CN112651141B - 一种基于多智能体的村镇聚落数字模拟方法及系统 - Google Patents
一种基于多智能体的村镇聚落数字模拟方法及系统 Download PDFInfo
- Publication number
- CN112651141B CN112651141B CN202110033869.6A CN202110033869A CN112651141B CN 112651141 B CN112651141 B CN 112651141B CN 202110033869 A CN202110033869 A CN 202110033869A CN 112651141 B CN112651141 B CN 112651141B
- Authority
- CN
- China
- Prior art keywords
- simulation
- village
- project
- land
- principal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 147
- 238000000034 method Methods 0.000 title claims abstract description 68
- 230000002776 aggregation Effects 0.000 title claims abstract description 41
- 238000004220 aggregation Methods 0.000 title claims abstract description 41
- 230000006399 behavior Effects 0.000 claims abstract description 55
- 238000011161 development Methods 0.000 claims abstract description 43
- 239000003795 chemical substances by application Substances 0.000 claims description 30
- 230000003542 behavioural effect Effects 0.000 claims description 26
- 238000006243 chemical reaction Methods 0.000 claims description 20
- 230000008859 change Effects 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 14
- 230000007613 environmental effect Effects 0.000 claims description 10
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 6
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 claims description 5
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 5
- 230000001419 dependent effect Effects 0.000 claims description 5
- 238000013480 data collection Methods 0.000 claims description 3
- 230000001413 cellular effect Effects 0.000 abstract description 10
- 230000007547 defect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种基于多智能体的村镇聚落数字模拟方法及系统,通过使用多智能体的方法模拟规划者主体、村民主体、政府主体和开发上主体四类与村镇聚落空间演变直接相关的主体的行为,并将各类主体行为结果纳入到基于元胞自动机的空间演变模拟模型,从而实现从微观角度的村镇聚落空间演变数字模拟,解决已有传统方法不能表达村镇聚落各利益相关者决策和行为的缺陷。
Description
技术领域
本申请实施例涉及村镇聚落空间演变技术领域,具体涉及一种基于多智能体的村镇聚落数字模拟方法及系统。
背景技术
快速城镇化、工业化、信息化背景下,我国乡村地域面临资源环境约束、区域发展不平衡、人口流失严重、地域文化衰微等突出问题,迫切需要科学转型与重构。村镇聚落空间发展的数字化模拟是基于村镇聚落发展内外的驱动机制,通过模拟村镇聚落空间要素与其发展驱动力间相互作用关系,模拟村镇聚落要素的空间演变过程,进而为科学制定村镇聚落转型与重构相关政策和村镇空间规划提供支撑。
