第4卷第1期 智能系统学报 Vol 4 Na 1 2009年2月 CAA I Transactions on Intelligent Systems Feb 2009 一种基于MAS和GS平台的 城市人口变迁模拟仿真方法 危辉2，白宇12 (1复旦大学计算机科学与工程系认知算法模型实验室，上海200433,2复旦大学波散射与遥感信息教育部重点 实验室，上海200433) 摘要：中国的城市化进程非常迅速，人口增长和迁移是重要特征之一.以地理信息系统Muli·agent系统和随机过 程为基础，建立一个研究人口增长的仿真模型.首先，利用GS建立一个数字环境，用效能函数的概念在GS中表示 各类资源的效能.其次，详细阐述了一个Multir-agent系统设计和实现，重点是用agentf代表某个地块及其属性和行为 设计.由于发展的不确定性，设计了一个基于随机过程的行为模型，这也和agc宏观水平上的特性一致.最后，以上 海市浦东新区为对象，进行了实验模拟和分析.结果表明这个基于Multi-agent系统和GS的人口变迁仿真模型，具有 模块性和可扩展性方面的优势，可应用到其他的城市规划研究中去. 关键词：复杂系统仿真；Multi-agent系统；城市化模型 中图分类号：TP18文献标识码：A文章编号：16734785(2009)01-0044-15 Simula tion of urban popula tion growth with a multiagent system and GIS pla tform WEIHui2,BAI Yu'2 (1.Laborabry ofAlgorithm for Cognitive Model of Deparment of Computer Science,Fudan University,Shanghai 200433,China,2 Key Laboratory ofWave Scattering and Remote Sensing hnfomation (MOE),Fudan University,Shanghai 200433,China) Abstract:The Chinese economy grew rap idly for more than 20 years,promoting rap id urbanization New cities e- merged and great changes took place in old cities Population changes complicated city planning,infrastructure construction,housing,and environmental preservation A model smulating this population transomation was built mergingmethods from Geographical Infomation Systems,Multi-agent Systems and Stochastic Processes First an ef ficiency function was proposed to represent the effectiveness of a resource within the GIS Second,a multi-agent system was designed and mplemented,with agents representing ground segnents and profits acquired after that Third,static attributes and dynam ic behaviors of agents were discussed To model the uncertainty of urban develp- ment better,a behavioralmode was designed based on a stochastic process,consistentwith macto-level characteris- tics of the agent The combined system and its mplementation in a computer were then discussed Finally experi- ments,using data from Pudong D istrict of Shanghai,were run and analyzed This urban evolution model can be a- dapted to more types of research and owes its good peromance to modularity and scalability Keywords:system smulation;multi-agent system;urban modeling 些发展中国家经济的快速增长，工业结构的 商业契机，但是同时也增加了就业、环保、政府管理 调整和持续增长的城市化速度，使得人口向城市和 等方面的压力.因此，对于政府管理者政策制定者、 城市的边缘地区迁移的速度明显加快了.人口的增 投资者和提供服务者而言，研究地区人口变化有很 长对房屋道路、公共服务设施和能源等等的供应提 重要的意义.影响人口迁移的因素很多，因此建立一 出了新的要求，虽然对于投资者而言这增加了很多 个有统计意义并且可以模拟人口变化的数字化城市 模型是一大挑战.而且对这样的模型稍加改造，就可 收稿日期：200709-15 基金项目：国家973计划资助项目(2001B309401):国家自然科学基 以用来研究和城市发展与规划相关的其他问题： 金资助项目(60303007). 通信作者：危辉.Emaik wehui@fudan edu cn 己经有很多方法被用于城市化建模.早期的模 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
