2025 № 4 (70)

Моделирование искусственного общества как основа когнитивного управления мегаполисом

агентно-ориентированные подходы, искусственное общество, когнитивное управление, модели мегаполиса, цифровые двойники

Для цитирования: Холкина Н. А., Терёшина В. В. Моделирование искусственного общества как основа когнитивного управления мегаполисом / / Вестник Университета Правительства Москвы. 2025. № 4. С. 53−64.

Скачать PDF

Холкина Наталья Александровна

кандидат физико-математических наук, доцент кафедры информационных технологий и математики, Университет Правительства Москвы (107045, Россия, г. Москва, ул. Сретенка, д. 28), eLIBRARY SPIN-код: 1069-3198, e-mail: KholkinaNA@ks.mos.ru

Терёшина Влада Валерьевна

кандидат экономических наук, доцент, доцент кафедры информатики Института кибербезопасности и цифровых технологий, Российский технологический университет — МИРЭА (119454, Россия, г. Москва, пр. Вернадского, д. 78), eLIBRARY SPIN-код: 4701-8891, ORCID: https://orcid.org/0000-0002-3306-919X, e-mail: teryoshina@mirea.ru

Аннотация.
Статья развивает концепцию искусственных обществ как вычислимых моделей мегаполисов для анализа и поддержки управленческих решений. Макродинамика сложной социально-экономической системы возникает из локальных взаимодействий множества разнородных агентов. Предлагается формальная схема, позволяющая учитывать эмерджентные эффекты и состоящая из трех уровней: микроуровень (когнитивные и экономические правила агентов), мезоуровень (топология и мультислойные сети взаимодействий) и макроуровень (агрегированные индикаторы). Показано, как агентные правила и нелинейные операторы порождают такие феномены, как кластеризация активности, транспортные перегрузки и волны инноваций. Методы анализа и визуализации включают сетевые метрики, машинное обучение и топологический анализ данных для выявления устойчивых структур. Искусственные общества выступают инструментом проектирования когнитивного управления, позволяя тестировать решения и оценивать риски до внедрения.

Artificial Society Modeling as a Basis for Cognitive Megacity Management

Natalia A. Kholkina

PhD in Physics and Mathematics, Docent, Associate Professor, Department of Information Technologies and Mathematics, Moscow Metropolitan Governance Yuri Luzhkov University (28 Sretenka ulitsa, Moscow, 107045, Russia), eLIBRARY SPIN-code: 1069-3198, e-mail: KholkinaNA@ks.mos.ru

Vlada V. Teryoshina

PhD in Economics, Associate Professor, Department of Informatics, Institute for Cybersecurity and Digital Technologies, MIREA – Russian Technological University (78 Vernadskogo prospect, Moscow, 119454, Russia), eLIBRARY SPIN-code: 4701-8891, ORCID: https://orcid.org/0000-0002-3306-919X, e-mail: teryoshina@mirea.ru

Abstract
This article advances the concept of artificial societies as computational models of metropolitan areas, designed for policy analysis and decision support. We posit that the macrodynamics of complex socio-economic systems emerge from the local interactions of a multitude of heterogeneous agents. The study introduces a formal, multi-level framework to account for these emergent phenomena, structured across three tiers: the micro-level (agent cognition and economic rules), the meso-level (interaction topology and multi-layer networks), and the macro-level (aggregated indicators). The study demonstrates how agent-based rules and nonlinear operators generate complex urban phenomena, including activity clustering, traffic congestion, and innovation waves. The analytical and visualization toolkit incorporates network metrics, machine learning, and topological data analysis to identify robust structural patterns. Ultimately, artificial societies serve as a platform for designing cognitive governance, enabling policymakers to test solutions and assess risks prior to real-world implementation.

agent-based modeling artificial society cognitive governance digital twins metropolitan models

For citation: Kholkina N. A., Teryoshina V. V. Artificial Society Modeling as a Basis for Cognitive Megacity Management. MMGU Herald, 2025, no. 4, pp. 53-64. (In Russ.).

