基于多智能体的城市人口分布模型

李 明

(安徽文达信息工程学院)

基于多智能体的城市人口分布模型

李 明

(安徽文达信息工程学院)

基于多智能体的城市人口分布成为当前对城市人口分布研究的重要内容.从城市人口分布入手，研究基于多智能体的城市人口分布模型，为我国城市的建设和人口分布管理奠定基础.

城市人口分布；多智能体；模型

0 引言

多智能体的提出和发展标志着全球智能化的发展，在学术上将多智能体特指为多智能体系统(MAS，Multi-AgentSystem)或多智能体技术(MAT，Multi-Agent Technology)[1].其主要是多个智能体的组成集合，被广泛应用于负载系统的建设，完成系统之间的彼此信息互通和协调管理，以满足现代社会智能化管理需求[2].基于多智能体的城市人口分布模型能够从地理空间、时间空间等方面对人口的水平分布和垂直分布等进行准确的统计和评估，对于城市的发展和建设具有重要的意义和价值[3].

1 城市人口分布模型及其构建影响因素

1.1城市人口分布模型

随着人口经济的逐渐增长，给资源的利用、环境的承载带来了重大的挑战.面对越来越“破”的生存环境，获取高密度的城市人口分布能够有效的对城市人口管理、调整、规划奠定基础，从而优化人们生存环境[4].因此，城市人口分布模型的构建成为世界各国城市发展建设中的主要工具.城市人口分布模型主要是利用智能化系统，根据光遥感数据、中立模型，人口模型、航空摄影、统计学模型等综合性构建的一种关于人口“自上而下”计量数据模型，能够提高传统人口分布模拟的精确度，并且实现分异特性化描述[5].

1.2模型构建影响因素

根据近几年城市人口分布模型的构建和应用，在理论和实践结合的作用下发现城市人口分布模型构建具有几个重要的影响因素.

第一，居住地因素.在构建人口分布模型中所考虑的居住地因素主要是转换居住顶的使用情况.

第二，自然环境因素.自然环境因素是保障人们居住的必然条件，从我国人口居住地的迁移过程上来看，自然因素是人口定居的主要因素，以自然环境和居住地周边的水体、绿地、林地等作为重要的自然环境质量因素[6].

第三，交通因素.交通因素主要是指对于交通便捷程度的一种影响因素.无论是在古代，还是在现代交通因素均是人口分布的重要影响因素.在对人口分布模型构建的过程中可以采用数衰减函数计算区域内交通的便捷度.

第四，公共服务设施因素.公共服务设施因素主要是指公园、商业圈、医院、体育馆、文化公园等基本设施，用于人们的生活及娱乐[7].近几年随着人们生活质量的提升，我国人口对公共服务设施的需求性逐渐增加.因此，在对城市人口分布模型构建的过程中也必须将公共服务设施作为其构建要素之一，为明确公共服务设施因素在其模型构建的过程中必须以数衰减函数对其服务空间的整体吸引力进行计算.

第五，教育因素.教育因素是指空间环境和区域内的教育机构分布情况.就当前我国教育背景和发展需求的影响，对于适龄入学的学生寻找高质量的教育机构是我国人口普遍存在的一种现象.因此，无论是在大中小城市中均以寻找优质教育环境资源为人口分布划分[8].其中以中学、小学要素加权为城市人口分布模型构建的主要影响因素之一.

2 城市人口分布模型构建

2.1城市人口分布模型整体框及和运行机制

城市人口分布模型主要是有多智能体、决策规则和影响因素等组成的一种分机藕合做成.其在运行的过程中首先由初始状态下根据城市家庭产生的数量和每一个居住单元细胞内的居民数量进行评定，随着居住人口经济和需求的不断变化，实现各自迁出地偏好分析影响，选择合适的变迁据注定或继续在原居住地居住.

在城市人口分布模型构建的过程中必须对其M行N列的因素网格图构建实现智能体数量构建，并且将每一个智能体的标识实施构建处理：

Agent{IDGEO，IDRef,Attribute}

(1)

并且在模型构建的过程中在智能体移动层中每一个居住网格内GeoCell必须具备“计数器”从而实现记录网格所产生的各种数量及智能体能力，为整个城市人口分布模型的构建提供拘束需求，保障索引——技术的整体准确性和高效性，更好的模拟人口在空间分布中的差异性，构建整体性、精确性的城市人口分布模型，用于城市的发展建设和人口管理(如图1所示).