村镇聚落空间发展数字模拟属于空间要素演变的微观模拟,因此除了考虑影响空间要素在空间中变化的驱动因素外,还需要考虑不同利益相关者的决策和行为。传统的基于空间演变驱动力的模拟模型更适合于模拟宏观的空间要素演变,如城市或区域尺度的土地利用变化、城市扩张等。在微观尺度,不同利益相关者的决策和行为相对于空间要素演变驱动力对空间要素的空间演变的影响更为重要。
发明内容
针对背景技术提及的问题,本申请实施例提出了一种基于多智能体的村镇聚落数字模拟方法及系统,使用多智能体模型结合元胞自动机模型,基于项目建设模拟的方法模拟村镇聚落要素的空间变化,包括村镇聚落土地利用变化和村镇道路增长,为村镇聚落数字化模拟提供一种新的模拟方法。
为了实现上述目的,本申请实施例提供如下技术方案:
根据本申请实施例的第一方面,提供了一种基于多智能体的村镇聚落数字模拟方法,所述方法包括如下步骤:
步骤a:收集村镇聚落空间规划基础数据、村民意愿调整数据、以及供地总规模、激励和限制政策基础数据;
步骤b:根据收集的数据集进行规划者主体行为模拟、村民主体行为模拟、政府主体行为模拟及开发商主体行为模拟,以更新规划约束、村民意愿约束、政府意愿约束和开发商意愿约束;
步骤c:基于多智能体模型,依据元胞的经济、环境影响因素条件,计算元胞的土地利用转化概率;
步骤d:根据模拟期间的土地利用变化趋势,确定t年度的土地供应量;
步骤e:根据规划者主体计算的土地利用转化概率,使用蒙特卡罗方法,随机选择土地出让项目位置;政府主体选择土地出让项目范围;
步骤f:根据开发商主体确定的项目开发周期和项目,将项目加入到项目开发池;
步骤g:如果未满足t年度的土地供应总量,则返回步骤e步;否则,执行下一步;
步骤h:更新开发商主体项目池中项目的开发进度;
步骤i:如果模拟时间t大于或等于结束时间,则结束模拟过程;否则,补偿Δt进入下一个模拟时段的模拟。
可选地,在步骤c中,所述基于多智能体模型,依据元胞的经济、环境影响因素条件,按照如下公式计算元胞的土地利用转化概率:
其中,pi,k为元胞i转换为土地利用类型k(k=1,2…K)的概率;K为全部土地利用类型;Xi为元胞i的属性向量;βi,k为在元胞i所在的区域上,当因变量为土地利用类型k时的参数估计。
可选地,所述根据收集的数据集进行规划者主体行为模拟、村民主体行为模拟、政府主体行为模拟及开发商主体行为模拟,以更新规划约束、村民意愿约束、政府意愿约束和开发商意愿约束,包括:
将收集到的数据集空间化,将空间化后的数据集通过空间叠加的方法,生成规划约束。
可选地,在步骤e中,所述政府主体选择土地出让项目范围,包括:
以选择的元胞为中心,向四周搜寻相邻的可开发元胞,直到没有可开发元胞或项目,则达到最大面积。
根据本申请实施例的第二方面,提供了一种基于多智能体的村镇聚落空间发展数字模拟系统,所述系统包括:
数据收集模块,用于执行步骤a:收集村镇聚落空间规划基础数据、村民意愿调整数据、以及供地总规模、激励和限制政策基础数据;
主体行为模拟模块,用于执行步骤b:根据收集的数据集进行规划者主体行为模拟、村民主体行为模拟、政府主体行为模拟及开发商主体行为模拟,以更新规划约束、村民意愿约束、政府意愿约束和开发商意愿约束;
项目确定模块,用于执行步骤c:基于多智能体模型,依据元胞的经济、环境影响因素条件,计算元胞的土地利用转化概率;还用于执行步骤d:根据模拟期间的土地利用变化趋势,确定t年度的土地供应量;还用于执行步骤e:根据规划者主体计算的土地利用转化概率,使用蒙特卡罗方法,随机选择土地出让项目位置;政府主体选择土地出让项目范围;还用于执行步骤f:根据开发商主体确定的项目开发周期和项目,将项目加入到项目开发池;还用于执行步骤g:如果未满足t年度的土地供应总量,则返回步骤e步;否则,执行下一步;
更新模块,用于执行步骤h:更新开发商主体项目池中项目的开发进度;还用于执行步骤i:如果模拟时间t大于或等于结束时间,则结束模拟过程;否则,补偿Δt进入下一个模拟时段的模拟。
可选地,所述项目确定模块,按照如下公式计算元胞的土地利用转化概率:
其中,pi,k为元胞i转换为土地利用类型k(k=1,2…K)的概率;K为全部土地利用类型;Xi为元胞i的属性向量;βi,k为在元胞i所在的区域上,当因变量为土地利用类型k时的参数估计。
可选地,所述主体行为模拟模块,具体用于:
将收集到的数据集空间化,将空间化后的数据集通过空间叠加的方法,生成规划约束。
可选地,所述项目确定模块在政府主体选择土地出让项目范围时,具体用于:
以选择的元胞为中心,向四周搜寻相邻的可开发元胞,直到没有可开发元胞或项目,则达到最大面积。
根据本申请实施例的第三方面,提供了一种设备,所述设备包括:数据采集装置、处理器和存储器;所述数据采集装置用于采集数据;所述存储器用于存储一个或多个程序指令;所述处理器,用于执行一个或多个程序指令,用以执行第一方面任一项所述的方法。
根据本申请实施例的第四方面,提供了一种计算机可读存储介质,所述计算机存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于执行如第一方面任一项所述的方法。