УДК 352.075:519.876.5

Информационные источники

Куркин А. А. Моделирование экономических рисков мегаполисов / / Вестник Университета Правительства Москвы. 2025. № 3. С. 10–19.
Макаров В. Л. Искусственные общества: новый инструмент для лучшего понимания устройства общества / / Искусственные общества. 2010. T. 5. Вып. 1−4. URL: https://artsoc.jes.su/s207751800000064-9-1/ (дата обращения: 09.11.2025).
Макаров В. Л., Бахтизин А. Р., Сушко Е. Д. Агент-ориентированная модель как инструмент регулирования экологии региона / / Журнал Новой экономической ассоциации. 2020. № 1 (45). С. 151−171. DOI: 10.31737/2221-2264-2020-45-1-6.
Макаров В. Л., Бахтизин А. Р., Сушко Е. Д. Компьютерное моделирование взаимодействия между муниципалитетами, регионами, органами государственного управления / / Проблемы управления. 2013. № 6. URL: https://cyberleninka.ru/article/n/kompyuternoe-modelirovanie-vzaimodeystviya-mezhdu-munitsipalitetami-regionami-organami-gosudarstvennogo-upravleniya (дата обращения: 09.11.2025).
Останина О. И. Инфраструктура мест накопления отходов в Москве: территориальная статистика и анализ / / Вестник Университета Правительства Москвы. 2025. № 3. С. 34–40.
Шмелева А. Г. Экономическая плотность отраслей промышленности в Москве / / Вестник Университета Правительства Москвы. 2025. № 3. С. 20–33.
Feitosa F. F., Le Q. B., Vlek P. L. G. Multi-Agent Simulator for Urban Segregation (MASUS): A Tool to Explore Alternatives for Promoting Inclusive Cities / / Computers, Environment and Urban Systems. 2011. Vol. 35. Issue 2. Pp. 104−115. DOI: 10.1016/j.compenvurbsys.2010.06.001.

References

Kurkin A. A. Modeling of Economic Risks of Megacities. MMGU Herald, 2025, no. 3, pp. 10-19. (In Russ.).
Makarov V. L. A New Tool for a Better Understanding of the Structure of Society. Artificial Societies, 2010, vol. 5, iss. 1-4. Available at: https://artsoc.jes.su/s207751800000064-9-1/ (accessed: 09.11.2025). (In Russ.).
Makarov V. L., Bakhtizin A. R., Sushko E. D. Agent-Based Model as a Tool for Regulating the Ecology of a Region. Journal of the New Economic Association, 2020, no. 1 (45), pp. 151-171. DOI: 10.31737/2221-2264-2020-45-1-6. (In Russ.).
Makarov V. L., Bakhtizin A. R., Sushko E. D. Computer Modeling of Interaction Between Municipalities, Regions, and Public Administration Bodies. Control Sciences, 2013, no. 6. Available at: https://cyberleninka.ru/article/n/kompyuternoe-modelirovanie-vzaimodeystviya-mezhdu-munitsipalitetami-regionami-organami-gosudarstvennogo-upravleniya (accessed: 09.11.2025). (In Russ.).
Ostanina O. I. Infrastructure of Waste Accumulation Sites in Moscow: Territorial Statistics and Analysis. MMGU Herald, 2025, no. 3, pp. 34-40. (In Russ.).
Shmeleva A. G. Economic Density of Industrial Sectors in Moscow. MMGU Herald, 2025, no. 3, pp. 20-33. (In Russ.).
Feitosa F. F., Le Q. B., Vlek P. L. G. Multi-Agent Simulator for Urban Segregation (MASUS): A Tool to Explore Alternatives for Promoting Inclusive Cities. Computers, Environment and Urban Systems, 2011, vol. 35, is. 2, pp. 104-115. DOI: 10.1016/j.compenvurbsys.2010.06.001.