摘要：基于agent的建模與仿真（ABMS）是一種適合解決復雜性、具有魯棒性新的管理決策方法，它建立在系統(tǒng)大于組成部分匯總之和的概念上，由底到頂捕捉系統(tǒng)的行為，發(fā)現(xiàn)從微觀個體非線性交互作用的適應性行為到系統(tǒng)宏觀現(xiàn)象的涌現(xiàn)，面向未來預測系統(tǒng)的變化趨勢，通過控制、調(diào)節(jié)agent的行為進行科學決策。文章深入分析了ABMS的作用、實質(zhì)，以及建模的方法與流程。

關(guān)鍵詞：涌現(xiàn)；魯棒性；仿真

一、 基于agent建模與仿真的作用與意義

隨著數(shù)據(jù)庫等技術(shù)的飛速發(fā)展，以及面向?qū)ο缶幊趟枷肴找嫱晟?，我們對?shù)據(jù)及信息有了新的理解，可以進一步挖掘出對決策有用的信息，在企業(yè)管理領域進行基于agent的建模與仿真已成為可能，并向企業(yè)管理者和研究人員展現(xiàn)了激動人心并可實際操作的決策模式。當今的企業(yè)管理日益復雜，經(jīng)常涌現(xiàn)（Emerging）出反直觀性的現(xiàn)象，以往優(yōu)化的管理決策缺乏魯棒性（Robustness），傳統(tǒng)的預算、決策、控制等管理工具已捉襟見肘?；赼gent的建模與仿真，即ABMS（Agent-based modeling and simulation），是一種面向未來的、適合解決復雜性、具有魯棒性新的決策技術(shù)。針對企業(yè)的復雜決策問題，在計算機上進行建模和仿真，提前預測其變化的結(jié)果和趨勢，以此進行科學決策。既解決了企業(yè)管理無法實驗的現(xiàn)實，又大大降低了企業(yè)決策失誤的成本。

2001年九月計算機芯片制造商Xilinx Inc公司的季度盈利預測與實際差了四倍，公司知道某個地方出現(xiàn)了嚴重的失誤，但無論公司怎樣努力也無法使他的預算滿足客戶的需求，制定計劃和預算的首席財務官Kris Chellam說，就像飛機在夜間飛行卻沒有導航一樣（Banham，2002）。

組織、市場、經(jīng)濟變得越來越復雜，以往的管理工具很難適應新的變化，難以解決如此復雜的問題。經(jīng)濟理論中理性人、完全競爭、壟斷等假設過于簡單，無法解釋現(xiàn)實經(jīng)濟現(xiàn)象，個別經(jīng)濟學家只能求助于英雄式的假設。如今基于agent的建模與仿真（ABMS）可以突破這些限制，可以放寬假設，更加真實的模擬現(xiàn)實情況。除此之外，在數(shù)據(jù)庫中存儲的海量數(shù)據(jù)可以采用ABMS的方式進行挖掘并用于決策，英雄式的假設不再適用也受益于數(shù)據(jù)庫等信息技術(shù)的飛速發(fā)展。許多企業(yè)和政府的領導發(fā)現(xiàn)他們的計劃與管理工具缺乏魯棒性（Robustness），很難對即將到來的嚴重事件進行預警（Banham，2002）。由于計劃等管理工具的缺陷，管理者越來越難以將他們的經(jīng)驗轉(zhuǎn)化為企業(yè)的戰(zhàn)略解決方案。假設在傍夜你來到美國經(jīng)典的小鎮(zhèn)，這個小鎮(zhèn)位于平原，這時洪水即將來臨，你可以選擇教堂的尖頂，因為這里最高。但是站在陡峭的尖頂上，暴雨和狂風很容易讓你落水。一個替代的選擇是站在教堂房屋的屋頂上，這里雖沒有教堂的尖頂高，但卻高于小鎮(zhèn)其他的房屋并足夠平坦和寬敞，并讓你躲避洪水。以往的決策工具尋求最優(yōu)化的結(jié)果必然是教堂的尖頂，但是微小的擾動就使企業(yè)陷入被動。教堂房屋的屋頂更具魯棒性，這是企業(yè)管理人員真正需要的解決方案（North，M.J. C.M.，Macal，2007）。如今基于agent的建模與仿真（ABMS）就為管理者提供了這樣有用的工具。我們可以將ABMS作為制定決策的實驗室，測試未來行為可能的結(jié)果，探索系統(tǒng)未來結(jié)果的范圍?；赼gent的建模與仿真（ABMS）不僅可以分析在特定商業(yè)情況下發(fā)生什么，還可以研究可能發(fā)生什么。在現(xiàn)實世界中根據(jù)“試錯”發(fā)現(xiàn)意外的問題將付出很大代價，相反ABMS可以在計算機上低成本快速的發(fā)現(xiàn)可能發(fā)生的情況和意外。企業(yè)的決策者在決策時要綜合考慮涉及的全部因素，當變量超過七個時，復雜的非線性交互作用就超出了決策者腦力的極限，憑直覺和經(jīng)驗做出的決策往往會給企業(yè)造成巨大的損失?；蛘弋a(chǎn)生“反直觀性”的結(jié)果，即近期對企業(yè)有利，長期的損失卻更大；表面上是好的，實質(zhì)卻是不利的。企業(yè)的決策者如何做出科學決策成為企業(yè)成敗的關(guān)鍵，這時就需要切實可行有用的工具來輔助決策，基于agent在計算機上建模與仿真就為企業(yè)管理者展示了強大的功能和美好的應用前景。