综上所述,本申请实施例提供了一种基于多智能体的村镇聚落数字模拟方法及系统,通过使用多智能体的方法模拟规划者主体、村民主体、政府主体和开发上主体四类与村镇聚落空间演变直接相关的主体的行为,并将各类主体行为结果纳入到基于元胞自动机的空间演变模拟模型,从而实现从微观角度的村镇聚落空间演变数字模拟,解决已有传统方法不能表达村镇聚落各利益相关者决策和行为的缺陷。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容能涵盖的范围内。
图1为本申请实施例提供的一种基于多智能体的村镇聚落数字模拟方法流程示意图;
图2为本申请实施例提供的总流程示意图;
图3为本申请实施例提供的规划者行为模拟;
图4为本申请实施例提供的村民主体行为模拟;
图5为本申请实施例提供的政府主体行为模拟;
图6为本申请实施例提供的开发商主体行为模拟;
图7为本申请实施例提供的基于元胞自动机的村镇聚落演变模拟;
图8为本申请实施例提供的一种基于多智能体的村镇聚落空间发展数字模拟系统框图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
元胞自动机(Cellular Automata,简称CA)简单的规则与计算多次迭代,可以产生类似人工生命的复杂系统。这一点使得CA模型对于空间演变,特别是土地利用演变行为具有独特的优势。但它不能说明从微观智能个体之间不同的空间和时间变化所带来的城市土地利用变化结果的影响,无法描述土地利用演变人为因素的影响。
为了克服这一局限,近年来,国内外学者为建立一个全面反映土地利用演变的微观个体间的相互作用,以及动态仿真模拟土地利用演变复杂行为,将多智能体模型(MAS)引入土地利用研究中。如Ligtenberg等结合MAS与CA模型,建立了多智能体协同空间决策的土地利用情景模拟模型,国内研究者也作了相关研究,如张鸿辉等以多智能体系统理论为基础,构建城市土地扩张模型;陶海燕等以城市居住空间分异现象为基础,模拟了城市系统从无序走向有序的过程。杨青生等以城市工业及基本就业空间增长为出发点,构建了城市工业及基本就业空间增长的动态微观模型。已有的基于元胞自动机和多智能体模型的空间演变模拟模型多在宏观尺度对区域或城市尺度的空间要素演变进行模拟。在微观尺度,已有的模型也多借鉴宏观尺度模型,对微观尺度空间要素进行模拟。但是在村镇聚落数字模拟领域,缺少对建设项目进度、利益相关者具体决策和行为的模拟影响下的精细化村镇聚落数字化模拟方法。
本申请实施例的目的就是提出一种基于多智能体模型的村镇聚落空间发展数字模拟技术,根据对村镇聚落发展相关利益者的决策和行为,基于村镇聚落发展项目进展对村镇聚落空间要素演变进行模拟,克服目前村镇聚落数字模拟中缺少精细化模拟方法的缺陷。
图1为本申请实施例提供的基于多智能体的村镇聚落空间发展数字模拟方法,其特征在于,所述方法包括如下步骤:
步骤101:收集村镇聚落空间规划基础数据、村民意愿调整数据、以及供地总规模、激励和限制政策基础数据。
步骤102:根据收集的数据集进行规划者主体行为模拟、村民主体行为模拟、政府主体行为模拟及开发商主体行为模拟,以更新规划约束、村民意愿约束、政府意愿约束和开发商意愿约束。
步骤103:基于多智能体模型,依据元胞的经济、环境影响因素条件,计算元胞的土地利用转化概率。
步骤104:根据模拟期间的土地利用变化趋势,确定t年度的土地供应量。
步骤105:根据规划者主体计算的土地利用转化概率,使用蒙特卡罗方法,随机选择土地出让项目位置;政府主体选择土地出让项目范围。
步骤106:根据开发商主体确定的项目开发周期和项目,将项目加入到项目开发池。
步骤107:如果未满足t年度的土地供应总量,则返回步骤e步;否则,执行下一步。
步骤108:更新开发商主体项目池中项目的开发进度。
步骤109:如果模拟时间t大于或等于结束时间,则结束模拟过程;否则,补偿Δt进入下一个模拟时段的模拟。
在一种可能的实施方式中,在步骤103中,所述基于多智能体模型,依据元胞的经济、环境影响因素条件,按照如下公式(1)计算元胞的土地利用转化概率:
其中,pi,k为元胞i转换为土地利用类型k(k=1,2…K)的概率;K为全部土地利用类型;Xi为元胞i的属性向量;βi,k为在元胞i所在的区域上,当因变量为土地利用类型k时的参数估计。
在一种可能的实施方式中,在步骤102中,所述根据收集的数据集进行规划者主体行为模拟、村民主体行为模拟、政府主体行为模拟及开发商主体行为模拟,以更新规划约束、村民意愿约束、政府意愿约束和开发商意愿约束,包括:将收集到的数据集空间化,将空间化后的数据集通过空间叠加的方法,生成规划约束。
在一种可能的实施方式中,在步骤105中,所述政府主体选择土地出让项目范围,包括:以选择的元胞为中心,向四周搜寻相邻的可开发元胞,直到没有可开发元胞或项目,则达到最大面积。