第 4卷第 1期 智 能 系 统 学 报 Vol. 4 №. 1 2009年 2月 CAA I Transactions on Intelligent System s Feb. 2009 一种基于 MAS和 GIS平台的 城市人口变迁模拟仿真方法 危 辉 1, 2 ,白 宇 1, 2 (1. 复旦大学 计算机科学与工程系认知算法模型实验室 ,上海 200433; 2. 复旦大学 波散射与遥感信息教育部重点 实验室 ,上海 200433) 摘 要 :中国的城市化进程非常迅速 ,人口增长和迁移是重要特征之一. 以地理信息系统、Multi - agent系统和随机过 程为基础 ,建立一个研究人口增长的仿真模型. 首先 ,利用 GIS建立一个数字环境 ,用效能函数的概念在 GIS中表示 各类资源的效能. 其次 ,详细阐述了一个 Multi2agent系统设计和实现 ,重点是用 agent代表某个地块及其属性和行为 设计. 由于发展的不确定性 ,设计了一个基于随机过程的行为模型 ,这也和 agent宏观水平上的特性一致. 最后 ,以上 海市浦东新区为对象 ,进行了实验模拟和分析. 结果表明这个基于 Multi2agent系统和 GIS的人口变迁仿真模型 ,具有 模块性和可扩展性方面的优势 ,可应用到其他的城市规划研究中去. 关键词 :复杂系统仿真 ;Multi2agent系统 ;城市化模型 中图分类号 : TP18 文献标识码 : A 文章编号 : 167324785 (2009) 0120044215 Simulation of urban population growth with a multi2agent system and GIS platform W EI Hui 1, 2 ,BA I Yu 1, 2 (1. Laboratory of A lgorithm for Cognitive Model of Department of Computer Science, Fudan University, Shanghai 200433, China; 2. Key Laboratory ofW ave Scattering and Remote Sensing Information (MOE) , Fudan University, Shanghai 200433, China) Abstract: The Chinese economy grew rap idly for more than 20 years, p romoting rap id urbanization. New cities e2 merged and great changes took p lace in old cities. Population changes comp licated city p lanning, infrastructure construction, housing, and environmental p reservation. A model simulating this population transformation was built mergingmethods from Geographical Information System s, Multi2agent System s and Stochastic Processes. First an ef2 ficiency function was p roposed to rep resent the effectiveness of a resource within the GIS. Second, a multi2agent system was designed and imp lemented, with agents rep resenting ground segments and p rofits acquired after that. Third, static attributes and dynam ic behaviors of agentswere discussed. To model the uncertainty of urban develop2 ment better, a behavioralmode was designed based on a stochastic p rocess, consistentwith macro2level characteris2 tics of the agent. The combined system and