二、 基于agent的建模與仿真實質(zhì)

基于agent的建模與仿真（ABMS）是由底到頂（Bottom-up）的捕捉系統(tǒng)的行為，從微觀個體的適應性行為及交互作用到系統(tǒng)宏觀現(xiàn)象的涌現(xiàn)。如足球場每排觀眾依次簡單的站起和坐下，就形成了整個足球場激動人心的人浪。ABMS還建立在系統(tǒng)、組織整體大于單個組成部分匯總之和的概念上。決策者采用ABMS這個有用的工具，系統(tǒng)或組織就可以被理解為相互作用的agents的集合。在復雜性科學和系統(tǒng)論的基礎上構(gòu)建agent模型并進行仿真，其目的是復制系統(tǒng)的行為，面向未來預測可能發(fā)生的商業(yè)結(jié)果，以此用于短期的經(jīng)營決策和長期的戰(zhàn)略決策。

基于agent的建模與仿真（ABMS）來源于復雜自適應系統(tǒng)（CAS－complex adaptive systems），復雜自適應系統(tǒng)是用來研究生物系統(tǒng)的適應性和涌現(xiàn)行為，是由相互作用的個體組成，系統(tǒng)會產(chǎn)生適應性機制，適應不斷變化的外部環(huán)境。此外ABMS還吸收了系統(tǒng)科學、復雜性科學、計算機科學、管理科學、社會科學、傳統(tǒng)模擬仿真的技術(shù)和知識。ABMS日益成熟已經(jīng)從實驗室走向了董事會，一些公司已經(jīng)實際采用ABMS來解決企業(yè)存在的問題。基于agent的建模與仿真（ABMS）是一種綜合的分析框架，采用綜合集成的方法分析研究企業(yè)的商業(yè)過程。神經(jīng)網(wǎng)絡、遺傳算法、線性規(guī)劃、Swarm優(yōu)化、系統(tǒng)分析等方法在ABMS中發(fā)揮了非常重要作用。在理性人假設的簡單情況下、信息比較完備時可以優(yōu)化agents的行為。如今人們認識到了有限理性（Bounded Rationality）的重要性（Simon，1982），由于有限的知識，認知的局限，收集資料的難度，決策的能力等因素，在有限理性情形下，往往達到滿意的方案即可，無法達到局部進而全局最優(yōu)，這樣規(guī)劃出魯棒性更好的、令人滿意的方案是管理者決策時真正需要的。進行有限理性的研究屬于行為經(jīng)濟學，除了可以采用實驗經(jīng)濟學的研究方法，更適合采用基于agent建模與仿真的方式，即研究有限理性的agents（Boundedly Rational Agents）的決策行為。

