Микросимуляция

This article needs additional citations for verification. Please help improve this article by adding citations to reliable sources. Unsourced material may be challenged and removed. Find sources: "Microsimulation" – news · newspapers · books · scholar · JSTOR (September 2008) (Learn how and when to remove this message)

Микросимуляция — это использование компьютерных аналитических инструментов для анализа таких видов деятельности, как движение транспорта на шоссе через перекресток, финансовые транзакции или распространение патогенов среди населения на уровне детализации отдельных лиц. Синонимы включают микроаналитическое моделирование ^[1] и микроскопическое моделирование . ^[2] Микросимуляцию, с ее акцентом на стохастических или основанных на правилах структурах, не следует путать с похожей дополнительной техникой многоагентного моделирования , которая больше фокусируется на поведении отдельных лиц. ^[3]

Например, модель микросимуляции дорожного движения может быть использована для оценки эффективности удлинения полосы поворота на перекрестке и, таким образом, помочь решить, стоит ли тратить деньги на фактическое удлинение полосы.

Микросимуляцию можно отличить от других типов компьютерного моделирования, рассматривая взаимодействие отдельных единиц, таких как люди или транспортные средства . Каждая единица рассматривается как автономная сущность, и взаимодействие единиц может варьироваться в зависимости от стохастических (рандомизированных) параметров. Эти параметры предназначены для представления индивидуальных предпочтений и тенденций. Например, в модели дорожного движения некоторые водители осторожны и ждут большого промежутка перед поворотом, в то время как другие агрессивны и принимают небольшие промежутки. Аналогично, в модели общественного здравоохранения люди могут различаться по своей устойчивости к вирусу, а также по личным привычкам, которые способствуют распространению вируса (например, как часто/тщательно они моют руки).

Международная ассоциация микросимуляции ^[4] определяет микросимуляцию как метод моделирования, который работает на уровне отдельных единиц, таких как лица, домохозяйства, транспортные средства или фирмы. В модели каждая единица представлена ​​записью, содержащей уникальный идентификатор и набор связанных атрибутов, например, список лиц с известным возрастом, полом, семейным положением и статусом занятости; или список транспортных средств с известными пунктами происхождения, назначения и эксплуатационными характеристиками. Затем к этим единицам применяется набор правил (вероятностей перехода), что приводит к моделируемым изменениям в состоянии и поведении. Эти правила могут быть детерминированными (вероятность = 1), например, изменения в налоговых обязательствах в результате изменений в налоговых правилах, или стохастическими (вероятность <= 1), например, вероятность смерти, женитьбы, рождения ребенка или переезда в течение заданного периода времени. В любом случае результатом является оценка результатов применения этих правил, возможно, на протяжении многих временных шагов, включая как общее совокупное изменение, так и (что важно) способ, которым это изменение распределяется в популяции или местоположении, которое моделируется.

В прикладных эконометрических исследованиях микросимуляция используется для моделирования поведения людей с течением времени. Микросимуляция может быть динамической или статической. Если она динамическая, поведение людей меняется со временем, тогда как в статическом случае предполагается постоянное поведение.

Существует несколько моделей микросимуляции для налогообложения, пенсий и других видов экономической и финансовой деятельности. Эти модели обычно внедряются государственными учреждениями или учеными . Одним из примеров является Pensim2 ( динамическая модель микросимуляции пенсий ), которая динамически моделирует пенсионный доход на следующие 50 лет в Соединенном Королевстве . EUROMOD — это статическая модель микросимуляции для 27 государств Европейского Союза , в то время как SOUTHMOD принимает ту же структуру для нескольких стран Глобального Юга. Североамериканские модели микросимуляции включают продольную, динамическую микросимуляцию CORSIM и дочерние модели DYNACAN (Канада, прекращена 1 июня 2009 г.) и POLISIM (США). Министерство здравоохранения и социальных служб США использует статическую микросимуляционную модель трансфертного дохода (TRIM) для понимания потенциальных последствий изменений в налоговых, трансфертных и медицинских программах. ^[5] Связанным примером, который обеспечивает пространственно-детализированную микросимуляцию городского развития, является PECAS.

Эконометрические микроимитационные модели можно разделить на два типа:

• Закрытые , продольные, динамические микромодели (такие как DYNACAN и Pensim2) начинаются с начальной популяции, которая изменяется только смоделированными жизненными событиями демографических модулей, такими как рождаемость, смертность и миграция. Таким образом, в любой момент времени в ходе выполнения модели можно ожидать, что смоделированная популяция останется полностью репрезентативной (синтетической) выборкой популяции, которую она моделирует.
• Открытые модели, как правило, фокусируются на конкретных ключевых лицах и генерируют их репрезентативность на основе популяции указанных лиц. В такой среде новые лица добавляются или удаляются из популяции по мере необходимости, чтобы обеспечить «соответствующий» набор жизненных событий для ключевых лиц.

Одним из самых ярких примеров этого различия является рассмотрение брака в двух типах моделей. В то время как открытые модели могут просто генерировать подходящего супруга для ключевого лица, закрытые модели должны, вместо этого, определить, какие люди в своей популяции, скорее всего, вступят в брак, а затем сопоставить их.

