基于多智能体模型的城市洪涝灾害动态风险评估

围绕城市洪涝灾害过程中对人口动态风险评估的需求,在城市水文水动力模型基础上,提出了基于多智能体模型的城市洪涝灾害动态风险评估方法,分别设置孕灾环境智能体、致灾因子智能体、承灾体智能体的运行规则,并给出多智能体之间的通信机制,以实现城市洪涝灾害过程人口动态风险定量评估。以北京市海淀区清河流域某典型排水分区为例,利用SWMM和LISFLOOD-FP模型,模拟50年一遇设计降雨情景下的洪涝灾害过程,并基于NetLogo模型构建城市洪涝灾害承灾体动态风险评估模型对研究区中的人口动态风险进行了评估。结果表明:50年一遇设计降雨情景下,研究区洪涝风险面积从降雨历时T=4 h的0.608 km^(2)增加到T=30h的2.202 km^(2);常规模拟情景下,研究区低风险人口数持续下降、高风险人口数持续上升,最终低风险人口数稳定占比为75.75%,高风险人口数稳定占比为22.85%;在设置救援避险策略后,研究区低风险人口数先下降后升高,在T=4.5 h时,最低人口数占比为92.30%,而高风险人口数先升高后降低,最高人口数占比为7.07%,最终低风险人口数稳定占比为100%。

政府规划约束下的城市空间增长多智能体模拟模型

构建政府规划约束下的包含多种类型智能体和环境因素的城市空间增长多智能体模拟模型,通过居民、开发商和政府三类智能体之间以及智能体与环境之间的相互作用模拟了城市空间增长情况。模型将城市建设用地规划区纳入政府的土地利用政策,探讨了政府规划因素对城市建设用地增长的影响,并根据土地集约利用的原则对模拟结果进行了优化。在Repast和ArcGIS的实验环境下,以南京市中心城区(长江以南)为研究区设置了四组土地利用情景,模拟了2001-2007年研究区的城市建设用地增长情况,对比不同情景下模型的模拟精度,说明正确合理的政府规划引导对城市空间增长的重要作用以及对模拟结果进行优化的必要性。该模型有助于揭示城市空间增长机制,为政府宏观调控政策和规划制定提供参考。

产品设计过程降低成本的多智能体模型研究

针对设计过程降低产品成本涉及知识领域广、知识表达难于统一的缺陷,提出基于多智能体结构的降低成本系统的框架,研究了各子智能体的构成、工作原理及各智能体的知识类型,探讨了各相应智能体之间的冲突消解与协同机制,以实例说明了方法的有效性。

基于多智能体模型的微博舆论形成研究

为从复杂系统视角探究微博舆论形成机制,根据微博议题内参与人的亲近性特征对意见更新方程进行了修正,并据此设定了个体行动规则,结合微博内议题参与者形成的网络拓扑结构,运用Repast平台进行仿真模拟,结果模拟出由个体意见的无序系统到有序系统的涌现,即形成舆论。最后用实例验证了模型的有效性。结论表明,微博内的舆论具有明显的沉默的螺旋和极化特征,在微博舆论尚未形成时,对其进行引导成本最低。

基于实例推理系统的多智能体模型研究

1 引言基于实例的推理(Case-Based Reasoning-CBR)是一种利用以往求解类似问题的以实例形式表示的经验知识进行的推理,以获得当前问题求解的结果。一般来说,CBR的推理过程包括问题特征的抽取、相应实例检索、实例的改写与调整、方案的评价和新实例的存贮等基本步骤。

草原土地利用变化多智能体仿真模型

国内草原生态系统正面临着利用方式不合理、生态压力不断加剧等一系列严重问题。据此采用多智能体建模思想,基于Repast Simphony平台设计并构建草原土地利用变化仿真模型,以模拟和预测草原土地在复杂性、非线性和交互性等多种影响因素下的状态反馈和变化过程。模型针对内蒙古鄂温克旗地区草原土地利用变化实例,详细定义了地理栅格、空间环境以及牧民、牧户和政府三类智能体。采用遗传算法优化草原效益函数,从而对每个地理栅格实现综合效益最优的牧业生产模式探索,以此实现政府智能体行为决策的优化。针对不同情景进行了仿真实验,仿真结果表明牧业劳动力转移、草原利用模式以及政府政策对于草原生态的可持续发展具有重要影响。模型对现有多智能体系统存在的过度简化与仿真度低等问题具有良好的完善补充作用,且具有较高实用价值,可为政府管理草原和牧民合理利用草原提供决策支持。