Agents是復雜自適應系統(tǒng)（CAS－complex adaptive systems）的決策單元。它具有適應性、自治、學習并修正行為的能力、和異質(zhì)性，即一群不同的agents具有多樣化的特征。它具有成套的規(guī)則和行為模式，它可以接收并加工輸入的信息，產(chǎn)生相應交互的適應性行為，以此來影響外部的環(huán)境?；赼gent的建模與仿真（ABMS）可以被理解為系統(tǒng)由許多交互作用的具有適應性行為的個體所組成，每個個體有自身的目的、屬性、規(guī)則、適應性的行為模式，要讓所有的個體達到目標一致是很難實現(xiàn)的，但是在系統(tǒng)中彼此的交互作用，個體會根據(jù)以往的行為結(jié)果和環(huán)境調(diào)整自身的行為。Casti（1997）提出agent包括兩種規(guī)則，一種是基本的行為規(guī)則，即根據(jù)環(huán)境做出反應的基本規(guī)則。第二種是更高級別的規(guī)則，即更改規(guī)則的規(guī)則（Rules to Ch-ange the Rules），這反映了agent的適應性。企業(yè)中的股東、董事、監(jiān)事、CEO、中層經(jīng)理和一線的員工每個個體都有其目的、規(guī)則、適應性行為。比如股東與經(jīng)理的目標如何協(xié)調(diào)？如何實現(xiàn)他們的目標一致性？他們的符合經(jīng)濟理論的行為規(guī)則是什么？基本的行為規(guī)則和高級的行為規(guī)則有哪些？符合這些規(guī)則的心智模型（Mental Model）是什么？個體交互的適應性行為有哪些？涌現(xiàn)出的企業(yè)組織宏觀現(xiàn)象有哪些？以及他們之間是如何構(gòu)建起這種動態(tài)變化的復雜關(guān)系？這些都是值得去深入研究的問題。在明確股東、董事、CEO、CFO等成員目標、規(guī)則的基礎上，動態(tài)觀察其適應性的交互行為，以及由此涌現(xiàn)的公司治理等宏觀現(xiàn)象。 向經(jīng)濟學家和管理學家以及企業(yè)管理者展示了令人激動人心的新的畫卷，基于agent的建模與仿真（ABMS）不僅可以用來研究公司治理問題，更廣泛范圍的經(jīng)濟問題、管理問題、社會科學的問題都可以采用這種模式，ABMS勢必成為越來越多的研究人員的首選研究工具，在計算機上模擬經(jīng)濟、管理、社會動態(tài)變化的過程。這是傳統(tǒng)研究模式和工具所不具備的，是一種日益重要的補充。

三、 模型構(gòu)建和仿真的工具與方法

在首席專家的指導下，模型的構(gòu)建和仿真就可以開始了。從簡單到復雜是成功的關(guān)鍵。基于agent的建模與仿真（ABMS）包括三種主要類型：桌面ABMS、參與的ABMS、大規(guī)模的ABMS。桌面ABMS是個人在空閑時間在計算機上即可操作的。參與的ABMS需要一群人參與，有人機交互的過程，并經(jīng)過一段時間才能完成的，類似于實驗經(jīng)濟學的研究。大規(guī)模的ABMS需要一個團隊經(jīng)過相當長的時間才能完成。桌面ABMS中最簡單的是ABMS原型，他具有模型的骨架，范圍比較小，它的目標是直接解決核心問題而不必考慮過多的細節(jié)，這樣可以節(jié)省時間和成本，為下一步更廣范圍更深入的研究打下基礎。ABMS原型的工具有Repast Py，NetLogo，和StarLogo等軟件，可以利用這些軟件反復實驗探索多agents交互適應性的行為。電子表格是最簡單工具，例如Microsoft Excel，可以做最基本的Agent原型的實驗（Bower Bunn，2000）。參與的ABMS工具中NetLogo是做的比較好的，由真人模仿企業(yè)管理中各個角色基于agent進行參與式模擬。大規(guī)模的ABMS需要采用Repast和Swarm軟件，Repast for Java是芝加哥大學的社會學教授在Swarm的基礎上研發(fā)的agent軟件，專門針對社會學、經(jīng)濟與管理學開發(fā)的工具，部分功能超過了Swarm。Swarm軟件是美國圣達菲研究所研發(fā)的agent軟件，是在復雜性研究做的最早也是最好的之一。有Sw-arm for C和Swarm for Java兩個版本。大規(guī)模的ABMS用來進行更為復雜的系統(tǒng)仿真，這需要采用面向?qū)ο蟮木幊趟枷?。Java編程語言的許多性能超過了C語言，具有封裝、繼承、多態(tài)、多線程等特征，它更容易實現(xiàn)agents的適應性的行為。Java支持多線程，多線程就是在程序中并行實現(xiàn)多個任務。一個agent執(zhí)行的任務就是一個線程，成百上千不同類型的agents在一起交互的適應性行為就是多線程的實現(xiàn)。由于Java語言的多種優(yōu)點，進行agent的建模和仿真自然就由Java語言來承擔。Repast Simphony軟件就是基于Java語言在eclipse的基礎上研發(fā)的agent專用仿真平臺。

