© 2014 Daniil V.克谢尼娅？沃洛申弗拉迪斯拉夫？普济雷瓦卡博夫斯基Elsevier B.V.出版，信息工程研究所可在www.sciencedirect.com上在线获取ScienceDirectIERI Procedia 10（2014）231 - 2382014未来信息工程基于Agent的虚拟社会多边形在大规模移动业务丹尼尔五世克谢尼娅·沃洛申a.弗拉迪斯拉夫·普济雷瓦Karbovskiia *aITMO大学，Kronverkskiy pr. 49，197101，俄罗斯摘要由于有些现象过于复杂，无法通过传统的科学调查技术观察到，因此有一些工具可以以简化的形式重建它们。基于Agent的建模已经成为这些工具之一。虽然主要的分析原理保持不变-将复杂对象分解为原始粒子，但模型本身从简单的模型（例如空间隔离模型）波动到能够通过实现复杂的智能代理架构来提出人群，交通/行人流量和其他交互的再现。然而，基于代理的建模的利用不仅限于满足唯一的科学兴趣，但也可以用于解决应用问题。采用了一个侧重于执行调查和实际任务的多边形，以模拟对不断变化的环境条件（例如在自然灾害过程中）的集体反应。该模型最初被设计为纳入移动服务计算基础设施，构成一个庞大的移动服务的决策支持整个文件中描述。所获得的模拟结果在分析社会和基础设施混乱的条件下出现的问题的潜在用途进行了讨论，特别提到自然灾害。进一步的前景，以及实施本模型的决策援助概述。© 2014作者。由爱思唯尔公司出版 这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/3.0/）。信息工程研究院负责评选和同行评议关键词：Agent建模，虚拟社会，疏散行为，灾害研究，集体行为* 通讯作者。联系电话：+7-950-002-2288。电子邮件地址：vladislav.k.work @gmail.com。2212-6678 © 2014作者由爱思唯尔公司出版 这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/3.0/）。信息工程研究所负责的选择和同行评审232丹尼尔五世Voloshin等人/IERI Procedia 10（2014）2311. 介绍基于主体的建模（ABM）允许研究人员对现象（或其特定状态或元素）有一个看法，否则很难或有时不可能观察。此外，当它应用于社会科学时，它帮助人们将自己从可能（伦理，技术等）中解放出来。在研究集体行为时，对实验方法的使用设置了限制，并在与之相关的领域（例如，空间设计，城市发展，互动系统规划）中，在决策之前最大限度地减少汇总信息的成本。虽然反弹道导弹在回答“如果”的问题方面已证明是有效的，但在认识到反弹道导弹如何能够帮助自己找到一个更好的答案，以解决偶尔出现的“现在怎么办”的问题，并要求立即提供相关和可靠的信息，以协助决策方面，却没有作出什么努力。这两个提出的问题是反映在本文中的虚拟社会多边形的创建旨在解决这些问题。它最初是作为大规模移动服务的一个组成部分设计的，能够执行多种任务，例如实时汇总和处理人口动态数据，评估外部因素对城市居民社区的影响，并评估可能实施的决策支持服务的有效性。2. 相关作品基于主体的建模作为一种工具正在不断变得越来越复杂，尽管是一种相对新颖的研究方法，但它已经从引入简化的空间隔离模型[1][2][3]到提出复杂的行人流再现[4][5]，人群，甚至是完整的相互依赖的相互作用的城市系统内使用智能代理架构[6][7][8]。由于模型的复杂性越来越高，其应用范围开始超越计算科学的界限，超越纯粹的科学兴趣，以解决更多的实际问题。ABM实施中最广泛的趋势之一是在不同情况下和特定条件下建模/再现人类行为。这反映在人群动力学[9][10]，交通动力学[11]，城市和区域规划[12][13]，集体智慧[14]，社交网络[15][16]等。在特定情况下，代表个体群体行为的模型与环境或危机事件的动态物理模型一起运行（例如自然灾害），这些灾害可能会改变社会状况和不同城市子系统的稳定运作，从而给模拟带来更大的不确定性。例如，Chen et al（2008）[17]建议同时启动两种类型的模型，以测试两种不同的疏散策略，以应对虚拟洪水。另一种尝试是由Epstein，Pankajaksahn和Hammond在2011年[18]提出的，他们补充了基于Agent的建模与计算流体动力学，以引入一种用于城市地区疏散规划的技术，旨在减轻涉及大量空气颗粒排放的事故。尽管非常适合于狭义的任务，但上述所有模型（即使是那些旨在模拟灾害流程和集体反应的模型）都缺乏满足相关项目需求的关键功能。