<<
>>

Моделирование мобильности населения

Применение технологий ММС для персональной поддержки принятия решений при эвакуации требует знаний о распределении плотности населения в каждый момент времени. Для решения этой задачи используется агентная модель виртуального общества, описывающая действия отдельных людей в зависимости от их принадлежности к соци­ально-экономическим классам.

В качестве базового критерия для выделения социально-

экономических классов был выбран уровень достатка. Для получения более детального представления о ежедневных передвижениях (рис. 3.12) агентов был также сформирован набор дополнительных критериев (место проживания, характер занятости и число рабочих мест, должность, образование, владение недвижимостью и личным автотранспортом, ос­новные интересы, траты). Представленные критерии ложатся в основу привязки агента к набору маршрутов и сценариев, отражающих основные точки, между которыми агент пе­ремещается в течение дня, и время, затраченное на данные перемещения.

Рисунок 3.12. Пример суточного расписания члена виртуального общества - агента

В общей сложности используется десять социально-экономических классов, часть которых представляет собой модификацию и адаптацию типологии CACI ACORN [78]. Классы, а также их общее описание, способы передвижения и основные точки интереса приведены табл. 3.2.

Таблица 3.2 - Социально-экономические классы, используемые в модели

Класс Доход Основные точки ин­тереса Способ пере­

движения

Общее описание
Студенты Очень низ­кий Университеты, учеб­ные заведения, кафе, кинотеатры, бары,

торговые центры

Общественны й транспорт, пеший Студенты - учащиеся высших или средних учебных заведений
Люди с

умеренным достатком

Средний Промышленные предприятия, продо­вольственные мага­зины, музеи, универ­самы Общественны й транспорт, пеший Представители эконо­мического большинства, невысокий уровень ква­лификации
Богачи Очень высокий Административные здания, рестораны, гостиницы, отели,

банки, аэропорты,

мэрия, театры

Несколько автомобилей (частое использование

)

Пожилые богатые люди, семейные люди средне­го возраста (40-50 лет)
Состоятельные

горожане

Высокий Административные здания, рестораны, гостиницы, отели,

банки, аэропорты,

автосалоны, театры, музеи

1-2 автомобиля, общественный транспорт Обеспеченные люди

старшего возраста

(старше 60)/ образован­ные люди среднего воз­раста (40-50 лет)

Преуспевающи е квалифицирова нные горожане Высокий Административные здания, рестораны, гостиницы, кафе,

аэропорты, автоса­

лоны, горсовет, мэ­рия, театры, про­мышленные объекты

1 автомобиль, общественный транспорт (ча­стое исполь­зование) Работающие преуспе­вающие люди среднего возраста
Средний класс Выше среднего Промышленное предприя- тие/производство, административное здание, ресторан,

больница, банк,

аэропорт, фабрика, завод, аптека, торго­вый центр, мэрия, рынок

1 автомобиль Образованные люди от 30 лет с достатком вы­ше среднего и относи­тельно невысокими тра­тами
Малообеспечен ные одиночки Низкий Школа, больница,

банк, фабрика, завод,

Общественны й транспорт Одинокий человек ма­лого достатка, прожи-

автозаправочная станция (АЗС), воен­ный объект, желез­нодорожная станция, универсам, детский сад, отделение связи, кинотеатр, торговый центр, гараж вающий в небольшой квартире
Члены

малоимущих семей

Низкий Школа, больница,

банк, фабрика, завод, АЗС, промышленное предприя- тие/производство

Обществен­ный транс­

порт, пеший, реже - авто­мобиль

Представители бедных семей — низкий уро­вень квалификации, за­няты на фабриках и за­водах
Пенсионеры Низкий/ниж е среднего Музеи, дачные

участки, садоводче­ское товарищество, многоквартирный жилой дом, продук­товый магазин

Общественны й транспорт, пеший Люди старшего возраста (пенсионеры старше

60), с низким достатком

Иммигранты Очень

низкий

Стадион, бар, рю­мочная, кафе, кино­театр, торговый

центр, гараж, про­дуктовый магазин, промышленное предприя- тие/производство

Общественны й транспорт, пеший Трудовые мигранты из- за границы, с низким уровнем квалификации, преимущественно заня­тые монотонным физи­ческим трудом на про­изводстве и в сфере по­требительских услуг

Для моделирования передвижения агентов в течение суток был разработан список правил корреспонденций, позволяющий формализовать процедуру моделирования - зада­но максимальное количество поездок, которое агент может выполнить за один день; прио­ритет одних действий над другими (поездка на работу считается более приоритетной, чем поездка до места проведения досуга); промежуток времени, к которому агент должен по­кинуть место проживания (варьируется в зависимости от класса), и время, к которому агент должен вернуться обратно (с учетом возможного опоздания). Данные правила рас­пространяются на всех представителей выделенных социально-экономических классов.

Рисунок 3.13.

Участок местности с мгновенным состоянием плотности населения (Санкт- Петербург, Васильевский остров, 12:00)

На рис. 3.13 и 3.14 приведены примеры визуализации временных срезов плотности населения, полученных на основе модели.

Рисунок 3.14. Участок местности с мгновенным состоянием плотности населения (Санкт-Петербург, Васильевский остров, общий вид 12:00)

Агенты виртуального общества также наделяются определенными характеристика­ми, зависящими от того, к какому классу физических возможностей они принадлежат. В качестве базового критерия для выделения классов физических возможностей был выбран

возраст как максимально обусловливающий мобильность индивида, т.е. способность к тем или иным передвижениям, скорость, способность преодолевать препятствия.

