基于多智能体的灾害风险评估模型研究

基于多智能体的灾害风险评估模型研究

0多智能体建模区域灾害系统是一个复杂的系统。基于多智能体建模是当前国内外对复杂系统进行模拟和研究的重要方法。对于复杂系统的概念,目前还没有统一的界定。美国圣塔菲研究所(SFI)的霍兰认为复杂系统其本质是具有涌现性,而不仅限于系统规模的巨大。组成复杂系统的具有一定独立性、自治性、社会性的基本单元称为Agent,国内常译为智能体、主体、代理体等。一个复杂系统由多种类型的多个智能体构成,多智能体间以及智能体与环境之间的相互作用形成了系统的复杂性。多智能体建模作为一种复杂系统模拟和仿真方法,侧重于从组成系统的微观主体出发,通过对不同类型主体的判断、学习、控制、反应等个性机制的设计,使系统中所有主体产生互动,从而表现出系统的宏观复杂性。相比各种传统的从整体上把握系统宏观特性的方法,这种自上而下的建模方式能更直观、更现实地表达系统的复杂性,因而被广泛用于多种复杂系统的仿真模拟。过去人们对智能体的理解偏重其智能方面,其应用成熟领域集中在社会、经济方面,如仿真某一国家的民族冲突,仿真模拟社会生活模式、经济市场中的供应链等。近年来将其引入地理学领域,为现代地理学的研究提供了新思想,但目前仍集中于区域土地利用演变方面,如城市扩展变化的研究、城市居住空间演变等。多智能体建模在灾害研究中日益受到关注,主要集中在两方面:一是模拟具体灾种的演化过程,二是研究紧急情况下逃离避难策略的设计。本文尝试将多智能体建模引入灾害风险评估领域,建立多灾种、多承灾体状况下自然灾害的动态风险评估概念模型,以期为灾害风险评估领域开拓新的研究思路。1多智能体建模模型的意义在于简化和抽象现实世界具体事物或现象的细节,以满足实际运用或科学研究的需要。基于多智能体的模型是一种仿真模型,能够在一定的时空范围内预测现实事物或现象的演变过程。进行多智能体建模前应认清仿真对象的要素组成、结构和要素之间的相互关系,了解系统状态演化的机制。根据复杂适应系统理论,为了表现系统的宏观复杂性,首先要了解组成系统的基本单元——智能体。1.1智能体的组成结构智能体是物理的或抽象的实体,能作用于自身和环境,并且能对环境做出反应。任何复杂系统都可以看成是由不同的智能体构成,这些智能体根据规则控制对自身和环境的行为,具备与外界的交互能力。按照内部结构的不同,通常把智能体分为慎思型、反应型和混合型。慎思型智能体具有复杂的逻辑推理能力和学习能力,强调智能体的智能性,但与环境和其它智能体交互的反应速度较慢;反应型智能体不使用复杂的符号推理,弱化智能性,使用“感知—动作”模型,强化自身与环境和其它智能体的协同性,因而有较快的交互反应速度;混合型智能体则通过高层包含认识推理机制、低层强调快速反应的两层设计实现两者优点的结合。1.2霍兰:智能体中的严格认知(1)选择抽象出复杂系统的不同类型的智能体,定义出智能体属性,用于描述系统的当前状态(St)。在复杂系统中区别环境和智能体,根据建模目的,对于在模拟的时间段里状态没有变化或变化小的作为一般环境处理。同样依据应用需要确定智能体的类型,强调智能体同步协调处理能力的则使用反应型的结构,强调智能体演化过程的则使用慎思型的结构。在确定不同智能体属性时,一定把握合适的时空尺度,建模的关键在于对细节的取舍,同一事物在不同的尺度下会遵循不同的规则,这将直接决定系统状态的转变模式和复杂系统的宏观表现。(2)确定复杂系统中每个智能体属性的转换函数,为智能体指定相应的后续状态定义规则。这一步是智能体建模的关键,转换函数的确定意味着系统后续状态的形成(图1)。因此转换函数与现实规律的拟合程度决定了模型的准确度和精度。霍兰把转换函数的形成过程称为受限生成过程,首先把规则转换为机制,然后理清各机制间的相互关系,形成全局策略。