its imp lementation in a computer were then discussed. Finally experi2 ments, using data from Pudong D istrict of Shanghai, were run and analyzed. This urban evolution model can be a2 dap ted to more types of research and owes its good performance to modularity and scalability. Keywords: system simulation; multi2agent system; urban modeling 收稿日期 : 2007209215. 基金项目 :国家 973计划资助项目 (2001CB309401) ;国家自然科学基 金资助项目 (60303007). 通信作者 :危 辉. E2mail: weihui@fudan. edu. cn. 一些发展中国家经济的快速增长 ,工业结构的 调整和持续增长的城市化速度 ,使得人口向城市和 城市的边缘地区迁移的速度明显加快了. 人口的增 长对房屋、道路、公共服务设施和能源等等的供应提 出了新的要求 ,虽然对于投资者而言这增加了很多 商业契机 ,但是同时也增加了就业、环保、政府管理 等方面的压力. 因此 ,对于政府管理者、政策制定者、 投资者和提供服务者而言 ,研究地区人口变化有很 重要的意义. 影响人口迁移的因素很多 ,因此建立一 个有统计意义并且可以模拟人口变化的数字化城市 模型是一大挑战. 而且对这样的模型稍加改造 ,就可 以用来研究和城市发展与规划相关的其他问题. 已经有很多方法被用于城市化建模. 早期的模
第1期 危辉，等：一种基于MAS和GS平台的城市人口变迁模拟仿真方法 ·45. 型大多是静态的，包括很多重空间交互的模型.因为 基于Multi-agent系统的模型更注重于一些活跃的、 缺乏时间维的概念，这样的模型只能表示空间对象 宏观的agent,如人群和社会团体，所有的agent和它 的分布和它们的交互，而不能反映城市化的动态过 们之间的交互作用被用来模拟宏观现象的演变过 程现在大多数研究者把注意力集中在动态模型上， 程.Baty与Jiang等人22开发了一个虚拟城市系 所有这些方法通常可以归为两类.第一类是采用自 统，其中有很多个体agent,模拟人流和运输流讨论 顶而下的宏观方法.这类模型包括系统动态模 城市结构对人们行为的影响.Benenson等I0把一 型！，它们基于微分方程和统计模型5，通常用 个家庭作为一个个体，建立了Tel-Aviv城YA FFO地 于某些社会经济(soc-econom ic)指数的分析.因为没 区的人口分布模型，利用高性能并行计算机仿真城 有考虑城市的微观结构和个体行为，所以它们不能 市环境和对居民搬迁的动态模拟.他们仅仅分析了 真正反映城市空间结构的变化.第二类是自底向上 城市空间结构和人群分布的关系，而没有考虑其他 的方法，即建立在人工神经网络56、分形79)、细 诸如工作分布的因素.在将MAS(Multi-agent sys 胞自动机、agent等的基础上的离散的动态模型.在 tem)与GS相结合方面也有新的进展.如利用MAS 这些技术中，细胞自动机和agent尤其值得注目.To- 进行城市拓展研究231，进行生态学研究，进行 bleo首先应用细胞空间模型模拟底特律的城市发 城市公共交通研究s),进行环境保护研究川 展.在他的影响下，Couclelis21s1对细胞自动机应用 基于Web的GS应用研究【o】,进行电力网络的故 于城市发展建模的优点给出了充分的理论论述，确 障诊断研究2等 立了自胞自动机应用于城市发展研究的基础. Phpps等人2通过对Cell Automata模型和并行过 1仿真系统结构 程间的关系进行分析并讨论了并发动态系统，提出 为了使模拟更加可信，需要处理几个问题.第一 了模拟城市土地利用的Thunen模型.Benati25以市 是要建造一个虚拟环境，这个数字的环境应该包括 场上多个店主的空间竞争模型为例阐述了市场的进 尽可能多的对人们的行为产生影响的方方面面.第 化模式和自组织间的一致性.White等人22通过 二是要设计一些与人们的行为近似的响应行为模 定义一个包括工业、商业、住宅区、道路和河流的多 型.由于人们的个体特征差异十分重要，基于特征多 状态集，建立起了基于细胞自动机的模型.他们成功 样性的行为多样性是模型设计的目标.第三是行为 地仿真了亚特兰大和辛辛那提土地利用的空间不规 模型中人工智能技术的运用.因为行为的核心是基 则碎片模式，以此揭开地形通过道路网影响城市形 于知识的决策过程，所以行为模型需要推理、计划和 态的人与土地间的机制.接着他们建造了GS(geo 问题求解等具有智能的行为能力.图1展示了模拟 graphical in6 mation system)系统内的宏观的空间模 系统的框架结构，它是一个自然环境和人工环境的 型和一个包含自然和人工子系统的动态集成模型 复合体，人们通过这个复合的环境彼此影响 家庭数据 公共交通部门 医院 超市 人口 快速路 地点 地点 职业 地铁 规模 行为规则 知识库 家庭集合 城市管理者集合 公网设施集合 公司集合… 事实 决策或行为 ☒ ▲ 8 事实 盒A GIS底层结构 图1仿真系统结构 Fig 1 The structure of smulaton system 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
