Моделирование олигополистического рынка методами интеллектуальных агентов тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Сорокин, Андрей Александрович

• Сорокин, Андрей Александрович
• кандидат экономических наук
• 2003

Оглавление диссертации кандидат экономических наук Сорокин, Андрей Александрович

ВВЕДЕНИЕ.

ГЛАВА 1. МОДЕЛИ ПОВЕДЕНИЯ ФИРМ НА РЫНКЕ

ОЛИГОПОЛИИ.

1.1. Место и роль стратегии фирмы на современном олигополистическом рынке.

1.2. Модели поведения фирм в условиях олигополии.

1.3. Метод интеллектуальных агентов.

ГЛАВА 2. МОДЕЛЬ ВЗАИМОДЕЙСТВИЯ ПАР

ИНТЕЛЛЕКТУАЛЬНЫХ АГЕНТОВ В УСЛОВИЯХ ДУОПОЛИИ.

2.1. Структура интеллектуального агента модели.

2.2. Процесс принятия решений интеллектуальным агентом.

2.3. Апробация модели взаимодействий интеллектуальных агентов на рынке олигополий.

ГЛАВА 3. РЕЗУЛЬТАТЫ МОДЕЛИРОВАНИЯ ДУОПОЛИЙ

С ПОМОЩЬЮ ИНТЕЛЛЕКТУАЛЬНЫХ АГЕНТОВ.

3.1. Анализ влияние типов стратегий интеллектуальных агентов.

3.2. Влияние объема памяти.

3.3. Влияние типа платежной матрицы.

3.4. Эволюция взаимодействий.

Введение диссертации (часть автореферата) на тему «Моделирование олигополистического рынка методами интеллектуальных агентов»

Актуальность работы. В современной экономике отчетливо прослеживаются тенденции укрупнения участников рынка, являющиеся следствием глобализации экономического пространства. Объемы производства экономического агента во многом определяются долей рынка, которую он занимает по сравнению с конкурентами. В отдельных отраслях на рынке наблюдается доминирование трех-пяти крупных предприятий, что является явным признаком олигополии. В России отчетливо олигополистический характер носят сырьевые отрасли, черная и цветная металлургия, подотрасли химии и машиностроения (производство удобрений, автомобилестроение, аэрокосмическая промышленность и др.).

Каждый из участников олигополистического рынка потенциально имеет возможность расширения занимаемой доли рынка за счет конкурентов. Перед руководителями олигополистических фирм стоит выбор: скоординировать действия относительно друг друга или следовать независимой стратегии конкуренции.

В случае выбора кооперативной стратегии взаимодействия олигополисты стараются избегать прямого конфликта с конкурентами, особенно в сфере цены и объемов производства. Но если избирается стратегия независимой максимизации прибыли, то фирмы, скорее всего, обнаружат себя в агрессивной конкурентной среде. Таким образом, модели олигополии строятся либо на кооперативном, либо некооперативном характере взаимодействий между фирмами. Крайними случаями для олигополии являются открытый сговор и «ценовая» война.

Российская специфика конкурентных отношений проявляется в широком распространении нетипичных для западного мира ценовых схваток (на рынках сотовой связи, авиаперевозок, фармацевтики, автомобилестроении и др.). Конкурентные войны между крупными фирмами носят перманентный характер, во многих отраслях достигнута лишь промежуточная расстановка сил. В этом случае моделирование стратегии поведения экономических агентов в изменяющихся условиях хозяйствования на олигополистических рынках является несомненно актуальной задачей.

Следует различать понятия «экономический агент» и «интеллектуальный агент». Под экономическим агентом понимается реальный хозяйствующий субъект. Интеллектуальный агент — «автономная обучаемая программная сущность, способная адаптивно действовать в интересах достижения поставленных перед ней целей» [108, с.116]. Или говоря иначе, интеллектуальный агент — это некий программный комплекс или система, описывающая взаимодействие субъектов моделирования.

В работе предлагается модель, описывающая взаимодействие участников рынка олигополий. Где в качестве экономических агентов рынка выступают интеллектуальные агенты.

Вопросы стратегического управления крупными предприятиями широко освещены в работах многих видных зарубежных и российских ученых. В традиционно известных неоклассических моделях олигополий А.Курно, Дж.Бертрана, Ф.Штакельберга степень воздействия одного участника рынка на другого задается в виде экзогенной величины.

