科学网 › 标签 › ABM

标签: ABM

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

一个经典的ABM模型案例: vcitym 2012-7-4 04:10; 用多主体模型模拟长屋谷中凯恩塔阿那萨齐族的人口增长和衰败摘要（译文）：公元前约 1800 年到公元 1300 ，长屋谷在亚利桑那州的东北部的黑山地区是凯恩塔阿纳萨奇人居住的地方。这些人是近代科罗拉多州高原的印第安人村庄文化的史前祖先。旧石器时的环境研究是基于冲积地貌、孢粉学、年轮气候学精确定量重建当时可能的农业生产中的年度变化的 ( 玉米公斤每公顷 ) 。来自公元 200 - 1300 年的考古记录中有千年来阿纳萨奇人农耕社会文化的停滞、变异、改变和适应的信息。文章报告了基于一个多主体的计算模型，严格地按照真实的历史再现了这个社会的主要特征 , 包括人口的潮起潮落 , 改变空间定居模式和最终的快速衰退。在模型中主体是单向的 , 他们决定何处适合生产和居住。营养需求限制繁殖力。主体的异质性是反映高保真模型的关键因素，缺很难用数学方法来建模。博主：这篇文章发表PANS上，本身就已经说明问题，因为PNAS是仅次于NS的科学期刊，很有影响力。在google学术搜索上可以见到140个被引用。文章中的规则来自于大量的考古等科学数据。结果基本再现了当时的场景。出处： Population growth and collapse in a multiagent model of the Kayenta Anasazi in Long House Valley Robert L. Axtell,Joshua M. Epsteina,Jeffrey S. Deand,George J. Gumerman, Alan C. Swedlund, Jason Harburger, Shubha Chakravarty, Ross Hammond, Jon Parker, and Miles Parker http://www.pnas.org/content/99/suppl.3/7275.full PNAS May 14, 2002 vol. 99 suppl. 3 7275–7279; 个人分类: 技术相关|12036 次阅读|0 个评论

迎接2012：留学经历小结: 热度 37 estudy 2012-1-1 07:39; 　　按照我所在的零时区的时间，再过不到8个小时就是2012年，此时最想通过总结过去来迎接新年。　　2011年9月开始的留学生活是我更喜欢过的一种生活，因为能够更直接地朝自己的理想走。而过去四个月的经历更让我意识到这次远行对于自己一直所梦想的事情，甚至对我的人生将产生怎样重要的影响，所以我想对这段不长的经历做个总结。学术：发现复杂科学　　跨越大洋来到异国他乡，而且一呆就将是四年，我的主要目的就是学术。其实来之前和来这里后的第一个月里，我对于所在的实验室到底研究什么、自己将要从事什么样的研究并不清楚。而根据和导师一起敲定的培养计划，第一学期我的主要任务是学习课程，所以大部分时间都花在课业上，做科研的时间很少。但是由于要尽早确定研究主题，特别是为了给第一次DSP（Doctoral Studies Panel）会议做准备，我还是阅读了不少文献。起初是导师推荐的关于计算经济学（Computational Economics）研究方法的文献，涉及基于主体模型（Agent-based Model）。后来自然就读到了关于复杂系统（Complex System）的文章，我很快被这个领域的话题所吸引，随即集中查阅了不少复杂科学（Complexity Science）、仿真（Simulation）和基于主题建模（Agent-based Modeling，简称ABM）的文献，还跟导师和实验室的几位博后做了些交流。因此在11月25号DSP会议的前两周，我已经对刚才提到的这些几乎每天都能听到的概念及它们之间的关系有了一定了解，开始意识到复杂科学及其研究方法对经济学的意义、正统经济学（我们把当前以新古典经济学为代表的、以计量经济学作为主要研究方法的主流经济学称为正统经济学或传统经济学，以区别于我们正在从事的复杂科学语境中的经济学）与复杂科学视角下的经济学的区别和现状，同时对我们这个动态学实验室（Dynamics Lab）所从事的研究也有了更清楚的认识（我们用和大多数社会科学研究者不同的角度和方法来研究经济学和社会学）。　　