首先，由于社会多边形被认为是一个功能子系统，它预计将被定制的方式很容易集成到移动服务计算基础设施。第二，它应适合实时处理收到的人口密度和分布数据。最后一个问题是模型的灵活性-需要充分反映系统的不同模式-紧急模式和常规模式。考虑到给定的规格和限制，决定“从头开始”建立一个包含所有三个特征的基于代理的模型丹尼尔五世Voloshin等人/IERI Procedia 10（2014）2312333. 多边形的一般描述3.1 基于Agent的模型类在所描述的项目中，虚拟社会的模型。社会是由被赋予复制（以简化形式）真实人特征的特征的代理人居住的。代理人按比例归属于特定的社会经济阶层。这样，为了模拟MMS终端用户的日常活动，有必要将他或她识别为10个社会经济类别和8个身体能力类别之一的代表。为此，需要输入数据集，包括以下变量：年龄、性别、居住地、兴趣、教育水平等。这些信息预计将由用户提供（通过在首次运行移动应用程序时将其提交给移动终端）。社会经济阶层是根据收入水平这一基本标准划分的。为了更详细地了解代理人的日常旅行模式，制定了一套额外的标准，其中包括：居住地区、就业形式（包括一些职业）、职位、获得的最高教育水平、房地产所有权、拥有个人车辆、主要兴趣、支出结构。由此产生的类型学包括十个社会经济阶层，即：学生，顶级阶级，经济多数，富裕的城市居民，高技能的专家，中产阶级，负担沉重的单身人士，挣扎的家庭，养老金领取者，移民，学童，学龄前儿童。所有列出的标准都用于将代理附加到路由和场景集。后者是通过建立点来执行的，而这些点又构成了代理人的每日行程。此外，拟议的标准使人们能够估计旅行的预期时间（和长度）。这些日常旅行模拟表示多边形的宏观水平。除了社会经济特征外，代理人还具有身体能力。智能体的年龄是分配体能等级的基本标准，因为它决定了智能体的移动性-移动能力、移动速度、克服障碍的能力。总共引入了八个类别，其中七个类别代表根据年龄划分的代理组[19][20]间隔（5岁以下; 6-16; 17-29; 30-44; 45-55; 56-66; 67岁以上）和一个类别根据代理自主移动的身体能力（没有支持代理的帮助）概述。每个体能类的代表获得一组不同的行为特征，并允许根据他/她的敏捷性，耐力，力量和通过性属性来评估代理移动的能力。直接的身体移动特性的补充因素，决定代理人的决策独立性和偏好，如控制，信息，角色，交通和婚姻状况。因此，代理建模的基础上的物理能力的特点是在微观层面上的模型的问题。3.2 Agent为了在模拟智能体白天的运动时提供更高程度的形式化，引入了一组规则。定性和定量的外包研究数据是制定这些规则的输入信息。粗略地说，可以指出两类规则：（1）根据代理人与某些社会经济阶层的联系，基本上正式化重新安置的一般规则第一组规则允许为独立代理编译每日行程。作为规则设计起点（触发器）的最初核心问题是：谁（定量），何时（时间），何地（空间），为什么（目的）。因此，它们构成了代理的移动性模拟的参考点。这些规则如下：（1）那些离开他们的居住地，234丹尼尔五世Voloshin等人/IERI Procedia 10（2014）231而那些开始“旅行”的人，由于抽象的原因，不得不呆在原地不动。启发式取决于代理人的就业形式，即：全职，兼职，失业，早上/晚上轮班。(2) 时间安排：介绍行程开始和结束的大致时间（考虑到可能会迟到）。出发和到达的时间各不相同，分别取决于就业形式;一次旅行的平均时间（从A点到B点），根据可能的居住地和收入水平减去（因为它决定了交通工具的选择，所以它也指定了旅行所花费的速度和时间）;在路线的“高峰”所花费的近似时间。(3)介绍构成座席日常路线“高峰”的要点。这些点是：居住地，工作/学习地点，休闲和购物目的地[21]。(4)代表旅行目的的规则引入了这样的限制，如白天的最终旅行次数（在本例中，最大可能旅行次数为3次）和活动的等级（例如，通勤或前往学习地点的旅行比前往休闲目的地的旅行具有更高的优先级）。这些规则，基于真实数据，允许人们引入所谓的日常情景，这是体现在时间表中的代理人运动的抽象序列第二组规则能够模拟代理移动的方式。为此目的，这组规则被分成4个小组。这四个部门如下：1.移动方向规则建立了偏好的层次结构。一个广泛的术语的选择是用来表明，这些法规参与再现代理人的决策过程。这可以用以下例子来说明：“如果在步行距离内有一个聚会场所（例如市场、交通站、教堂等），一旦发生灾难，人们往往会参加2.运输速度规则集中在对代理移动速度的估计上，与年龄[22]，景观特征（包括环境，海拔或人为障碍物）以及负载代理的重量相关。