В работах Дж.Неймана, О.Моргенштерна, Дж.Нэша обобщены результаты неоклассических моделей и предложен подход, основанный на теории игр и выборе стратегий, учитывающий влияние действий экономических агентов друг на друга. Наибольший интерес, с точки зрения моделирования стратегии поведения фирмы в рамках предложенного ими подхода представляет приложение теории игр - «дилемма заключенного». Она относится к классу игр с ненулевой суммой выигрыша.

Известный американский ученый Р.Аксельрод, рассматривая возможность решения «дилеммы заключенного», предложил изучать итерируемую версию игры. Это позволило игрокам учитывать последствия собственных и чужих действий при формировании стратегий. В рамках предложенной им модели был проведен широкий анализ и классификация типов стратегий, однако следует отметить, что Р.Аксельрод моделирует взаимодействие стратегий, а не экономических агентов, обладающих ими.

Анализ проблематики исследований позволяет утверждать, что возникает необходимость развития рассматриваемых методов с позиции участников хозяйственной деятельности, с учетом их индивидуальных характеристик и степени их влияния на принимаемое решение. Отсутствуют в экономической литературе практические рекомендации по формированию конкурентных преимуществ, позволяющие постоянно анализировать и диагностировать рыночную ситуацию, чутко реагировать на конъюнктуру рынка.

В связи с изложенным, разработка экономико-математической модели и инструментальных средств, позволяющих анализировать и прогнозировать ситуацию на рынке олигополий, является актуальной научной проблемой, что и определило выбор темы, цель и задачи настоящего диссертационного исследования.

Цель исследования. Основной целью работы является исследование влияния стратегий поведения экономических агентов на результаты рыночных олигополистических взаимодействий.

В ходе исследования поставлены и решены следующие задачи:

• анализ процессов принятия решений экономическими агентами по стратегии поведения в условиях олигополии;

• анализ существующих моделей интеллектуальных агентов и поддерживающих их инструментальных средств;

• построение модели взаимодействия экономических интеллектуальных агентов на олигополистическом рынке в условиях итерируемой «дилеммы заключенного»;

• разработка структуры интеллектуального агента в рамках рассматриваемой модели и комплекса инструментальных средств, поддерживающих эту модель;

• разработка алгоритма и реализация компьютерной программы, моделирующей взаимодействие интеллектуальных агентов на рынке оли-гополий;

• выявление и описание влияния свойств интеллектуальных агентов (стратегии, памяти, платежной матрицы и способности к обучению) на экономическую составляющую задачи.

Объектом исследования выступают экономические интеллектуальные агенты на олигополистическом рынке.

Предметом исследования являются средства и методы формализованного представления и экономико-математического моделирования поведения экономических агентов на рынке олигополий.

Теоретический и методический аппарат исследования. Теоретической и методологической основой диссертационной работы являются разработки, выполненные научными коллективами и отдельными учеными — Института экономики РАН, Финансовой академии при Правительстве РФ, Моековского государственного университета им. М.В.Ломоносова, Российского НИИ Искусственного интеллекта.

В этих работах важное место отводится вопросам, связанным с анализом эволюционных процессов общества, с изменениями в характере средств труда, информационными составляющими этих процессов, количественными моделями эволюционной динамики.

Работа базируется на использовании теории игр, теории искусственного интеллекта, теории интеллектуальных агентов, также применялись методы экономико-математического моделирования, имитационного моделирования, использованы инструментальные средства компьютерного моделирования Delphi, Microsoft Excel, Visual Basic, Maple.

Работа выполнена в соответствии с пунктом 1.4 Паспорта специальности 08.00.13 - Математические и инструментальные методы экономики.

Научная новизна исследования заключается в построении модели взаимодействий экономических интеллектуальных агентов на рынке олигополии.

Элементы новизны содержат следующие результаты:

• построена мультиагентная модель, позволяющая описать поведение крупных предприятий на реальном олигополистическом рынке;

• в рамках этой модели разработана структура интеллектуального агента, включающая такие параметры как стратегия, память, платежная матрица, обучаемость;

• разработан методический аппарат, позволяющий оценить влияние качественных и количественных характеристик интеллектуальных агентов на принятие решений участниками рынка олигополий;

• разработаны методики качественного и количественного анализа взаимодействий интеллектуальных агентов на олигополистическом рынке.

Практическая значимость диссертационной работы заключаются в том, что ее основные положения, результаты, разработанные методики и рекомендации ориентированы на широкое использование предприятиями, действующими на рынке в условиях олигополии.

