一、基于局部信息的Agent元胞自动机设计（论文文献综述）
张兴磊[1]（2021）在《基于群体追逐的人群疏散建模与决策优化》文中指出群体追逐是一种经典的群体间博弈运动,指的是两种或多种不同类型的个体之间进行彼此追逐的集体性流式运动现象。群体追逐运动来源于真实的自然界场景,早期因为自然界中普遍存在的动物捕猎行为而吸引了大量学者的关注,目前群体追逐运动的研究也已经渗透到恐怖袭击演练、人群疏散等多个领域。在群体追逐过程中,群体之间的行进轨迹和动力学规律都和参与者采取的策略息息相关。探究群体追逐中参与方的不同策略选择,并优化其动态决策的过程,在很多场景下都具有普遍的现实意义,比如人群疏散的智能疏导过程。在传统的人群疏散场景中,一般来讲只存在着一种类型的角色（即疏散人群）,通常对这样的场景进行仿真只需要考虑路径寻找问题和碰撞避免问题。而在本文的模型设计中,疏散过程中对行人具有巨大威胁的移动攻击者也被考虑在内,即形成了群体追逐条件下的人群疏散环境。尽管恐怖袭击事件发生的概率很小,对存在移动攻击者的疏散环境进行建模仍然具有一定的防范作用和研究价值。本文将主要对群体追逐场景下的人群疏散进行建模仿真,将疏散的地点设置在了西单大悦城一楼的复杂室内环境中,以此建立了一个连续空间的疏散模型。在本文所设计的模型中,群体追逐场景下的人群需要完成躲避攻击者和撤离到安全出口两个任务,有时两者可以同时完成,有时则会产生矛盾,这时需要在两者之间进行权衡。基于这样的假设,本文研究了行人在兼顾快速撤离和躲避危险的情形下,整个疏散过程的总体耗费时间和伤亡人数。本文通过多次的实验发现:群体追逐场景下的行人决策对疏散结果的影响至关重要,而人为设定的简单策略往往达不到很好的疏散效果。因此本文又结合了深度强化学习算法,利用深度确定性策略梯度（Deep Deterministic Policy Gradient,DDPG）网络、双向协调网络（Bidirectionally-Coordinated Nets,BicNet）等模型对行人的决策过程进行了优化,让疏散行人根据疏散过程中出现的具体场景做出智能决策,提高了室内疏散的效率,减少了总体的疏散时间和伤亡人数。
冯君利[2]（2021）在《基于CA-ABM耦合的城市空间扩张模拟与预测研究 ——以宁夏沿黄生态经济带为例》文中认为城市作为人类社会发展的一种空间集聚形式,在自然、经济、社会等因素的相互作用下发展演化。一方面,快速城市化彰显城市建设所取得的巨大成就,另一方面,城市扩张侵占大量的生产和生态用地导致生态和环境问题日益突出。因此,发展与保护之间的矛盾对于未来的城市发展提出更高要求。由于土地资源数量有限,城市土地合理利用和空间优化布局成为未来城市建设的必然要求。从城市是一个复杂适应系统的角度出发,结合其内部自组织的规律性,通过模型模拟探寻城市可持续发展最佳方案的研究受到广泛关注。因此,借助元胞自动机多智能体耦合模型（Cellular Automata-Agent Based Model,CA-ABM）,基于城市驱动力和各类决策行为主体之间相互作用的分析,获取转换规则,可实现城市演化过程动态模拟,预测城市扩张趋势,进而为城市发展和优化空间布局提供参考依据。本文以宁夏沿黄生态经济带为研究区,基于RS和GIS,应用SPSS、Python、ArcGIS、Vensim软件,分析城市空间扩张的演化特征和驱动力,构建CA-ABM模型,进行模拟。设置三种发展情景,根据2012年到2018年的统计数据构建系统动力学模型预测2025年和2035年的城市用地规模,利用CA-ABM模型预测城市空间布局,探讨干旱半干旱生态脆弱地区区域尺度上的城市发展问题并提出规划建议。本文的主要研究内容包括以下几个方面:（1）基于Google Earth Engine（GEE）云计算平台,利用Landsat影像、高程（Digital Elevation Model,DEM）、归一化植被指数（Normalized Difference Vegetation Index,NDVI）、归一化水体指数（Normalized Difference Water Index,NDWI）、归一化建筑指数（Normalized Difference Building Index,NDBI）建立分类特征,选择随机森林算法进行遥感解译,获得研究区1989年、1999年、2009年、2019年的土地利用分类数据,其结果Kappa系数大于0.9,总体验证精度大于80%;（2）根据城市紧凑度、城市扩张强度、土地利用转移矩阵以及扩张类型识别来分析研究区1989年到2019年的城市空间扩张特征。结果表明,1989年到1999年之间,城市扩张类型以跳跃式扩张为主,无序扩张现象普遍;在1999年到2009年间,进入快速扩张时期,以边缘式扩张为主;2009年到2019年间,城市扩张进入平稳增长的阶段,这一时期,城市内部未被开发的土地被充分利用,城市紧凑度有所增加。从1989年到2019年,建设用地所占比例从0.34%上升到4.18%,30年间,城市面积增加12倍,城市扩张明显,主要以侵占耕地、未利用地和草地为主;（3）以元胞自动机和多智能体模型的理论知识为依据,以城市扩张的驱动力分析为基础,量化驱动力因子对于城市发展的吸引力,构建元胞自动机-多智能体耦合模型（CA-ABM）。应用二元Logistic回归分析获取元胞自动机模型的初始化概率,通过居民智能体、开发商智能体、政府智能体的决策行为获得各智能体的初始化概率。利用Python编程实现模型构建,将2009年的土地利用数据作为输入数据,通过CA-ABM模型获得2019年土地利用模拟结果,根据与2019年解译结果的逐点比较,表明总体精度达到97%,Kappa系数计算结果为0.7,表明模型可信;（4）根据预测结果以及城市发展目标及定位,为沿黄生态经济带发展提供规划建议。三种情景下沿黄生态经济带扩张表现出不同特点:经济快速发展情景下,城市扩张速度加快,占用大量耕地来满足城市经济发展,城市用地明显增加;在保持当前发展速度情景下,城市扩张速度有所放缓,城市用地范围增加,主要通过侵占城市周围的土地进行扩张;在生态保护情景下,城市扩张明显得到控制,城市用地小幅度增加。规划建议如下:根据生态保护红线和基本农田保护红线,明确禁止建设区域;划定城市开发边界,充分利用城市内部未开发土地,发展紧凑型城市;以银川为发展中心,加强石嘴山市和吴忠市与银川的联系,形成银川都市圈发展格局,以中卫市为切入点,大力发展沿黄生态经济带南部地区。根据各个城市的职能定位构建新型城镇空间体系,分工协作、协调发展、优化空间配置、进行合理布局。
罗长坤[3]（2021）在《基于情绪感染的人员疏散实验及仿真模型研究》文中进行了进一步梳理随着社会经济的高速发展,聚集性人群活动日益频繁,同时建筑公共空间的高度集成化和规模化也带来了一定的安全隐患。伴随人群活动,建筑公共空间人群行走流线复杂且密集,一旦发生突发事件,极易发生推搡、拥堵、踩踏等重大事故,甚至将衍生次生灾难。因此对建筑公共空间人员疏散的研究已经成为当今建筑公共安全领域研究的重要课题。探究建筑公共空间内人群疏散行为特征及引导策略,尽量减少财产损失,避免人群在突发事件下的生命身体安全是十分必要的。为了研究紧急情况下的建筑公共空间人员疏散特征,本文设计了两组人群疏散可控实验,结合问卷调查和社会网络分析、轨迹分析等技术方法,分析紧急情况下人员情绪特征及传染机制,研究应急疏散过程中的情绪感染行为,提炼紧急情况下行人的典型行为特征。以实验结论为依据,构建基于情绪感染的人员疏散元胞自动机仿真模型。根据情绪感染半径及情绪感染区域构造了情绪动态场,模糊规则构造了密度动态场,定义了相应的更新规则,改进了元胞自动机的转移概率,优化了安全疏散仿真模型。通过仿真应急疏散可控实验与本文建立的带有情绪感染人员疏散模型的疏散时间对比分析,验证了模型的可行性。最后将本文建立的基于情绪感染人员疏散模型应用在唐山某地下超市人群疏散问题中,结合固定物理环境对安全出口总宽度、双出口位置提出合理化建议。本文研究了建筑公共空间紧急情况下带有情绪及情绪传染的人群疏散问题,以可控人群疏散实验为模型参数依据,结合元胞自动机,构建了基于情绪感染人员疏散模型,并应用于某案例。通过仿真实验及案例仿真结果分析。本文构建的带有情绪传染的人群疏散模型能真实反应人群疏散情绪传染及行为特征,为应急管理部门制定有效应急人群疏散策略提供依据。同时,本文的人群疏散可控实验丰富了人群疏散实验库。因此本文的研究具有一定的理论意义和实际意义。