四、 建模的流程

高水平的大型ABMS的建模流程包含如下步驟。原型設計是針對特定研究問題考慮是否適合采用ABMS的研究模式，是否可以理解為多個agents交互作用的過程，以及選擇哪種方法？構(gòu)建設計是確定ABMS工具，確定整體的結(jié)構(gòu)。確定ABMS工具包括軟件工具和硬件工具。比如采用Repast for Java以及java組件進行研究。Agent和agent原則設計是在ABMS中考慮和選擇包含哪些agents，以及不同agents的行為原則。Agent環(huán)境設計是考慮和選擇適合的agent世界，以及適合特定agent世界的數(shù)據(jù)結(jié)構(gòu)和算法。執(zhí)行是根據(jù)上面確定的構(gòu)建設計、agent和agent原則設計、agent環(huán)境設計等內(nèi)容用軟件編寫代碼予以實現(xiàn)。正確性校驗是穿行測試軟件是否正確運行，是否存在錯誤。效用檢驗是看軟件是否反映了真實世界的問題，是否達有效。實驗設計是對問題進行精煉直到能用ABMS工具有效地解決問題。例如“在成本提高25%的情形下如何采用適應性的戰(zhàn)略提高產(chǎn)品的價格？”數(shù)據(jù)的收集與整理包含確定哪些數(shù)據(jù)被收集，進一步整理數(shù)據(jù)確實它足夠精確滿足實驗要求，對數(shù)據(jù)進行格式化符合輸入的要求。模型的運行通常要反復進行，看是否符合設計要求。結(jié)果分析是在專業(yè)判斷的基礎上對輸出的原始結(jié)果進行加工。結(jié)果展示是最后的報告和展示要有效地反映出ABMS工作所獲得的洞察力和結(jié)論。以上描述了模型開發(fā)和使用的核心步驟。這些步驟為ABMS項目管理提供了堅實的概念框架，但是在實際的開發(fā)和使用中，邊界往往被模糊了，在各個步驟間經(jīng)常有反饋和交織，反饋環(huán)經(jīng)常跨越幾個步驟。下面對幾個關(guān)鍵概念進一步分析。

五、 模型的正確性校驗、效用檢驗與數(shù)據(jù)的收集與整理

基于agent的建模與仿真要想被接受并用于決策，模型的正確性校驗、效用檢驗（即效度）是至關(guān)重要的。要讓決策者接受在計算機上的仿真，除了決策者接受過這樣的教育，從內(nèi)心認同這種方法外，還要讓決策者相信模擬了現(xiàn)實世界的關(guān)鍵問題，模擬的結(jié)果提供了系統(tǒng)確切的信息。從基于agent的模擬到真實世界的實現(xiàn)，需要大量時間用于模型的正確性校驗、效用檢驗、數(shù)據(jù)的收集與整理工作。這里的正確性校驗是指模型是否根據(jù)設計規(guī)范按照研發(fā)者的期望予以實現(xiàn)，算法是否被正確的執(zhí)行，編程是否正確，模型是否存在錯誤、遺漏和瑕疵。模型的效用檢驗（效度）是指模型是否代表并正確復制真實系統(tǒng)的行為。將模型與真實世界進行比照，模型是否解決了重要問題，是否正確反映了真實世界的運作過程。任何建模都是為了將數(shù)據(jù)和信息轉(zhuǎn)化成知識和智慧，“如果輸入的是垃圾，輸出的也是垃圾”，由此可以看到數(shù)據(jù)的收集和整理是建模過程中至關(guān)重要的環(huán)節(jié)?；赼gent建模與仿真同樣需要在收集和整理數(shù)據(jù)上花費大量的時間和成本。大型的ABMS大約花費80%的成本用于數(shù)據(jù)的收集、整理、效度的分析，只有20%的成本用于建模等其他工作。對企業(yè)來說客戶、銷售、財務等真實數(shù)據(jù)是至關(guān)重要的，很難以研究者身份獲得這些保密的數(shù)據(jù)，除非是以企業(yè)管理者的角度才能充分收集到這些有價值的數(shù)據(jù)。