图2示出了本申请实施例提供的总流程示意图;首先,进行规划者主体行为模拟。进一步,村民主体行为模拟。进一步,政府主体行为模拟。进一步,开发商主体行为模拟。进一步,基于元胞自动机的村镇聚落空间演变模拟。进一步,如果模拟时间t大于或等于结束时间,则结束模拟过程;否则,以补偿Δt进入下一个模拟时段的模拟。
第一方面,图3示出了规划者主体行为模拟流程示意图。规划者主体行为模拟产生规划预测具体步骤如下:
如该村镇聚落已制定空间规划,则使用已有空间数据,将其转化为规划约束。否则,将通过以下步骤获得规划约束:首先,收集上位规划约束、土地适宜性评价结果、自然条件约束和政策约束等空间规划基础数据;其次,将收集到的空间规划基础数据空间化,包括矢量化、坐标投影变化等;最后,将空间化后的规划基础数据通过空间叠加的方法,生成规划约束。
第二方面,图4示出了村民主体行为模拟流程示意图。村民主体行为模拟获得村民意愿约束,具体步骤包括:首先,通过参与式规划方法,调研村民意愿,包括村民发展意愿、村民限制发展意见、村民意愿调整规则等;其次,将收集到的村民意愿进行空间化;再次,通过空间叠加的方法获得村民意愿约束。
第三方面,图5示出了政府主体行为模拟流程示意图。政府主体行为模拟是根据区域总体定位模拟政府主体的行为。首先,收集供地总规模、激励或限制政策等基础数据;通过数据空间化和空间叠加的方法,获得政府主体意愿。
第四方面,图6示出了开发商主体行为模拟流程示意图。开发商主体行为模拟将规划者主体行为模拟、村民主体行为模拟及政府主体行为模拟结果进行加权叠加,形成开发商主体意愿。
第五方面,图7示出了基于元胞自动机的村镇聚落演变模拟流程示意图。使用多智能体模型和元胞自动及模型相结合,对村镇聚落空间要素的空间演变进行模拟:
(a)进行规划者主体行为模拟、村民主体行为模拟、政府主体行为模拟及开发商主体行为模拟,以更新规划约束、村民意愿约束、政府意愿约束和开发商意愿约束。
(b)根据上述主体行为模拟,基于地理加权的地理加权多项logit模型(GWML模型),依据元胞的经济、环境影响因素条件,按照上述公式(1)计算元胞的转化为某种土地利用转化概率。在GWML模型中,参数随空间位置变化而变化,能够反映局部土地利用变化规律,解决CA土地利用模拟过程中的空间异质性问题。
(c)根据模拟期间的土地利用变化趋势,确定t年度的土地供应量。
(d)政府主体选择土地出让项目位置,即根据使用Monto Carlo方法,依据规划者主体计算的土地利用转化概率,随机选择土地出让项目位置。
(e)政府主体选择土地出让项目范围。
以选择的元胞为中心,向四周搜寻相邻的可开发元胞,直到没有可开发元胞或项目达到最大面积(系统指定)。
(f)开发商主体根据项目位置和大小,确定开发周期。
(g)开发商主体根据将项目加入到项目开发池。
(h)如果未满足t年度的土地供应总量,则返回(e)步。否则,进行下一步。
(i)再次,开发商主体更新项目池中项目的开发进度。
如果模拟时间t大于或等于结束时间,则结束模拟过程;否则,以补偿Δt进入下一个模拟时段的模拟。
本申请实施例在微观尺度下,使用多智能体的方法模拟规划者主体、村民主体、政府主体和开发上主体四类与村镇聚落空间演变直接相关的主体的行为,并将各类主体行为结果纳入到基于元胞自动机的空间演变模拟模型,从而实现微观的村镇聚落空间演变数字模拟,解决已有传统方法不能表达村镇聚落各利益相关者决策和行为的缺陷。
与现有技术相比,本发明提出的技术方案建立了微观尺度的村镇聚落数字模拟方法,能在更细空间尺度和时间尺度下进行细粒度的村镇聚落空间发展数字模拟,能够提高模拟精度和科学性,具体表现在:首先通过规划者主体、村民主体、政府主体和开发上主体四类村镇聚落空间演变直接相关的主体的行为模拟模型,解决了传统空间模拟模型不能表达空间利益相关者决策和行为。其次,基于建设项目的模拟方法,解决了已有空间模拟模型无法在项目粒度下的空间演变模拟。
基于相同的技术构思,本申请实施例还提供了一种基于多智能体的村镇聚落空间发展数字模拟系统,如图8所示,所述系统包括:
数据收集模块801,用于执行步骤a:收集村镇聚落空间规划基础数据、村民意愿调整数据、以及供地总规模、激励和限制政策基础数据;
主体行为模拟模块802,用于执行步骤b:根据收集的数据集进行规划者主体行为模拟、村民主体行为模拟、政府主体行为模拟及开发商主体行为模拟,以更新规划约束、村民意愿约束、政府意愿约束和开发商意愿约束;
项目确定模块803,用于执行步骤c:基于多智能体模型,依据元胞的经济、环境影响因素条件,计算元胞的土地利用转化概率;还用于执行步骤d:根据模拟期间的土地利用变化趋势,确定t年度的土地供应量;还用于执行步骤e:根据规划者主体计算的土地利用转化概率,使用蒙特卡罗方法,随机选择土地出让项目位置;政府主体选择土地出让项目范围;还用于执行步骤f:根据开发商主体确定的项目开发周期和项目,将项目加入到项目开发池;还用于执行步骤g:如果未满足t年度的土地供应总量,则返回步骤e步;否则,执行下一步;
