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 ·49。 的情况.假设模拟程序以时间为控制变量（概念时 行的估算带有很大的主观性，况且孤立事件的结果 间，非CPU时间)，那么(X,S,(1-△1)，)= 对全局的影响是可忽略不计的.相反，以地块为a x2+S,(t-l)+中的S:(t-l)是agent观察agent gent的设计，是以整个地区的人口总量来计算其资 所得，对应到程序中为一临界内存区.如果代表 源需求的，这使得需求量总能达到一定的基数，这具 agent的线程比较复杂，状态更新一次需要在3个 有统计上的稳定性 CPU时间片内才能完成，而agent的线程只要一个 3)agent行为模式刻画的可信程度得以提高， CU时间片就能完成，那么实际结果是agent访问 如果以家庭或企业这样的粒度来构造agent,那么为 临界区的频率就太高了.agent得到的轨迹就如 了使得个体的差异性得以充分的表达，必然会使a° 图8所示，与图7相比发生了显著的变化，尤其是从 ent的属性与行为变得复杂和冗长.相反，按照地块 局部范围来看，不但自身内部有累积误差，而且 划分来定义agent使得无论在属性抽象还是行为抽 agent的误差还会波及到agent、agent和agent 象上都可以大为简化，因为在宏观意义下只有集体 的属性和行为，它们都是一些统计量和基于统计量 150 的计算， 100 4)大大减轻了仿真系统在调度公平性、环境致 密性、临界资源竞争方面的压力.以地块粒度为基本 50 18 单元的Multi-agent系统从根本上改变了以家庭和企 0 业粒度为基本单元的Multi--agent系统在规模和相互 112233445566778899 作用方式方面的面貌，由agent间相互作用的频度 所引发的困难自然得到了缓解 图8程序模拟的agent的状态轨迹 32地块agent的属性和行为设计 Fig 8 The status track of agent smulated by 对地块agenti进行详细的设计，包括属性和行 computer program 造成以上欠同步问题的原因在于各个agent行 为两部分.选择那些对人口迁移有显著影响的因素 为的复杂程度不同：其仿真模型在CPU上的执行时 进行量化描述，包括地块的面积、住宅总面积、人口 间也就不同：而操作系统给每个线程所分配的时间 密度、就业岗位的数量、土地被农业工业交通绿 片是一样的，因此就有对临界区数据存取时态混乱 化协公等不同用途分别占用的比例、交通里程数、 的局面出现 基础设施的可用程度、各类服务设施的数量、生态环 综上所述，在城市演化模型中以家庭、公司等细 境状况等，这些都是统计量.如果以家庭为单位来定 粒度个体为agent指代的对象在计算实现上是困难 义agent,.那么此时agent的属性必然是成员结构、收 的.因此，把agenti设计为地块，它可以包含若干个 入、住宅面积、住宅位置、就业状况、工作或就学地 街区.处于该地块区域范围内的所有人口、住宅区、 点、受教育程度等，这些都不是统计量.然而一个城 农田、就业岗位、自然资源等都由这个agent掌控. 市中所有家庭在各项指标类型上必然存在一些分 因此这样的agent是一个尺度比较宏观的集合，由 布，为了满足这些分布，在生成家庭agent个体时就 于其中的人口和各类资源都达到一定的数量，所以 必须刻意控制，由于分布存在某种程度上的相关性， 可以从较为宏观的角度来度量agent行为的后果 加上需要设定属性值的agent数量还很多，所以必 以地块区域为agent的设计可以带来以下便利： 然会进一步加大生成agent时控制的难度.一个城 I)agent的总量得到了有效的控制.以上海浦东 市的发展是一个在时间和空间上都有积累的宏观过 新区为例，它常住人口170万，家庭数量在60万左 程，所以选择一个地区为Multi--agent系统的最小组 右，还有大量就业人口，以及超过1万家的各类企业 成部分，使得人们可以采用对多数个体的长期行为 或服务机构，不可想象对等设计相同的agent数量.而 有稳定和确定性影响的统计量作为agent的属性定 以地块为agent的设计，那么按照浦东新区的 义.例如某整个地区所有家庭收入的平均水平和平 509km,几百个agent就足够了，仿真压力大大减轻. 均居住状况的关联程度是显然的 2)agent对真实过程模拟的客观程度得以提高. 真正有意义的是形如“限多人同时上班使交通 例如，在以家庭为agent的设计中，单个家庭agent 变得拥挤”这样的事件，单个孤立家庭的上班行为 在一天之内需要使用多少道路资源、多少公众服务 和行为被实施的过程并不重要.如果以一个地块上 资源等存在极大的个体性差异，任何就孤立事件进 所有家庭为集合来考查其整体行为时，那么行为的 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net的情况. 