Optimization of the Employment Structure Using the Multi-sector Bounded-Neighbourhood Model
Reviews
Readers community rating
0.0 (0 votes)


Views
187


Downloads
16
Date of publication
04.05.2022
Public year
2022
DOI
10.33276/S265838870019919-3
Optimization of the Employment Structure Using the Multi-sector Bounded-Neighbourhood Model
Read   Download pdf
Annotation

This article presents an approach to optimizing the employment structure using an extended multi-sector bounded-neighbourhood model. The main problem associated with the optimization of the employment structure is the impossibility of implementing a strategy for the rapid redistribution of labour resources from less efficient low-tech sectors of the economy to high-tech ones. The reasons for the difficulties are due to the complex system of decision-making by agent-individuals on the choice of the most preferable jobs, based on a comprehensive assessment of a number of factors, such as the amount of wages, distance to the workplace, the influence of the parents’ opinions and their immediate environment, the presence or absence of previous work experience in the relevant industry, etc. The problem of dynamic optimization of the employment structure is formulated and solved using the genetic algorithm that has need proposed previously, within one generation (30 years), the transformation of the employment structure to the target (suboptimal) state is ensured to maximize the average GDP rates and minimize the share of non-assimilated migrants.

About authors
Andranick Akopov
Principal Scientific Researcher
Central Economics and Mathematics Institute, Russian Academy of Sciences; Russia
Gayane Beklaryan
Senior Research Scholar
Senior Research Scholar of the Central Economics and Mathematics Institute, Russian Academy of Sciences
References

1. Агентное моделирование популяционной динамики двух взаимодействующих сообществ: мигрантов и коренных жителей / В. Л. Макаров, А. Р. Бахтизин, Г. Л. Бекларян [и др.] // Экономика и математические методы. – 2020. – Том 56, № 2. – с. 5-19.

2. Агентное моделирование социально-экономических последствий миграции при государственном регулировании занятости / В. Л. Макаров, А. Р. Бахтизин, Г. Л. Бекларян [и др.] // Экономика и математические методы. – 2022. – том 58, № 1. – с. 113-130.

3. Акопов, А. С. Агентное моделирование: учебно-методическое пособие / А. С. Акопов, Н. К. Хачатрян – Москва : ЦЭМИ РАН, 2016. – 76 с.

4. Акопов, А. С. Агентная модель поведения толпы при чрезвычайных ситуациях / А. С. Акопов, Л. А. Бекларян // Автоматика и телемеханика. – 2015, № 10 – с. 131–143.

5. Акопов, А. С. Имитационное моделирование: учебник и практикум для академического бакалавриата / А. С. Акопов ; Серия: Бакалавр. Академический курс. — Москав : Издательство Юрайт, 2017. — 389 с.

6. Акопов, А.С. К вопросу проектирования интеллектуальных систем управления сложными организационными структурами. Ч1. Математическое обеспечение системы управления инвестиционной деятельностью вертикально-интегрированной нефтяной компании / А. С. Акопов // Проблемы управления. – 2010. – № 6. – с. 12-18.

7. Акопов, А. С. Мультисекторная модель ограниченного соседства: сегрегация агентов и оптимизация характеристик среды / А. С. Акопов, Л. А. Бекларян, А. Л. Бекларян // Математическое моделирование. – 2021. – Т. 33, № 11. – c. 95-114.

8. Акопов, А. С. Сегрегация агентов в секторальной модели ограниченного соседства / А. С. Акопов, Л. А. Бекларян. – DOI: 10.33276/S265838870016760-9 // Вестник ЦЭМИ РАН. – 2021. – T. 4, Выпуск 2. URL: https://cemi.jes.su/s265838870016760-9-1/ (Дата обращения 25.04.2022).

9. Бекларян, Г. Л. Имитационная модель региона в применении к анализу экономики красноярского края / Г. Л. Бекларян // Экономика и математические методы. – 2019. – Т. 55, № 3. – с. 47-61.

10. Гайнанов, Д. А. Агент-ориентированный подход к сбалансированному взаимодействию региональных рынков труда и образовательных услуг / Д. А. Гайнанов, Л. И. Мигранова // Фундаментальные исследования. – 2013. – № 8-2. – с. 394-398.

11. Ёлкина, О. С. Математическое моделирование стратегий экономического поведения людей на рынке труда / О. С. Ёлкина, Е. В. Гуревич, А. К. Гуц // Математические структуры и моделирование. – 2005. – № 15. – с. 107-111.

12. Огородников, П. И. Моделирование миграционных потоков в регионе / П. И. Огородников, Н. А. Макарова // Экономика региона. – 2013. – № 2 (34). – с. 168-176.

13. Разработка программной платформы для крупномасштабного агент-ориентированного моделирования сложных социальных систем / В. Л. Макаров, А. Р. Бахтизин, Г. Л. Бекларян, А. С. Акопов // Программная инженерия. – 2019. – Т. 10, № 4. – с. 167-177.

14. Цифровой завод: методы дискретно-событийного моделирования и оптимизации производственных характеристик / В. Л. Макаров, А. Р. Бахтизин, Г. Л. Бекларян, А. С. Акопов // Бизнес-информатика. – 2021. – Т. 15, № 2. – с. 7-20.

15. Akopov, A. S. Agent-based modelling for ecological economics: A case study of the Republic of Armenia / A. S. Akopov, L. A. Beklaryan, A. K. Saghatelyan // Ecological Modelling. – 2017. – Vol. 346. – p. 99-118

16. Akopov, A. S. Agent-based modelling of interactions between air pollutants and greenery using a case study of Yerevan, Armenia / A. S. Akopov, L. A. Beklaryan, A. K. Saghatelyan  // Environmental Modelling and Software. – 2019. – Vol. 116. – p. 7-25.

17. Akopov, A. S. Designing of integrated system-dynamics models for an oil company / A. S. Akopov // International Journal of Computer Applications in Technology. – 2012. – Vol. 45, No. 4. – p. 220-230.

18. Akopov, A. S. Parallel genetic algorithm with fading selection / A. S. Akopov // International Journal of Computer Applications in Technology. – 2014. – Vol. 49, No. 3/4. – p. 325-331.

19. Beklaryan, A. L. Simulation of Agent-rescuer Behaviour in Emergency Based on Modified Fuzzy Clustering / A. L. Beklaryan, A. S. Akopov // AAMAS'16: Proceedings of the 2016 International Conference on Autonomous Agents & Multiagent Systems. – Richland: International Foundation for Autonomous Agents and Multiagent Systems, 2016. – p. 1275-1276.

20. Neugart, M. Agent-based Models of the Labor Market / M. Neugart, M. Richiardi // The Oxford Handbook of Computational Economics and Finance ; Chen S-H, Kaboudan M, Du Y-R (eds.). – Oxford : Oxford University Press, 2018.

Полная версия доступна только подписчикам
Подпишитесь прямо сейчас