六、 結(jié)果的分析與展示

從分析人員的視角，最大的挑戰(zhàn)是用可以理解的術(shù)語將系統(tǒng)未來可能的行為解釋給決策者。因此要讓決策者理解agent微觀的交互行為如何影響宏觀的結(jié)果，并進一步控制和影響agent的行為。ABMS最大的優(yōu)點在于魯棒性好，模型一旦構(gòu)建好，無論多個輸入變量在一定范圍內(nèi)如何變動，迅速的就可以得出輸出的結(jié)果，并用于未來的決策。這是其他方法很難實現(xiàn)的。在ABMS的敏感性分析時，不僅涉及輸入因素的調(diào)整，有時還需要根據(jù)環(huán)境的變化增加agent的適應性行為，使ABMS更加接近真實的世界。由于采用面向?qū)ο蟮木幊趟枷?，只需在已有模型的基礎上增加新的agent或者增加已有agent的屬性和行為即可實現(xiàn)。這樣就可以從ABMS中挖掘出對系統(tǒng)深刻的洞察力，但是更關(guān)鍵的是讓決策者理解并接受ABMS的結(jié)果，除了決策者受過相應的教育從內(nèi)心接受這種方法外，還需要與決策者有效地溝通與交流，以恰當?shù)姆绞綄⒔Y(jié)果展示給決策者。

七、 結(jié)束語

基于agent建模和仿真（ABMS）是一種新的用于企業(yè)決策的有用工具。ABMS為企業(yè)的決策者理解他所管理的企業(yè)這個復雜系統(tǒng)提供了深刻地洞察。它不僅用于企業(yè)決策領域，還可以用于政府決策甚至任何復雜系統(tǒng)的分析與決策。ABMS是建立在復雜適應性系統(tǒng)等理論的基礎上，系統(tǒng)大于個組成部分簡單匯總之和，各組成部分具有交互的適應性行為，由此涌現(xiàn)出系統(tǒng)宏觀的現(xiàn)象與結(jié)果。在過去很難預測未來的情況下，系統(tǒng)中的組成部分在時空中動態(tài)變化的情況下，采用ABMS可以面向未來預測系統(tǒng)的變化趨勢，通過控制、調(diào)節(jié)agent的行為進行科學決策。離散事件仿真、面向?qū)ο缶幊?、關(guān)系型數(shù)據(jù)庫、優(yōu)化等技術(shù)支撐了ABMS由底致頂（bottom-up）的模擬復雜系統(tǒng)，使其成為正確的、有效的、可擴展的和具有魯棒性的建模和仿真方法。從ABMS原型、參與ABMS模型到大型ABMS的構(gòu)建，是從簡單到復雜的過程，也是建模與仿真成功的關(guān)鍵。這是一個日益復雜的世界，企業(yè)的經(jīng)營面臨著日益復雜的情況，計劃與管理工具必須能夠捕捉到涌現(xiàn)的復雜性，基于agent建模和仿真（ABMS）就是這種有用的、可以被使用的、已經(jīng)被使用的決策工具。

參考文獻：

1. North， M.J.， and C.M.， Macal， Managing Business Complexity: Discovering Strategic Solu- tions with Agent-Based Modeling and Simulation， Oxford University Press， New York， NY USA.March，2007.

2. 方美琪，張樹人.復雜系統(tǒng)建模與仿真.北京:中國人民大學出版社，2011.

3. Banham， R. Reality Budgeting. CIO Insight Magazine.Aug，2002.

4. Casti， J. L. Would-Be Worlds: How Simula- tion Is Changing the World of Science. New York: Wiley，1997.

5. Bower， J. and D. Bunn. Model-Based Compa- risons of Pool and Bilateral Markets for Ele- ctricity. The Energy Journal，2000，21（3）:1-29.

基金項目：國家自然科學基金（項目號：71072095；70702021;70971059）；遼寧省教育廳創(chuàng)新團隊項目（項目號：2008T082）。

作者簡介：鄭毅，南開大學商學院博士生，遼寧工程技術(shù)大學工商管理學院副教授；楊韜，遼寧工程技術(shù)大學工商管理學院副教授。

收稿日期：2011-09-13。