韩赜[4]（2020）在《雄安新区建设对北京市土地利用时空格局演变的影响》文中研究指明当前,大都市在发展过程中普遍遇到人口膨胀的问题,人口疏解成为特大城市规划的重要目标。2017年4月,国家提出了建设雄安新区的千年大计,这对集中疏解非首都功能,调控北京市人口及土地利用具有重要影响。合理的预估雄安新区建设对北京市人口疏解的贡献,揭示雄安新区建设对于北京市城市发展格局的影响,将对北京市与雄安新区建设有重要意义。本研究基于“以业带人”的疏解思路,将雄安新区建设视为促进北京市产业结构优化和人口疏解的政策冲击,基于北京市历史土地利用数据、遥感影像、城市兴趣点（POI）、产业投入产出表和统计年鉴等数据资料,构建了基于跨区SD与MAS-CA的土地利用模拟模型,揭示了雄安新区建设对北京市土地利用时空格局演变的影响。主要研究工作及结果如下:（1）提出了基于Landsat影像和POI的城市功能用地分类方法,揭示了北京市城市功能用地空间分布。结合历史土地利用数据,发现北京市城市土地扩张呈现出由“圈层扩展”向“圈层扩展+分散扩展”过渡的态势。基于城市兴趣点（POI）数据,考虑不同产业POI密度分布的距离衰减性及衰减距离的空间异质性,识别了北京市包含居住、商服和工业等主要产业的集聚中心,发现除工业以外,北京市首都功能核心区是诸如居住、商业和公服等功能等主要集聚区,而远郊区的商服类产业发展规模仍偏小。（2）构建了非线性多目标产业结构优化模型,基于北京市经济、就业和能源的发展目标的权重设定了包括中性增长、就业偏向和能源控制的产业疏解情景,利用遗传算法（Genetic algorithms）识别和测算了不同情景的待疏解行业及疏解规模。从平均疏解规模来看,批发和零售、住宿和餐饮、房地产、农林牧渔业、电力、热力的生产和供应、租赁和商务服务变化、建筑和制造业是未来主要的疏解行业,而批发和零售业、住宿和餐饮的疏解幅度最大,分别下降到2012年产值比重的45.63%和38.56%。不同产业疏解情景之间,就业偏向情景的行业疏解规模基本与中性增长情景保持一致,但能源控制情景会增加制造业和建筑业的疏解规模,但减少租赁和商务服务业疏解。（3）基于远程耦合的视角,构建了包含发送系统（北京—疏解子系统）和接收系统（雄安新区—承接子系统）的跨区SD模型,测算了产业疏解对人口规模的影响。结果表明,雄安新区的建设一定程度上可抑制北京市人口持续增长的趋势。不同产业疏解情景下,能源控制情景将基本维持现状（2018年）人口规模,而中性增长和就业偏向情景下的人口规模相较于现状略有下降。从人口规模的影响贡献上看,北京市人口疏解主要依赖产业疏解带动的劳动力迁出,2018-2035年间劳动力疏解总量将达到309.05～368.42万人左右。短期来看,直接从北京直接迁出至雄安新区的人口规模相对较小,约占劳动力疏解总量的8.3%～9.2%左右,但该迁出规模总体呈现快速增加趋势。（4）通过对企业主体、居民主体和政府主体的土地利用决策与行为建模,基于Python语言结合Num Py、Sci Py和Pandas库,构建了耦合多主体（MAS）与元胞自动机（CA）的土地利用模拟模型。应用该模型模拟了常规情景下2015-2018年的北京市城市功能用地的空间格局变化,并采用逐点对比法进行精度验证,模拟精度达78.62%。（5）综合跨区SD和MAS-CA的土地需求与空间格局模拟模型,预测了2035年北京市城市功能用地空间分布。结果表明,受产业疏解的影响,北京市工业用地、批发零售用地、住宿餐饮用地和公共服务用地相对于常规情景有所减少,其中,批发零售和住宿餐饮用地的下降幅度最大;但未来商务金融用地和其他商服用地将进一步扩大,其中商务金融用地增幅相较于常规情景增加近一倍。在地类的转出规模上,相较于常规情景,工业用地在首都核心功能区、平谷、延庆和密云等区域将增加转出规模;而批发零售用地将在东城、西城、丰台和石景山等区域的转出规模上有所增加;住宿餐饮用地在首都核心功能区内转出规模较高。在地类转入规模上,远郊区城市居住用地的增幅较大;首都核心功能区的批发零售用地相对于常规情景略有增加,而商务金融用地和其他商服用地转入量相对常规情景有所减少,但远郊区县的转入量在增加。
肖宗豪,张鹏,迟文升,刘畅[5]（2021）在《基于Agent与元胞自动机的无人机集群混合式控制》文中进行了进一步梳理高效有序的集群控制方式是集群顺利完成作战任务的前提。针对无人机集群控制问题,结合集中式与分布式2种控制方式,提出基于Agent与元胞自动机的集群混合式控制。从无人机集群作战流程出发构建了无人机集群控制体系框架、通信拓扑结构及集群控制规则,将集群个体由上至下分为中心长机、小组长机、个体无人机3个层次,高层级对低层级采用自上而下的集中式控制,同层级采用自下而上的分布式控制。在此基础上,利用Agent模型的层次性与元胞自动机模型的同质性,设计了基于Agent与元胞自动机的集群混合式控制模型,实现2种控制方式有效结合,元胞自动机模型实现集群基本的聚合、分离、速度一致规则,Agent模型实现不同层级个体间的协同交互规则。在编队集结与保持任务背景下,对分布式、集中式与混合式3种控制进行对比仿真,结果表明:基于混合式控制的集群在编队可控性、跟随性、一致性以及降低通信负载等方面具有明显优势,验证了混合式集群控制方法的有效性。
曹伟[6]（2020）在《供应链复杂系统脆性传播模型与管控方法研究》文中指出经济全球化背景下,如何提高企业竞争力、风险管控水平和应急响应能力,以增强供应链系统安全与可靠性,已成为现代供应链实践与发展的重大课题。供应链系统是一个具有耗散结构的复杂巨系统。现代科技和社会分工发展使供应链网络化、复杂化趋势日益明显,并逐步呈现复杂网络状态特征。这种复杂属性使供应链在运行和发展过程中极不稳定。当遭遇自然灾害、设备故障和供应商破产等不确定性事件干扰时,供应链极易中断。严重时可能形成“多米诺骨牌”效应,触发网络崩溃。这种遭受内、外干扰而引发系统崩溃的性质就是供应链脆性。它是供应链复杂系统的基本属性。供应链脆性是供应链系统安全与可靠性研究领域的一个重要方向,对供应链复杂系统脆性进行科学研究具有一定现实意义。本论文重点对供应链复杂系统脆性传播模型与管控方法问题进行了选题研究。主要研究内容及成果如下:（1）供应链脆性理论研究体系框架构建。基于复杂系统脆性理论,构建了供应链领域脆性研究的理论体系架构。该架构由内容体系、技术体系和理论支撑体系三部分构成。