Объединение вычислительной динамики подвижности и агент-ориентированного моделирования: новый подход к планированию эвакуации

Группа ученых из различных университетов объединила две области — вычислительную динамику подвижности (CFD) и агент-ориентированное моделирование (ABM), чтобы использовать в качестве новой мощной техники для планирования городской эвакуации. CFD - техника используется для того, чтобы смоделировать распространение уровня загрязнения воздуха, в то время как ABM используется для того, чтобы смоделировать социальную динамику адаптивных индивидов. Гибридный метод CFD-ABM позволяет смоделировать как многочисленное, пространственно распределенное население может отреагировать на реальное физическое загрязнение. Авторы с помощью CFD-ABM демонстрируют, как выполнить полную эвакуацию населения, если произойдет гипотетический случай распыления газа в Лос-Анджелесе, чтобы исследовать потенциальную эффективность различных стратегических режимов. Также, авторы утверждают, что этот новый подход может быть успешно применен к произвольным центрам сосредоточения населения, предлагая беспрецедентную подготовленность и ответные действия в случаях возникновения катастрофы.

 Эта модель используется для оценки степени риска, подготовленности и ответных действий при возникновении некоторого спектра опасностей. Благодаря сочетанию двух методов, можно смоделировать то, как многочисленные пространственно распределенные агенты могли бы отреагировать на  физически реалистическую опасность загрязнения. Был проведен эксперимент, который демонстрирует, как выполнить эвакуацию в случае распыления газа в Лос-Анджелесе. Компьютерное  представление зданий Лос-Анджелеса и его инфраструктуры основано на коммерчески доступных данных LIDAR и данных USGS. Модель можно использовать для рассмотрения различных случаев распыления газа. Но в основу заложен случай массовой эвакуации зданий, которая приводит к быстрому заполнению маршрутов выхода, а также к большим пробкам на дорогах и высокому уровню опасности поражения. Используется два параметра: необходимость убежища в местах скопления агентов и проницаемость зданий (смоделированная как коэффициент пропорциональности для местной концентрации загрязнителя). Поведенческие соображения — уровни согласованности действий — сильно влияют на эффективность эвакуации. Авторы утверждают, что такой подход в общем может быть успешно применен к произвольным центрам сосредоточения населения, предлагая хорошую  подготовленность и инструмент для отработки ответных действий при наступлении катастрофы.

В модели агенты взаимодействуют между собой и с окружающей средой в определенном масштабе в соответствующем пространстве (в представленной модели - Лос-Анджелес). Множество повторений этих микровзаимодействий воспроизводят крупномасштабную макроскопическую действительность (например, распространение опасной болезни). В модели население является гетерогенным; люди могут отличаться бесчисленными способами — местом работы, восприимчивостью к болезни, поведенческими правилами. Каждое из этих отличий может развиваться в течение долгого времени через взаимодействия с другими агентами и окружающей средой. Сложность поведенческого моделирования состоит в том, что реальные люди — в отличие от компьютерных агентов — не имеют надлежащей информации, и не оптимизируют. Они показывают ограниченную рациональность, используя простую эвристику, на принятые ими решения оказывают влияние опыт, неполные сведения и распространяемые слухи. При моделировании агентов этот пространственный и поведенческий реализм приспосабливают так, чтобы конкурирующие подходы не могли быть явственно видны. Агенты созданы в C++ как реализация двух базовых классов, один для агентов находящихся в зданиях и второй для агентов находящихся в пути.

Каждый управляемый эксперимент представляет собой типовой путь стохастического процесса. Для нахождения образцового поведения необходимо проанализировать все возможные варианты поведения, полученные из соответствующего числа повторов.

Случай 1. В базовом случае  нет предварительного оповещения и нет указаний на месте, как действовать. Агенты покидают здания, принимают самостоятельные решения и двигаются согласно транспортным предположениям. Результат - массовое скопление, которое приводит к длительным периодам нахождения в области загрязнения, высокому риску поражения и высоким экономическим потерям. Рисунок 1 иллюстрирует этот случай.

Полную информацию о модели можно посмотреть по адресу http://www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone.0020139

© Конькова Татьяна