« 東京三菱サービス停止 | Main | OLOMOA日誌：実験データグラフ »
October 15, 2005
OLOMOA日誌：データ・ディクショナリ(4)
=====================================
変数域には(1)自然数ならばN，(2)整数ならばZ，(3)小数ならばRを仮に示す．
コメント中には説明と変数命名の理由づけを書く．
=====================================
■シミュレーション設定
//
// シミュレーションの試行パラメータ
//
int n_steps = N; // 1試行あたりのステップ数：1-500程度の自然数が入る．number of steps.
int n_trials = N; // シミュレーションの試行数:1-100程度の自然数が入る．number of trials.
// 高次学習の間隔：1-10までの整数が入る．interval of higher level learning in XXX layer.
int interval_se = N; // 自己組織化層の高次組織学習の間隔
int interval_ad = N; // 適応層の高次組織学習の間隔
int interval_co = N; // 調整層の高次組織学習の間隔
int interval_pr = N; // プロセス層の高次組織学習の間隔
// GAパラメータ
int n_firms = N; // 企業ネットワークの企業数：1-30程度の自然数が入る．number of firms.
int [] flag_ga = new int [4]; // GAを行うかどうかのフラグ：0 or 1の整数．0:行わない，1:行う．flag for GA.
double p_cross = R; // GAの交叉確率：0-1までの小数が入る．probability of crossover.
double p_mutation = R; // GAの突然変異確率：0-1までの小数が入る．probability of mutation.
//
// 環境設定パラメータ
//
// タスクパラメータ
int n_tasks = N; // タスク数(=プロセス層の組織数)：1-10程度の自然数が入る．number of tasks.
int l_tasks = N; // タスクのストリング長：1-10程度の自然数が入る．length of tasks.
int h_tasks = N; // タスクのストリング値の種類：1-10程度の自然数が入る．height of tasks.
// レスポンス関数のパラメータ
//
double [] b = new double [4]; // コスト定数：0-1までの小数が入る．beta XXX.
■シミュレーション中の主要な変数
int s; // 現在のシミュレーション試行数を表現する
int t; // 現在のシミュレーションステップ数を表現する
int u; // 現在の企業番号を表現する
■環境
int [] a = new int [n_tasks] ; // 潜在収益性alphaベクトル：1-100程度の自然数が入る．alpha vector.
int [][] q = new int [n_tasks][l_tasks] ; // タスク：1-l_tasks分の自然数が入る．qは定式化モデルより．
float [] d_r = new float [n_tasks]; // タスクの解決度：0-1までの小数が入る．degree of resolution for tasks.
float [] f = new float [n_firms]; // 現在の企業評価値：(-100)-(+100)程度の小数が入る．fitness of the firm.
float [] d_f = new float [n_firms][n_steps]; // 企業評価値の分析用データ：(-100)-(+100)程度の小数が入る．各ステップでの(1)平均評価値，(2)最大評価値，(3)最小評価値をストアする．data of fitness of the firms.
■自己組織化層
// 意思決定変数
int [][][] dv_so = new int [n_firms][2][n_tasks + 2]; // 企業uの自己組織化層意思決定変数を保持する配列．decision variables in the self-organization layer.int [][][] dv_ind_so = new int [n_firms][2][n_tasks + 2]; // 企業uの自己組織化層意思決定変数を保持する配列．decision variables of the agents in the self-organization layer.
// 内部モデル
int [][][] im_so = new int [n_firms][n_tasks + 2][dv_co[0]]; // 自己組織化におけるエージェント数s，資源量r，アクティブベクトルaの内部モデル：(n_tasks + 3)-128，(n_tasks)-128および0 or 1の自然数がはいる．internal model of an agent in self-organization layer.
// いらないっぽい
int [][][] tmp_im_so = new int [n_firms][dv_co[0]][n_tasks + 2]; // 企業uのi番目のエージェントの内部モデルの一時配列：(n_tasks + 3)-128，(n_tasks)-128および0 or 1の自然数がはいる．temporal arrangement of internal model of an agent in self-organization layer.
■適応層
// 意思決定変数
int [][][] dv_ad = new int [n_firms][2][n_tasks]; // 企業uの適応層における意思決定変数：1-50程度の自然数が入る．decision variables in the adaptation layer.
int [][][] dv_ind_ad = new int [n_firms][2][n_tasks]; // エージェントiの意思決定した政策：1-50程度の自然数が入る．decision variables of the agents in the adaptation layer.
// 内部モデル
int [][][] im_ad = new int [n_firms][n_tasks + 4][dv_co[1]]; // エージェントiの潜在収益性alphaとウェイトbetaについての内部モデル：alphaには1-100程度の自然数，betaには1-10程度の自然数が入る．internal model of an agent in adaptation layer.
// 評価値
double [][] df_ev = new double [n_firms][n_steps]; // 企業の予測した評価値と実現した評価値との差の絶対値：0-100程度の自然数が入る．difference between the expected evaluation and realized evaluation of the firm.
■調整層
// 意思決定変数
int [][][] dv_co = new int [n_firms][2][n_tasks + 3]; // 調整層におけるエージェントの割当てプラン：0-(128 - (n_tasks + 3))までの自然数が入る．decision variables in the coordination layer.
int [][][] dv_ind_co = new int [n_firms][n_tasks + 3][dv_co[2]]; // エージェントの意思決定変数(割り当てプラン)：：0-(128 - (n_tasks + 3))までの自然数が入る．decision variables of agents in the coordination layer.
// 内部モデル
int [][][] im_co = new int [n_firms][n_tasks + 3][dv_co[2]]; // エージェントiの内部モデル．internal model of an agent in coordination layer.
// 割り当て変更
int th = 10; // 閾値の最大値：1-10位の数を想定する．threshold.
double [][][] int_p = new double [n_firms][2][n_tasks + 3]; // 各企業における各機能階層のパフォーマンス値：1-10位の数を想定する．internal performance of the functional layer.
■プロセス層
// 意思決定変数
int [][] dv_pr = new int [n_firms][n_tasks][l_tasks]; // 組織の生産プラン：0 - (h_tasks-1) 程度の自然数が入る．decision variables in the process layer.
int [][][] dv_ind_pr = new int [n_firms][n_tasks][l_tasks][dv_co[n]]; // 個人の生産プラン：0 - (h_tasks-1) 程度の自然数が入る．decision variables of agents in the process layer.
// 内部モデル
int [][][] im_pr = new int [n_firms][n_tasks][l_tasks][dv_co[n]]; // 個人の内部モデル．タスクの認知(需要の感知)：0 - (h_tasks-1)程度の自然数が入る．internal model of an agent in process layer.
Posted by ysk5 at October 15, 2005 12:31 PM
Trackback Pings
TrackBack URL for this entry:
http://ysk5.s58.xrea.com/mt/mt-tb.cgi/854