例如：3.关于残疾人（第二类残疾）和学龄前儿童行动能力的规则。这些规则确定了所讨论的人群在建模地形内移动的方式。例如，4.第四组规则超出了一般逻辑的界限，因为它的主要目的是提供社会经济和生理类别之间的相关性。4. 应用最初，虚拟社会模型的目的是帮助更好地理解在极端条件下（例如在自然灾害过程中）人们的个人行为会产生什么样的集体效应（特别是那些由使用疏散服务引起的集体效应），以及是否有方法有效地调解它们。为了与虚拟景观上洪水分布的现有物理模型（相应地，由基础设施和土地使用数据描述）兼容，虚拟社会后来进行了调整，以返回给定区域在给定时间的近似人口密度的动态（区分工作日和周末的时间表）。这些数字不仅提供了位于研究区域内的人口数量和比例的概述，而且还提供了关于相邻交通干线可能有多拥挤以及它们在特定情况下可能如何表现的重要见解。另一个应用领域，从前面的一个，可能会发现在评估范围内丹尼尔五世Voloshin等人/IERI Procedia 10（2014）231235战略、服务甚至国家政策。评价的初始程序是相当简化的，并在本文中进一步描述。它有可能扩大，增加一套技术，以便于发现和定位特定的弱点，并适当审查被测系统的长处。此外，社会多边形先前已与交通模型相结合。这两种模型的结合使模拟变得更加合理-与以预设速度在空间中漂移的抽象粒子相比，智能体在旅行中变得更加复杂，忽略了从A点到目的地B的路线上的任何障碍。这种共生体的最初结果是作为一个系统的创造来制定的，该系统将调解驾驶员的疏散和紧急决策。这种模型的整合也可以被视为模拟复杂城市生态系统的一个步骤，其中空间动态是两类行为者集体行为的衍生物-那些所描述的社会多边形的应用决不限于执行所列出的任务，而是适合于各种各样的解释。虽然该模型本身是相当通用的，其功能可以应用于实现狭窄的专业目标，如城市规划-因为产生的行为者流-行人和司机-可以在确定各种社会经济群体对他们居住的空间的影响是有用的。此外，对观察到的效应的分析有望用于提高模型5. 实验为了验证多边形模型的实用有效性，进行了一系列实验。所有这些都包含了57000代理人的旅行和疏散行为的模拟。我们模拟了一场类似于Krymsk（俄罗斯Krasnikar地区）发生的洪水。然而，这绝不是试图复制特定事件的确切性质。使用的设置包括城市的总面积-约45平方公里，其人口约为57万人。应急疏散个人决策支持服务的评价指标与整体疏散效率密切相关。当工作人员到达选定的安全区之一时（即流动救援服务中心），就认为从潜在危险地区的撤离已经完成。随着控制样本代理（代表城市居民，没有访问的服务），个人决策支持MMS的用户从10%到40%的总人口产生。测试组代理（用户组），然后划分的基础上，遵守决策支持指示（更安全的路线，最近的救援点），建议的服务。不信任用户的数量在生成的代理总人口的0%到60%之间。236丹尼尔五世Voloshin等人/IERI Procedia 10（2014）231图1. MMS和代理忽略警告通知对疏散时间的影响。图1描述了揭示某些关系的测试模拟结果。平均疏散时间取决于（a）服务用户在代理人群体中的百分比和（b）忽略警告消息的虚拟用户的数量。概述的机制如下：服从（响应疏散通知）用户数量的增加导致更好的疏散性能（通过以分钟为单位估计的疏散时间进行评估）。与此同时，服务用户的相对高百分比的存在的影响被低响应率（忽视警告的用户的较高百分比）拉平。因此，已作出的结论是：虽然增加的用户数量在很大程度上取决于服务应用程序分布的有效性（可能只是间接影响的研究人员），有必要为响应问题的概念性解决方案。考虑到社会学灾难研究[23]的数据和模拟结果，该服务扩展了非紧急模式，以帮助用户熟悉应用程序并增加对其通知的信任6. 讨论和结论多边形的问题已被证明是不仅适合于制定预测和/或测试假设的集体行为的研究设置，但概述了其由于最初的模型规格较窄（研究人们在潜在危险情况下的行为），一般多边形及其基石基于代理的模型可用于灾害研究领域。同时，在目前的发展阶段，该模型作为多边形的基础，在很大程度上依赖于在社会学灾害研究领域进行的调查结果，从而符合社会实体在面临危机时改变方式的主流图景。测试模拟的结果证明，在目前的发展阶段，多边形可以被用来作为一个工具，以协助评估预警通知服务的有效性。撇开社会模型细节化方面的微小缺陷不谈，所提出的社会多边形仍然受到实质性的限制。第一组限制集中在构成社会模型的代理人方面。模拟的行动者仍然不知道其他主体的存在，因此他们遵循的决策程序仍然是原始的。