基于多智能体动态交互决策过程的城市扩展时空模拟模型研究

Correct understanding and explicit representation of human decision-making processes on urban expansion as well as the implementation of spatio-temporal simulation of it are important prerequisites for exploring urban expansion mechanism. Given the main purpose of spatio-temporal simulation of urban expansion and based on the defined stages from rule mining to processes representation, to model development, and eventually to model application, the proposed research includes two parts. Firstly, it aims to design the dynamic mining algorithm of agent decision-making rules by coupling multi-agent system theory, the enhanced learning algorithm and the GIS technology. The result can be used to capture the motivations, strategies, and interactive relationships of different agents' decision-making actions in a relatively direct, transparent, and realistic way. Secondly, it also aims to explicitly represent dynamic interactive multi-agent decision-making processes, such as negotiation, spatial conflict detection and spatial conflict resolution by triggering agents' action in terms of decision-making rules. It further aims to develop a model for spatio-temporal simulation of urban expansion by integrating the time mechanism with the period control and the real-time interaction. It provides new ideas and methods to interpret spatio-temporal behavior mechanism of land use agents in urban expansion, as well as to reveal urban expansion mechanism. By carrying out the model application in typical regions, the feasibility and practicality of the model will be verified, which can provide dynamic, real-time, scientific references for the promotion of reasonable urban expansion and spatio-temporal optimization allocation of regional land resources.

正确理解与显性表达城市扩展现象中的人类决策过程并进行时空模拟是探索城市扩展机制的重要前提。本项研究以城市扩展时空模拟为主题，以"规则挖掘-过程表达-模型构建-模型应用"为主线，耦合多智能体系统理论、强化学习算法和GIS，设计智能体决策规则动态挖掘算法，实现决策规则的动态提取与实时更新，以相对直观、透明、现实的方式捕获城市扩展过程中智能体决策行动的动机、策略、交互关系；通过决策规则触发智能体的决策行动，显性表达多智能体协商、空间冲突检测、空间冲突消解等动态交互决策过程，并在该过程中嵌入"时段控制"与"实时交互"相结合的时间机制，构建城市扩展时空模拟模型，为明晰城市扩展过程中土地利用行为主体的微观时空行为机理、揭示城市扩展机制提供新思路和方法支撑。选取典型区域开展模型应用研究，并验证模型的可行性与实用性，为引导城市合理扩展，促进区域土地资源时空优化配置提供动态、实时、科学的决策支持。

传统的城市土地利用空间模拟模型因其静态特征，无法反映出大量微观行为主体在城市土地利用空间决策互动行为中的时间维累积和空间维聚集过程，因而模拟结果的客观性、可接受程度均受到了一定限制。本研究结合多智能体系统、地理信息科学、计算机科学以及智能计算的相关理论和技术，构建可以清晰表达城市土地利用行为主体交互决策过程的城市扩展时空模拟系列模型，并开展了实证应用研究，主要研究成果包括：（1）基于联合“自上而下”和“自下而上”决策行为的视角，提出了统筹考虑宏、微观土地利用行为主体决策行为的城市增长时空动态模拟MAS模型。模型包括宏观（以政府为代表）和微观（以居民、农民、工业企业主、环境保护主义者为代表）两类Agent，建立了Agent的互动关系及联合决策规则，并以临海型产业城市—江苏省连云港市为例，模拟了该市中心城区的三种城市增长情景，以期更好地了解该地区的城市增长驱动机制。（2）改进多智能体系统与微粒群优化集成算法，通过多Agent的自学习，挖掘Agent的土地利用动态决策规则，开发多目标土地利用时空优化配置模型，实现社会、经济、生态多目标约束下的城市土地利用时间配置、空间配置、效益配置最优，并将其模拟结果与GLP-CA模型的模拟结果进行比对，验证了模型的可行性与科学性。（3）通过探讨Agent与外部环境间的作用和反馈关系、Agent之间的互动关系及农地流失等问题，耦合多智能体系统与资源经济学模型，挖掘了在理性决策框架下各类Agent的决策行为，设计了政府、居民、农民、工业企业等多类型Agent在农地流失时空演化过程中的决策规则，构建了农地流失情景模拟模型，并基于该模型计算了不同情景下农地损失数量和空间分布，为合理控制农地流失提供有意义的决策支持与依据。.项目执行期间在《Ecological Modelling》、《Stochastic Environmental Research and Risk Assessment》、《Habitat International》、《Journal of Geographical Sciences》、《地理科学》等国内外学术期刊以及国内相关学术会议发表文章共10篇（其中SCI、SSCI 检索4 篇，EI 检索3篇），在科学出版社出版专著1部，参加国际性和全国性学术交流会议6次。