其中,内容架构以供应链脆性激发规律、脆性传播规律、脆性演化规律和脆性管控方法为主线;技术体系包括不确定性需求多目标多周期供应链网络混合整数规划配流模型、改进的混合遗传算法、不确定性情景多目标多周期供应链脆性网络混合整数规划配流模型、供应链脆性激发模型与仿真算法、供应链脆性传播元胞自动机模型与仿真算法、供应链适应性Agent图脆性演化模型与仿真算法,以及不确定性情景多目标多周期供应链脆性管控混合整数规划模型;理论支撑体系包括不确定性理论、混合整数规划理论、复杂网络拓扑理论和图论、元胞自动机理论,以及适应性Agent图理论和信息熵理论。（2）不确定性供应链多目标多周期混合整数规划配流模型与算法研究。论文针对不确定性需求情景下供应链多周期网络配流优化问题,以成本和服务两种效益因子为优化目标,综合考虑多周期供应商选择与订单配给、各层节点间交易关系及链路流、各级节点的物料流、分销商库存流等约束条件,构建了不确定性需求情景供应链多目标多周期混合整数规划配流模型。针对模型求解问题,设计了一种改进的遗传算法。并通过算例验证了模型与算法的有效性。（3）不确定性供应链脆性激发模型与仿真算法研究。论文针对处于不确定性脆性干扰下的供应链网络,设计了不确定性脆性触发事件概率的求解模型与算法;设计了脆性激发参数及计算模型;构建了不确定性需求不确定性干扰情景下多目标多周期供应链脆性网络配流混合整数规划模型;以此为辅助技术元,构建了供应链复杂网络脆性激发仿真算法。通过算例仿真,对脆性激发过程、脆性事件发生概率与脆性激发结果的关系,以及不同脆性攻击方式对供应链的脆性激发效果等供应链脆性激发规律问题进行了定量分析。（4）不确定性供应链脆性传播模型与仿真算法研究。论文基于复杂系统元胞自动机理论,设计了供应链脆性网络元胞与邻接矩阵、元胞邻居及元胞演化规则等元胞自动机参数;以供应链脆性网络配流模型为辅助技术元,设计了供应链脆性传播元胞自动机仿真算法。对不确定性供应链脆性传播规模的时间特性、幂律特性以及脆性源崩溃情景与脆性传播效果之间的关系等供应链脆性传播规律进行了算例仿真。（5）不确定性供应链脆性演化模型与仿真算法研究。论文基于复杂系统适应性Agent图理论和信息熵理论,设计了供应链脆性熵和节点状态值等脆性演化参数及计算方法;基于适应性Agent图控制器刺激——反应模型,构建了考虑节点自适应行为和不考虑节点自适应行为的供应链脆性演化模型;以供应链脆性网络配流模型为辅助技术元,设计了供应链适应性Agent图脆性演化仿真算法。通过算例仿真,对供应链节点状态值演化规律、节点熵流演化规律、供应链脆性全局熵演化规律、供应链脆性演化的季节性规律以及供应链脆性行为等演化规律进行了数据分析。（6）不确定性需求不确定性脆性干扰情景下多目标多周期供应链脆性管控模型研究。论文针对不确定性脆性事件干扰下供应链网络脆性管控决策问题以及多周期网络配流优化问题,以成本和服务两种效益因子为优化目标,提出了启用备选供应商、修复脆性源和启用内部供应商柔性能力三项脆性管控策略,并以此为基础构建了不确定性需求不确定性脆性干扰情景下多目标多周期供应链脆性管控模型。用改进的遗传算法对算例进行了求解,对供应链网络、供应链脆性网络和供应链脆性管控三种网络配流方案进行了对比分析,并对目标偏好系数、脆性事件崩溃概率及缺货惩罚成本等参数进行了灵敏度分析。
芦俊聪[7]（2020）在《基于生成设计方法的灾后模块化临时住房设计研究》文中认为在当前我国自然灾害频发的背景下,灾后灾民临时安置问题亟待解决。本文选取以计算机生成设计方法和灾后模块化临时住房相结合这一方向作为论题,从提供快速且高效的设计方案视角,来研究建筑生成设计方法和灾后灾民的临时安置问题。现如今,当下的建筑设计过程正在进行重新的思考,从传统的以“建筑师个人意志为主”的设计方法或简单的功能设计方法,转向程序化或生成式的设计方法,其中智能化的进化算法扮演着重要的角色,这是一种通过计算机编程系统生成建筑体系的设计方法。本文旨在开发一种计算机编程算法来快速生成模块化临时住房的组合规划方式,以提供快速高效、科学的灾后灾民模块化临时住房设计方案。本文的研究与探索将为我国灾后灾民临时安置问题与计算机辅助建筑设计（Computer Aided Architectural Design,简称CAAD）的结合提供一种新的研究方向,灾后灾民临时安置问题亦是本文的研究动机。设想的计算机生成算法将允许模拟一个高效、快速的设计过程,该设计过程可以适应不同的场地条件。这意味着抽象的生成算法或生成过程可以更优化地根据当地的地理、地形或社会条件以及最终用户的特定需求进行调整。本文主要研究分为三大部分:其一是灾后模块化临时住房的相关内容概述,包括模块化临时住房的定义和结构体系、模块化临时住房用于灾后重建的优势、灾后临时性建筑的代表建筑师实践情况以及分析现有的灾后临时住房聚合方式;其二是灾后模块化临时住房的生成设计方法研究,其中主要是研究分析元胞自动机和蚁群算法这两种生成设计方法。利用元胞自动机来生成模块化临时住房的组合方式,利用蚁群算法来规划灾后临时住房的疏散道路流线。这两种计算机生成设计方法有利于讨论使用体系结构参数进行设计,在响应人口功能需求的同时,允许在体系结构形式的组合中实现最大的自由。本文还对复杂的灾后临时社区进行建模和参数控制,并模拟灾后环境中符合当地实际条件的计算设计过程;其三是具体灾后模块化临时住房的生成设计方法,根据上述提及的蚁群算法和元胞自动机两种生成设计方法,使用特定的编程语言来生成方案模型。生成设计方法将允许在模块化临时住房单元组合方式和临时社区规划方面产生符合要求的多种结果,并分析这些生成的结果得出结论。本研究通过可视化的编程语言,基于生成设计方法对灾后临时住房的单体模块组合方式和临时社区的规划层面进行探索,旨在将数字化技术与我国灾后救灾实际情况相结合,大大提升灾后临时住房的设计质量与救灾安置效率。
赵雅辉[8]（2020）在《基于强化学习的城市道路突发事件拥堵疏导决策方法研究》文中认为以交通事故为代表的道路突发事件是造成城市交通拥堵的重要因素之一。突发事件造成的交通拥堵因其偶然性和不可预测性,使得交通管理者很难提前采取应对措施缓解拥堵。因此,在事件发生后及时采取控制措施显得尤为重要。及时有效的控制措施能够降低交通拥堵的传播,加速拥堵的消散,减少交通事件的影响范围、时间和程度。研究城市道路拥堵疏导的决策方法,能够有效预防和缓解城市路网交通拥堵,提高城市交通智慧化管理水平。本文基于元胞自动机模型构建了城市路网动态交通流仿真模型,利用强化学习技术对突发事件下交通拥堵疏导决策进行了优化,并开发了相应的仿真平台,初步设计了突发事件拥堵疏导决策支持系统。首先,本文在考虑前车速度和安全距离交通流模型的基础上,对路段和交叉口的车辆更新规则进行了改进,构建了基于元胞自动机的城市路网动态交通流仿真模型,建立了包含基础性、特征性和综合性指标的路网交通运行状态评价指标体系,实现了城市交通系统运行状态的可视量化评价。其次,以路段、交叉口和车辆为智能体,以路段平均行程速度为状态,以车辆禁行等控制措施为动作,以拥堵改变程度、所需时间和通行车辆数量为奖惩依据,建立了城市路网交通流强化学习模型,采用QLearning算法对模型进行了求解,建立了突发事件下交通流状态和拥堵疏导策略的最佳映射关系,实现了拥堵疏导措施的自适应学习。仿真结果表明,该方法能够针对不同情况,有效缓解交通拥堵。最后,基于城市路网动态交通流仿真模型和强化学习技术,对突发事件拥堵疏导决策支持系统进行了初步设计,实现了科学理论与工程实践的紧密结合,为突发事件下的拥堵控制提供了理论依据和决策支持。
