基于多智能體模型的城市土地利用空間布局優(yōu)化

摘要：土地利用空間布局模型的發(fā)展經(jīng)歷了從靜態(tài)到動態(tài)的過程，傳統(tǒng)的方法和理論往往會導(dǎo)致模型的人為簡單化。分別從城市智能體組織結(jié)構(gòu)、語法定義、行為規(guī)則推理以及決策選擇方法等方面對土地利用空間布局模型進(jìn)行闡述，構(gòu)建了基于多智能體的城市土地利用空間布局優(yōu)化模型，并以武漢市為例進(jìn)行了模型的仿真運(yùn)行和結(jié)果分析。結(jié)果表明，建立的模型考慮居民、企業(yè)、政府等能動個體的局部決策和非線性互動互作的重要影響，能較好地為城市土地利用空間布局優(yōu)化提供輔助決策。

關(guān)鍵詞：土地利用；空間布局；語法定義；規(guī)則推理；多智能體

中圖分類號：F301；TU984.113 文獻(xiàn)標(biāo)識碼：A 文章編號：0439-8114（2013）18-4342-04

城市土地利用空間發(fā)展中大量的宏觀和微觀主體為獲取更多的回報，都有占用最優(yōu)城市區(qū)位的意愿，體現(xiàn)了一種宏觀控制下的自組織行為[1]。以前對城市土地利用空間發(fā)展的研究方法多是基于牛頓力學(xué)的模型[2-4]，如常用的時間序列法、回歸預(yù)測法、灰色模型預(yù)測法、馬爾柯夫鏈預(yù)測法、綜合判斷法等。該類模型將問題簡單化，不能反映城市組織結(jié)構(gòu)的形成過程和動態(tài)發(fā)展變化。以多智能體理論（Multi-agent systems）為基礎(chǔ)的城市土地空間利用動態(tài)模型是近年來興起的一種新方法[5-7]。本研究首先構(gòu)建模擬模型的多智能體組織結(jié)構(gòu)，其次對智能體組織的語法定義、行為規(guī)則推理以及決策選擇等方面進(jìn)行詳細(xì)闡述，最后以武漢市為例進(jìn)行了模型的仿真運(yùn)行和結(jié)果分析。

1 模型構(gòu)建

1.1 智能體組織結(jié)構(gòu)概念模型

首先建立智能體組成單元（單位智能體）模型（圖1）。

其中：①信念庫表示智能體當(dāng)前狀態(tài)，是關(guān)于智能體自身、周圍環(huán)境和其他智能體的事實知識。②知識庫是智能體完成任務(wù)的知識以及在特定情形下應(yīng)用這些知識的條件，其以規(guī)則表的形式表達(dá)。③意圖庫是系統(tǒng)當(dāng)前或?qū)砟硞€時刻將要選擇執(zhí)行的任務(wù)。④任務(wù)目標(biāo)代表系統(tǒng)的“愿望”，是系統(tǒng)期望的行為。⑤任務(wù)隊列中存放系統(tǒng)感知的觸發(fā)事件（通信事件、環(huán)境事件、內(nèi)部事件等）。

規(guī)劃決策過程根據(jù)智能體的信念、知識、目標(biāo)、意圖、事件等制定規(guī)劃，決定當(dāng)前的行為，并更新自身狀態(tài)，是系統(tǒng)的核心部件。

1.2 智能體組織結(jié)構(gòu)語法定義

在上述單位智能體模型基礎(chǔ)構(gòu)建基于七元組描述的多智能體組織結(jié)構(gòu)實體模型如下：

OS=

ledge，O_Task，O_ Role，O_Relation>。

其中：①O_Name表示智能體的標(biāo)識或名稱，具有惟一性。②O_Interface表示智能體呈現(xiàn)在用戶面前的人機(jī)界面和通信接口。③O_State表示智能體的狀態(tài)集合，用于描述智能體內(nèi)部以及外部環(huán)境狀態(tài)信息的集合，智能體的行為就是由一個狀態(tài)轉(zhuǎn)換到另一個狀態(tài)的過程。④O_Knowledge表示智能體的知識源，描述智能體行為所需的知識、數(shù)據(jù)、推理規(guī)則以及有關(guān)資源，體現(xiàn)為數(shù)據(jù)庫、知識庫、多媒體信息庫以及構(gòu)件庫等。⑤O_Task表示智能體的事務(wù)集，定義智能體的行為，體現(xiàn)其職能，并包含推理機(jī)制。⑥O_Role是組織角色。⑦O_Relation ={Relation}是組織中角色的二元關(guān)系集合，將組織中所有角色聯(lián)系起來。

研究給出智能體組織結(jié)構(gòu)形式化定義如下：

其中：RULESET是采用函數(shù)式規(guī)則推理以體現(xiàn)城市主體的知識，表示若有某控制消息（Messages）觸發(fā)并滿足智能體的狀態(tài)（State）時，智能體則啟動并執(zhí)行動作表（Actions）的相應(yīng)處理程序。其形式為Rule（， ， ）。

1.3 智能體組織行為規(guī)則推理

智能體的行為是由一系列子行為序列組成的規(guī)則基礎(chǔ)上展開的，定義的智能體復(fù)雜行為如下：A：：f（Actioni，i=0，1，2，…）。

其中：f是復(fù)合函數(shù)，表示智能體動作的組合，將其遞歸定義如下：①如果Action1、Actions2是動作，則Action1 ∝ Action2也是動作，符合表示連接。即Action1完成任務(wù)后執(zhí)行Actions2。②如果Action1、Actions2是動作，則Action1 ∧ Action2也是動作，“∧”表示并。即Action1可以和Actions2 同時執(zhí)行。③如果Action1、Actions2是動作，則Action1 ∨ Action2也是動作，“∨”表示或。即Action1和Actions2 可以任選其一執(zhí)行。④如果Action1、Actions2、Action3是動作，則（Action1 ∧ Action2）·Action3也是動作，“·”表示非等連接。即Action1和Actions2中有任何一個動作完成，就可以執(zhí)行Action3。

