基于多智能体模型城市土地利用空间布局优化.doc

基于多智能体模型城市土地利用空间布局优化 　　摘要：土地利用空间布局模型的发展经历了从静态到动态的过程，传统的方法和理论往往会导致模型的人为简单化。分别从城市智能体组织结构、语法定义、行为规则推理以及决策选择方法等方面对土地利用空间布局模型进行阐述，构建了基于多智能体的城市土地利用空间布局优化模型，并以武汉市为例进行了模型的仿真运行和结果分析。结果表明，建立的模型考虑居民、企业、政府等能动个体的局部决策和非线性互动互作的重要影响，能较好地为城市土地利用空间布局优化提供辅助决策。 　　关键词：土地利用；空间布局；语法定义；规则推理；多智能体 　　中图分类号：F301；TU984.113 文献标识码：A 文章编号：0439-8114（2013）18-4342-04 　　城市土地利用空间发展中大量的宏观和微观主体为获取更多的回报，都有占用最优城市区位的意愿，体现了一种宏观控制下的自组织行为[1]。以前对城市土地利用空间发展的研究方法多是基于牛顿力学的模型[2-4]，如常用的时间序列法、回归预测法、灰色模型预测法、马尔柯夫链预测法、综合判断法等。该类模型将问题简单化，不能反映城市组织结构的形成过程和动态发展变化。以多智能体理论（Multi-agent systems）为基础的城市土地空间利用动态模型是近年来兴起的一种新方法[5-7]。本研究首先构建模拟模型的多智能体组织结构，其次对智能体组织的语法定义、行为规则推理以及决策选择等方面进行详细阐述，最后以武汉市为例进行了模型的仿真运行和结果分析。 　　1 模型构建 　　1.1 智能体组织结构概念模型 　　首先建立智能体组成单元（单位智能体）模型（图1）。 　　其中：①信念库表示智能体当前状态，是关于智能体自身、周围环境和其他智能体的事实知识。②知识库是智能体完成任务的知识以及在特定情形下应用这些知识的条件，其以规则表的形式表达。③意图库是系统当前或将来某个时刻将要选择执行的任务。④任务目标代表系统的“愿望”，是系统期望的行为。⑤任务队列中存放系统感知的触发事件（通信事件、环境事件、内部事件等）。 　　规划决策过程根据智能体的信念、知识、目??、意图、事件等制定规划，决定当前的行为，并更新自身状态，是系统的核心部件。 　　1.2 智能体组织结构语法定义 　　在上述单位智能体模型基础构建基于七元组描述的多智能体组织结构实体模型如下： 　　OS=。 　　其中：①O_Name表示智能体的标识或名称，具有惟一性。②O_Interface表示智能体呈现在用户面前的人机界面和通信接口。③O_State表示智能体的状态集合，用于描述智能体内部以及外部环境状态信息的集合，智能体的行为就是由一个状态转换到另一个状态的过程。④O_Knowledge表示智能体的知识源，描述智能体行为所需的知识、数据、推理规则以及有关资源，体现为数据库、知识库、多媒体信息库以及构件库等。⑤O_Task表示智能体的事务集，定义智能体的行为，体现其职能，并包含推理机制。⑥O_Role是组织角色。⑦O_Relation ={Relation}是组织中角色的二元关系集合，将组织中所有角色联系起来。 　　研究给出智能体组织结构形式化定义如下： 　　其中：RULESET是采用函数式规则推理以体现城市主体的知识，表示若有某控制消息（Messages）触发并满足智能体的状态（State）时，智能体则启动并执行动作表（Actions）的相应处理程序。其形式为Rule（， ， ）。 　　1.3 智能体组织行为规则推理 　　智能体的行为是由一系列子行为序列组成的规则基础上展开的，定义的智能体复杂行为如下：A：：f（Actioni，i=0，1，2，…）。 　　其中：f是复合函数，表示智能体动作的组合，将其递归定义如下：①如果Action1、Actions2是动作，则Action1 ∝ Action2也是动作，符合表示连接。即Action1完成任务后执行Actions2。②如果Action1、Actions2是动作，则Action1 ∧ Action2也是动作，“∧”表示并。即Action1可以和Actions2 同时执行。③如果Action1、Actions2是动作，则Action1 ∨ Action2也是动作，“∨”表示或。即Action1和Actions2 可以任选其一执行。④如果Action1、Actions2、Action3是动作，则（Action1 ∧ Action2）·Action3也是动作，“·”表示非等连接。即Action1和Actions2中有任何一个动作完成，就可以执行Action3。 　　根据上述推理规则的形式化描述，为便于计算机程序实现，定义基于When_If_Then关系模式的规则表（图