这让我一下子意识到，自己算是来对地方了！因为一直以来，我都梦想用一种不同于当前流行的计量经济学的方法研究经济——即使是世界上最优秀的以计量和数理为主要研究方法的经济学家，以及经济学数理化、计量化的开创者们也已经意识到，经济学已经因为过分数学化而逐渐变成了纯粹的逻辑演绎游戏。就像科斯、蒙代尔、张五常等人谈到过的那样，由于脱离现实太远，空洞无物的经济学正在走向穷途末路（应该是这样的意思，具体说法记不清了）——逐渐回归经济学解释现实的传统。以复杂系统来看待经济世界无疑更忠于实际，在这个背景下，能够真正变完全理性假设为有限理性假设，真正变静态、相对静态分析的方法为动态、进化分析的方法，变均衡分析为非均衡、稳定性分析，同时有望真正消除宏观经济和微观经济之间的鸿沟，解决宏观经济学的微观基础问题，几乎所有长期困扰经济学的重大理论问题都能够在这个分析框架下找到更好的答案。可以说，复杂科学这门发端于自然科学（物理学和生物学）的学问提供了医治经济学脱离现实病症的良方，也给经济学诸多分支领域的研究注入了新的生机。　　仿真的研究方法以及集中体现它的ABM建模方法也是对传统的计量研究方法的突破。事实上，圣诞节以前我还对这一方法能否很好服务于复杂科学和能否走得更远心存疑虑，但是最近读到的一些文献让我了解到ABM在方法论意义上还是十分完善的、有着很强的生命力，随着计算机科学和模拟技术的发展，我想这一方法一定会更加成熟并逐步展现出它的在解释现象中的优越性。ABM区别于计量模型的主要特征是它更加灵活、更加直观，它不是用数学表达式来描述现象，而是通过图形、动画等直接模拟出现象本身及其变化过程，还通过调整参数来改变现象的运行方式，研究结论也能够直观地呈现出来，它还能够更方便的描述多个行为主体的现象和更好地模拟动态过程。因而，ABM方法能够比计量方法更忠实地反映现实，更客观准确地解释经济。　　发现复杂科学和仿真方法是我这几个月最大的收获，因为我找到了自己最想做的研究。尽管第一次DSP会议至今，我还没有能够完全确定研究主题——只知道要用ABM方法去研究自然资源问题，可能需要运用进化博弈理论（Evolutionary Game Theory）的知识——但我知道自己今后做的工作会很有意义，我对此充满了激情和信心。学习：知识是研究的工具　　刚刚过去的这一学期我学习了5门课程，这本身就值得说一说。听说在都柏林大学还没有哪个专业的博士需要上这么多课程，目前只有我们仿真科学（Simulation Science）博士项目的十几个博士平均每人必修8、9门课程（一般3个学期完成）。和我一批过来的20多个公派博士中我的课程是最多的，有些工科的博士甚至一门课也不要求上。我想这可能是因为仿真科学是一个交叉学科，涉及物理、数学、计算机、生物、经济学、社会学等好几个学科（我们这个项目的十几个博士就都是来自这几个专业的，其中经济学、社会学方面的包括我在内共有3人），所以每个学生都需要学习其他几个专业的课程。这学期的5门课程是关于数学方法和编程工具的：数值算法（Numerical Algorithms，运用Matlab软件）、随机方法（Stochastic Methods）、数学方法（Mathematical Methods，包括三部分：动态系统Dynamic System、摄动理论Perturbation Theory、图论Complex Network Analysis）、C++编程（C++ Programming）和R编程（R Programming Language）。说老实话，作为一个纯社会科学背景的学生，学好这些课程对我是个不小的挑战，何况还要适应英语的教学环境（课堂用语、板书和PPT、老师的口音等）。我的导师可能看出了这一点，所以开课4周以后就组织任课老师（也是整个博士项目的负责人）和我座谈了一次，了解我学习中遇到的困难，鼓励我、告诉我一些学习方法（这让我非常感动，第一次感受到有人这么关心我的学业）。而那时我已经在能够比较好地跟上老师上课的节奏了，有一点基础的课程能够听懂80%以上，没有基础的课程也能听懂60%以上。尽管一直都学得比较艰难，但是随着做了更多的练习、更多地和同学讨论，我能够越来越好地掌握这些课程，同时开始思考怎样把各门课程中所学到知识和方法运用到自己的研究中去。　　得益于对复杂科学和ABM方法的更多认识，DSP会议后我开始意识到，原来我现在学的课程都是为将来的研究服务的。