《地理模拟研究综述》由会员分享，可在线阅读，更多相关《地理模拟研究综述（5页珍藏版）》请在金锄头文库上搜索。
1、基于多智能体的城市人口分布动态模拟综述摘 要： 本文对多智能体在城市人口分布动态模拟的国内外研究现状进行了综述，并对其发展前沿做出了总结，介绍了城市人口分布动态模拟的主要技术方法，以及多智能体在模拟过程中的重要性与优势。关键词： 多智能体，人口动态分布模拟，地理模拟1 引言地理信息科学研究的对象地理空间系统是一个多要素组成的，自然、 社会、经济相互作用的开放的复杂巨系统。开放复杂的地理系统作为地球表面自然和人文地理现象的集合，其许多地理现象都具有非平衡性、多尺度性、不确定性、自相似性、层次性、随机性、交互性、 想干性、 临界性、 自组织性等复杂性现象的特征1,2。同时，地理活动或现象背后，呈现
2、出某种捉摸不定的演化、涌现、自组织、自适应、自相似特征或规律。地理过程的模拟或预测，是揭示地理对象或现象演化本质规律的关键。建立一套有效的时空动态分析模拟建模方法和技术是当前地理学、地理信息科学研究和应用中亟待解决的任务。一方面，承接20 世纪 90 年代遗传算法（GA）为主线的进化计算理论、以元胞自动机（Cellular Automata ，CA）为代表的网格动力学模型等复杂系统理论和方法的深入研究与广泛应用。近年来，作为复杂适应性系统（CAS ）理论、人工生命理论和分布式人工智能Multi-Agent 技术相结合而产生的ABM（Agent Based Modeling ）模拟建模技术与方法
3、正日益受到地理信息科学界的重视。另一方面，几乎与ABM 同时，本体论的研究与应用在信息科学中兴起，地理本体（Geo-ontology ） 及其构建方法OBM （Ontology Based Modeling ）业已成为业界关注的焦点并得到蓬勃发展。随着中国经济的快速发展，中国进入了人口城市化的快速发展阶段，伴随着城市增长也导致了多种社会和环境问题，如大气污染、交通拥堵、绿地弱化。城市政府部在制定城市规划过程中充分的考虑到上述问题，使用了大量的方法来解决城市增长而带来的消极影响，其中 GIS方法是最常用的解决方法之一，但是 GIS方法再解决城市人口发展的时间过程中存在一定的劣势，因而不能有效的预
4、测未来人口分布。GIS数据模型核心主要在于空间性，因此GIS工具只能有限的处理时间过程问题。城市多智能体方法是从城市内部的微观变动结合城市环境， 来反映宏观的城市人口分布变化，多智能体方法再处理时间过程问题中存在很大的优势。城市规划部门为了合理管理城市发展每个时期都会制定城市建设规划，但这些规划总是因为城市变化而不断修改，学者们期望能够建立一个尽量符合城市发展的模型，并由此合理的预测城市的发展，为规划决策者提供决策支持。研究逐渐发现城市发展真正的决策者是拥有自主选择与自主决策能力的城市居民，但决策管理者在制定建设规划时恰恰忽略了城市居民所起的作用。 城市居民以及政府规划下的城市环境相结合就构成
5、了多智能体系统，这个多智能体系统更加贴近实际城市发展的具体情况，在多智能体系统中不涉及很多的数学算法。在这个复杂适应系统中城市居民为模型中的基本智能体，模型模拟了智能体与智能体以及智能体与城市环境之间相互作用，用来更清晰的描述城市发展的过程。最近几年， 关于城市自组织理论的研究更加深入和广泛，并逐步分化出元胞城市、分型城市等几个研究方向。而应用智能体的栅格模型可以更好的模拟城市人口发展的动力机制，随着多智能体技术的不断发展特别是在城市发展领域的应用，学者们的越来越体现到用过去静态空间模型来描述城市人口发展的局限性。因为城市人口问题不仅具有空间特性，同时具有时态上的变换， 具有空间一时间特性，城
