·444 智能系统学报 第4卷 数.设节日气氛指数为P,分为10个等级，每个等级 标，并结合对此地区历年游客数量的分析，得出每月 会增加1%的旅游人数，则 的最大旅游资源承载人数N,这个值一般变化不大. T=T.1+6,Pe[0,101. (7) 4实验验证和分析 考虑了温度、天气状况、节日气氛指数因素，得 下面以一个有100万人口的城市为例进行分 出最终的预测游客人数为 析.设本月最大旅游资源承载人数N为20万人，当 T=1+5%-(0y+0+品) P 天的游客人数为10万人，目前属于旅游旺季，预测 该城市近期发生游人拥挤事件的概率.当地旅游局 Y·(1+max(a:)),ie[1,7]; 通过浏览器界面输入数据：当天游客人数Y为10万 Y·(1-min(a)),i∈[1,7]； (8) 人、旅游旺季、明天预计温度22℃、天气晴朗、指数 ly·(1+(-1)y·a),f=0,1. 为W=3、明天节日气氛指数为P=2.通过数据库 还有其他的因素也会对游客人数产生影响，但 查询，该市旅游景点历史上共发生游人拥挤事件4 不会产生太大的影响.对于预计资源承载人数，根据 起.根据前3次的数据进行分析，结果见表1. 本地区的资源状况，包括水源、交通、环境等综合指 表1前3次旅游拥挤事件分析 Table 1 Tourism crowd event analysis for 3 times 前一天游客 前7天 温度/ 天气晴朗 最大旅游资源 预计游客人数 预警指标 节日气氛P 人数Y/万人增长率/% ℃ 指数W 承载人数/万人 T/万人 Q/9% 第1次 16 8(旺季) 12 6 20 18.928 0.9464 第2次 18 7(旺季) 25 3 20 21.114 1.0557 第3次 17 6(旺季) 0 3 10 20 18.870 0.9435 从分析数据可知，当预警指标Q在0.9435和 调用资源承载算法库，输人参数，得出预警指标.端 1.0557之间，或者高于1.0557时，发生人员拥挤的 点Agent从数据库中对过去的同类型的人员拥挤事 概率是比较大的 故的Q值进行计算并且比较，当预测Q值大于 编写一个EB来实现这个算法.将参数(Y、C、 0.9464时，发出预警信息，反馈给界面Agent..将第4 W、P、是否为旅游旺季)通过SP网页收集给界面 次发生人员拥挤的数据输入浏览器界面，计算得出 Agent,然后调用端点Agent(EJB实现)，端点Agent 的Q值如表2所示。 表2第4次旅游拥挤事件分析 Table 2 Tourism crowd event analysis for the fourth time 前一天游客 前7天 温度/天气晴朗 最大旅游资源 预计游客人数预警指标 节日气氛P 人数Y/万人增长率/%℃指数W 承载人数/万人 T/万人 Q/% 第4次 18 5(旺季) -5 5 10 20 19.440 0.9720 根据对Q值的比较，发出人员拥挤预警报告. 参数属性对旅游数据进行分类存储.预警系统接收 上面的算法存储在端点Aget的算法库中，是针对 到用户的输入数据后进行分析，与对历年数据进行 旅游人员拥挤意外事故的一个模型算法.针对其他 比较，得出预测结果，并给出预警报告.利用获得的 的意外事故也都设置了相应的模型算法.用J2EE 信息，对可能发生的旅游突发事件进行预警，可以及 技术实现了这个资源承载算法，对游客拥挤突发事 早通知旅游活动组织方、活动人群、现场管理者等； 件进行预测，验证了本文提出的Agent框架的可行 并且采取必要措施，尽量减小突发事件的冲击，将损 性和实用性。 失降到最低 5 结束语 参考文献： 本文利用Aget的反应性、自治性、面向目标性 [1]粱留科，周二黑，王惠玲.旅游系统预警机制与构建研 等构建了基于多Agent的旅游突发事件预警系统， 究[J].地域研究与开发，2006,25(3)：72-76. 实现对各地突发事件的准确预警.根据旅游信息的 LIANG Liuke,ZHOU Erhei,WANG Huiling.A research