《数值算法》教我用Matlab这个最强大的、具有编程功能的数学软件，同时讲授一系列重要的算法（从解一元一次方程组到高次方程组）和机器进行数学运算的缺陷及克服缺陷的方法，帮助我将来运用这个强大的工具来进行模拟和仿真。在《C++编程》中我学习的是最基本也是最重要的编程语言，C++的编程原理能够运用于几乎所有编程软件中，同时它本身具有从事复杂仿真的功能。R编程工具则是在社科研究领域最强大的统计分析、计量分析和编程的工具之一，它完全可以替代Eviews、STATA、SPSS这些当前最流行的软件。《随机方法》讲授了所有离散和连续的时间和状态的组合下随机变化的原理及其模拟方法，它能够帮助我处理所有现象中随机部分的问题。《数学方法》给复杂科学的研究提供了理论基础，第一部分中的动态系统本身就是复杂科学研究的环境，它教会我计算稳定点（Stability）和讨论稳定点的分岔问题（Bifurcation）；第二部分《摄动理论》（坦白说我学得不太好）讲授的是在通过近似的方法解决那些不能精确解决的数学问题，它的做法在可以得到精确解的数学问题中增减一个微小的变化（这就是摄动）来表示那些没有精确解的数学问题，从而通过解决那些可以得到精确解的问题来解决没有精确解的问题（有点拗口，但逻辑是这个样子的）；第三部分《图论》处理的是复杂网络问题，而网络是模拟复杂系统最常见的表现形式，其中还运用到《随机方法》的知识分析网络的动态过程。　　你看，这哪一门课程不是为了将来的研究服务的（汗！我刚开始的时候还觉得这些课程没多大用，甚至产生过调整课程安排的念头）？这给我几点启示：一、知识是我们从事学术研究的工具，因此既不要一味做研究而忽略了摄取新知，也不要为了知识而知识、为了学习而学习。二、用复杂科学的方法来研究经济学，虽然避开了数理经济方法中可能用到的数学知识，但是总体而言，所需的数学知识不一定是减少了，倒有可能是增加了。但是数理经济方法中的数学主要用来做推理演绎，而复杂科学方法中的数学主要是用来做仿真模拟。如果还加一点启示的话，那就是学会构建知识体系，一门课程有其内部结构可成体系，课程之间也有相互联系可以构建更大的知识体系，一生所学由许多学科的知识组成，这也可以构建成一个人生的知识体系。当然，做科研，最直接的还是围绕自己的研究主题构建知识体系。　　有的同学上了硕士、博士就不愿意再上课，好像认为到了这个阶段就应该去做研究而不是去学习，我觉得有时候去听课可能会进步的更快，出来留学我们更应该利用好国外学校的优质教学资源。如果条件允许，我争取每学期都至少上2门课程。语言：多说多练进步快　　尽管来爱尔兰之前在5年的工作中一直都在用英语，也在英语国家呆过一段时间，但是要一下子融入这个纯英语的生活之中还是有些困难。第一次和导师见面的时候，她说了很多关于我的研究方向和项目整体规划的话，当时只听了个大概，遗漏了很多重要的细节。随即她又请来一位副校长（我DSP中的成员）一起讨论我的课程安排中细节问题，当时在会议室我既紧张又茫然，那位副校长的话我几乎没听懂一句完整的，整个讨论过程中我只是机械地用简单的英语说了几句表示赞同的话。刚开始那几天，我简直觉得用英语交谈就像梦魇一样，之前的一点信心全给打击没了。但是我知道，必须以最快的速度提高英语，否则从一开始我就会被甩在后边。　　提高英语最好的办法莫过于开口说、多说多练就能进步得快，所以我抓住一切机会让自己多说英语，尽管刚开始的时候有些害怕开口。学期伊始，学院和研究中心都有一些集体活动，每一个活动我都视为说英语的好机会，因为在那种场合即使你说错了也不要紧，老师和同学们还会想办法听懂你、帮你纠正。另外，我还要求自己每天坐公交车的时候至少和周围的人交谈5分钟，尽量每次都说不一样的话题，为此我甚至故意问时间或者下一站的站名以和人搭上话。总之就是想办法让自己多说，而且是和各种各样的人交谈（这样有利于你适应不同的口音）。我觉得这种做法很有帮助，两周后我的英语听说就有了明显的改善，在和人交流的是变的大方多了、自信多了。在学院本学期第一次博士生研讨会上，新来的博士都要做自我介绍、说说是自己的研究方向，尽管事先知道有这个步骤，进入会场前我还是没做什么准备（可能是因为类似的经历比较多，有几分自信），心想只要自己不是第一个发言（跳不是两头的座位坐就能做到）我就能应付得了。后来我第三个发言，前两个发言者发言时我按照他们自我介绍的模式快速地整理一下自己的思路，轮到我发言的时候，我很自然顺着这个思路把自己要表达的意思说了出来，在开头和结尾还即兴加了一点笑料，没想到说完以后现场反映挺正常，而且在座的一些人还真被我给逗笑了。