受限生成过程是实现智能体智能化的核心,随着人工智能技术的发展,先进的智能算法应用于模型中,将不断提高智能化水平。由于现有条件的限制,在很多领域中,转换函数的确定主要依靠类似专家系统产生的条件——判断规则。(3)模型优化。运行模型,得到系统的后续状态(St+1)的仿真模拟,然后与现实状态比较,并将对比信息反馈到第二步,不断优化调整转换函数,以期得到更准确的仿真模拟。1.3智能体演化的微观模拟多智能体建模的实质就是一种自下而上、从微观到宏观的仿真建模。在微观上,对不同类型智能体的状态和行为特征进行抽象,并赋予用数学形式表达的规则和逻辑推理机制,使其实现多智能体之间相互作用,从而在宏观上对复杂系统特征和演化进行仿真与模拟。2动态风险评估从计算机建模的角度,可以将风险理解为在不同情景下对灾情的预测,而灾情的实质则是灾害系统中各种承灾体的状态变化,可以通过对灾害风险系统的仿真模拟进行动态风险评估。2.1灾害动态评估模型近些年来,随着全球变暖等现象的加剧,自然灾害发生的频率和强度都在增大,而社会经济的迅速发展又使得灾害破坏所造成的损失进一步加大,自然灾害受到越来越多的关注。当前国内外的减灾组织大都认同综合灾害风险管理是减灾的有效措施。灾害风险评估是风险管理的重要组成部分,也是进行综合风险管理的前提。如果从系统的角度认识灾害,灾害风险则是由风险源、风险载体和人类社会的防减灾措施3方面因素相互作用而形成的,人们不能确切把握且不愿接受的一种具有不确定性特征的灾害系统状态。可以把灾情理解为灾害系统中各承灾体状态的变化。一定意义上,灾害风险评估可以理解为不同情景下区域灾情的预测。当前国内外灾害风险评估主要侧重于灾害风险指标的选取,然后赋予不同的权重,建立基于概率统计的灾害风险评估模型进行静态评估。这类评估方法一般借助GIS工具,输入致灾因子的危险度指数、承灾体的脆弱性指数等灾害系统数据,利用GIS空间叠加分析,绘出区域分等级的风险区划图。这种评价模型能科学评价区域灾害风险总体特征,为区域经济可持续发展提供参考;但由于不能体现灾害系统中各因素的相互作用和形成灾情的内在机理,缺少灵活性和可靠性,不能动态地表现灾害风险的变化,降低了灾害风险评估在灾害管理中的作用。笔者认为风险评估的动态性应体现在两个层面:一是在评估方法上,能根据环境和自身状态的改变,对原有风险评估预期做出调整;二是在评估工具上,能实现区域内各种风险情景下风险评估结果的自动化。前者是动态风险评估的内涵,只有在方法上能实现自我优化,才能做到对外部环境变化的实时评估,才能真实地反映灾害系统的复杂性。后者是对动态风险评估的应用性要求,就是要使评估工具集的设计具有通用性、灵活性。灾害动态风险评估模型要能在微观上表现出灾害系统各主体之间的相互关系,反映区域常态被不同灾种扰动后居民、工程设施、经济、社会等方面的变化,并且要说明在特定的时间范围内变化的可能性有多大。与静态评估不同,动态风险评估不是各风险要素发生概率和权重的叠合,而是多灾种不同风险情景下灾害系统状态变化的分析。区域灾害风险系统是一种典型的复杂系统,不仅表现在其组成要素的规模大、层次多、结构复杂,还表现在各要素之间相互作用的非线性和不确定性。作为这个系统宏观涌现的灾情是系统各要素相互作用的结果,因此要对灾害风险系统建模,必须能够表达出这些复杂的相互关系,这是传统模型难以做到的。为此可以基于多智能体建立区域灾害风险系统模型,发挥其对复杂系统主体相互作用表达的优势,从微观上仿真区域灾情的发展演变规律。2.2灾后风险评估根据多智能体建模的一般原理,在分析区域灾害风险系统时,对自然灾害风险系统的风险源(洪水、地震、高温、冰雪等)和风险受体(人口、工程、经济、社会等)进行抽象,定义主体类型,并确定主体各属性的后续转换方式,实现对灾害风险的动态评估。