(b)“索引-计算”示数图1 城市人口分布框及及运行机制

2.2城市人口分布模型中Agent的各项计算和决策处理

在城市人口分布模型整体构建的过程中Agent根据城市空间居住环境的变革和迁移模拟城市人口空间分布，在此过程中需要具备高精度的数据支持，才能够真正意义上的实现城市人口分布.

第一，居住压力计算模型构建.Agent在居住元胞Lxy的整体居住压力使有经济压力和社会压力所组成的.因此，在其计算的过程中也必须从两个组成部分入手，对其进行计算.

(2)

ωhouse，ωaverage表示的是权重数值.

社会压力：PSocial(m，t，xy)=1-(1-ωtype·Ptype(m，t，xy)) (1-ωutility·Putility(m，t，xy))

(3)

(4)

Putility(m，t，xy)=

(5)

进一步根据(1)～(5)对居住压力进行确定，其计算公式为：

P(m，t，xy)=ωp·PEconomic(m，t，xy)+(1-ωp)·PSocial(m，t，xy)

(6)

式中ωp范围为[0,1]的常数，其余均与上述公式中的意义相同.

第二，居住元的选择模型构建.Agent在居住压力的整体功能下具有一定的迁移概率决定权，其决定迁移概率则与居住压力之间呈线性相关性.对其影响的概率进行计算表示为：

PM=P0+(1-P0)·P(m，t，xy)

(7)

式中：PM表示的是迁移的概率；P0表示的是范围常数[0，1]；P(m，t，xy)表示的是居住压力.

此外，根据离散选择模型构建确定人口分布区域迁移整体候选的位置，该次模型构建的过程中采用的是McFadden在实践应用过程中的计算结果.Agent的随机计算选择位置Lij的整体概率计算公式为：

(8)

式中：P(m，ij)表示的是搬迁Agent的随机计算选择位置Lij的整体概率；expU(m,)表示的是候选位置的整体效用指数之间的函数之和.

第三，Agent搬迁及更新模型构建.该过程中主要是对元胞Lij所居住的Agent数量低于上限中直接采取变迁指目标居住地的计算过程.但是，如果在过程中已经超过居住目标第的限度，Agent会采用协商的方式与居住元胞Lij实施协商，成功后n开始进行迁居.对整个过程中的协商概率计算公式为：

(9)

式中：PConsult表示的是Agent协商概率；其余参与含义与上述公式含义相同.

第四，智能体经济状态和房屋价格计算模型构建.Agent智能体房屋价格和经济状态模型构建的过程中会随着整个经济状态的不断更新和变化而产生变化.在整体过程中房屋价格和经济状态存在线性关系.因此，为进一步明确二者之间的关系，方便Agent整体计算，必须确定m在t时刻在居住元胞Lij的收入实施计算，公式为：

(10)

进一步对模型构建运行的过程中居住元胞Lij房价更新和房屋随着时间折旧进行计算：

(11)

(12)

3 结束语

根据该次研究中对基于多智能体的城市人口分布模型构建，发现在多智能体城市人口分布模型中能够实现对城市人口数量的“自上而下”的分布区域和数据进行测量和计算，并且在多智能体城市人口分布模型中还能够根据特定人口的自我经济情况和对居住地的喜好程度对其模型实施调整.因此，多智能体的城市人口分布模型提高了对城市人口分布模拟的精确度和个性化，对我国城市的发展、建设和管理具有重要的意义和价值.

[1] 卓莉，黄信锐，陶海燕，等.基于多智能体模型与建筑物信息的高空间分辨率人口分布模拟[J].地理研究，2014，3(1):520-531.

[2] 梁育填，李文涛，姜超，等.基于多智能体方法的企业迁移空间决策机理的研究框架[J].经济地理，2014，4(05):112-118.

[3] 梁昊光，刘彦随.北京市人口时空变化与情景预测研究[J].地理学报，2014，10(8):1487-1495.

[4] 康停军，张新长，赵元，等.基于GIS和多智能体的城市人口分布模拟[J].中山大学学报:自然科学版，2012，3(7):135-142.

Abstract:Based on the distribution of urban population,the important content of the current multi-intelligence of urban population distribution is researched.From the perspective of the urban population distribution,model of the urban population distribution based on multi-agent is studied to,lay the foundation of urban construction in our country and population distribution management .

Keywords:Urban population distribution; Multi-agent; Model

(责任编辑：季春阳)

UrbanPopulationDistributionModelBasedonMulti-intelligence

Li Ming

(Anhui Wenda Information Engineering College)

C922

A

1000-5617(2017)02-0097-03

2017-02-11