面向传染病传播的人工交通系统建模实例

来源：人工社会

面向传染病传播的人工交通系统建模实例

交通系统因其对个体时空接触条件的深刻影响，也必然深刻改变着传染病传播特性。ACP 理论以及多智能体建模方法在交通和传染病建模中的成功实践，为构建面向传染病传播的人工交通系统提供理论支撑。本节在对建模对象、需求和步骤系统分析的基础上，构建了人工交通系统模型框架，模块化设计智能体对象，进而建立人工交通系统中的数学传播模型、传播感染机制，并对其中的交通出行决策行为开展研究。

建模对象

人工交通系统由提供人口信息的人工人口系统和提供环境信息的交通环境系统组成。经过分析，需要构建的智能体包括环境智能体、个体智能体和交互智能体。 

(1)环境智能体

环境主要是指交通系统，基于复杂网络理论将路段简化为复杂网络中的边，它的权值代表了道路交通拥堵感染指数;交叉简化为复杂网络中的点，其具有的属性主要包括:速度，表示交通流畅性;流量密度，表示交通系统的拥堵程度;方向性，明确交叉口的转向性。其中传染病在交通系统中感染指数随着拥堵程度的提高不断增加。实际上，短期内环境智能体往往不会发生质的改变(即不会引起出行比例大的变动)，主要是个体根据可获得信息进行出行决策，是一个个体适应环境的过程;长期的社会运转过程中，个体会根据自身需要，不断的更新环境，从而引起交互行为的改变。这些改变可以通过个体智能体出行方式选择概率的改变而实现对真实场景的近似模拟，通过计算实验来为更加完善、可靠的交通系统建设与规划提供技术支持。

(2)个体智能体 

个体的主要特征参数有:性别、年龄、初始位置、感染状态。按感染状态可以将个体划分为易感个体、感染个体和免疫个体。易感个体即没有携带病毒病原体的个体，会因接触其他病原体携带者而成为感染个体。感染个体即携带有病原体的个体，会将病原体传播给周围的易感个体。免疫个体即感染病毒后已经治愈或者是注射疫苗的个体，具有对该病毒的免疫力，不携带有病毒病原体，也不再接受该病毒的感染，将被从计算模型中剔除。个体的出行方式选择是基于统计数据的概率值，一般情形下，个体根据自身属性参数按照统计概率选择公共交通出行方式;在非常规情境下，则需要根据事件特征修正公共交通出行概率。基于统计数据，借助计算实验来研究不同情境下交通系统中的传染病传播特性。 

(3)交互智能体

交互智能体是我们从真实的社会系统中抽象出来的，用来控制和管理个体与环境交互的“虚拟”智能体，虽然它们实际上是不存在的，但是却有着十分重要的系统功能。为了实现交互功能，可以将其划分为接收、处理和执行三大模块，交互智能体的存在实现交通系统和人工人口系统的通信和互操作，为人工社会中多源异构信息的高效获取和转换提供保障。

建模过程

智能体设计的建模需求主要包含如下几个方面:

(1)体现个体的异构特性

(2)体现系统演化过程中的多层次适应性

(3)体现网络级联效应的多级性

(4)兼顾个体异构性和系统整体性的多角度建模针对上述建模需求，面向传染病传播的人工交通系统建模步骤如下: 

(1)分析、归纳传染病和交通系统的建模方法，研究其中会对传染病传播产生影响的实体，提取其影响模型，确定模型的范围、粒度等关键信息，基于 Agent 建模技术设计实现初始化、环境、个体和交互智能体对象;

(2)基于统计数据和社会学原理，构建和真实社会相似的人工人口系统模型，对个体智能体的各项属性参数初始化;

(3)设计人工交通系统中的交互规则、传染病传播机制和感染计算模型;

(4)提取城市交通基本数据，设计交通出行决策模型，包括出行目的、路径、方式、时间等，定义个体特征与其交通出行行为的关联规则;

(5)基于多智能体建模方法，根据建模需求设计实现人工交通系统;根据研究目的，计算实验研究交通系统对传染病传播特性的影响。

实现

针对人工社会的应用需求，对北京市五环线及五环之内主干道的和北京市地铁网络进行建模，如下图。

北京主干道和地铁线路图

此实例的道路网络中节点描述的要素包括节点名称、节点类型、节点位置等，如下表。

节点名称可作为创建的Point Feature对象的其中一个属性，属性类型为NAME，属性值为长整型数据;节点类型在创建的Classification Data对象中体现，并根据EDCS中的环境对象分类方法，公路网络的交叉标准名称为 ROAD_INTERCHANGE，地铁站点的标准名称为 RAILWAL_STATION;而节点位置由经纬度坐标表示，并将表示位置的对象聚合到与该Point Feature 对象相关联的 Feature Node 对象中。

道路节点描述要素

道路网络中边描述的要素包括线路名称、线路类型、路段编号、路段长度、路段相关联的节点、路段限速等，如下表。线路名称可作为创建的 Linear Feature 对象的一个属性，属性类型和节点名称的属性类型相同;线路类型同样在创建的Classification Data对象中，公路网络的线路类型为 ROAD，地铁的线路类型为 RAILWAY;线路中的每个路段均要创建为Feature Edge 对象，路段编号、路段长度和路段限速均可作为路段的属性，聚合到 Feature Edge对象中，并且和对应的 Feature Node 对象相关联。

道路边描述要素

根据 SEDRIS 中 TAAPI 提供的接口，将该实例中的道路网络数据存储为.stf 数据格式，并可通过 SEDRIS 官网上􏰍供的 SEDRIS Focus 工具检查、查看创建的.stf 文件，同时用户可根据需要利用 TA API 标准接口方便的使用这些数据，如下图。

道路模型建模模型

利用这种方法描述和表示道路网络的特点有:

（1）能够非常完整的表示所需的道路属性特征及拓扑结构特征，而且结构简明清晰;

（2）适合大范围、高分辨率的道路网络建模，信息重用率高，需要的存储空间相对较小;

（3）模型扩展性较好，数据易于维护。道路网络的节点和连接可以任意增加或减少，且节点和连接的属性值变更等数据维护工作易于开展；

（4）可以有效提高路径搜索、数据信息查询的等应用的算法效率。

总体而言，该建模方法能够较好的满足人工社会对道路网络模型的需求，然而在道路网络与城市环境建模的其他组件之间的具体关联方式、路径搜索的优化算法以及数据信息查询算法有待于进一步的工作研究。

注：本文引自《面向应急管理的人工社会构建与计算实验》（邱晓刚、陈彬、张鹏著）第五章第四小节。

欢迎申请加入

中国仿真学会人工社会专委会（筹）

加入方法

中国仿真学会人工社会专委会（筹）入会程序