Самостоятельное практическое значение имеют:

• алгоритм программы и инструментальное средство, моделирующее взаимодействия интеллектуальных агентов на рынке дуополий;

• методика задания стратегии, памяти и платежной матрицы интеллектуального агента в рамках разработанного алгоритма

• ррезуршдации к анализу свойств интеллектуальных агентов, позволяющие оценить их влияние на принятие агентом экономических решений.

Апробация и внедрение результатов. Основные положения диссертационного исследования докладывались на 4-й Международной научно-практической конференции «Экономика, экология и общество России в 21-м столетии» (21-23 мая 2002г., г.Санкт-Петербург), на IV Международной научно-практической конференции студентов, аспирантов и молодых ученых «Системный анализ и информационные технологии» (1-3 июля 2002 г., г.Киев), на VIII Международной конференции «Образование, Экология, Экономика, Информатика» серии «Нелинейный мир» (15-20 сентября 2003 г., г.Астрахань), на постоянно действующем научно-методическом семинаре кафедры математического моделирования экономических процессов Финансовой академии при Правительстве Российской Федерации.

Отдельные положения и результаты диссертационной работы применяются в научно-внедренческой организации «ФОРС-ХОЛДИНГ» при проектировании баз данных предприятий.

Полученные теоретические и методологические результаты используются в учебном процессе при преподавании дисциплин «Экономико-математическое моделирование» и «Эконометрика» на кафедре «Математического моделирования экономических процессов» Финансовой академии при Правительстве Российской Федерации.

Заключение диссертации по теме «Математические и инструментальные методы экономики», Сорокин, Андрей Александрович

ЗАКЛЮЧЕНИЕ

Тенденции глобализации мирового рынка обуславливают образование крупных экономических агентов, моделирование стратегий поведения которых является сложной задачей. Проведенный в первой главе анализ существующих моделей олигополий выявил ряд существенных недостатков затрудняющих решение поставленных задач. В результате предложено использовать метод интеллектуальных агентов, позволяющий моделировать многократные взаимодействия участников игры в условиях итерируемой дилеммы заключенного, задать их структуру и типы стратегий.

Особый интерес представляет возможность задания стратегии поведения участников рынка олигополий с использованием платежной матрицы итерируемой «дилеммы заключенного». В работе проведено подробное исследование существующего инструментария интеллектуальных агентов. Анализ показал необходимость разработки собственного программного средства, отвечающего поставленным целям диссертационной работы.

Во второй главе предложена структура интеллектуального агента модели и рассмотрены ее основные элементы. На основании структуры была разработана экономико-математическая модель взаимодействия интеллектуальных агентов на олигополистическом рынке. Модель содержит алгоритм программы, реализованный в объектно-ориентированной среде программирования Delphi 7. Программа позволяет моделировать бинарные взаимодействие интеллектуальных агентов, анализируя влияние стратегии, памяти, обучаемости и платежной матрицы на экономическую составляющую задачи. В зависимости от класса решаемых задач, программа позволяет задавать и модифицировать индивидуальные характеристики агентов. Преимуществом разработанного программного обеспечения является высокая работоспособность, интуитивно-понятный и эргономичный пользовательский интерфейс.

Третья глава содержит апробацию модели, проведена серия численных экспериментов. Выявлены особенности влияния параметров структуры интеллектуальных агентов, таких как стратегия, объем памяти, платежная матрица, способность к обучению, на результат хозяйственной деятельности. Анализ результатов имитационного моделирования взаимодействий интеллектуальных агентов, обладающих различными индивидуальными характеристиками, выявил особенности задания характеристик агентов, эффективные стратегии поведения агентов и позволил сформулировать предложения и рекомендации по использованию разработанной модели.

138

Список литературы диссертационного исследования кандидат экономических наук Сорокин, Андрей Александрович, 2003 год

1. Абалкин Л.И. Россия: Поиск и самоопределение. Очерки. - М.:Наука, 2002. 428 с.

2. Бартенев С.А. Экономические теории и школы (история и современность): Курс лекций. М.: БЕК, 1996. - 352 с.

3. Вопросы экономики. М.: 1997-2003.

4. Гаврилова Т.А., В.Ф. Хорошевский. Базы знаний интеллектуальных систем. -СПб.: Питер, 2001. 354 с.

5. Гальперин В., Игнатьев С., Моргунов В. Микроэкономика. СПб.: Экономическая школа. 2001.

6. Городецкий В.И., Грушинский М.С., Хабалов А.В. Многоагентные системы (обзор). Новости искусственного интеллекта. №2. 1998.