王庆[9]（2020）在《基于多智能体与元胞自动机模型的滇池流域不透水表面扩张模拟研究》文中指出土地资源是自然界以及人类生活中最为基本也最为重要的资源之一,土地利用/土地覆盖（Land Use and Land Cover Change）的研究在很早以前就成为了全球环境变化和气候变化领域的重要组成部分,也是当前研究中的热点。与此同时,土地利用的规划和决策对土地资源的动态演变也起着极大的引导和约束作用。新世纪以来,我国的综合实力不断增强,成为了世界第二大经济体,国际地位也日益上升,城市的数量和规模也迅速增加。而土地利用结构的改变会引起许多生态过程的变化,并且我国人口基数大,土地资源缺乏,“绿水青山就是金山银山”的宗旨指引着我国城市化的进程,因而对土地资源的动态变化研究更加具有现实意义。探索土地利用变化的时空规律并对未来用地情景进行预测,这不仅有利于土地资源的合理利用与优化调整,也有助于制定区域土地利用规划,更是对我国社会经济和生态环境的高质量、可持续发展具有重要的影响。本文以滇池流域的土地利用模拟预测为例,首先,通过分类分层的方法对研究区内2000-2016年的五期遥感影像进行信息提取分类,获取2000年、2006年、2009年、2013年和2016年的土地利用现状,分析了土地利用以及不透水表面的扩张与驱动因子;其次,结合智能体和人工神经网络算法构建基于分区、异步演化规则的元胞自动机模型探索土地利用变化的规律,采用Kappa系数验证模型模拟结果和遥感技术信息提取的精度,讨论了影响模型精度的元胞尺度和异步速率格网尺度,以及分区异步较传统元胞自动机模型的优点;最后,在蚁群算法规则和土地利用规划决策下,基于已验证的元胞自动机模型预测未来土地利用的情景。本研究可为调整土地利用结构、协调城镇建设与环境保护提供科学合理的依据,土地利用的规划决策也可以此作为参考。在通过查阅收集大量国内外关于土地资源与环境关系、元胞自动机模型和生物智能算法的基础上,借助于ArcGIS、ENVI、Matlab和Visual Studio软件,结合滇池流域用地实际情况,综合运用人工神经网络和元胞自动机模型构建了适用于滇池流域用地变化过程的ANN-CA模型,在模型验证通过的基础上,通过蚁群智能算法和区域规划决策规则,对滇池流域2000年至2016年的土地利用情况分为四个阶段进行了模拟,并预测了不同情景下的用地情况。根据本文的实验结果获得了以下四点结论:（1）在2000年至2016年期间内,滇池流域内不透水表面面积逐年增加,增长速率先快后慢,耕地则逐年减少,减少的幅度先大后小;不透水表面主要分布在滇池北部的五华区和西山区,向滇池的的周围扩张,呈辐射式发展,尤为官渡区和呈贡区扩张最为明显,晋宁县和嵩明县的扩张速度较缓,有“南延北拓”、“一湖四片”之势,土地变化较快的地方集中在地势偏低、坡度较小的区域,这些区域也是人口、经济、交通相对发达的区域。土地间的转移主要集中于耕地、林地和不透水表面,转出面积最多的是耕地,转入最多的土地类型是不透水表面,其次为林地。（2）基于神经网络的传统元胞自动机模型能较好的模拟滇池流域的土地利用变化,而基于空间域和非空域的聚类分区、异步元胞自动模型对滇池流域的土地利用模拟精度有显着的提升。相对于传统的空间聚类算法对元胞空间分区,综合考虑了空间域和非空间域的聚类分区方法既保证了元胞在空间域上的紧凑性,也不失在非空间域上的相似性。此外,用异步速率替代同步速率,对不同的元胞区别对待,也突出了元胞的空间分异规律。因此,该模型在模拟土地利用中具有更高的可靠性和适用性。（3）元胞尺度和异步速率格网的空间尺度对模型有较明显的影响。对于元胞的来说,其尺度越大模型模拟的结果越差,这是由于元胞尺度的大小,体现了对用地类型描述的精确程度,也意味着规则挖掘的准确程度。当元胞尺度越小,神经网络算法对规则的挖掘也就越能表达出实际的规律,但是元胞尺度越小,元胞数量越多,呈幂函数增加,致使模型运行效率降低。而对于速率格网来说,其空间尺度增加,模型模拟的结果也同样地变差,但是速率格网的影响程度小于元胞尺度的影响程度。因此,对于元胞尺度和速率格网的空间尺度的选择应视具体的情况定,应在保证精度的前提下提高模型模拟的效率。（4）蚁群算法规则能较好模拟智能体的行为规则,在土地规划约束的条件下,结合分区异步元胞自动机模型基于2016年的土地利用数据,对未来的用地进行了情景预测,其结果可对未来的土地利用规划和决策提供相应的科学依据。
张志龙[10]（2020）在《自动-手动车辆混行交通流模型的构建与仿真》文中研究指明随着我国国民经济与科技技术的不断发展,车辆已从手动（人工）驾驶向自动（无人）驾驶过渡,这与城市传统的交通基础系统功能间的矛盾愈显突出。随着自动驾驶车辆数量增多这种矛盾会使得我国城市交通系统的负担愈来愈重,预计一定时期内会造成一线城市道路拥堵严重度增加。交通微观仿真模型以其独特的优势,已成为学者们用来解决交通拥堵问题的有效工具之一,但传统的微观仿真模型更倾向于以传统手动驾驶车辆为主要研究对象。本文来源于项目“车车耦合机理与协同安全方法”（项目编号:2018YFB1600502）,从自动—手动驾驶车辆混行情况为切入点,以多智能体（MAS）与元胞自动机理论（CA）为基础,提出更符合我国目前以及未来先进交通系统的自动—手动驾驶车辆混行交通流仿真模型。论文主要工作内容:阐述了学者们在交通研究做出的重大贡献,并对其研究方面存在的不足进行了概述,引出本文所研究的自动—手动车辆混行交通模型与所需理论基础。采用元胞自动机与多智能体结合的方式,并引用不同的跟驰模型,分别构建自动—手动驾驶车辆混行交通流的仿真模型;此外,对道路进行扩建,引入蚂蚁元胞自动机构建的行人流模型,分别构建信号交叉路口自动—手动驾驶车辆仿真模型与行人干扰信号交叉路口自动—手动驾驶车辆仿真模型。分析了混行比例、反应时间、换道概率、绿信比、行人到达率参数组合对自动—手动驾驶车辆混行交通流的影响。通过Origin软件分析平均速度、交通流量以及平均时间延误等参数,得到了以下结论:由于驾驶员心理与信号灯影响,手动驾驶车辆在交通环境较差时,会加重交通负担。随着自动驾驶车辆的渗透,交通拥堵等问题会得到明显缓解,交通通行效率也有所提升;通过改变自动驾驶车辆反应时间、换道概率以及绿信比等,可使得交通流量有所提高,交通流分布均衡。自动驾驶车辆反应时间对交通流的改善有着显着影响,最高可以提高两倍;行人到达率大于0.6时,严重影响交通流,应采取措施对其进行分离。
二、基于局部信息的Agent元胞自动机设计（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于局部信息的Agent元胞自动机设计（论文提纲范文）
（1）基于群体追逐的人群疏散建模与决策优化（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 群体追逐 |
| 1.1.2 人群疏散 |
| 1.1.3 计算机仿真技术 |
| 1.2 研究内容 |
| 1.3 研究意义及创新点 |
| 1.4 本文的组织结构 |
| 第二章 群体追逐及人群疏散模型介绍 |
| 2.1 引言 |
| 2.2 元胞自动机 |
| 2.3 群体追逐模型介绍 |
| 2.3.1 离散空间模型 |
| 2.3.2 连续空间模型 |
| 2.4 人群疏散模型介绍 |
| 2.4.1 离散空间模型 |
| 2.4.2 连续空间模型 |
| 2.5 基于群体追逐的人群疏散模型介绍 |
| 2.6 本章小节 |
| 第三章 室内疏散群体追逐模型的设计与实现 |
| 3.1 引言 |
| 3.2 实地调研结果及分析 |
| 3.3 环境模型 |
| 3.3.1 环境重绘 |
| 3.3.2 环境边界条件 |
| 3.3.3 环境三角剖分 |
| 3.4 疏散行人模型 |
| 3.4.1 基本模型 |
| 3.4.2 疏散路径规划 |
| 3.4.3 攻击躲避 |
| 3.4.4 碰撞避免 |
