Simulationsbasierte Optimierung einer agentenbasierten Simulation mit Anwendungen zur Preisoptimierung im Mobilfunk

In komplexen ökonomischen Systemen ergeben sich oft Fragestellungen bzw. Entscheidungsprobleme, die mit klassischen Analyse- und Optimierungstechniken nur schwer adressierbar sind. Dies ist häufig im heterogenen und gegenseitig bedingten Entscheidungsverhalten der Akteure begründet. Die vorliegende Doktorarbeit stellt die agentenbasierte Simulation (ABS) als ein Werkzeug vor, das hilft, solche Systeme zu simulieren und inhärente Wirkungszusammenhänge zu erfassen. Neben einer grundlegenden Aufarbeitung der Modellierung mittels Agenten wird insbesondere auf das Entscheidungsmodell der Agenten eingegangen, welches die Grundlage für den Ablauf der Simulation bildet. Darüber hinaus wird eine systematische Übersicht von Anwendungsfällen der ABS aus der Forschung und der unternehmerischen Praxis mit Fokus auf betriebswirtschaftlichen Entscheidungsproblemen geliefert. Angelehnt an den umfassend aufgearbeiteten deutschen Mobilfunkmarkt wird der Prototyp eines agentenbasierten Modells entwickelt und in der Simulationsumgebung AnyLogic implementiert. Praktische Anwendungen eines solchen Modells erfordern in der Regel die Ableitung guter Parameterkonfigurationen, wie z.B. der Preise des Tarifportfolios eines Mobilfunkanbieters zur Optimierung dessen Umsatzes. Hierfür gibt es mit der simulationsbasierten Optimierung (SBO) einen strukturierten, wissenschaftlichen Ansatz. Das entsprechende Grundproblem der SBO wird in der Dissertation analysiert und existierende Standardverfahren zur SBO differenziert vorgestellt. Insbesondere wird auf die Ermittlung einer geeigneten Anzahl von Simulationsläufen zur Evaluierung einzelner Lösungen unter Berücksichtigung der inhärenten Stochastik der Simulation eingegangen und hierfür geeignete Verfahren entwickelt. Die Optimierung einer ABS ist mit spezifischen Problemstellungen konfrontiert, welche die Entwicklung passender Verfahren nahelegen. Die vorliegende Arbeit stellt mit dem evolutionären Algorithmus NELS und einem Hybridalgorithmus aus NELS in Verbindung mit dem populären SPSA zwei neue Verfahren vor, die sich beim experimentellen Vergleich erfolgreich gegen den Standardalgorithmus SPSA und das kommerzielle Optimierungssystem OptQuest behaupten. In abschließenden Fallstudien werden verschiedene Anwendungen der Verfahren zur Preisoptimierung des Tarifportfolios eines Mobilfunkbetreibers aufgezeigt.Complex systems frequently reveal questions or problems which cannot be addressed by classical analytical or optimization methods. In many cases this is caused by heterogeneous and reciprocally conditioned decision behaviour of actors in the system. This doctoral dissertation presents agent-based simulation (ABS) as a technology which helps to simulate such systems and by that to better understand inherent forces and dependencies. Besides a seminal review of the technique to model with agents, especially the decision model of agents which builds the basis for the cause of action of the simulation is discussed in detail. In addition, a systematic overview of published use cases for ABS with a focus on business decision problems is presented, both from academia and from corporate practice. Based on a comprehensive description of the German cellular mobile telephony market, a prototype of an ABS model is developed and implemented in the simulation environment AnyLogic. Practical applications of such a model typically require the identification of advantageous parameter configurations, e.g. the tariff portfolio prices of a mobile phone operator to maximize its revenues. Simulation-based optimization (SBO) is the scientific and structured approach to accomplish that. This doctoral thesis analyses the fundamental problem of SBO and discusses existing standard procedures. Specific emphasis lies on the dynamic control of a qualified number of simulation runs for the evaluation of each solution brought up during the optimization run, for which several new approaches are presented. Optimizing an ABS also bears specific challenges, which favour the development of dedicated optimization approaches. Two universally applicable new algorithms for SBO are presented, the evolutionary algorithm NELS and a hybrid algorithm consisting of NELS together with the popular SPSA. Both prove to compete well against the prevalent standard algorithm SPSA and the commercial optimization system OptQuest. The work concludes with several case studies about the application of the procedures to optimize the tariff prices of a mobile phone operator