型大多是静态的 ,包括很多重空间交互的模型. 因为 缺乏时间维的概念 ,这样的模型只能表示空间对象 的分布和它们的交互 ,而不能反映城市化的动态过 程. 现在大多数研究者把注意力集中在动态模型上 , 所有这些方法通常可以归为两类. 第一类是采用自 顶而下的宏观方法. 这类模型包括系统动态模 型 [ 124 ] ,它们基于微分方程和统计模型 [ 5214 ] ,通常用 于某些社会经济 ( soc2econom ic)指数的分析. 因为没 有考虑城市的微观结构和个体行为 ,所以它们不能 真正反映城市空间结构的变化. 第二类是自底向上 的方法 ,即建立在人工神经网络 [ 15216 ]、分形 [ 17219 ]、细 胞自动机、agent等的基础上的离散的动态模型. 在 这些技术中 ,细胞自动机和 agent尤其值得注目. To2 bler [ 20 ]首先应用细胞空间模型模拟底特律的城市发 展. 在他的影响下 , Couclelis [ 21223 ]对细胞自动机应用 于城市发展建模的优点给出了充分的理论论述 ,确 立了自胞自动机应用于城市发展研究的基础. Phipp s等人 [ 24 ]通过对 Cell Automata模型和并行过 程间的关系进行分析并讨论了并发动态系统 ,提出 了模拟城市土地利用的 Thünen模型. Benati [ 25 ]以市 场上多个店主的空间竞争模型为例阐述了市场的进 化模式和自组织间的一致性. W hite 等人 [ 26227 ]通过 定义一个包括工业、商业、住宅区、道路和河流的多 状态集 ,建立起了基于细胞自动机的模型. 他们成功 地仿真了亚特兰大和辛辛那提土地利用的空间不规 则碎片模式 ,以此揭开地形通过道路网影响城市形 态的人与土地间的机制. 接着他们建造了 GIS( geo2 graphical information system)系统内的宏观的空间模 型和一个包含自然和人工子系统的动态集成模型. 基于 Multi2agent系统的模型更注重于一些活跃的、 宏观的 agent,如人群和社会团体. 所有的 agent和它 们之间的交互作用被用来模拟宏观现象的演变过 程. Batty与 Jiang等人 [ 28229 ]开发了一个虚拟城市系 统 ,其中有很多个体 agent,模拟人流和运输流讨论 城市结构对人们行为的影响. Benenson等 [ 30231 ]把一 个家庭作为一个个体 ,建立了 Tel2Aviv城 YAFFO地 区的人口分布模型 ,利用高性能并行计算机仿真城 市环境和对居民搬迁的动态模拟. 他们仅仅分析了 城市空间结构和人群分布的关系 ,而没有考虑其他 诸如工作分布的因素. 在将 MAS (Multi2agent sys2 tem)与 GIS相结合方面也有新的进展. 如利用 MAS 进行城市拓展研究 [ 32233 ] ,进行生态学研究 [ 34 ] ,进行 城市公共交通研究 [ 35237 ] ,进行环境保护研究 [ 38239 ] , 基于 Web的 GIS应用研究 [ 40241 ] ,进行电力网络的故 障诊断研究 [ 42 ]等. 1 仿真系统结构 为了使模拟更加可信 ,需要处理几个问题. 第一 是要建造一个虚拟环境 ,这个数字的环境应该包括 尽可能多的对人们的行为产生影响的方方面面. 第 二是要设计一些与人们的行为近似的响应行为模 型. 由于人们的个体特征差异十分重要 ,基于特征多 样性的行为多样性是模型设计的目标. 第三是行为 模型中人工智能技术的运用. 因为行为的核心是基 于知识的决策过程 ,所以行为模型需要推理、计划和 问题求解等具有智能的行为能力. 图 1展示了模拟 系统的框架结构 ,它是一个自然环境和人工环境的 复合体 ,人们通过这个复合的环境彼此影响. 图 1 仿真系统结构 Fig. 1 The structure of simulation system 第 1期 危 辉 ,等 :一种基于 MAS和 GIS平台的城市人口变迁模拟仿真方法 ·45·
46 智能系统学报 第4卷 对比，可以根据资源所占用的空间形状将它们分为 4类：一是点状资源，如银行、邮局、商店等；二是线 2城市公共设施分布的GS表达 状资源，如公路地铁、河流等；三是面状资源，如自 21城市相关面貌布局的GS表示 然风景区、工业区、农业区等；四是立体状的资源，如 城市是一个庞大而又复杂的复合结构.所有自 空气污染（虽然它是一种坏的资源）等.各类资源通 然和人工的客体构成了一个本地的静态环境，这些 过恰当定义的效能函数来体现各自影响力的辐射范 在我们对环境进行模拟时都要考虑到.GS平台专 围和强度 门表达这些空间位置相关的物体，根据属性和功能 如前所述，资源根据其对人口迁移的正面影响 把它们分成不同的类别，例如所有的学校按照坐标 和负面影响的不同，可将取值分别设为正数和负数 定位于电子地图的教育图层，所有的高架路地铁和 现在以上海浦东新区为例，图2是几条道路的效能 轻轨则属于交通图层.很多GS的教材都讨论了怎 函数量化图.一条道路的负载能力和一个点靠近道 样设计和建造一个图层，这里略去。 