于多Agent的城市安全应急机制研究 v3.pptxVIP

基于多Agent的城市安全应急机制研究 一、课题背景 课题名称：基于多Agent的城市安全应急机制研究 当前研究中遇到的问题及解决方法 在研究复杂系统时，基于还原论的建模方法往往不能很好地刻画复杂系统。复杂系统结构复杂,内部含有大量交互成分,并且交互过程频繁,难以用解析法、数值分析方法或其它形式化、半形式化方法来解决，系统仿真方法是目前最有效的解决途径。对于城市应急系统而言，由于其涉及的事故、灾害或事件影响因素与演变规律的不确定性和不可预见的多变性，应急响应过程中公众的反应能力、心理压力、公众偏向等突发行为的复杂性等，使得城市公共安全应急体现出“多主体、多因素、多尺度、多变性”的特征，包含着丰富而深刻的复杂性科学问题，难以采用常规的模拟仿真方法对城市应急过程进行模拟。 1. 当前研究中遇到的问题及解决方法 而基于Agent的建模（Agent-Based Modeling）方法是一种自底向上的建模方法，通过底层各Agent的自身的行为、不同Agent之间以及Agent与环境之间的交流来模拟系统的发展和变化情况，将系统中个体的微观行为与系统的整体属性——宏观的“涌现性”有机结合起来，最终形成整个系统宏观的发展和变化规律。这已被证明是一种有效的建模方式。 一、课题背景 2. 国内外研究现状 Agent是一类在特定环境下能感知环境，并能自治地运行以代表其设计者或使用者实现一系列目标的计算实体或程序，其最基本的特性应当包括: 反应性、自治性、面向目标性和针对环境性。（Jennings,1998） 多Agent系统(MAS)是多个Agent所组成的系统，多Agent间逻辑上独立，但通过共享知识、任务和结果协同工作。（Wooldridge M,2004） 随着Agent应用延伸到矿山与公共安全领域，对仿真速度的要求逐渐提高，研究表明，并行仿真是提高仿真运行速度的一个直接手段，它通过将仿真计算任务分配到多个物理执行核心（仿真处理器）上并行运行，来缩短仿真运行时间（余文广，2012）。 随着大数据的到来， Agent技术和云计算开始密切结合，使得在云端服务组合以及优化的过程中，服务Agent之间相互沟通学习，最终获取优质的服务组合（徐前元，2014）。 基于多Agent的灾害仿真，在矿山安全（高太光.2016）与城市公共安全两个领域，也得到了大量的应用。（崔巍，2003,2007） 总之，Agent自上个世纪80年代开始，随着计算机技术的发展，从单个Agent、多Agent逐渐发展，在目前大数据时代，基于多Agent的城市应急机制将被广泛应用于各种灾害与应急响应仿真计算中。 一、课题背景 多Agent系统研究也是国家自然科学基金长期资助的主题之一（截止2012年数据）： 按研究类型分：理论研究58项，引用研究40项。 按研究单位分：科研院所5项，985院校：54项，211院校16项，普通高校：23项 按执行时间分：2008年3项，2009年17项，2010年15项，2011年29项，2012年34项。 二、研究内容及学术价值 研究内容 （1）基于多Agent与地理本体的城市安全应急研究 城市安全应急是涉及多个职能部门的复杂系统，为协调各个部门有效、协同的处理城市安全问题，设计多Agent系统，每个Agent代表一个职能部门，通过多Agent协商机制，共同应对急、难、重、险的危机。 基于仿真Agent和地理信息Agent的紧急状态决策支持系统(Emergency Decision Support Systems，EDSS)的框架, 实现了各个相关行政部门的资源合力对多灾种并发时的紧急状态进行有效仿真并提供准确及时的决策支持。 研究内容2：灾害情景仿真Agent设计 （2）多Agent体系结构研究 内容包括多Agent的通讯、协商机制研究； 基于数据挖掘技术的地理本体（知识库）更新机制研究； 多Agent冲突消解、应急方案优化策略研究。 1. 研究内容 （3）基于遥感影像的避难区动态规划和疏散路线优化研究 通过在遥感影像中提取建筑物的阴影，结合影像成像的时间和轨道参数，确定太阳高度角、方位角和卫星高度角，可以计算出居民楼、教学楼等建筑物的高度和面积，然后依据住建部、教育部门的相关标准，快速计算建筑物的最大可容纳人数。这样就能定量估算出受灾区域的人群总量以及避难场所的可容纳人数。然后通过GIS的空间分析能力，选择最合理的避险场所；然后根据网络分析功能，规划出最优撤离路径，为城市应急避险，提供决策支持。 2. 学术价值 将城市安全应急与多Agent技术结合，以安全科学与工程的原理为主导，信息技术为手段，尝试对复杂系统进行建模，具有交叉学科