| 3.5 攻击者模型 |
| 3.6 疏散过程及结果分析 |
| 3.6.1 整体架构 |
| 3.6.2 疏散过程 |
| 3.6.3 结果分析 |
| 3.7 本章小结 |
| 第四章 决策优化的理论与实现 |
| 4.1 引言 |
| 4.2 强化学习 |
| 4.2.1 基本概念 |
| 4.2.2 学习目标 |
| 4.2.3 求解算法 |
| 4.3 深度强化学习 |
| 4.3.1 深度Q网络(DQN) |
| 4.3.2 深度确定性梯度算法(DDPG) |
| 4.4 多智能体场景下的强化学习 |
| 4.5 基于单智能体的决策优化 |
| 4.5.1 状态、奖励和动作空间 |
| 4.5.2 行为克隆 |
| 4.5.3 网络模型设计 |
| 4.5.4 训练过程及结果对比 |
| 4.6 基于多智能体的决策优化 |
| 4.6.1 网络模型 |
| 4.6.2 效果分析 |
| 4.7 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 未来展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的学术成果 |
（2）基于CA-ABM耦合的城市空间扩张模拟与预测研究 ——以宁夏沿黄生态经济带为例（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究综述 |
| 1.2.1 城市模拟理论研究 |
| 1.2.2 基于元胞自动机和智能体的城市扩张模拟模型研究 |
| 1.2.3 对研究综述的思考 |
| 1.3 研究目的 |
| 1.4 研究内容与技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 第二章 研究区和数据处理 |
| 2.1 研究区概况 |
| 2.1.1 自然地理概况 |
| 2.1.2 社会经济概况 |
| 2.2 数据及处理 |
| 2.2.1 土地利用数据 |
| 2.2.2 社会经济统计数据 |
| 2.2.3 GIS数据和邻域数据 |
| 第三章 宁夏沿黄生态经济带城市扩张特征分析 |
| 3.1 城市紧凑度分析 |
| 3.2 城市扩张强度分析 |
| 3.3 土地利用转移分析 |
| 3.4 扩张类型识别 |
| 第四章 CA-ABM耦合模型的构建与实现 |
| 4.1 数据准备 |
| 4.1.1 土地利用数据 |
| 4.1.2 邻域数据 |
| 4.1.3 社会经济数据 |
| 4.1.4 自然数据 |
| 4.2 模型构建 |
| 4.2.1 环境层 |
| 4.2.2 约束层 |
| 4.2.3 元胞自动机层 |
| 4.2.4 智能体层 |
| 4.2.5 元胞自动机智能体层 |
| 4.3 模型实现 |
| 4.4 模型精度评价 |
| 第五章 不同情景下未来土地利用变化的模拟 |
| 5.1 未来城市用地规模预测 |
| 5.2 数据准备 |
| 5.2.1 土地利用数据 |
| 5.2.2 邻域数据 |
| 5.2.3 元胞自动机层概率 |
| 5.2.4 智能体层概率 |
| 5.3 不同情景下城市扩张预测的结果与分析 |
| 5.3.1 经济快速发展情境 |
| 5.3.2 保持当前发展速度情景 |
| 5.3.3 生态保护情景 |
| 5.4 沿黄生态经济带规划建议 |
| 第六章 研究结论与展望 |
| 6.1 研究结论 |
| 6.2 不足与展望 |
| 参考文献 |
| 在学期间研究成果 |
| 致谢 |
（3）基于情绪感染的人员疏散实验及仿真模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景及意义 |
| 1.1.1 研究的必要性 |
| 1.1.2 该问题研究需要解决的科学问题 |
| 1.2 国内外相关研究现状 |
| 1.2.1 紧急环境下的恐慌行为研究现状 |
| 1.2.2 国内外疏散模型研究现状 |
| 1.2.3 情绪感染及人群疏散模型研究现状 |
| 1.3 主要研究内容 |
| 第2章 疏散实验研究 |
| 2.1 疏散实验设计 |
| 2.1.1 实验目的 |
| 2.1.2 疏散实验具体方案 |
| 2.1.3 数据采集及分析工具 |
| 2.2 情绪感染分析 |
| 2.2.1 情绪感染关系 |
| 2.2.2 情感关系矩阵 |
| 2.2.3 情绪感染关系网络图 |
| 2.2.4 情绪感染半径分析 |
| 2.3 疏散中的典型行为 |
| 2.3.1 从众行为 |
| 2.3.2 自组织行为 |
| 2.3.3 路径选择行为 |
| 2.3.4 环境与风险感知行为 |
| 第3章 改进的情绪感染元胞自动机模型 |
| 3.1 元胞自动机基本模型 |
| 3.1.1 元胞自动机定义及构成 |
| 3.1.2 元胞自动机基本模型 |
| 3.2 改进情绪感染的自动机模型 |
| 3.2.1 静态场 |
| 3.2.2 情绪动态场 |
| 3.2.3 密度动态场 |
| 3.3 转移概率更新规则 |
| 3.3.1 转移概率 |
| 3.3.2 更新规则 |
| 3.4 改进的情绪感染模型有效性验证 |
| 3.4.1 模型有效性验证 |
| 3.4.2 情绪感染的影响分析 |
| 第4章 以唐山某超市为例的疏散仿真实验 |
| 4.1 超市物理环境设定 |
| 4.2 事件模拟 |
| 4.3 基于改进元胞自动机的疏散仿真 |
| 4.4 行人数据来源 |
| 4.5 唐山超市行人疏散单出口仿真 |
| 4.6 仿真结果与分析 |
| 4.6.1 超市单安全出口疏散时间 |
| 4.6.2 超市单出口安全出口宽度与疏散时间的关系 |
| 4.6.3 超市双安全出口疏散时间 |
| 4.6.4 双安全出口位置仿真实验 |
| 第5章 结论与展望 |
| 参考文献 |
| 在学期间研究成果 |
| 致谢 |
（4）雄安新区建设对北京市土地利用时空格局演变的影响（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 1.1 研究背景 |
| 1.2 研究意义与问题的提出 |
| 1.2.1 研究意义 |
| 1.2.2 研究问题的提出 |
| 1.3 研究目标与内容 |
| 1.4 技术路线与论文结构安排 |
| 1.4.1 技术路线 |
| 1.4.2 论文结构安排 |
| 第二章 理论回顾与研究进展 |
| 2.1 相关概念辨析 |
| 2.1.1 城市功能与首都功能 |
| 2.1.2 城市功能集聚与疏解 |
| 2.1.3 人口疏解与产业疏解 |
| 2.2 国内外城市功能疏解案例 |
| 2.3 产业疏解对人口和城市用地结构影响 |
| 2.3.1 相关理论基础 |
| 2.3.2 产业疏解对人口和土地利用的影响 |
| 2.3.3 首都产业与人口疏解现状及相关研究 |
| 2.4 土地利用变化模型进展 |
| 2.5 本章小结 |
| 第三章 北京市土地利用、产业与人口现状 |
| 3.1 研究区概况 |
| 3.1.1 自然地理概况 |
| 3.1.2 社会经济概况 |
| 3.2 研究方法与数据来源 |
| 3.2.1 主要数据源及预处理 |
| 3.2.2 研究方法 |
| 3.3 结果与分析 |
| 3.3.1 北京市土地利用解译精度评估 |
| 3.3.2 北京市土地利用时空分布特征及趋势 |
| 3.3.3 北京市产业与居住空间分布 |