更新模块804,用于执行步骤h:更新开发商主体项目池中项目的开发进度;还用于执行步骤i:如果模拟时间t大于或等于结束时间,则结束模拟过程;否则,补偿Δt进入下一个模拟时段的模拟。
在一种可能的实施方式中,所述项目确定模块803,按照公式(1)计算元胞的土地利用转化概率。
在一种可能的实施方式中,所述主体行为模拟模块802,具体用于:将收集到的数据集空间化,将空间化后的数据集通过空间叠加的方法,生成规划约束。
在一种可能的实施方式中,所述项目确定模块在政府主体选择土地出让项目范围时,具体用于:以选择的元胞为中心,向四周搜寻相邻的可开发元胞,直到没有可开发元胞或项目,则达到最大面积。
基于相同的技术构思,本申请实施例还提供了一种设备,所述设备包括:数据采集装置、处理器和存储器;所述数据采集装置用于采集数据;所述存储器用于存储一个或多个程序指令;所述处理器,用于执行一个或多个程序指令,用以执行所述的方法。
基于相同的技术构思,本申请实施例还提供了一种计算机可读存储介质,所述计算机存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于执行所述的方法。
本说明书中上述方法的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。相关之处参见方法实施例的部分说明即可。
需要说明的是,尽管在附图中以特定顺序描述了本发明方法的操作,但这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
虽然本申请提供了如实施例或流程图的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
上述实施例阐明的单元、装置或模块等,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,移动终端,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
以上所述的具体实施例,对本申请的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本申请的具体实施例而已,并不用于限定本申请的保护范围,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于多智能体的村镇聚落空间发展数字模拟方法,其特征在于,所述方法包括如下步骤:
步骤a:收集村镇聚落空间规划基础数据、村民意愿调整数据、以及供地总规模、激励和限制政策基础数据;
步骤b:根据收集的数据集进行规划者主体行为模拟、村民主体行为模拟、政府主体行为模拟及开发商主体行为模拟,以更新规划约束、村民意愿约束、政府意愿约束和开发商意愿约束;
步骤c:基于多智能体模型,依据元胞的经济、环境影响因素条件,计算元胞的土地利用转化概率;
步骤d:根据模拟期间的土地利用变化趋势,确定t年度的土地供应量;
步骤e:根据规划者主体计算的土地利用转化概率,使用蒙特卡罗方法,随机选择土地出让项目位置;政府主体选择土地出让项目范围;
步骤f:根据开发商主体确定的项目开发周期和项目,将项目加入到项目开发池;
步骤g:如果未满足t年度的土地供应总量,则返回步骤e步;否则,执行下一步;
步骤h:更新开发商主体项目池中项目的开发进度;
步骤i:如果模拟时间t大于或等于结束时间,则结束模拟过程;否则,补偿Δt进入下一个模拟时段的模拟。
3.如权利要求1所述的方法,其特征在于,在步骤b中,所述根据收集的数据集进行规划者主体行为模拟、村民主体行为模拟、政府主体行为模拟及开发商主体行为模拟,以更新规划约束、村民意愿约束、政府意愿约束和开发商意愿约束,包括:
将收集到的数据集空间化,将空间化后的数据集通过空间叠加的方法,生成规划约束。
4.如权利要求1所述的方法,其特征在于,在步骤e中,所述政府主体选择土地出让项目范围,包括:
以选择的元胞为中心,向四周搜寻相邻的可开发元胞,直到没有可开发元胞或项目,则达到最大面积。
5.一种基于多智能体的村镇聚落空间发展数字模拟系统,其特征在于,所述系统包括:
数据收集模块,用于执行步骤a:收集村镇聚落空间规划基础数据、村民意愿调整数据、以及供地总规模、激励和限制政策基础数据;
主体行为模拟模块,用于执行步骤b:根据收集的数据集进行规划者主体行为模拟、村民主体行为模拟、政府主体行为模拟及开发商主体行为模拟,以更新规划约束、村民意愿约束、政府意愿约束和开发商意愿约束;
项目确定模块,用于执行步骤c:基于多智能体模型,依据元胞的经济、环境影响因素条件,计算元胞的土地利用转化概率;还用于执行步骤d:根据模拟期间的土地利用变化趋势,确定t年度的土地供应量;还用于执行步骤e:根据规划者主体计算的土地利用转化概率,使用蒙特卡罗方法,随机选择土地出让项目位置;政府主体选择土地出让项目范围;还用于执行步骤f:根据开发商主体确定的项目开发周期和项目,将项目加入到项目开发池;还用于执行步骤g:如果未满足t年度的土地供应总量,则返回步骤e步;否则,执行下一步;