基于社会利益划分的多智能体系统模型

基于社会利益的差异将社会划分为阶层、利益集团和个人,利用这种划分建立了基于多智能体的知识获取与发现的SEBI模型,提出了在SEBI系统中智能体喜好信息表与喜好地址表相关联算法,通过地址表进行通信和信息交互以及根据反馈信息修改自己思维状态的思想。这些算法保证了SEBI系统具有搜索信息范围小、效率高和自动改善性能等特点。

基于多智能体的城市群客运网络脆弱性动态仿真

研究城市群综合客运交通网络脆弱性有助于保障城际出行的运输效率。为了更符合实际情况,采用多层复杂网络理论建立城市群综合客运网络,考虑城市交通换乘因素,利用实际客流标定站点负载及容量,构建网络级联失效动态模型,并用多智能体模型模拟实际客流,通过迪杰斯特拉算法寻找最短路径,并提出时空维度的脆弱性评价指标。实例动态仿真采用呼包鄂榆城市群,结果表明:大部分火车站受到攻击后对网络的影响范围及时间较大;站点受到攻击后对网络的影响范围与持续时间没有明显关系。

基于多智能体技术的景观规划模型建构

作为复杂系统分析与模拟的思想方法与工具的多智能体模型可以模拟景观空间与其中行人活动的相互影响进而辅助景观规划设计,本文探索了这种创新的思维方式和方法:详细阐述了基于多智能体技术的景观规划模型的基本原理、规则的设定和参数的依据,建构了这种新的景观规划思路。

一种多智能体组织模型

多智能体组织是由多个智能体以承担组织结构中的角色而组成的系统。它一旦形成 ,就正如一个智能体一样 ,作为一个整体承担社会或其他某个组织的角色。因此 ,对多智能体组织的研究就应从整体和结构两个角度进行。基于这种思想 ,对现有的组织模型进行了改进 ,提出一种较为通用的组织结构 ,以及基于角色的社会智能体、多智能体组织的统一模型 。

基于多智能体疏散仿真模拟的城市高密度片区避难空间优化研究--以南京某高校为例

选取南京市某高校校园为研究对象,通过实地调研获取人口分布、道路网络、建筑布局、避难空间等基础数据,通过开展问卷调查获取人群避难场所选择偏好、避难路径选择等典型疏散行为参数。在Pathfinder应急疏散平台中建立多智能体疏散仿真模型,对白天和夜晚情况进行疏散模拟,基于疏散模拟结果,从空间环境、应急管理层面提出更新优化策略并完成仿真模拟验证。调查结果表明,校园内人群对避难场所的选择偏好依次为:场地型避难场所、建筑型避难场所、地下空间,避难场所偏好选择与调查对象性别相关;校园建筑全天的人口数量变化因建筑功能不同有较大差异,白天疏散时间显著少于夜晚,白天拥堵位置多出现在北园教学区,夜晚拥堵位置出现在南园宿舍区;宿舍区利用率高于教学区,大面积的避难场所(如操场、篮球场等)利用率反而处于较低水平。对改造后的校园区域进行疏散模拟验证,结果表明疏散完成时间显著减少、拥堵点人口密度下降,证明了改造措施的有效性。

苦草种植密度优化探究及多智能体模型构建

为实现提高苦草种植的生产率,本文以苦草种植密度的优化问题进一步探讨,提出采用非线性约束优化、多智能体建模等措施,帮助其解决各种实际生产问题,加快了种植质量和经济效益的提高,以期为相关人员提供参考。

Multi-Agent System模型在土地利用／覆盖变化中的研究进展

在微观与中宏观尺度上,MAS模型可以反映景观中具有自动性、异质性和分散性的人类决策,利于阐明智能体对自然与社会经济环境的适应机制。因而在自然资源管理、农业经济和城市模拟等领域得到广泛应用。目前,该模型的研究主要集中在智能体决策、智能体相互作用、模型多尺度、模型检验与验证等几个方面。综合分析得出如下结论:①智能体决策框架还需进一步完善,特别有限理性决策框架(Bounded Rationality)还需进一步完善;②智能体之间相互作用的研究仍停留在定性的、概念性的水平,还需进一步研究定量分析智能体相互作用的方法;③在多尺度研究中,第一种尺度转化途径机理明确,但决策的空间显性(spatially-explicit)表达较为困难;第二种途径可以表达空间显性,但决策与土地利用变化之间的逻辑解释不强;第三种途径可以表达土地利用过程中决策与复杂性关系,但智能体之间的相互作用处理较为简单;④还需加强对模型的检验与验证方面的研究,探索验证人类复杂行为的技术方法。