| 3.3.4 北京市人口现状及趋势 |
| 3.4 本章小结 |
| 第四章 基于远程耦合的人口与土地需求模拟模型构建 |
| 4.1 建模目的与框架 |
| 4.1.1 建模目的 |
| 4.1.2 模型结构与时空边界 |
| 4.2 子系统的因果关系与变量核算 |
| 4.2.1 因果关系与关键路径 |
| 4.2.2 变量核算与赋值 |
| 4.3 模型检验 |
| 4.4 本章小结 |
| 第五章 基于MAS–CA土地利用变化模拟模型构建 |
| 5.1 模型概述 |
| 5.1.1 环境要素层 |
| 5.1.2 多主体及决策行为 |
| 5.1.3 元胞自动机层 |
| 5.1.4 综合决策规则 |
| 5.2 参数设定与模型实现 |
| 5.2.1 参数设定 |
| 5.2.2 模型实现 |
| 5.3 精度评估与误差分析 |
| 5.3.1 精度评估 |
| 5.3.2 误差分析 |
| 5.4 本章小结 |
| 第六章 雄安新区建设对北京市人口及土地利用的影响 |
| 6.1 北京市产业结构多目标优化与疏解情景设定 |
| 6.1.1 多目标优化模型 |
| 6.1.2 情景设定 |
| 6.1.3 产业疏解情景 |
| 6.2 不同产业疏解情景下雄安新区发展预估 |
| 6.3 不同产业疏解情景下北京市人口及社会经济指标的变化 |
| 6.3.1 北京市人口规模 |
| 6.3.2 北京市主要宏观社会经济指标 |
| 6.4 不同产业疏解情景下北京市土地利用模拟 |
| 6.4.1 土地利用需求变化 |
| 6.4.2 土地利用空间分布及转移 |
| 6.5 雄安新区建设对北京市人口与土地利用的影响分析 |
| 6.5.1 雄安新区对北京市人口的影响 |
| 6.5.2 雄安新区对北京市土地利用的影响 |
| 6.6 本章小结 |
| 第七章 结论与展望 |
| 7.1 研究结论 |
| 7.2 主要创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（5）基于Agent与元胞自动机的无人机集群混合式控制（论文提纲范文）
| 1 Agent与元胞自动机结合可行性 |
| 1.1 元胞自动机理论 |
| 1.2 Agent基本理论 |
| 1.3 结合可行性与适用性 |
| 2 无人机集群混合式控制框架与控制规则 |
| 2.1 无人机集群作战流程分析 |
| 2.2 集群混合式控制框架及通信拓扑网络结构 |
| 2.2.1 无人机集群混合式控制框架结构 |
| 2.2.2 无人机集群通信拓扑网络结构 |
| 2.3 无人机集群控制规则 |
| 2.3.1 集群个体行为规则 |
| 1) 集群凝聚： |
| 2) 集群分离： |
| 3) 方向匹配： |
| 4) 有限通信交互： |
| 2.3.2 集群整体控制规则 |
| 1) 集群功能分布多样化 |
| 2) 功能组合与编队构型依任务而定 |
| 3) 长机控制度与个体自由度随作战时序而变 |
| 4) 信息服务与通信拓扑按需可变 |
| 5) 集群应激自修复 |
| 3 集群混合式控制模型 |
| 3.1 Agent与元胞自动机混合控制结构 |
| 3.2 集群描述 |
| 3.3 元胞自动机模型 |
| 3.3.1 元胞空间及邻域设定 |
| 3.3.2 演化规则 |
| 3.4 Agent模型 |
| 3.4.1 集群个体类型 |
| 3.4.2 有限感知模型 |
| 3.4.3 通信拓扑 |
| 3.4.4 集群构型 |
| 3.4.5 跟随控制 |
| 3.4.6 反馈控制 |
| 4 仿真验证 |
| 5 结 束 语 |
（6）供应链复杂系统脆性传播模型与管控方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及问题提出 |
| 1.1.1 研究背景 |
| 1.1.2 问题提出 |
| 1.2 国内外研究综述 |
| 1.2.1 复杂系统脆性理论研究综述 |
| 1.2.2 供应链脆性及相近理论研究综述 |
| 1.2.3 供应链脆性管控相关理论研究综述 |
| 1.2.4 研究述评 |
| 1.3 研究思路与研究内容 |
| 1.3.1 研究思路 |
| 1.3.2 论文框架和研究内容 |
| 1.4 研究意义 |
| 1.5 本章小结 |
| 2 供应链脆性系统分析及理论研究框架构建 |
| 2.1 供应链复杂网络系统分析 |
| 2.1.1 供应链拓扑网络界定 |
| 2.1.2 供应链网络复杂性与自适应性 |
| 2.2 供应链脆性内涵 |
| 2.2.1 供应链脆性概念 |
| 2.2.2 供应链网络脆性崩溃 |
| 2.2.3 供应链脆性与其它复杂特性的关系 |
| 2.3 供应链脆性系统构成 |
| 2.3.1 供应链脆性环境 |
| 2.3.2 供应链脆性基元 |
| 2.3.3 供应链脆性事件 |
| 2.4 供应链系统脆性模型 |
| 2.5 供应链脆性理论研究体系框架 |
| 2.6 本章小结 |
| 3 不确定性供应链多目标多周期混合整数规划配流模型研究 |
| 3.1 带有双层时间属性的供应链拓扑网络构建 |
| 3.2 问题描述 |
| 3.3 不确定需求供应链多目标多周期混合整数规划配流模型 |
| 3.3.1 参数设置 |
| 3.3.2 建模假设 |
| 3.3.3 模型建立 |
| 3.4 算法设计 |
| 3.5 算例分析 |
| 3.6 灵敏度分析 |
| 3.6.1 γ值、S′与m的灵敏度分析 |
| 3.6.2 γ值、P′与m的灵敏度分析 |
| 3.6.3 γ值、h_k与P′的灵敏度分析 |
| 3.7 本章小结 |
| 4 不确定性供应链脆性激发模型与仿真算法研究 |
| 4.1 供应链脆性激发原理 |
| 4.1.1 供应链脆性激发内涵 |
| 4.1.2 供应链脆性激发动因 |
| 4.1.3 供应链脆性激发过程 |
| 4.2 脆性触发概率P_s的求解设计 |
| 4.2.1 数学模型 |
| 4.2.2 算法设计 |
| 4.3 不确定性供应链脆性网络配流建模 |
| 4.3.1 建模思路 |
| 4.3.2 模型建立 |
| 4.4 供应链复杂系统脆性激发仿真模型 |
| 4.4.1 供应链脆性激发仿真参数设计 |
| 4.4.2 供应链脆性激发仿真算法 |
| 4.5 算例仿真 |
| 4.6 本章小结 |
| 5 不确定性供应链脆性传播模型与仿真算法研究 |
| 5.1 供应链脆性传播内涵及动因 |
| 5.2 供应链脆性传播研究的理论基础 |
| 5.2.1 相继故障理论 |
| 5.2.2 元胞自动机理论 |
| 5.3 不确定性供应链脆性传播元胞自动机仿真模型 |
| 5.3.1 模型构建 |
| 5.3.2 仿真算法 |
| 5.4 算例仿真 |
| 5.5 本章小结 |
| 6 不确定性供应链脆性演化模型与仿真算法研究 |
| 6.1 供应链脆性演化内涵及动因 |
| 6.2 供应链适应性AGENT图脆性演化模型 |
| 6.2.1 供应链适应性Agent图模型 |
| 6.2.2 供应链适应性Agent图脆性演化参数设计 |
| 6.2.3 供应链适应性Agent图脆性演化规则 |
| 6.2.4 供应链适应性Agent图脆性演化方程 |
| 6.3 不确定性供应链适应性AGENT图脆性演化仿真算法 |
| 6.4 算例仿真 |
| 6.4.1 不考虑节点自适应性的供应链脆性演化仿真 |
| 6.4.2 考虑节点自适应性的供应链脆性演化仿真 |