更新模块,用于执行步骤h:更新开发商主体项目池中项目的开发进度;还用于执行步骤i:如果模拟时间t大于或等于结束时间,则结束模拟过程;否则,补偿Δt进入下一个模拟时段的模拟。
7.如权利要求5所述的系统,其特征在于,所述主体行为模拟模块,具体用于:
将收集到的数据集空间化,将空间化后的数据集通过空间叠加的方法,生成规划约束。
8.如权利要求5所述的系统,其特征在于,所述项目确定模块在政府主体选择土地出让项目范围时,具体用于:
以选择的元胞为中心,向四周搜寻相邻的可开发元胞,直到没有可开发元胞或项目,则达到最大面积。
9.一种设备,其特征在于,所述设备包括:数据采集装置、处理器和存储器;
所述数据采集装置用于采集数据;所述存储器用于存储一个或多个程序指令;所述处理器,用于执行一个或多个程序指令,用以执行如权利要求1-4任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于执行如权利要求1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110033869.6A CN112651141B (zh) | 2021-01-11 | 2021-01-11 | 一种基于多智能体的村镇聚落数字模拟方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110033869.6A CN112651141B (zh) | 2021-01-11 | 2021-01-11 | 一种基于多智能体的村镇聚落数字模拟方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112651141A CN112651141A (zh) | 2021-04-13 |
CN112651141B true CN112651141B (zh) | 2023-07-11 |
Family
ID=75367894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110033869.6A Active CN112651141B (zh) | 2021-01-11 | 2021-01-11 | 一种基于多智能体的村镇聚落数字模拟方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112651141B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663512A (zh) * | 2012-03-07 | 2012-09-12 | 同济大学 | 城市绿地动态演化模拟预测方法 |
WO2016179840A1 (zh) * | 2015-05-14 | 2016-11-17 | 国家测绘地理信息局卫星测绘应用中心 | 一种模拟溃坝的方法和装置以及计算机可读存储介质 |
CN109308313A (zh) * | 2018-09-19 | 2019-02-05 | 江苏省城市规划设计研究院 | 基于文化资源评价的资源富集区识别方法 |
CN110503243A (zh) * | 2019-07-25 | 2019-11-26 | 沈振江 | 空间战略规划的约束性元胞自动机耦合建模方法 |
-
2021
- 2021-01-11 CN CN202110033869.6A patent/CN112651141B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663512A (zh) * | 2012-03-07 | 2012-09-12 | 同济大学 | 城市绿地动态演化模拟预测方法 |
WO2016179840A1 (zh) * | 2015-05-14 | 2016-11-17 | 国家测绘地理信息局卫星测绘应用中心 | 一种模拟溃坝的方法和装置以及计算机可读存储介质 |
CN109308313A (zh) * | 2018-09-19 | 2019-02-05 | 江苏省城市规划设计研究院 | 基于文化资源评价的资源富集区识别方法 |
CN110503243A (zh) * | 2019-07-25 | 2019-11-26 | 沈振江 | 空间战略规划的约束性元胞自动机耦合建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112651141A (zh) | 2021-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
White | Cities and cellular automata | |
Ma et al. | Land-use spatial optimization based on PSO algorithm | |