基于多智能体和人工神经网络的水电厂预知维护系统的研究

随着电力市场的发展,水电厂维护的自动化是提高水电厂整体经济效益的必然要求。在 ICMMS 框架下,提出了一种水电厂预知维护系统的多智能体模型。该模型由数据采、诊断与预诊断层以及维护决策层组成,从信号采集到维护决策的所有维护活动都集成到这个模型中。利用这个模型,建立了一个水电厂预知维护系统的原型系统,并应用 ANN 技术成功地解决了原型系统动态特性的在线监测、识别和故障诊断。

智能办公环境中多Agent模糊Q学习研究

目前有关智能办公环境的研究忽视了对建筑环境的考虑,为了给工作人员提供一个节能、舒适、便捷的办公环境,研究了智能办公环境无线网络系统的学习方法,即为系统建立了多智能体(Agent)模型,基于该模型提出了改进的模糊Q学习算法,用于学习用户的行为,以自动控制环境中执行器的动作。通过对环境温度学习的实验,比较了该算法和普通Q学习的MSE(Mean Square Error)值,实验结果表明提出的算法较优。

基于Multi-Agent System的土地利用/覆被变化模型研究进展

随着对土地利用变化模拟研究的深入,基于多智能体系统的土地利用/覆被变化(multi-agent system models of land-use/cover change,简称MAS-LUCC)模型得到了学者越来越多的关注。本文在简单回顾土地利用/覆被变化(land-use and land-cover change,简称LUCC)建模技术和方法的基础上,结合多智能体建模方法在土地利用变化研究中的实证案例,讨论在土地利用变化研究领域中多智能体模型(multi-agent system model,简称MAS)的优势与技术难点,并着重对MAS-LUCC模型参数的敏感性和模型的验证进行了探讨。结果表明,MAS-LUCC模型适用于异构条件下复杂的空间相互作用、分散建模及自主决策的研究。多智能体模型作为今后创建LUCC精细尺度模型的重要方法,应重点关注人类与环境的相互作用,优化智能算法,提高模型精度,拓展模型的应用范围。

基于多智能体仿真的城市轨道交通限流策略

针对高峰时段城市轨道交通线路过饱和客流的运输效率问题,基于地铁线路的网络拓扑结构与客流需求矩阵,建立了以客运周转量最大为目标的城市轨道交通线网限流的多智能体仿真模型。该模型以Anylogic软件为建模基础,通过构建列车类、线路类、路网类、乘客类等4类智能体,实现了乘车限流、站台限流和闸机限流等客流控制手段,提出了针对单线多站地铁线路的全线协调的客流控制策略。规模为23个车站、122933对OD(起讫点)的某条地铁线路的客流控制实验结果表明,限流提升了1.01%的总客运周转量。

基于MAS模型的土地利用空间优化研究方法综述

土地利用空间优化是实现土地资源合理利用和区域可持续发展的重要途径和手段,是目前研究的一个热点,在文献阅读的基础上,分析比较了数理统计模型、CLUE-S模型、元胞自动机模型、多智能体系统模型四种土地利用空间优化方法的优缺点。结果是:多智能体系统模型从土地利用的主体出发,选择影响土地利用空间优化的驱动因素,抽象定量化表达智能体的行为准则,利用智能优化算法来选择土地利用类型在空间上的演变过程,并在多目标函数及约束条件下判断土地利用空间优化方案的优劣性,很好的解决了土地利用空间优化过程中土地利用主体、土地利用环境、土地利用类型三个最主要问题在空间上的演变,比数理统计模型、CLUE-S模型、元胞自动机模型在土地利用空间优化方面更具有优势,是未来土地利用空间优化方法的发展趋势。

基于SEBI系统的多智能体通信机制研究

首先介绍了 SEBI多智能体系统模型 ,并通过对模型中各智能体功能的分析 ,提出了利用智能体喜好地址表进行通信 ,通过相互间的接收系数来实现网状链式信息传输的思想 .每个智能体是网络中的一个节点 ,节点可直接与其相连的智能体进行通信 ,也可通过多个链接方式与其它智能体进行间接通信 ,从而可避免多智能体的 NEXP-完全及集中控制存在的信息阻塞等问题 ,一定程度地解决了多智能体通信与合作中的分布与集中这一矛盾 .本文还通过对智能体间通信机制的分析来探讨 SEBI系统中智能体的添加与删除机制及冲突预警机制等 .模拟通信实例结果表明 ,SEBI模型系统可较好地解决多智能体间的 NEXP-完全问题及具有冲突预警、层次分明以及安全稳定等优点 .

经济学量化模型发展的一种新模式

分析了经济学中传统建模方法的不足,提出了基于多智能体的建模与仿真方法来建立经济系统的量化模型,论述了多智能体模型在经济研究中的应用．