7. Грязнова А.Г. и Юданов А.Ю. Микроэкономика. Теория и российская практика. Учеб. М.: Гном и Д, 1999. -530 с.

8. Дубов Ю.А. Устойчивость оптимальных по Парето векторных оценок и равномерные решения. // Автоматика и телемеханика. -М., 1981, №6, С. 139146.

9. Евстигнеева Л., Евстигнеев Р. От стандартной экономической теории к экономической синергетике. — Вопросы экономики, 2001, №10. Ю.Иозайтис B.C., Львов Ю.А. Экономико-математическое моделирование производственных систем. -М.: Высшая школа, 1991.

10. Калянов Г.Н. CASE-технологии. Консалтинг при автоматизации бизнес-процессов. 2-е изд. перераб. и доп. -М.: Горячая линия-Телеком, 2000. 320 с.

11. Камаев В.Д. Учебник по основам экономической теории. — М.: Владос, 1999.384 с.

12. Клейнер Г.Б. Экономико-математическое моделирование и экономическая теория.- Экономика и математические методы, 2001, т. 38, №3. М.Клейнер Г.Б. и др. Предприятие в нестабильной экономической среде: риски, стратегии, безопасность. -М.: Экономика, 1997.

13. Коуз Р. Фирма, рынок и право. Пер. с англ. - М.: Дело ЛТД при участии изд-ва Catallaxy, 1993. 192 с.

14. Курдюков А.А. Интеллектуальные агенты и их применения в инженерном проектировании. -М:. 2002.

15. Лабскер Л.Г. «Элементы теории игр и статистических решений». Методические указания. М.:Ф А, 1995.

16. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. М. Наука. Физматлит. 1996.

17. Левин М.И., Макаров В.Л., Рубиков A.M. Математические модели экономического взаимодействия. —М.: Наука, 1993.

18. Маевский В.И. Эволюционная теория и макроэкономика. Вопросы экономик, 1997, №3

19. Маевский В.И. Эволюционная экономическая теория и некоторые проблемы современной российской экономики. В кн.: Эволюционная экономика: проблемы и противоречия теории и практики. М., 2001.

20. Макконнел К.Р., Брю С.А. Экономика т.1,2 М.: Республика, 1992.

21. Маклаков С.В. BPWin и ERWin CASE-средства разработки информационных систем. М.: Диалог-МИФИ, 1999.

22. Маршалл А. Принципы политической экономии. В 3-х т.: Пер.с англ. М.: Прогресс, 1983-84.ч i.

23. Мишенин А.И. Теория экономических информационных систем .- М.: Наука, 2000.

24. Моисеев Н.Н. Математические задачи системного анализа. — М.: Наука. 1981.

25. Нейман Д., Моргенштерн О. Теория игр и экономическое поведение. Пер. с англ. под ред. Н.Н. Воробьева. -М.: Наука, 1970.

26. Нельсон Р., Уитнер С. Эволюционная теория экономических изменений. М.: Финстатинформ, 2000.

27. Осипов Г.С. Приобретение знаний интеллектуальными системами. -М.: Наука, 1997.

28. Паринов С.И. К теории сетевой экономики. Новосибирск: ИЭОПП СО РАН, 2002. 168 С.

29. Полтерович В. Кризис экономической теории. — Экономическая наука современной России, 1998, №1.

30. Попов Э.В. Динамические интеллектуальные системы в управлении и моделировании. М.: МИФИ, 1996.

31. Поспелов Д.А. Многоагентные системы настоящее и будущее // Информационные технологии и вычислительные системы. 1998, №1.

32. Поспелов Д.А. Ситуационное управление: Теория и практика. -М.: Наука, 1986.

33. Промышленность РФ 2001. Статистический сборник. -М.: Госкомстат1. РФ, 2002.t 4

34. Пэранек Г.В. Распределенный искусственный интеллект. В кн.: Искусственный интеллект: применение в интегрированных производственных системах, Э. Кьюсиак (ред.). М.: Машиностроение. 1991.

35. Радаев В. Неформальная экономика и внеконтактные отношения в российском бизнесе. В сборнике Неформальная экономика» под ред. Шанина Т.М.: Логос, 1999. С. 17-26.

36. Робинсон Дж. Экономическая теория несовершенной конкуренции: Пер.с англ. / Общ. ред. и вступ. ст. И.М.Осадчей. М.: Прогресс, 1983. - 472 с.