路的程度是计算该道路在该点的效能值的参数，在 本文的目的是设计一套系统的方法来预测和检 图2中有一条高速路，一条地铁和一条世界上首例 验由于人口数量的改变，环境的改变和经济的发展 投入商业运营的磁悬浮线路，它们的效能曲面很不 而引起城市面积扩展在不同方面的效果.实验的结 一样.图3是由包含一个被黄浦江隔断的面状资源 果应该对投资者和管理者有一些借鉴意义.在本研 (公园)、若干交通资源、就业岗位资源大片的办公 究目标下需要考虑的主要因素都是对人口迁移有显 区)、若干点状资源（银行、邮局等）叠加所形成的复 著影响的因素，包括区域面积、人口密度、自然环境、 杂曲面，可见在此区域内是非常适合找一份工作的。 住宅数量与分布、就业岗位数量与分布、交通设施的 里程与分布、教育机构的分布、各类服务设施的数量 ▣15-20 与分布、城市功能分区的布局等.所有这些因素都可 ▣10-15 ■5-10 以显性地表示在GS系统中 ■0-5 22各种资源效能函数的定义 影响人口迁移的因素有很多，如道路网络、住房 S239 数量、就业岗位数量、生态环境、污染程度、教育设施 S205 分布、生活服务设施分布等，它们都可被视为地理信 33 65 S171 息系统中管理着的各类资源.但是值得关注的是这 7 S137 y12 X S103 些资源在影响人口迁移的能力方面是不同的，或者 6 193 S69 A:高架路 说怎样使这些影响可以计算和量测.作者发现这类 B:地铁 25 S35 C:磁悬浮铁路 影响能力可以用向量的方向性来表示，具体来说就 是某种资源对于人口迁移和吸引人口的影响能力， 图2上海浦东地区几条交通线路的资源效能图 是以资源的空间位置为中心，具有方向和强度两方 Fig 2 The efficiency map of several main traffic lines in 面的属性.这种影响的显著程度被定义为资源的效 Pudong of Shanghai 能函数，它通常用来计算资源施加于某一点上的影 响程度，即当个体在空间某一点执行某一行为时，某 一资源施加在该点上的影响力，引入资源效能函数 ■3-6 ▣0-3 的定义有3个显著的好处：1)可以精确地描述资源 性质对人口迁移的影响；2)便于对物理性质差异很 大的资源在计算上进行一致性的处理：3)使得各类 资源综合影响力的叠加简易可行 X 根据资源物理尺寸与整个GS管辖区域面积的 (a)公园或绿地的效能图 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
2 城市公共设施分布的 GIS表达 2. 1 城市相关面貌布局的 GIS表示 城市是一个庞大而又复杂的复合结构. 所有自 然和人工的客体构成了一个本地的静态环境 ,这些 在我们对环境进行模拟时都要考虑到. GIS平台专 门表达这些空间位置相关的物体 ,根据属性和功能 把它们分成不同的类别 ,例如所有的学校按照坐标 定位于电子地图的教育图层 ,所有的高架路、地铁和 轻轨则属于交通图层. 很多 GIS的教材都讨论了怎 样设计和建造一个图层 ,这里略去. 本文的目的是设计一套系统的方法来预测和检 验由于人口数量的改变 ,环境的改变和经济的发展 而引起城市面积扩展在不同方面的效果. 实验的结 果应该对投资者和管理者有一些借鉴意义. 在本研 究目标下需要考虑的主要因素都是对人口迁移有显 著影响的因素 ,包括区域面积、人口密度、自然环境、 住宅数量与分布、就业岗位数量与分布、交通设施的 里程与分布、教育机构的分布、各类服务设施的数量 与分布、城市功能分区的布局等. 所有这些因素都可 以显性地表示在 GIS系统中. 2. 2 各种资源效能函数的定义 影响人口迁移的因素有很多 ,如道路网络、住房 数量、就业岗位数量、生态环境、污染程度、教育设施 分布、生活服务设施分布等 ,它们都可被视为地理信 息系统中管理着的各类资源. 但是值得关注的是这 些资源在影响人口迁移的能力方面是不同的 ,或者 说怎样使这些影响可以计算和量测. 作者发现这类 影响能力可以用向量的方向性来表示 ,具体来说就 是某种资源对于人口迁移和吸引人口的影响能力 , 是以资源的空间位置为中心 ,具有方向和强度两方 面的属性. 这种影响的显著程度被定义为资源的效 能函数 ,它通常用来计算资源施加于某一点上的影 响程度 ,即当个体在空间某一点执行某一行为时 ,某 一资源施加在该点上的影响力. 引入资源效能函数 的定义有 3个显著的好处 : 1)可以精确地描述资源 性质对人口迁移的影响 ; 2)便于对物理性质差异很 大的资源在计算上进行一致性的处理 ; 3)使得各类 资源综合影响力的叠加简易可行. 根据资源物理尺寸与整个 GIS管辖区域面积的 对比 ,可以根据资源所占用的空间形状将它们分为 4类 :一是点状资源 ,如银行、邮局、商店等 ;二是线 状资源 ,如公路、地铁、河流等 ;三是面状资源 ,如自 然风景区、工业区、农业区等 ;四是立体状的资源 ,如 空气污染 (虽然它是一种坏的资源 )等. 各类资源通 过恰当定义的效能函数来体现各自影响力的辐射范 围和强度. 如前所述 ,资源根据其对人口迁移的正面影响 和负面影响的不同 ,可将取值分别设为正数和负数. 现在以上海浦东新区为例 ,图 2是几条道路的效能 函数量化图. 一条道路的负载能力和一个点靠近道 路的程度是计算该道路在该点的效能值的参数 ,在 图 2中有一条高速路 ,一条地铁和一条世界上首例 投入商业运营的磁悬浮线路 ,它们的效能曲面很不 一样. 图 3是由包含一个被黄浦江隔断的面状资源 (公园 )、若干交通资源、就业岗位资源 (大片的办公 区 )、若干点状资源 (银行、邮局等 )叠加所形成的复 杂曲面 ,可见在此区域内是非常适合找一份工作的. 图 2 上海浦东地区几条交通线路的资源效能图 Fig. 2 The efficiency map of several main traffic lines in Pudong of Shanghai ( a)公园或绿地的效能图 ·46· 智 能 系 统 学 报 第 4卷