| 6.4.3 考虑季节需求特性的供应链脆性演化仿真 |
| 6.4.4 供应链脆性演化行为仿真 |
| 6.5 本章小结 |
| 7 不确定性供应链多目标多周期脆性管控模型研究 |
| 7.1 概念界定与研究维度 |
| 7.2 问题提出 |
| 7.3 不确定性供应链多目标多周期脆性管控混合整数规划模型 |
| 7.3.1 建模思路 |
| 7.3.2 模型构建 |
| 7.4 算例分析 |
| 7.4.1 数据准备 |
| 7.4.2 配流结果 |
| 7.4.3 对比分析 |
| 7.5 灵敏度分析 |
| 7.5.1 γ值的灵敏度分析 |
| 7.5.2 γ值与P_s值的灵敏度分析 |
| 7.5.3 h_k值与P_s值的灵敏度分析 |
| 7.6 本章小结 |
| 8 研究结论与展望 |
| 8.1 论文主要工作 |
| 8.2 主要创新点 |
| 8.2.1 创新特点 |
| 8.2.2 论文创新点 |
| 8.3 研究展望 |
| 参考文献 |
| 附录 A 供应链网络配流已知参数及配流结果 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（7）基于生成设计方法的灾后模块化临时住房设计研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 国内外相关研究现状 |
| 1.3.1 蚁群算法和元胞自动机研究现状 |
| 1.3.2 灾后模块化临时住房研究现状 |
| 1.4 研究内容与方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.5 文章框架 |
| 第二章 灾后模块化临时住房相关内容概述 |
| 2.1 灾后模块化临时住房的基本理论研究 |
| 2.1.1 模块化临时住房的定义 |
| 2.1.2 模块化临时住房的结构体系 |
| 2.1.2.1 膜结构 |
| 2.1.2.2 轻钢龙骨结构 |
| 2.1.2.3 竹结构 |
| 2.1.2.4 纸管结构 |
| 2.1.2.5 集装箱结构 |
| 2.1.2.6 预制面板结构 |
| 2.1.2.7 小结与分析 |
| 2.2 模块化临时住房用于灾后重建的特点 |
| 2.2.1 模块化住房的经济性 |
| 2.2.2 模块化住房的时效性与易运输性 |
| 2.2.3 模块化住房的易安装性 |
| 2.2.4 模块化住房的可持续性 |
| 2.3 灾后临时性建筑代表建筑师 |
| 2.3.1 坂茂 |
| 2.3.2 谢英俊 |
| 2.3.3 朱竞翔 |
| 2.4 现有的灾后临时住房聚合方式分析 |
| 2.4.1 国内现有的灾后临时住房聚合方式 |
| 2.4.2 灾后建筑师的灾后临时住房聚合方式 |
| 2.4.3 现有聚合方式的优势与劣势 |
| 2.5 当前灾后临时住房存在的问题 |
| 2.5.1 临时住房和规划形态单一化 |
| 2.5.2 临时安置区缺少公共服务设施 |
| 2.5.3 临时住房室内居住环境不佳 |
| 2.5.4 临时住房资源利用不充分 |
| 2.6 总结与讨论 |
| 第三章 灾后模块化临时住房生成设计方法 |
| 3.1 生成设计方法的理论基础 |
| 3.1.1 生成设计方法的概念界定 |
| 3.1.2 生成设计方法的研究范围 |
| 3.2 生成设计方法的技术原理 |
| 3.2.1 算法 |
| 3.2.2 模型系统 |
| 3.2.3 程序平台 |
| 3.3 蚁群算法概述 |
| 3.3.1 蚁群算法基本原理 |
| 3.3.2 双桥实验 |
| 3.3.3 蚁群算法数学模型 |
| 3.3.4 蚁群算法在灾后疏散路径中的可行性分析 |
| 3.4 元胞自动机概述 |
| 3.4.1 元胞自动机基本原理 |
| 3.4.2 元胞自动机的特征 |
| 3.4.3 生命游戏 |
| 3.4.4 元胞自动机在灾后模块化临时住房的可行性分析 |
| 3.5 总结与讨论 |
| 第四章 生长的社区 |
| 4.1 程序结构设计及相关算法 |
| 4.2 蚁群算法在灾后临时住房疏散路径中的应用研究 |
| 4.2.1 蚁群算法的实现 |
| 4.2.2 蚁群公共空间节点计算 |
| 4.2.3 蚁群疏散路径计算 |
| 4.3 元胞自动机在灾后模块化临时住房中的应用研究 |
| 4.3.1 场地分析 |
| 4.3.2 生长规则 |
| 4.3.3 程序运行 |
| 4.3.4 实验结果 |
| 4.4 生成设计方案深化 |
| 4.4.1 模块化临时住房户型 |
| 4.4.2 模块化临时住房结构体系 |
| 4.4.3 临时社区平面图 |
| 4.5 总结与讨论 |
| 第五章 总结与展望 |
| 5.1 主要研究结论 |
| 5.2 存在的不足与展望 |
| 参考文献 |
| 附录一 图表目录索引 |
| 附录二 研究生期间论文发表 |
| 致谢 |
（8）基于强化学习的城市道路突发事件拥堵疏导决策方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 动态交通流建模与仿真 |
| 1.2.2 偶发性交通拥堵疏导决策方法 |
| 1.2.3 强化学习在交通中的应用 |
| 1.3 研究方案 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 研究方法 |
| 2 路网动态交通流仿真模型 |
| 2.1 引言 |
| 2.2 交通流模型对比 |
| 2.3 元胞自动机模型 |
| 2.3.1 元胞自动机定义 |
| 2.3.2 道路交通流中的元胞自动机模型 |
| 2.4 模型建立 |
| 2.4.1 多车道路段交通流模型 |
| 2.4.2 交叉口交通流模型 |
| 2.4.3 路段与交叉口衔接 |
| 2.5 路网交通运行状况评价 |
| 2.5.1 基础性指标 |
| 2.5.2 特征性指标 |
| 2.5.3 综合性指标 |
| 2.6 本章小结 |
| 3 突发事件下交通拥堵疏导决策模型 |
| 3.1 引言 |
| 3.2 强化学习的基本原理与算法 |
| 3.2.1 强化学习基本原理 |
| 3.2.2 强化学习相关算法 |
| 3.3 强化学习环境模型设计 |
| 3.3.1 路段Agent |
| 3.3.2 交叉口Agent |
| 3.3.3 车辆Agent |
| 3.3.4 参数标定 |
| 3.4 强化学习模型构建 |
| 3.4.1 状态描述 |
| 3.4.2 动作集合 |
| 3.4.3 奖励设计 |
| 3.5 交通拥堵疏导决策方法仿真与分析 |
| 3.5.1 实验环境 |
| 3.5.2 实验过程 |
| 3.5.3 实验结果 |
| 3.6 本章小结 |
| 4 突发事件拥堵疏导决策支持系统设计 |
| 4.1 引言 |
| 4.2 拥堵疏导决策流程分析 |
| 4.2.1 传统拥堵疏导决策流程 |
| 4.2.2 突发事件拥堵疏导决策支持系统决策流程 |
| 4.3 决策支持系统功能模块 |
| 4.3.1 交通仿真模块 |
| 4.3.2 强化学习模块 |
| 4.3.3 拥堵疏导决策模块 |
| 4.4 决策支持系统界面设计 |
| 4.4.1 交通仿真模块 |
| 4.4.2 拥堵疏导决策模块 |
| 4.5 本章小结 |
| 5 结论与展望 |
| 5.1 研究结论 |
| 5.2 论文展望 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