6、市发展模型的表达需要空间数据模型的同时还需要集成空间过程模型3。GIS技术在处理空间问题中具有很大的优势，其数据模型的核心就在于数据具有空间性，正好可以用于表达和存储与空间相关的信息。但 GIS在空间数据模型中的应用是静态的，不能够用于表达过程模型，所以将 GIS与多智能体模型紧密集成可以更好的表达城市发展，两者的集成方法成为人们近年来最为关心的问题，目前己有许多学者将GIS与多智能体技术集成用来模拟动态城市变化，以及城市土地利用等复杂社会问题5。人口地理学讲述了人口迁移、组成、 分布的空间变动与城市生活环境之间的关系，而人口统计讲述了人口类别、人口年龄、 人口数量的变化以及发展趋势，人口地理
7、学和人口统计有很大的区别。 人口地理学的核心是人口迁移的研究，从国内外的研究中可以看出，关于人口迁移的研究大多在人口迁移理论、方法及应用等方面。2 研究方法2.1 城市人口发展的时空过程在传统地理学中， 一些学者己经使用一些方法在城市模型研究方面对城市发展的模式与结构模型进行了研究，如德国城市地理学家克里斯泰勒和经济学家廖士分别于1933 年 1940年提出了著名的中心地理论，被称为木世纪人文地理学最重要的贡献之一。1945 年，哈里斯和乌尔曼提出了多核心城市模型，该模型适用于大多数发展过程中的大型城市，并且详细分析了城市分区发展的原因，以及具体影响城市发展的因素，符合城市分区结构的特点，特别
8、是一些大型城市，但对小型城市的影响不大，而且理论对于城市小区间的职能联系以及多中心的形成因素所涉及的比较少4 。采用模型模拟的方法研究城市人口发展状况以及城市空间结构的变化具有悠久的历史。瑞典地理学家合格斯特朗对空间扩散过程的研究是最早开始使用模拟方法的。20 世纪70 年代出现了大量的空间模型，其中很大一部分都是采用了经验类的拟合模型，到了80 年代空间模型的建模以及理论有了很大的进步，比如，Aoen 和 Sanglier 用自组织系统模拟的城市等级体系的演化过程，取得了重大突破5。弗雷斯特将系统动力学研究方法应用到城市结构动态变化的研究中，模型中使用一系列的微分方程对影响城市动态结构指标的
9、动态变化进行模拟， 但是模型中没有考虑城市变动的空间影响因素，所以无法反应城市变动在空间范围上演化 6。威尔逊于1971 通过改进的劳利模型，建立了第一个研究城市动态变化的城市动态模型， 模型中引入了最大嫡原理，模型由一组非线性微分方程组成，可以模拟城市的动态变化等一系列的复杂特征，当模型中考虑的影响因子较少，只有服务和居住因子7。韦格勒于1994 年建立了Dortmund 模型，模型中将交通、居民、环境等一系列城市子系统联系起来， 研究中将城市系统视为动态非平衡系统，模型中所涉及的时间过程采用时间段的方式，所以从时间方面来说该模型还不能算是真正的城市动态模型8。由基于动力学的研究思想可以看出
10、，当把城市居民的影响考虑到模型中时，动力学模型就变得无能为力了，特别的是动力学模型不能将政府管理者地规划决策，城市居民的自主决策等一系列的动态问题纳入到动力学中， 而且动态城市发展模型还存在一些问题，动态模型是基于数理微分方程的，这些模型在一定程度上反映城市随时间发展的动态特征。模型的影响因子大多是人日、收入、 经济收入等， 模型中强调的是系统变量间的相互作用。因为动力学没有空间概念，不能够反馈城市内部空间结构的变化，仅仅依靠相关数据推演城市结构的空间变化准确性较低。在动态城市模型中不仅仅是城市空间结构的变化和空间范围上的增长，还要考虑各种因子的动态变化，例如经济变动和人口数量的变化。运用多智
11、能体的分析理论为空间系统的描述和分析提供了一个新的探索方向。分形理论主要应用于如何定义分数维度以及测量方法，一般主要采用分数维度来量度自相似性，并用来分析哪些现象具有自相似性，并计算出相应的分数维度值9。2.2 GIS与城市人口相关模型由于城市系统本质上具有空间属性特征，GIS在处理空间问题上有很大的优越性，因此GIS在城市建模中应用十分广泛，本文将详细说明GIS建模在城市人口，城市绿地以及城市 大气模型几个方面的应用。国内外关于GIS技术在城市人口方面的应用比较广泛，加利福尼亚大学的空间集成社会科学研究中心和美国宾西法尼亚州立大学的人口研究所合作，运用 GIS和人口科学相关项目进行了大量的研