第1期 危辉，等：一种基于MAS和GS平台的城市人口变迁模拟仿真方法 。47 图中包括点状资源、线状资源和面状资源（由矩形 ■1-2 标记). ▣0-1 E (b)点状服务设施的效能图 ■5-10 ▣0-5 10 0 图4上海浦东地区一些资源的分布图 X Fig 4 The distribution of a part of resources used in (c)地铁线的效能图 com ing smulation experment ■1-2 3模拟系统的Multi-agent系统设计 口0-1 城市的多种元素构成了一个动态的系统.系统 中的个体既相对独立又有一定的相关性，整个城市 状态的变化是其中的个体和环境之间复杂的相互作 用的结果，所以构造不同类型的agent来为个体和 及其行为建模是一个好的选择.由于Multi-agent系 (d)就业岗位的效能图 统并不是对物理世界的完整重复，仅是一个理论上 的抽象，有一些事实被忽略了，这会给通过计算机系 ▣6-8 ▣4-6 统进行模拟带来一些困难.所以在将构造Multi-a 口2-4 Y■0-2 ent系统的过程中必须注意以下几个问题：1)可编 程性，2)可并发性；3)环境数据和agent状态数据的 时序一致性；4)存储空间压力；5)仿真误差控制；6) X 调度控制模块在概念层次和CU时间片分配层次 (e)各种资源复合的效能图 上的公平性.基于以上讨论，接下来设计一个用于城 图3上海浦东陆家嘴几种资源的符合效能图 市发展实验的新的Muti-agent系统 Fig 3 A combined efficiency map by several types of re- 31 agent代表的个体 sources in Lujiazui of Shanghai Pudong 进行用于城市发展模拟的Multi-agent系统设计 在模拟城市人▣变化或其他类型的城市演变动 碰到的首要问题是agent应该被指代为什么呢？毕 态过程中，所有资源，无论属于什么种类，被形式化 竞有许多可供选择的个体，如独立的家庭、公司等， 为一个向量，形如空间位置，（点状饯状面状位 一个最平常的选择是把上面罗列的行为独立个体分 体状)，尺寸，效能函数解析定义效能空间映射位 别设计成agent,只是它们的类型不同，数量各异.这 图，生效时间，失效时间}.所有这些向量是资源简 样设计在理论上没有任何问题.但毕竞所有的agent 明的索引，它们组成一个按资源生效时间排序的列 和agent所生存的环境都是由程序来构造的一个虚 表.显然该列表是可扩展的，并且由GS平台中嵌入 拟世界，由CU的计算和存贮容量来维持，那么同 的一个专门模块来管理，同时该模块也负责唤醒和 时处于活跃状态的agent-一定受到前述两项资源能 撤销资源的效能函数.对于城市发展模拟来说，在合 力的限制.就当前的问题而言，agent的数量远超过 适的时间启动和停止如此多的资源是非常关键的. CU的数量，因此无论是用单CU的计算机、或是 图4是上海浦东新区的资源分布图，不过它只展示 多线程方式、或是并行计算机进行模拟，其并发性误 了一部分接下来人口迁移模拟实验要用到的资源. 差或调度公平性问题都是不可忽视的.例如一个序 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
( b)点状服务设施的效能图 ( c)地铁线的效能图 ( d)就业岗位的效能图 ( e)各种资源复合的效能图 图 3 上海浦东陆家嘴几种资源的符合效能图 Fig. 3 A combined efficiency map by several types of re2 sources in Lujiazui of Shanghai Pudong 在模拟城市人口变化或其他类型的城市演变动 态过程中 ,所有资源 ,无论属于什么种类 ,被形式化 为一个向量 ,形如 {空间位置 , (点状 /线状 /面状 /立 体状 ) ,尺寸 ,效能函数解析定义 /效能空间映射位 图 ,生效时间 ,失效时间 }. 所有这些向量是资源简 明的索引 ,它们组成一个按资源生效时间排序的列 表. 显然该列表是可扩展的 ,并且由 GIS平台中嵌入 的一个专门模块来管理 ,同时该模块也负责唤醒和 撤销资源的效能函数. 对于城市发展模拟来说 ,在合 适的时间启动和停止如此多的资源是非常关键的. 图 4是上海浦东新区的资源分布图 ,不过它只展示 了一部分接下来人口迁移模拟实验要用到的资源. 图中包括点状资源、线状资源和面状资源 (由矩形 标记 ). 图 4 上海浦东地区一些资源的分布图 Fig. 4 The distribution of a part of resources used in coming simulation experiment 3 模拟系统的 Multi2agent系统设计 城市的多种元素构成了一个动态的系统. 