根據(jù)上述推理規(guī)則的形式化描述，為便于計算機(jī)程序?qū)崿F(xiàn)，定義基于When_If_Then關(guān)系模式的規(guī)則表（圖2）。

1.4 智能體組織決策選擇

將智能體決策選擇的過程歸于多因素多層次的模糊決策過程并采用如下決策選擇方法：

2 實例研究與分析

武漢市是地處長江中游的特大城市，湖北省省會。以武漢市城市土地利用空間布局優(yōu)化為實例，對構(gòu)建的模型進(jìn)行仿真模擬并加以分析。

2.1 系統(tǒng)主要流程

模型仿真運(yùn)行的基本流程如圖3所示。其中城市中的居民、企業(yè)和政府等智能主體首先提取所在區(qū)域的空間信息，再結(jié)合其主體個體的社會經(jīng)濟(jì)信息構(gòu)成城市智能體的決策信息數(shù)據(jù)源，然后依據(jù)自身知識以及和其他智能體之間的交流信息，利用模糊多因素多層次決策的方法來確定行為選擇。

2.2 模型仿真與分析

首先將試驗用相關(guān)圖件資料經(jīng)過投影變換，坐標(biāo)配準(zhǔn)等步驟轉(zhuǎn)為帶屬性數(shù)字化圖，屬性數(shù)據(jù)和空間數(shù)據(jù)之間通過空間目標(biāo)關(guān)鍵字ID進(jìn)行關(guān)聯(lián)。以1990年數(shù)據(jù)為基期年模擬2010年的土地利用布局情況，并用如下公式計算模擬數(shù)據(jù)和實際數(shù)據(jù)的相關(guān)度Kappa系數(shù)K進(jìn)行模型的檢驗。

在上述模型基礎(chǔ)上，以2010年數(shù)據(jù)（圖5）為基期年預(yù)測2020年土地利用空間布局情況（圖6）。

根據(jù)系統(tǒng)模擬結(jié)果，分析武漢市未來10～15年的土地利用布局具有如下趨勢：①中心城區(qū)的土地利用密度進(jìn)一步增大，在空間形態(tài)上，軸向推進(jìn)仍在繼續(xù)，但力度開始減弱，填充式發(fā)展的余地也所剩無幾。②道路交通在城市土地利用空間的發(fā)展中仍然扮演著重要的角色，交通走廊沿線的土地向建設(shè)用地轉(zhuǎn)化趨勢仍在加劇。③市中心城區(qū)和周邊城市邊緣的土地利用變化更加劇烈，由于靠近武漢市主城區(qū)的近郊區(qū)具有優(yōu)越的接受經(jīng)濟(jì)輻射能力，因此遠(yuǎn)城區(qū)的經(jīng)濟(jì)中心向與武漢市相連的邊緣區(qū)轉(zhuǎn)移。④城市土地空間將從以漸進(jìn)式的軸向推進(jìn)填充發(fā)展轉(zhuǎn)變?yōu)橐蕴S式的分散發(fā)展為主，在鄰湖、鄰水和鄰林區(qū)將會有大量的土地用于城市居住區(qū)建設(shè)。

3 小結(jié)與討論

本研究建立了基于多智能體的城市土地利用空間布局模型，通過實例驗證表明該模型能充分考慮居民、企業(yè)、政府等能動個體的局部決策和非線性互動互作的重要影響來表達(dá)宏觀空間結(jié)構(gòu)的自組織演變過程。但由于城市土地利用空間布局是個極其復(fù)雜的過程，因此如何構(gòu)建更接近現(xiàn)實的城市主體行為推理規(guī)則尚待進(jìn)一步探索；同時模型參數(shù)的獲取主要依賴于專家的先驗知識和經(jīng)驗，帶有一定的主觀性，如何與神經(jīng)網(wǎng)絡(luò)模型有效結(jié)合進(jìn)行參數(shù)的獲取是以后研究的一個重要內(nèi)容。

參考文獻(xiàn)：

[1] 張嗣瀛.復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)簡介[J].青島大學(xué)學(xué)報，2001， 16（4）：25-28.

[2] 王 紅，閭國年.城市細(xì)胞自動機(jī)模型研究的回顧與展望[J].經(jīng)濟(jì)地理，2003，23（2）：154-158.

[3] 苗作華，劉耀林，張德禮.基于時空的土地利用變化預(yù)測及其對策[J].國土資源科技管理，2006（6）： 1-5.

[4] 薛 領(lǐng)，楊開忠，沈體雁.基于Agent的建模-地理計算的新發(fā)展[J].地球科學(xué)進(jìn)展，2004，19（2）：305-310.

[5] 王正中.基于演化的復(fù)雜系統(tǒng)建模與仿真研究[J].系統(tǒng)仿真學(xué)報，2003，15（7）：905-909.

[6] MILLER J E， HUNT D J， ABRAHAM J E， et al. Microsimulating urban systems[J]. Computers，Environment and Urban Systems，2004，28（1）：9-44.

[7] WHITE R， ENGELEN G. High-resolution integrated modeling of the spatial dynamics of urban and regional system[J]. Computer， Environment and Urban System，2000，24（5）：383-400.