Микросимуляция также используется в моделировании дорожного движения и представлена ​​такими программными пакетами, как TransModeler , PTV VISSIM , TSIS-CORSIM , Cube Dynasim, LISA+, Quadstone Paramics , SiAS Paramics, Simtraffic, Aimsun и MATSim . Аналитическое программное обеспечение для моделирования, такое как LINSIG , TRANSYT, TRANSYT-7F или SIDRA INTERSECTION, представляет собой другой класс моделей, основанных на математических алгоритмах, представляющих комбинации элементов модели дорожного движения.

Микромодели дорожного движения имитируют поведение отдельных транспортных средств в пределах заранее определенной дорожной сети и используются для прогнозирования вероятного влияния изменений в схемах дорожного движения в результате изменений в транспортном потоке или изменений в физической среде.

Микросимуляция имеет наибольшую силу в моделировании перегруженных дорожных сетей благодаря своей способности имитировать условия очередей. Модели микросимуляции будут продолжать предоставлять результаты при высоких степенях насыщения, вплоть до абсолютного тупика. Эта возможность делает эти типы моделей очень полезными для анализа транспортных операций в городских районах и центрах городов, включая развязки , кольцевые развязки , нерегулируемые и регулируемые перекрестки , коридоры с координацией сигналов и локальные сети. ^[6] Микросимуляция также отражает даже относительно небольшие изменения в физической среде, такие как сужение полос или перемещение стоп-линий перекрестков.

В последние годы микросимуляционное моделирование привлекло внимание своей способностью визуально представлять прогнозируемое поведение дорожного движения с помощью 3D-анимации , что позволяет неспециалистам, таким как политики и широкая общественность, в полной мере оценить воздействие предлагаемой схемы. Дальнейшие достижения в этой области достигаются благодаря слиянию данных микросимуляционной модели с 3D-анимацией кинематографического качества и виртуальной реальностью такими компаниями, как FORUM8 в Японии.

Микросимуляция на основе пешеходов или агентов получила широкое распространение и признание в отрасли в последние годы. Эти системы фокусируются на моделировании перемещения отдельных людей в пространстве с учетом таких аналитических показателей, как использование пространства, уровень обслуживания, плотность, загруженность и разочарование.

Многие современные программные пакеты микросимуляции дорожного движения объединяют компоненты дорожного движения и пешеходов для создания более полных систем, в то время как многие переходные инструменты моделирования толп продолжают совершенствоваться для использования в крупномасштабном проектировании городских пространств.

В медицинских науках микросимуляция генерирует истории жизни отдельных людей. Этот метод используется, когда моделирование типа «запасы и потоки» пропорций (макросимуляция) популяции не может в достаточной степени описать интересующую систему. Этот тип моделирования не обязательно подразумевает взаимодействие между людьми (как описано выше) и в этом случае может генерировать людей независимо друг от друга, а также может легко работать с непрерывным временем вместо дискретных временных шагов.

Несколько примеров моделей микросимуляции в медицинских науках были собраны в программе CISNET Национального института рака США (http://cisnet.cancer.gov/). В Канаде модель здоровья населения (POHEM) является общей платформой, которая изучает множественные хронические заболевания, включая диабет, сердечно-сосудистые заболевания и артрит. ^[7]

Экономические и медицинские подходы к микромоделированию дают представление о влиянии изменений в экологических, экономических или политических условиях на данную популяцию людей. Однако влияние многих изменений зависит от контекста, что означает, что одно и то же изменение (например, в диапазонах подоходного налога) может иметь желаемые эффекты в некоторых регионах, но нежелательные эффекты в других. Это понимание лежит в основе пространственных подходов к микромоделированию. Термин пространственное микромоделирование относится к набору методов, которые позволяют аппроксимировать характеристики людей, живущих в определенной области, на основе набора ограничивающих переменных , которые известны об этой области. Как и в случае эконометрического микромоделирования, пространственное микромоделирование может быть как динамическим, так и статическим и может включать взаимодействующие или пассивные единицы. ^[8]

Гай Оркатт широко цитируется как создатель пространственного микромоделирования. Пространственное микромоделирование имеет высокие вычислительные и информационные требования, и некоторая степень компьютерного программирования является предпосылкой для настройки моделей. По этим причинам этот метод не получил широкого распространения. Однако ряд факторов привел к быстрому росту числа публикаций по пространственному микромоделированию в академической географии и смежных дисциплинах. К ним относятся:

• Доступность и низкая стоимость мощных персональных компьютеров .
• Появление удобного для пользователя и недорогого программного обеспечения, с помощью которого можно создавать модели микросимуляции. Примерами являются R , Java и Python , каждый из которых можно отнести к категории свободного и открытого программного обеспечения .
• Улучшение деятельности по сбору данных правительствами, корпорациями и некоммерческими организациями.
• Улучшение доступности данных.

Существуют языки программирования общего назначения, в дополнение к тематическим программам (см. Моделирование трафика). Примерами являются JAS-mine, ^[9] LIAM2, ^[10] MODGEN, ^[11] и OpenM++. ^[12]

• Поток движения
• Динамическая микросимуляционная пенсионная модель

• Москарола, ФК, Коломбино, У., Фигари, Ф. и Локателли, М. (2014). Перераспределение налогов с труда на имущество. Моделирование в условиях равновесия рынка труда. Дискуссионные документы IZA 8832, Институт изучения труда (IZA).