系统 中的个体既相对独立又有一定的相关性 ,整个城市 状态的变化是其中的个体和环境之间复杂的相互作 用的结果 ,所以构造不同类型的 agent来为个体和 及其行为建模是一个好的选择. 由于 Multi2agent系 统并不是对物理世界的完整重复 ,仅是一个理论上 的抽象 ,有一些事实被忽略了 ,这会给通过计算机系 统进行模拟带来一些困难. 所以在将构造 Multi2a2 gent系统的过程中必须注意以下几个问题 : 1)可编 程性 ; 2)可并发性 ; 3)环境数据和 agent状态数据的 时序一致性 ; 4)存储空间压力 ; 5)仿真误差控制 ; 6) 调度控制模块在概念层次和 CPU时间片分配层次 上的公平性. 基于以上讨论 ,接下来设计一个用于城 市发展实验的新的 Multi2agent系统. 3. 1 agent代表的个体 进行用于城市发展模拟的 Multi2agent系统设计 碰到的首要问题是 agent应该被指代为什么呢 ? 毕 竟有许多可供选择的个体 ,如独立的家庭、公司等. 一个最平常的选择是把上面罗列的行为独立个体分 别设计成 agent,只是它们的类型不同 ,数量各异. 这 样设计在理论上没有任何问题. 但毕竟所有的 agent 和 agent所生存的环境都是由程序来构造的一个虚 拟世界 ,由 CPU的计算和存贮容量来维持 ,那么同 时处于活跃状态的 agent一定受到前述两项资源能 力的限制. 就当前的问题而言 , agent的数量远超过 CPU的数量 ,因此无论是用单 CPU的计算机、或是 多线程方式、或是并行计算机进行模拟 ,其并发性误 差或调度公平性问题都是不可忽视的. 例如一个序 第 1期 危 辉 ,等 :一种基于 MAS和 GIS平台的城市人口变迁模拟仿真方法 ·47·
·48* 智能系统学报 第4卷 号靠前的agent总是被先调度到，它代表的是一个 由一个函数组成，则这个系统的状态描述可表示为 家庭，那么它就有可能优先抢占环境中的某些就业 S()=fX,), 岗位资源.另外一个困难的问题在于不同agent在 S2()=五XS11-△1)，S(1-△5，， 属性与行为方面的差异程度.虽然从agent模板来 S3()=5X,S4(1-△5)，， 看大量的agent是相似的，但这种相似仅限于结构 S4()=方X,S1(t-△4,0， 框架方面.例如，任何家庭都有家庭成员数量和结构 S()=5X,S3(1-△53)，S(1-△54， 这样两项，但由于成员数量和组成结构的不同而导 其中：X是由参数组成的向量，△是和间的观 致在行为决策方面的不同是巨大的，如此大量个体 察延迟.假设图5中的agen4完成无(X,t)=2x+ 性差异给程序设计带来很大的困难.进一步来看，单 2 t agent完成i(XS,(t-△1)，)=x+S,(t- 个家庭或单个公司对城市演变的影响是非常有限 1)+1那么它们的理想状态变化轨迹如图6和图7 的，单个或少量家庭的迁入或迁出对某一地区影响 不显著，迁移原因也不相同.所有这些孤立的事件并 所示. 不重要，有统计意义的结果才是有价值的.第3个困 难是agent)应该由一个控制模块按照不同的时间间 隔统一调度.agent的行为的发生频率是不同的，有 些活动像使用交通设施每天都发生，然而像投资行 为却几个月都很难发生一次.并且服务设施agent 图55个agent间的制约关系 总是被动地回应家庭agent的要求来提供服务，它 Fig 5 The constraint relatonships among five agents 们与其他类型的agent如家庭agenti在行为重复间 隔方面的区别是它们的间隔很短，甚至每分钟都要 做出回应服务要求的行为，比如服务agent恰好是 40r 一家超市.不同类型agentl的这种行为频率的差异 30 必将使agent控制模块的设计成本成倍增加. 20 1& 其中最主要的是用Multi-agents对时间敏感型 10 1014 过程进行仿真时带来的困难.为实现模拟的有效性 6 6 1014182 而必须解决的问题中最核心的问题是：并发问题 (准确模拟真实物理过程中行为的时态相关性)与 图6agen4的状态轨迹 不一致的数据环境一致性与时效性问题).这从细 Fig 6 The status track of agent 节上来看包括：行为模拟、环境模拟、agents间的协 作与竞争、规模可扩展性、同步性、领域知识如何体 现、不确定性、事件发生概率的模拟等 150 每个agent的行为所导致的状态可以用一系列 100 19 的状态函数表示，比如对第个agent,它是一个描述 50 10 agent不同方面动态特征的集合： 1122334455667788991 fSg()=f,,,xn,S,Smp刊， j=1,以 图7 agent的状态轨迹 其中：为状态描述函数，它不一定是可解析的，可 Fig 7 The status track of agent 能是一个观察或经验表格；x,为影响状态的参数，包 理论上讲不能期望计算机中CU的数量与 括agent自身内部与环境参数两部分；t为时间：S, agen数量能够相等，因此往往通过用一个线程对应 为对该agentl此刻状态有直接影响的第k个agent的 一个agent的软件模拟的方法来进行整个过程的仿 第4个状态，它本身是的函数， 真.这就导致临界区的出现，各agent行为间的因果 可见，整个Multi-agents系统行为的复杂性就取 联系会给临界区的访问控制带来很大的困难.因为 决于状态函数在时态相关性方面的交迭程度.考虑 所有agent并非如真实物理系统那样并发执行（且 到实际情况下总有相互观察上的时延，对于图5所 无须同步控制量)，而是被分配在不同的时间片内 示的一个系统，假设每个agent的状态函数集合只 执行，存在某些agent提前，同时另一些agent滞后 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net