假设模拟程序以时间 t为控制变量 (概念时 间 ,非 CPU 时间 ) ,那么 f4 ( X, S1 ( t - △t41 ) , t) = x 2 + S1 ( t - 1) + t中的 S1 ( t - 1)是 agent4 观察 agent1 所得 ,对应到程序中为一临界内存区. 如果代表 agent1的线程比较复杂 ,状态更新一次需要在 3个 CPU时间片内才能完成 ,而 agent4 的线程只要一个 CPU时间片就能完成 ,那么实际结果是 agent4 访问 临界区的频率就太高了. agent4 得到的轨迹就如 图 8所示 ,与图 7相比发生了显著的变化 ,尤其是从 局部范围来看 ,不但自身内部有累积误差 ,而且 agent4的误差还会波及到 agent2、agent3 和 agent5 . 图 8 程序模拟的 agent4 的状态轨迹 Fig. 8 The status track of agent4 simulated by computer p rogram 造成以上欠同步问题的原因在于各个 agent行 为的复杂程度不同 ;其仿真模型在 CPU上的执行时 间也就不同 ;而操作系统给每个线程所分配的时间 片是一样的 ,因此就有对临界区数据存取时态混乱 的局面出现. 综上所述 ,在城市演化模型中以家庭、公司等细 粒度个体为 agent指代的对象在计算实现上是困难 的. 因此 ,把 agent设计为地块 ,它可以包含若干个 街区. 处于该地块区域范围内的所有人口、住宅区、 农田、就业岗位、自然资源等都由这个 agent掌控. 因此这样的 agent是一个尺度比较宏观的集合 ,由 于其中的人口和各类资源都达到一定的数量 ,所以 可以从较为宏观的角度来度量 agent行为的后果. 以地块区域为 agent的设计可以带来以下便利 : 1) agent的总量得到了有效的控制. 以上海浦东 新区为例 ,它常住人口 170万 ,家庭数量在 60万左 右 ,还有大量就业人口 ,以及超过 1万家的各类企业 或服务机构 ,不可想象对等设计相同的 agent数量. 而 以 地 块 为 agent 的 设 计 , 那 么 按 照 浦 东 新 区 的 509 km 2 ,几百个 agent就足够了 ,仿真压力大大减轻. 2) agent对真实过程模拟的客观程度得以提高. 例如 ,在以家庭为 agent的设计中 ,单个家庭 agent 在一天之内需要使用多少道路资源、多少公众服务 资源等存在极大的个体性差异 ,任何就孤立事件进 行的估算带有很大的主观性 ,况且孤立事件的结果 对全局的影响是可忽略不计的. 相反 ,以地块为 a2 gent的设计 ,是以整个地区的人口总量来计算其资 源需求的 ,这使得需求量总能达到一定的基数 ,这具 有统计上的稳定性. 3) agent行为模式刻画的可信程度得以提高. 如果以家庭或企业这样的粒度来构造 agent,那么为 了使得个体的差异性得以充分的表达 ,必然会使 a2 gent的属性与行为变得复杂和冗长. 相反 ,按照地块 划分来定义 agent使得无论在属性抽象还是行为抽 象上都可以大为简化 ,因为在宏观意义下只有集体 的属性和行为 ,它们都是一些统计量和基于统计量 的计算. 4) 大大减轻了仿真系统在调度公平性、环境致 密性、临界资源竞争方面的压力. 以地块粒度为基本 单元的 Multi2agent系统从根本上改变了以家庭和企 业粒度为基本单元的 Multi2agent系统在规模和相互 作用方式方面的面貌 ,由 agent间相互作用的频度 所引发的困难自然得到了缓解. 3. 2 地块 agent的属性和行为设计 对地块 agent进行详细的设计 ,包括属性和行 为两部分. 选择那些对人口迁移有显著影响的因素 进行量化描述 ,包括地块的面积、住宅总面积、人口 密度、就业岗位的数量、土地被农业 /工业 /交通 /绿 化 /办公等不同用途分别占用的比例、交通里程数、 基础设施的可用程度、各类服务设施的数量、生态环 境状况等 ,这些都是统计量. 如果以家庭为单位来定 义 agent,那么此时 agent的属性必然是成员结构、收 入、住宅面积、住宅位置、就业状况、工作或就学地 点、受教育程度等 ,这些都不是统计量. 然而一个城 市中所有家庭在各项指标类型上必然存在一些分 布 ,为了满足这些分布 ,在生成家庭 agent个体时就 必须刻意控制 ,由于分布存在某种程度上的相关性 , 加上需要设定属性值的 agent数量还很多 ,所以必 然会进一步加大生成 agent时控制的难度. 一个城 市的发展是一个在时间和空间上都有积累的宏观过 程 ,所以选择一个地区为 Multi2agent系统的最小组 成部分 ,使得人们可以采用对多数个体的长期行为 有稳定和确定性影响的统计量作为 agent的属性定 义. 例如某整个地区所有家庭收入的平均水平和平 均居住状况的关联程度是显然的. 真正有意义的是形如“很多人同时上班使交通 变得拥挤 ”这样的事件 ,单个孤立家庭的上班行为 和行为被实施的过程并不重要. 如果以一个地块上 所有家庭为集合来考查其整体行为时 ,那么行为的 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 ·49·