Статья посвящена проектированию и реализации архитектуры среды моделирования для проведения экспериментов с интеллектуальными агентами. Кратко представлен теоретический материал для введения в предметную область. Рассмотрена актуальность проблемы. Показано, что создание среды моделирования позволяет решить задачи разного уровня сложности во многих предметных областях. Представлены существующие решения и их ограничения. Предложен вариант архитектуры с описанием ее функционирования посредством диаграммы деятельности, принципов и особенностей реализации. Продемонстрированы преимущества использования предложенной архитектуры. Описана математическая модель эксперимента, проведенного на базе предлагаемого решения. Проиллюстрирован вариант реализации на примере игры с использованием таких технологий, как Java, JavaScript, WebSocket, JavaReflection, UDP, FlatBuffers.

В работе рассматривается ряд моделей, которые могут быть использованы для поддержки принятия решений в динамических ситуациях, характеризующихся слабой структурированностью, основанной на гибридной системе, интегрирующей нечеткую иерархическую модель оценивания и нечеткую когнитивную модель ситуации. Описываются нейронные сети, в основе которых лежат самоорганизующиеся карты Кохонена и которые могут быть успешно применены для решения задач поддержки принятия решений и прогнозирования временных рядов, а также новые, разработанные и успешно примененные для идентификации динамических объектов модульные нейронные сети, их архитектура, алгоритмы обучения и работы. В статье рассмотрены примеры работы полученных нейронных сетей, а также проведен их сравнительный анализ с рядом других нейросетевых алгоритмов идентификации динамических объектов.