37. Российский статистический ежегодник 2001 год М.: Госкомстат РФ, 2002.

38. Российский экономический журнал. -М.: 1998-2003.

39. Седова С.В. Методы проверки достоверности экономической информации // Предприятие в условиях рыночной адаптации: анализ, моделирование, стратегия. -М.: ЦЭМИ РАН, 1996.

40. Сорокин А.А., Ильинский А.И. Создание и анализ кейсов методами теории агентов. // Модели экономических систем и информационные технологии. 2001.-Выпуск4.-С. 71-74.

41. Сорокин А.А. Применение методов теории агентов для моделирования простейших транзакций // Модели экономических систем и информационные технологии. 2002. Выпуск 6. - С. 203-208.

42. Сорокин А.А. Моделирование экономических процессов методами теории интеллектуальных агентов // Модели экономических систем и информационные технологии. 2002. Выпуск 7. - С. 200-210.

43. Сорокин А.А. Бинарные стратегии игроков дилеммы заключенного // Модели экономических систем и информационные технологии. 2002. Выпуск9. С. 268-282.

44. Сорокин А.А. Некоторые понятия теории интеллектуальных агентов // Вестник СГЭА №2(11). Самара, 2003.

45. Сорокин А.А. Модель взаимодействий экономических интеллектуальных агентов на рынке олигополий // Модели экономических систем и информационные технологии. 2003. Выпуск 10. — С. 180-188.

46. Сорокин А.А. Методики качественного и количественного анализа взаимодействий интеллектуальных агентов на олигополистическом рынке // Модели экономических систем и информационные технологии. 2003. Выпуск10.-С. 188-198.

47. Тарасов В.Б. Агенты, многоагентные системы, виртуальные сообщества: стратегическое направление в информатике и искусственном интеллекте. Новости искусственного интеллекта. №2. 1998.

48. Тельнов Ю.Ф. Интеллектуальные информационные системы в экономике. -М.: Синтег, 1999.

49. Теория фирмы / Под ред. В.М.Гальперина. СПб.: Экономическая школа, 1995. - («Вехи экономической мысли»; Вып.2). - 534 с.

50. Томсон А., Формби Дж. Экономика фирмы: Пер. с англ. М.: ЗАО «Издательство БИНОМ», 1998. - 544 с.

51. Трахтенгерц Э.А. Агентно-ориентированные технологии управления проектами. М.: ИПУ, 1999.

52. Хорошевский В.Ф. Поведение интеллектуальных агентов: модели и методы реализации // В сб. трудов 4-го международного семинара по прикладнойсемиотике, семиотическому и интеллектуальному управлению. ASC/IC'99. М. 1999.

53. Экономика и математические методы. -М.: Наука, 1998-2003.

54. Экономический журнал высшей школы экономики. -М. 1998-2003.

55. AgentBuilder. An Integrated Toolkit for Contracting Intelligent Software Agents. Revision 1.3. Reticular Systems, Inc. 2003.

56. Alterman R. Issues in adaptive planning. Berkeley (California): University of California, 1986. 39 p.

57. Austin J.L. How to Do Things with Words. Oxford. 1965.

58. Axelrod R.M. The Evolution of Cooperation. Basic Books, New York, 1984.

59. Axelrod, R. Effective choice in the prisoner's dilemma. Journal of Conflict Resolution, 24, pp. 3-25. 1980.

60. Axelrod, R. More effective choice in the prisoner's dilemma. Journal of Conflict Resolution, 24, pp. 379-403. 1980.

61. Bee-gent Home Page. http://www2.toshiba.co.ip/beegent. 2003.

62. Belgrave M. The Unified Architecture: A White Paper.-http://www.ee.mcgill.ca/~belmarc. 1996.

63. Benson S. Learning Action Models for Reactive Autonomous Agents. Dissertation. Stanford: Stanford University, 1996. P. 1-6.

64. Chavez A., Maes P. Kasbah: An agent marketplace for buying and selling goods. Proceedings of First International Conference on the Practical Application of Intelligent Agents and Multi-Agent Systems, London, UK. P. 75-90. 1996.

65. Darwen P.J., Pollack J.B. Coevolutionary learning on noisy tasks. In Congress on Evolutionary Computation, Washington DC, July 1999.

66. Darwen P.J., Xin Yao. On evolving robust strategies for iterated prisoner's dilemma. In Progress in Evolutionary Computation, volume 956 of Lecture Notes in Artificial Intelligence, pages 276-292. Springer, 1995.