Omar et al. | Markov-CA model using analytical hierarchy process and multiregression technique | |
Dai et al. | Agent-based model of land system: Theory, application and modelling framework | |
Fournier et al. | Integrated population synthesis and workplace assignment using an efficient optimization-based person-household matching method | |
Gao et al. | An agent-based simulation system for evaluating gridding urban management strategies | |
Ravulaparthy et al. | Forecasting with dynamic microsimulation: design, implementation, and demonstration | |
CN112270083B (zh) | 一种多分辨建模与仿真方法及系统 | |
CN112651141B (zh) | 一种基于多智能体的村镇聚落数字模拟方法及系统 | |
Samat | Integrating GIS and CA-MARKOV model in evaluating urban spatial growth | |
Zhao et al. | Examining land-use change trends in yucheng district, Ya’an city, China, using ANN-CA modeling | |
CN112766609A (zh) | 一种基于云计算的用电量预测方法 | |
Bäck et al. | Modeling urban growth by cellular automata | |
JP6632054B2 (ja) | 推定装置、推定方法及びプログラム | |
Kim et al. | Spatial diffusion modeling of new residential area for land-use planning of rural villages | |
Shook et al. | Paleoscape model of coastal South Africa during modern human origins: progress in scaling and coupling climate, vegetation, and agent-based models on XSEDE | |
Sudhira et al. | Framework for integration of agent-based and cellular automata models for dynamic geospatial simulations | |
CN112651661B (zh) | 一种基于道路与土地互动的村镇聚落数字模拟方法及系统 | |
Sudhira | Integration of agent-based and cellular automata models for simulating urban sprawl | |
Ralitera et al. | The temporality model time scheduling approach: A practical application | |
Clark | Modeling and simulating complex spatial dynamic systems: a framework for application in environmental analysis | |
Yang et al. | Dynamic transition rules for geographical cellular automata | |
Marchal et al. | Computation of Location Choice of Secondary Activities in Transportation Todels with Cooperative Agents | |
Gao et al. | An agent-based system for strategy evaluation of gridding urban management | |
Ma et al. | Utilizing Multi-Agent Modelling to Develope Urban Simulations |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |