 2026 г.

Weakly non-integrable solitary wave collisions in the modified Benjamin–Bona–Mahony equation

Flamarion M. V., Пелиновский Е. Н., Wave Motion 2027 Vol. 148 Article 103867

Добавлено: 23 октября 2026 г.

A Multi-Feature Fusion Deep Neural Network with Attention for Multi-Task Crop Monitoring

Obsie E. Y., Zhan Y., Liu Y., Engineering Research Express 2026 Article 7

Добавлено: 22 октября 2026 г.

A Neural Network Approach for Generating Libration Point Orbits

Lev Pyatko, Sergey Aksenov, Regular and Chaotic Dynamics 2026 Vol. 31 No. 5 P. 794–813

In the circular restricted three-body problem, families of periodic and quasi-periodic orbits exist in the vicinity of the libration points and are of significant interest for practical applications. This work presents a neural network-based algorithm for orbit construction and station-keeping, applicable to both periodic and quasi-periodic orbits near collinear libration points. The method employs a ...

Добавлено: 19 октября 2026 г.

Основы теории информации

Воронцова Т. Д., М.: Академия, 2025.

Учебник подготовлен в соответствии с требованиями федеральных государственных образовательных стандартов среднего профессионального образования и предназначен для изучения профессиональных модулей «Защита информации в информационно-телекоммуникационных системах и сетях с использованием программных и программно-аппаратных, в том числе криптографических средств защиты» и «Защита информации в автоматизированных системах программными и программно-аппаратными средствами». Содержание учебника включает в себя аксиоматику теории информации, а также такие фундаментальные понятия, как ...

Добавлено: 19 октября 2026 г.

Децентрализованное управление группой автономных подвижных объектов при формировании траектории движения

Лебедев О. Б., Лебедев Б. К., Бесхмельнов М. И., Известия ЮФУ. Технические науки 2024 № 2(242) С. 177–190

В статье рассматриваются алгоритмы формирования траекторий движения беспилотных летательных аппаратов (БПЛА) при проведении поисково-спасательных и ликвидационных операций. Описаны методы и алгоритмы управления движением группы БПЛА в строю, при развертывании в линию, при развертывании в шеренгу, при поворотах, в колонне. Управление осуществляется с помощью альтернативных алгоритмов коллективной адаптации, основанных на идеях коллективного поведения. Рассмотрены принципы функционирования ...

Добавлено: 13 сентября 2026 г.

Forecasting the Birth Rate in Russia Based on Google Trends Search Query Statistics

Liliya А. Rodionova, Elena D. Kopnova, Kamalendinova S. и др., Population and Economics 2026 No. 10(2) P. 92–114

Добавлено: 7 апреля 2026 г.

Применение моделей машинного обучения для многомерного среднесрочного прогнозирования стоимости акций

Сизых Н. В., Кудрявцева Н. С., Управление большими системами: сборник трудов 2025 № 118 С. 250–285

Многочисленные исследования в области прогнозирования котировок ценных бумаг, в частности акций, направлены на поиск более точных и эффективных моделей. Однако внимание к многомерному прогнозированию, которое позволяет получить более точный прогноз, остается недооцененным, поскольку для его реализации требуется значительное увеличение вычислительных ресурсов. Поэтому актуальным является подбор более упрощенных, но эффективных моделей, с помощью которых можно получать ...

Добавлено: 3 февраля 2026 г.

A Clustering Model for Stocks that Considers Hidden Dynamics and Price Trajectory

Morychev G., Сизых Д. С., Сизых Н. В., IEEE Access 2025 Vol. 13 P. 213194–213210

Одним из основных инструментов анализа больших объемов финансовых данных является использование методов и моделей кластеризации, позволяющих выявлять различные закономерности. В данном исследовании рассматривается проблема кластеризации временных рядов, отражающих поведение цен, доходности, мод, трендов и ряда связанных с ними показателей акций. Актуальность и новизна исследования заключаются в предложении оригинальных алгоритмов кластеризации акций, которые представляют собой сочетание ...

Добавлено: 3 февраля 2026 г.

Optimization of the Accelerator Control by Reinforcement Learning: A Simulation-Based Approach

Ибрахим А., Деркач Д. А., Petrenko A. и др., Physics of Particles and Nuclei 2025 Vol. 56 No. 6 P. 1476–1481

Добавлено: 16 марта 2025 г.

Метод масштабирования признаков для потоковой интеллектуальной образовательной системы

Ермаков С. Р., Зыков С. В., Научно-технический вестник Поволжья 2025 № 2 С. 118–122

В данной научной работе авторами предлагается метод масштабирования признаков для потоковой интеллектуальной образовательной системы. Описано функционирование метода и приведена схема. Проведено экспериментальное исследование метода, результаты которого отражены в виде графика. Полученные выводы подтверждают эффективность предложенного метода по сравнению с рассмотренными аналогами. ...

Добавлено: 14 марта 2025 г.

Применение методов ИИ для оценки качества проведения занятий в системе дополнительного профессионального образования

Белов А. В., Антышев А. А., Интернет изнутри 2023 № 18 С. 30–34

Начиная с 1990-х годов рост онлайн-обучения происходил на фоне развития интернет-сервисов. Особенно интенсивно цифровизация обучения проходила в сфере высшего образования. Активно развивались системы управления образовательным контентом (Learning management System), а также массовые открытые онлайн-курсы (MOOC). В связи с пандемией коронавируса и переводом большинства бизнес-процессов предприятий и компаний на удаленный формат появилась возможность получения дополнительных данных ...

Добавлено: 10 марта 2025 г.

Comparison of Machine Learning Methods for IoT and IIoT Traffic Prediction

Osovsky A., Kutuzov D., Starov D. и др., , in: 2024 International Seminar on Electron Devices Design and Production (SED).: IEEE, 2024. P. 1–6.

Добавлено: 5 февраля 2025 г.

Моделирование риска дефолта российских банков, 2015–2020 гг.

Щепелева М. А., Тусипкалиев К., Столбов М. И., Экономическая наука современной России 2024 № 2(105) С. 101–124

Исследование посвящено моделированию вероятности дефолта российских банков на данных за период 2015–2020 гг. Исследований дефолтов российских банков после 2015 г. сравнительно немного. Наша работа призвана восполнить этот пробел. Цель исследования состоит в выявлении переменных, статистически значимо влияющих на риск дефолта российских банков в условиях относительно стабильного развития российской экономики (2015–2020 гг.) без таких внешних шоков, как COVID‑19 или ...

Добавлено: 5 сентября 2024 г.