67. Demazeau Y., Miller J.-P. (eds.). Decentralized Artificial Intelligence. Amsterdam: Elsevier North-Holland, 1990.

68. Duschka O. Query Planning and Optimization in Information Integration. Dissertation. Stanford: Stanford University, 1997. P. 1-20.

69. Etzioni O., Golden K., Weld D. Tractable closed-world reasoning with updates // Proceedings of 4th International Conference on Principles of Knowledge Representation and Reasoning. Morgan Kaufmann Publishers, 1994. P. 178-189.

70. Etzoni O., Hanks S., Jiang Т., Karp R., Madani O., Waarts O. Efficient Information Gathering on the Internet // Proceedings of the 37th Annual Symposium on Foundations of Computer Science. IEEE, 1996. P. 234-243.

71. Extensible Markup Language (XML). W3C. Recommendation. -http://www.w3 .org/TR/1998/Rec-xml-19980210. 1998.

72. Franklin M. Fisher «Games Economists Play: A Non-cooperative View», Rand Journal of Economics, Vol. 20, No I (Spring 1991), pp. 113-24.

73. Franklin S., Graesser A. Is it an agent, or just a program? Proceedings Third International Workshop on Agent Theories, Architectures and Languages. Budapest. Hungary. 1996.

74. Golden K., Etzioni O., Weld D. Sound and Efficient Closed-World Reasoning for Planning//Artificial Intelligence, 1997. Vol. 89, P. 113-148.

75. Janca P. Pragmatic Application of Information Agents. BIS Strategic Decisions, Norwell, United States, 1995.

76. Jennings N.R. and Wooldridge M. Applications of Intelligent Agents. Queen Mary & Westfield College University of London. 1998.

77. Jennings N.R., Faratin P., Johnson M.J., Norman T.J., O'Brien P., Wiegand M.E. Agent-based business process management. Int. Journal of Cooperative Information Systems, 5(2, 3), P. 105-130. 1996.

78. Knoblock C. Planning, Executing, Sensing, and Replanning for Information Gathering // Proceedings of Fourteenth International Joint Conference on Artificial Intelligence. Morgan Kaufmann Publishers, 1995. P. 1686-1693.

79. Koenig S. Optimal Probabilistic and Decision-Theoretic Planning using Mark-ovian Decision Theory. Berkeley (California): University of California, 1991. P. 628.

80. Labrou Y., Finin T. A Proposal for a new KQML Specification. TR CS-97-03. 1997.

81. Lander S., Lesser V. Sharing Meta-Information to Guide Cooperative Search among Heterogeneous Reusable Agents // IEEE Transactions on Knowledge and Data Engineering, 1997. Vol. 9, N 2. P. 193-208.

82. Luce, R. D. and Raiffa, H. Games and Decisions, New York: John Wiley, 1957.

83. Maes P. Agents that reduce work and information overload. Communications of the ACM. 1994. №37. P. 31-40.

84. Martin A. Nowak and Karl Sigmund. Evolution of indirect reciprocity by image scoring. Nature, 393:573-577, 11 June 1998.

85. Rapoport A. and Chammah A. Prisoner's Dilemma. Ann Arbor, University of Michigan Press, 1965.

86. Rasmussen J., Brehmer В., Leplat J., (eds.) Distributed Decision-Making. Cognitive Models for Cooperative Work. N.Y.: J. Wiley & Sons. 1991.

87. Robson A.J. Stackelberg and Marshall, American Economic Review, Vol. 80, No. 1 (March 1990), pp. 69-82.

88. Shoham Y. Agent-oriented programming. Artificial Intelligence. №60. 1993.

89. Shubik M., /I Game Theoretic Approach to Political Economy (Cambridge: MIT Press 1984), Chapters 3-7.

90. Stanford Encyclopedia of Philosophy http://plato.stanford.edu/entries/prisoner-dilemma/.

91. Sutton R., Barto A. Reinforcement Learning: An Introduction. Cambridge (Miami): MIT Press, 1998. 432p.

92. The Swarm Simulation System, http://www.santafe.edu/proiects/swarm/.

93. Tirole J., The Theory of Industrial Organization (Cambridge: MIT Press), Chapter 11, 1984.

94. Wooldridge M. Agent-Based Computing. Baltzer Journals. 1997.

95. Wooldridge M. Intelligent Agents: Theory and Practice. In Knowledge Engineering Review. 1995. №10(2). P. 115-152.109. www.economicus.ru