号靠前的 agent总是被先调度到 ,它代表的是一个 家庭 ,那么它就有可能优先抢占环境中的某些就业 岗位资源. 另外一个困难的问题在于不同 agent在 属性与行为方面的差异程度. 虽然从 agent模板来 看大量的 agent是相似的 ,但这种相似仅限于结构 框架方面. 例如 ,任何家庭都有家庭成员数量和结构 这样两项 ,但由于成员数量和组成结构的不同而导 致在行为决策方面的不同是巨大的 ,如此大量个体 性差异给程序设计带来很大的困难. 进一步来看 ,单 个家庭或单个公司对城市演变的影响是非常有限 的 ,单个或少量家庭的迁入或迁出对某一地区影响 不显著 ,迁移原因也不相同. 所有这些孤立的事件并 不重要 ,有统计意义的结果才是有价值的. 第 3个困 难是 agent应该由一个控制模块按照不同的时间间 隔统一调度. agent的行为的发生频率是不同的 ,有 些活动像使用交通设施每天都发生 ,然而像投资行 为却几个月都很难发生一次. 并且服务设施 agent 总是被动地回应家庭 agent的要求来提供服务 ,它 们与其他类型的 agent如家庭 agent在行为重复间 隔方面的区别是它们的间隔很短 ,甚至每分钟都要 做出回应服务要求的行为 ,比如服务 agent恰好是 一家超市. 不同类型 agent的这种行为频率的差异 必将使 agent控制模块的设计成本成倍增加. 其中最主要的是用 Multi2agents对时间敏感型 过程进行仿真时带来的困难. 为实现模拟的有效性 而必须解决的问题中最核心的问题是 :并发问题 (准确模拟真实物理过程中行为的时态相关性 )与 不一致的数据 (环境一致性与时效性问题 ). 这从细 节上来看包括 :行为模拟、环境模拟、agents间的协 作与竞争、规模可扩展性、同步性、领域知识如何体 现、不确定性、事件发生概率的模拟等. 每个 agent的行为所导致的状态可以用一系列 的状态函数表示 ,比如对第 i个 agent,它是一个描述 agent不同方面动态特征的集合 : { Sij ( t) = fij ( x1 , x2 , …, xn , Sk l1 , …, Sm l r , t) , j = 1, …, u}. 其中 : fij为状态描述函数 ,它不一定是可解析的 ,可 能是一个观察或经验表格; xi 为影响状态的参数 ,包 括 agent自身内部与环境参数两部分; t为时间; Sk l r 为对该 agent此刻状态有直接影响的第 k个 agent的 第 lr个状态 ,它本身是 t的函数. 可见 ,整个 Multi2agents系统行为的复杂性就取 决于状态函数在时态相关性方面的交迭程度. 考虑 到实际情况下总有相互观察上的时延 ,对于图 5所 示的一个系统 ,假设每个 agent的状态函数集合只 由一个函数组成 ,则这个系统的状态描述可表示为 S1 ( t) = f1 (X, t) , S2 ( t) = f2 (X, S1 ( t - △t21 ) , S5 ( t - △t25 ) , t) , S3 ( t) = f3 (X, S4 ( t - △t34 ) , t) , S4 ( t) = f4 (X, S1 ( t - △t41 ) , t) , S5 ( t) = f5 (X, S3 ( t - △t53 ) , S4 ( t - △t54 ) , t). 其中 : X是由参数组成的向量 , △tij是 i和 j间的观 察延迟. 假设图 5中的 agent1 完成 f1 ( X, t) = 2x + 2 t, agent4 完成 f4 ( X, S1 ( t - △t41 ) , t) = x 2 + S1 ( t - 1) + t,那么它们的理想状态变化轨迹如图 6和图 7 所示. 图 5 5个 agent间的制约关系 Fig. 5 The constraint relationship s among five agents 图 6 agent1 的状态轨迹 Fig. 6 The status track of agent1 图 7 agent4 的状态轨迹 Fig. 7 The status track of agent4 理论上讲不能期望计算机中 CPU 的数量与 agen数t 量能够相等 ,因此往往通过用一个线程对应 一个 agent的软件模拟的方法来进行整个过程的仿 真. 这就导致临界区的出现 ,各 agent行为间的因果 联系会给临界区的访问控制带来很大的困难. 因为 所有 agent并非如真实物理系统那样并发执行 (且 无须同步控制量 ) ,而是被分配在不同的时间片内 执行 ,存在某些 agent提前 ,同时另一些 agent滞后 ·48· 智 能 系 统 学 报 第 4卷