的丹尼尔五世Voloshin等人/IERI Procedia 10（2014）231237第二组局限性是由于关于人们在交通和疏散行为方面的社会差异的数据的稀缺和争议造成的。因此，代理人的场景是相当马赛克虽然所描述的社会多边形按照其开发之初制定的任务运行，但它应该被视为朝着构建一个复杂，精确的工具来预测和协助极端条件下的决策这一更大目标迈出的第一步。引入多个灾害事件模型、复杂的社会互动和拥挤行为分析可能会提高模型的有效性，并有助于克服所列出的局限性。然而，在发展社会模拟领域的最有前途的方向之一是介绍社交网络数据分析，将发挥补充信息源的作用。这样的扩展将开辟一个新的维度的建模集体行为，其中网络活动既作为后者的指标，它的这项工作得到了俄罗斯联邦政府第074-U 01号赠款的资助。引用[1] T. C. Schelling，经济版本号：pp. 488[2] T. C. Schelling，数学社会，卷号1第2页。143[3] T. C. 谢林《微观动机与宏观行为》WW诺顿公司，2006年。[4] J. M. Sakoda，“社会互动的棋盘模型”，J. Math. Sociol.，第1卷，第1期，第110页。119-132，1971年。[5] N. E. Aydinonat，“模型、结构和探索：对谢林居住隔离棋盘模型的分析”，《经济学方法》，第14卷，第4期，第429[6] A. Gonçalves，A.罗德里格斯湖Correia，A. do Brasil和P. P. Portugal，“地理信息系统中的多智能体仿真”，第五届基于智能体的仿真国际研讨会论文集（ABS-2004），2004年，第100页。107比112[7] M. Wooldridge和N. R. Jennings，“智能代理：理论与实践”，Knowl. Eng. Rev.，第10卷，第02期，第110页。115[8] H. Dia，“一种基于代理的方法来模拟实时信息影响下的驾驶员路线选择行为”，Transp。Res. PartC技术人员：第10卷，第5期，第120页。331[9] M. Batty，口水Anal. 卡萨湾Gis，pp.81[10] C. M. Henein和T. White，“基于Agent的群体力量建模”，多Agent和基于多Agent的仿真，Springer，2005年，pp. 173-184。[11] C. R.宾德角Hengshan，A. Wiek和R. W. Scholz，“通过整合材料通量分析和代理分析向改善区域木材流动过渡：瑞士Ausserrhoden的案例”，生态经济学，第49卷，第1期，第110页。2004年1月[12] M.城市与复杂性：用元胞自动机、基于代理的模型和分形来理解城市。麻省理工学院出版社，2007年。[13] F. Märki，K.W. Axhausen和D.Charypar，2012年5[14] E. Bonabeau，M. Dorigo和G. Theraulaz，“从社会昆虫行为优化的灵感”，《自然》，第406卷，第6791页。39[15] G. Szabó和G. Fath，“图上的进化游戏”，物理代表，第446卷，第4期，第100页。97[16] Holme和G. Ghoshal，“网络代理竞争高中心性和低程度的动力学”，物理评论快报，第96卷，第9期，第98701页，2006年。238丹尼尔五世Voloshin等人/IERI Procedia 10（2014）231[17] X. Chen和F. B. Zhan，“基于Agent的城市疏散建模与仿真：同时和分阶段疏散策略的相对有效性”，J. Oper。Res. Soc.，第59卷，第1号，第2008年12月25日至33日。[18] J. M.爱泼斯坦河Pankajakshan和R. A. Hammond，[19] W. B. Verwey，“老年人运动技能发展减少：限制运动组块使用的适应症。”精神病学学报（美国），第134卷，第2期，第134页。206-14，Jun. 2010年。[20] C. Ketcham和G. E. Stelmach，“老年人的运动控制”，Technol. Adapt。Aging，pp. 64[21] T.伦敦，[22] R. W. Bohannon，“20-79岁成年人的舒适和最大步行速度：参考值和决定因素”，《年龄老化》，第26卷，第1期，第111 - 112页。1997年15[23] R. W. Perry，“火山爆发、洪水和核电站事故中的人口疏散：一些基本比较”，J. CommunityPsychol。第11卷，第1号，第36
我的内容管理
展开
