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.
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.
Рисунок 1. Красным показано загрязнение. Скорость движения агентов обозначена синим.
Случай 3. Отклонения от полной согласованности действий приводят к нелинейному увеличению скопления и сопутствующих жертв. Даже когда здания не защищают (голубая кривая на рисунке 2), увеличение согласованности от 0 до 100% приводит к уменьшению скопления, уменьшая стоимость потерь на 27 %.
Рисунок 2. Зависимость стоимости от согласованности действий.
Из рисунка 2 можно сделать три важных вывода. Во-первых, для любого постоянного уровня проницаемости зданий (обозначена цветом), общая стоимость потерь уменьшается при увеличивающейся согласованности действий. Для повышения согласованности необходимо проведение мероприятий, имитирующих наступление угрозы риска и на практике показывающие как надо вести себя в таких случаях. Во-вторых, на любом постоянном уровне согласованности, стоимость затрат увеличивается с увеличением проницаемости зданий. Однако, предельный эффект увеличения единицы проницаемости растет с согласованностью. Таким образом, расстояние между кривыми проницаемости является самым большим при 100%-ой согласованности и самым низким при нулевой согласованности. В-третьих, на любом постоянном уровне стоимости есть эквивалентные комбинации проницаемости зданий и согласованности действий. Ясно, что при дальнейших вычислениях можно получить всю кривую обмена. Предполагая, что эта кривая будет вогнутая, экономически оптимальный пункт может быть вычислен при любом заданном бюджете.
Полную информацию о модели можно посмотреть по адресу http://www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone.0020139
© Конькова Татьяна