| 致谢 |
（9）基于多智能体与元胞自动机模型的滇池流域不透水表面扩张模拟研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 相关研究及进展 |
| 1.2.1 土地利用/土地覆盖变化的研究进展 |
| 1.2.2 元胞自动机模型的研究进展 |
| 1.3 研究内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 第2章 研究区概况与数据预处理 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 地形地貌 |
| 2.1.3 气候与水文 |
| 2.1.4 社会经济状况 |
| 2.2 数据来源及预处理 |
| 2.2.1 数据来源 |
| 2.2.2 数据预处理 |
| 第3章 不透水表面扩张时空特征及驱动力分析 |
| 3.1 滇池流域土地利用分类体系 |
| 3.2 土地利用/土地覆盖遥感信息提取 |
| 3.2.1 水体提取方法 |
| 3.2.2 不透水表面提取方法 |
| 3.2.3 林地、耕地、草地及未利用土地的提取方法 |
| 3.2.4 遥感影像提取精度评价 |
| 3.3 滇池流域土地利用时空特征 |
| 3.3.1 流域土地利用变化的时空差异 |
| 3.3.2 滇池流域土地利用的变化分析 |
| 3.3.3 滇池流域土地利用变化转移分析 |
| 3.4 滇池流域土地变化的驱动因子分析 |
| 3.4.1 自然因素分析 |
| 3.4.2 政策因子分析 |
| 3.4.3 社会经济因素分析 |
| 第4章 基于分区异步元胞自动机的土地利用变化模拟 |
| 4.1 元胞自动机相关理论 |
| 4.1.1 元胞自动机 |
| 4.1.2 元胞与元胞空间 |
| 4.1.3 邻域 |
| 4.1.4 转换规则 |
| 4.1.5 元胞自动机的特点 |
| 4.2 分区异步元胞自动机模型的构建 |
| 4.2.1 转换规则的获取 |
| 4.2.2 分区规则的制定 |
| 4.2.3 异步速率的量化 |
| 4.3 模型的模拟及其精度评价 |
| 4.3.1 不分区的模拟 |
| 4.3.2 单一空间属性分区模拟 |
| 4.3.3 双约束聚类分区模拟 |
| 4.3.4 双约束分区异步模拟 |
| 4.3.5 模拟精度的对比 |
| 4.4 模型模拟的尺度问题 |
| 4.4.1 元胞划分尺度问题 |
| 4.4.2 标准速率格网的尺度问题 |
| 第5章 智能体与元胞自动机混合模型的模拟 |
| 5.1 多智能体的理论基础 |
| 5.1.1 多智能体系统 |
| 5.1.2 智能体在LUCC中的应用 |
| 5.1.3 智能体与元胞自动机模型 |
| 5.2 智能体的建立与决策规则 |
| 5.2.1 智能体的实现方式 |
| 5.2.2 人为行为微观智能体的建立 |
| 5.2.3 政策规划宏观智能体的建立 |
| 5.2.4 体的决策规则 |
| 5.3 多智能体的CA模拟与精度评价 |
| 5.3.1 参数的取值 |
| 5.3.2 模拟结果及精度对比 |
| 5.4 滇池流域未来土地利用的变化趋势 |
| 5.4.1 预测结果 |
| 5.4.2 预测结果分析 |
| 第6章 结论与展望 |
| 6.1 主要结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间发表的学术论文和研究成果 |
| 致谢 |
（10）自动-手动车辆混行交通流模型的构建与仿真（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外的研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究内容与技术路线 |
| 1.4 本章小结 |
| 第2章 元胞自动机与多智能体理论结合性分析 |
| 2.1 元胞自动机理论(CA)概述 |
| 2.2 智能体(Agent)概述 |
| 2.3 多智能体理论(MAS) |
| 2.4 元胞自动机与多智能体理论结合分析 |
| 2.5 本章小结 |
| 第3章 自动—手动车辆混行交通流模型 |
| 3.1 元胞自动机扩展分析 |
| 3.2 自动—手动驾驶车辆Agent模型 |
| 3.2.1 手动驾驶车辆Agent模型 |
| 3.2.2 自动驾驶车辆Agent模型 |
| 3.3 信号交叉路口车辆Agent混行模型 |
| 3.3.1 无行人干扰信号交叉路口车辆混行模型 |
| 3.3.2 行人干扰信号交叉路口车辆混行模型 |
| 3.4 本章小结 |
| 第4章 单、双车道自动—手动车辆混行模型仿真分析 |
| 4.1 仿真模型说明 |
| 4.1.1 仿真环境 |
| 4.1.2 仿真参数 |
| 4.2 混行比例对混行交通流影响分析 |
| 4.2.1 混行比例对交通流特性影响分析 |
| 4.2.2 混行比例对平均速度影响分析 |
| 4.3 反应时间对混行交通流影响分析 |
| 4.3.1 反应时间对混行交通特性影响分析 |
| 4.3.2 混行比例与反应时间组合对混行交通特性影响分析 |
| 4.4 换道动机对混行交通流影响分析 |
| 4.4.1 换道动机对混行交通特性影响分析 |
| 4.4.2 换道动机与混行比例组合对混行交通特性影响分析 |
| 4.5 本章小结 |
| 第5章 信号交叉路口自动—手动车辆混行交通流仿真分析 |
| 5.1 绿信比、混行比例组合对混行交通流影响分析 |
| 5.1.1 仿真流程 |
| 5.1.2 仿真结果分析 |
| 5.2 行人到达率对混行交通流影响分析 |
| 5.2.1 仿真流程 |
| 5.2.2 模型仿真结果分析 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 研究结论 |
| 6.2 论文展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
四、基于局部信息的Agent元胞自动机设计（论文参考文献）
- [1]基于群体追逐的人群疏散建模与决策优化[D]. 张兴磊. 北京邮电大学, 2021(01)
- [2]基于CA-ABM耦合的城市空间扩张模拟与预测研究 ——以宁夏沿黄生态经济带为例[D]. 冯君利. 兰州大学, 2021(09)
- [3]基于情绪感染的人员疏散实验及仿真模型研究[D]. 罗长坤. 沈阳大学, 2021(06)
- [4]雄安新区建设对北京市土地利用时空格局演变的影响[D]. 韩赜. 中国地质大学(北京), 2020(04)
- [5]基于Agent与元胞自动机的无人机集群混合式控制[J]. 肖宗豪,张鹏,迟文升,刘畅. 北京航空航天大学学报, 2021(11)
- [6]供应链复杂系统脆性传播模型与管控方法研究[D]. 曹伟. 北京交通大学, 2020(03)
- [7]基于生成设计方法的灾后模块化临时住房设计研究[D]. 芦俊聪. 广州大学, 2020(02)
- [8]基于强化学习的城市道路突发事件拥堵疏导决策方法研究[D]. 赵雅辉. 浙江师范大学, 2020(01)
- [9]基于多智能体与元胞自动机模型的滇池流域不透水表面扩张模拟研究[D]. 王庆. 云南师范大学, 2020(01)
- [10]自动-手动车辆混行交通流模型的构建与仿真[D]. 张志龙. 吉林大学, 2020(08)