Данные классы представляют собой группы агентов, разделенных определенными возрастными промежутками, и один класс (в который входит три подкласса), выделенный на основании физической способностей агента к самостоятельному перемещению:

1) до 5 лет;

2) от 6 до 16 лет;

3) от 17 до 29 лет;

4) от 30 до 44 лет;

5) от 45 до 55 лет;

6) от 55 до 66 лет;

7) свыше 67 лет;

8) лица, имеющие препятствия или ограничения в деятельности и передвижении: (способные к самостоятельному перемещению; неспособные к самостоятельному перемещению, но транспортабельные; неспособные к самостоятельному переме­щению, нетранспортабельные).

Представители каждого класса физических возможностей обладают набором харак­теристик, которые варьируют от класса к классу и позволяют оценивать возможность пе­ремещения индивида, его скорость, проходимость, выносливость. Помимо физиологиче­ских особенностей были выявлены факторы, определяющие способность индивида к са­мостоятельному передвижению, такие как информированность о ситуации, семейное по­ложение, наличие личного транспорта и др.

Для более точной оценки параметров передвижения агента поведенческие характе­ристики дополняются факторами среды, которые могут оказывать значительное влияние на характер передвижения: движение на подъем или спуск, проходимость пути (прямая дорога, наличие незначительных природных/техногенных/антропогенных препятствий, бездорожье и т.п.), наличие груза, характер угрозы и скорость ее протекания.

Так же как и в случае с социально-экономическими классами, моделирование пере­мещений агентов осуществляется на основании задаваемых правил:

1) правила по направлениям движений.

2) правила по расчету скорости передвижений на местности.

3) правила передвижения агентов, не способных действовать самостоятельно.

4) правила сочетания классов физических возможностей и социально-экономических.

Для получения результатов динамики плотности населения, приближенных к ре­альным, модель требует детальной настройки на конкретную территорию и детального

учета инфраструктуры города: жилые дома, отраслевые постройки (университеты, боль­ницы, офисы и т.п.), транспортная обстановка, дорожная инфраструктура и т.д. Дополни­тельным средством повышения качества модели является калибровка динамики плотности населения модели по базовым станциям мобильных операторов на реальной местности.

Архитектура программного средства, реализующего данную модель, представлена на рис. 3.15. Точкой входа при работе с моделью является программный интерфейс (API), представляющий собой web-сервис на базе технологии Apache Thrift [71]. Внутримодель- ные часы играют роль, сравнимую с генератором тактовой частоты в электронных схемах. Используя часы, модуль управления циклом моделирования пошагово обновляет состоя­ние мира модели, включающего в себя пространство модели, а также популяцию агентов. Модуль навигации отвечает за поиск пути на графе мобильности. Подсистема подключае­мых расширений позволяет интегрировать в пространство модели внешние объекты и процессы, например наводнения. Также модель имеет необходимые загрузчики данных, которые, согласно сценарию, формируют унифицированное представление пространства модели (SceneryBlock) из гетерогенных источников данных.

Рисунок 3.15. Архитектура модели виртуального общества

2.3

<< | >>
Источник: Карбовский Владислав Александрович. ТЕХНОЛОГИИ ЭКСТРЕННЫХ ВЫЧИСЛЕНИЙ ДЛЯ ИНДИВИДУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В КРИТИЧЕСКИХ СИТУАЦИЯХ. ДИССЕРТАЦИЯ на соискание ученой степени кандидата технических наук. Санкт-Петербург - 2014. 2014

Еще по теме Моделирование мобильности населения:

  1. 3.1. Проблема моделирования рефлексии переводчика
  2. Основные подходы к моделированию деформаций железобетон­ных плит
  3. ОСОБЕННОСТИ МОДЕЛИРОВАНИЯ МЕХАНИКИ ЖЕЛЕЗОБЕТОННЫХ ПЛИТ НА ГРУНТОВОМ ОСНОВАНИИ
  4. Глава II МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССОВ ВЗАИМОДЕЙСТВИЯ СВЕТОВЫХ ПОТОКОВ C ВНУТРЕННИМИ ОБЪЕМАМИ И ПОВЕРХНОСТЯМИ КРИСТАЛЛОВ.
  5. Модернизация системы персональных финансов для обеспечения устойчивого развития российской экономики
  6. СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
  7. ВВЕДЕНИЕ
  8. ГЛАВА 3. ЭКСПЕРИМЕНТАЛЬНО-ТЕОРЕТИЧЕСКОЕ ОБОСНОВАНИЕ РАЗРАБОТАННЫХ АЛГОРИТМОВ РАСЧЕТА ПЛИТ
  9. СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
  10. Динамика стоимости совокупных персональных финансовых активов
  11. ОГЛАВЛЕНИЕ
  12. ОГЛАВЛЕНИЕ
  13. ОГЛАВЛЕНИЕ
  14. ОСНОВНЫЕ ВЫВОДЫ ПО ГЛАВЕ 4
  15. ЗАКЛЮЧЕНИЕ
  16. СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
  17. 2.2 Фотонная модель прохождения света через кристалл с произвольным распределением рассеивающих OA.
  18. РАСЧЕТ ЖЕЛЕЗОБЕТОННЫХ ПЛИТ С ОДНОСТОРОННИМИ ОПОРНЫМИ СВЯЗЯМИ
  19. 2. Органы исполнительной власти в области безопасности