12、究工作，在促进 GIS空间方法和城市人口研究方面取得了重大突破10。GIS专业有很多软件支持人口数据的分析，比如ESRI的 ArcGIS的空间分析模块，除了常用的人口分析功能，还具有人口密度分析。人口分析功能被广泛集成在各类GIS软件中，说明GIS空间分析应用日益广泛，GIS空间分析已经成为众多科研学者最有利的工具之一。Ishikawa 在研究 GIS在城市人口发展中的应用时层之处，伴随着GIS技术的快速发展，GIS 方法在城市人口研究的作用影像越来越明显，GIS 使过去耗时、耗力、精度低的分析变得越来越简单，精度也越来越高11。人类的空间行为包括的范围非常广泛，所涉及的分析非常多，各种因素之
13、间相互交互、影响，使得分析非常困难。人口迁移、居民居住场所的变动、居民个人的行为决策等等都是人口研究必须考虑的人口空间行为，这里面包含了多个学科的因素，也是人口研究必须要考虑道德研究因素。Luo 曾于 2005 年以南京市为例，运用GIS方法， 使用历史人口统计数据建模分析了南京市的城市空间结构12。GIS可以使用连续均匀的格网表示城市人口分布，并且利用详细的土地利用数据和楼房分布数据模拟了人口分布，根据分析结果找出南京最近几年人口的变化分布情况，并且尝试了利用空间数据分析了人口密度和非居住用地之间的关系。吕安民在研究城市模型是把城市土地分为城市居民区和非居民区， 然后用递归算法把居民区分为人
14、口密集区和人口稀疏区，求出人口密集区的人口密度，然后估算出人口稀疏区的人口密度，然后又把密集区分为相对人口密集区和相对人口稀疏区， 反复运用模型， 直到模拟出的人口分布接近真实的人口分布状况，模型在城乡结合地区应用比较广泛。GIS在城市人口中的应用和城市规划，环境质量以及交通方面是密切相关的。 当前 GIS技术在城市人口预测方面的优势主要在于空间数据的处理和分析，并可以为政府规划部门提供一定的决策支持。2.3 多智能体与城市人口发展模型复杂适应系统是在继承和发展现代系统科学的机上发展起来的，多智能体思想来源于复杂适应系统理论，多智能体系统(Multi-Agentsystem ，MAS) 中智能
15、体与智能体之间以及智能体与环境之间的交互来模拟组成系统的整体行为13。近年来，多智能体理论在社会科学领域的应用越来越多，这种采用“自下而上”的理论思想是复杂系统理论、元胞自动机、人工智能技术的融合，目前已成为继面向对象方法后的又一种用于分析复杂系统的重要手段。多智能体理论具有三个主要特点如下所示: 1、多智能体系统中智能体是主动的、自由活动的实体，这是多智能体理论区别于其它建模方法的重要特点，这样使得智能体系统可以有效应用于城市系统、社会复杂系统、 社会生态系统等其它模型无法模拟的复杂系统领域。2、多智能体系统中，智能体是可以和模拟系统中模拟环境进行交互的，模拟环境在影响智能体的移动规则的情况
16、下，智能体的决策行为也会导致模拟环境的改变。以往的传统建模大多集中在系统内部属性的分析上，对于个体与环境的关系考虑不多。3、多智能体系统中将宏观环境和微观个体有效地联系起来，它通过智能体与环境的交互，使得个体的变化成为系统整体模拟结果的基础口14。目前，关于多智能体理论的应用在国外已经非常普遍，主要应用在城市人口研究、城市结构变化的动态监测、疾病传播研究、 城市交通模拟等方面。最著名的是美国的圣菲研究所，该机构是复杂适应系统研究开展最早的机构之一，圣菲研究所成立与1984 年，并开发了智能体的建模平台Swarm。实际上 Swarm 是一个类组件库，一个开放的软件平台15。研究人员可以在此基础上开发适用于不同领域的智能体软件模型，除了Swarm 外，还有几个比较著名的智能体开发平台，如Ascape，Repast 等， Repast继承了 Swarm 的许多特性，又称为“类Swarm”平台。Bura 于 1996 年直接将城市划分为若干个大小相同的格网，在格网中建立智能体，智能体之间通过之前确定好的规则联系起来，模拟了城市