模型以栅格化的区域孕灾环境(地形、地质、植被等)底图为背景,由灾害情景发生智能体产生灾害智能体,灾害智能体根据孕灾环境修改其范围和强度,并对区域内暴露的居民、经济、工程、社会等承灾体致灾(图2)。受灾后的承灾体状态变化不仅受灾害类型和强度的影响,还受环境和其它承灾体状态的影响。模型的重点就是利用智能体结构上的优点,同步处理其间复杂的制约关系。最后由灾情智能体统计人员伤亡和经济损失等数据,并显示区域风险区划。需要说明的是,模型并不是做出灾害预报,而是由灾害管理器根据区域灾害历史数据和区域环境异变规律,产生一系列不同时间范围、灾种和强度的多风险情景,分别计算其对应的损失,并以超越概率的形式说明这些情景的可能性。2.3区域灾害智能体针对灾害风险系统的特征,灾害动态风险系统中的智能体应采用反应式智能体结构(图3)。这是由于反应式智能体强调的是自身与环境和其它智能体之间的同步交互,反应速度较快,适合于灾害风险系统的评估。每类智能体主要由两部分构成:属性和条件动作反应构件。属性标识该智能体自身的状态;条件动作反应构件能根据环境和自身状态的变化发出一系列动作指令,以改变其他智能体和自身的属性,形成整个风险系统的后续状态。模型中主要的智能体有:1)灾害情景发生智能体:是模型的关键智能体,可自动或手动产生一系列灾害情景组合。在自动模式下,灾害管理器根据区域历史灾害数据的统计资料,结合区域地形、气候等特征以及以系统日期为基础,产生不同类型和强度的灾害,并说明相应的概率。如8月份灾害管理器可能会产生淹没深度为0.5m、0.6m、0.7m等强度的洪水,并说明相应的概率为20%、15%、10%等。手动模式下,用户可以直接输入灾害的类型和强度,用于特定灾种的风险或损失评估。灾害管理器会将相关信息传给灾害智能体,产生灾害,触发整个模型的连锁反应,是模型实现动态风险评估的前提。2)灾害智能体:其属性包括灾害的类型、强度、范围、可能性和开始时间等。类型和开始时间由灾害管理器得到,强度由所覆盖区域的地形等数据决定;灾害智能体有相应的生命周期,具有动态的产生和消亡时间。3)承灾体智能体:依据灾害系统的特点,可分为人口、经济、工程和社会4类承灾体。每类智能体由当前量、影响率等属性表示(图4)。这些智能体设计的重点为灾害影响率的确定,它不仅取决于灾害的类型和强度,还取决于其它承灾体智能体的状态,如人口的减灾意识、生命线工程的破坏程度、政府减灾措施等。正是由于基于多智能体模型能实现这些要素的同步变化,才能保证最后的评估结果更可靠,更具实用性。4)灾情智能体:统计系统当前所有承灾体智能体的数量,计算区域当前的损失状况,产生人员伤亡、经济损失等数据。该智能体需实现灾情数据与GIS的结合,产生可视化的动态风险报告,实现模型的最终目标。3多智能体风险评估模型的应用前景综上,基于多智能体的风险评估模型具有如下优点:1)实现风险动态评估。区别于传统的以概率为基础的宏观静态模型,基于多智能体风险评估模型,在多种风险情景下,模拟了经济、人口、工程等承灾体在不同灾种下的不同脆弱性和相互制约关系,动态地评估区域灾害风险。模型能实现风险评估的动态性,主要是因为多智能体技术具有强大的协同能力,保证模型中各智能体同步互动。2)能吸收灾害风险评估领域的成熟理论。基于多智能体模型中各智能体属性的确定,可以借鉴国际主要风险研究机构和组织对灾害指标的选取经验,而各属性后续转换函数的确定也要参考权威机构统计的灾损数据。一定意义上,多智能体作为一种风险评估的手段,为各种风险理论提供了广阔的模拟平台。3)良好的可扩展性。基于多智能体模型一个显著优点是可以利用人工智能领域的相关成果,实现对区域灾害风险评估的智能化。利用专家系统、神经网络、遗传算法等人工智能方法,可以设计各智能体属性转换函