但是因为没做事前准备，我不敢断定自己的脱口而出的话有没有语法毛病，事后我问了一下坐在身边的同学有没有听懂我刚才说的，他回答说听懂了啊、说得还挺好的，这话让我信心倍增，以至于几乎整个会场期间都陶醉在一种自信和成就感之中，所以那场研讨会的主题报告没听进去多少，在讨论阶段就一言不发了。　　一个月下来，我感到听老师讲课轻松多了，和周围的人交流也更得心应手。但是在有一个场合我还是经常受打击，那就是每天中午吃饭的时候。我们这个项目的十几个人总是差不多同一时间到Common Room（应该翻译成食堂吗？好像也不对，因为大家都是自带午餐，总之是大家一起进餐的一个公共场所），而且围着一张桌子坐。一坐到一起大家就开始边吃边聊、天南海北得聊，这时我的这帮来自欧美世界的同学们就会说大量的连读、简称、缩写词，还有很多只有我这个唯一的亚洲人不知道的人名、地名、流行语，谈到兴奋时他们总是情不自禁地提高语速。这让我好像回到了第一次和导师谈话时的状态，只能做个忠实的、一言不发的听众。好在当他们发现我很久没说话时，就会把话题引到我可能熟悉的领域或者直接问我他们所谈论的现象在中国是什么情形，让我也能说上几句话。后来一位母语也不是英语但是在英语世界生活了多年的博后跟我说，她到现在也很难听懂那样自由交谈时的谈话，这话多少让我拾回了一些信心。但是我还是通过在小范围的交谈中多发言以及先多和语速较慢的同学交谈开始，去适应那种集体谈话的氛围和身边的人的口音。到学期结束的时候我已经能够跟得上同学们在Common Room中的聊天了，还能没有障碍在人们的自由谈话中发表自己的观点。　　在本学期最后一次的同学聚会中，我提到自己恐怕是这个团队中英语说得最差的一个，我想这一点几乎是显而易见的，应该大家都这么认为。没想到在场的同学几乎一致地认为我的英语还是比另一位来自意大利的同学好一些，理由是我能够说出完整的长句子，而那位同学只能说短句子。倒数第二虽然不是什么好成绩，但对我真是莫大的鼓励，要知道，两个月前我曾想：要是我的英语能达到意大利这家伙的水平该多好啊！　　虽然做得不算成功，但有几个提高英语水平的小经验愿和大家分享：　　1、自信是第一位的，相信自己能说好英语才敢大胆去说。　　2、多开口说、和各种各样的人交谈。　　3、别人说的时候认真的听，如果可能，听不懂时候请对方重复。　　4、最好完全抛开母语集中练习英语，在连续的一段时间内说大量的英语往往产生质的飞跃。前面一点我没做到过（因为始终有中国人在身边），后面一点我深有体会（有时参加完一次外国朋友的聚会就感到英语一下子提高很多，而且更有自信了）。　　5、向native speaker请教一些地道的说法，当你不清楚或拿不准该怎么说的时候，问问他们是怎么说的，有心的话还可以问问有多少种说法、每种说法有什么区别。这样的事我常做，我同办公室的两位本地同学就是我的语言顾问（Linguistics Consultant）。思亲：走多远都忘不了爹娘　　以前一直以为自己的是个感情上很坚强的人，能够放得下各种牵挂来专注自己想做的。离开家人一段时间才发现，其实自己对家、对亲人是多么的依赖。我现在每天都在想念自己新婚的妻子（好在她即将来爱岛和我团聚），想念我和她的父母，想念我们的兄弟姐妹，还有我们的小侄女，当然还特别特别想念年迈的外公，尤其是在这样特殊的节日里、在应该举家团聚的时刻。　　最近听的和唱的最多的歌就是阎维文演唱的《母亲》和刘和刚演唱的《父亲》，有时在骑自行车的时候听都这些歌都能让我一阵阵酸楚。前几天我的QQ号被盗，有人借此向我的母亲要钱，父母二话没说就筹了些钱汇给“我”，这我再一次感受到他们对我的爱永远是那么的真挚和无私。由此我想到在我和外公、还有爸爸妈妈之间总是发生着一些似乎有些历史巧合的故事，不过在这些故事中他们之于我的始终是毫无保留的爱，我之于他们的则是无尽的遗憾和愧疚：　　22年前，我曾偷偷拿外公的钱跑到学校门口的商店买零食吃。22年后，外公又在我远行前把自己节约下来的钱送给我做开销，让我在外地能吃得好点。　　21年前，有人骗我说妈妈出事被送进了医院，我哭着跑到医院又一路哭着找回家。21年后，有人骗妈妈说我出事急需用钱，妈妈含着眼泪到银行汇款。　　20年前，爸爸曾用自行车推着我到十多里外的医院看病、陪我住院治疗。20年后，我没能在爸爸犯病的时候和他一起到附近的医院做一次检查、了解下他的病情。留学生：比什么不比什么　　留学生们之间——包括不同项目的留学生之间和同一项目的不同留学生之间——是有所攀比的，但是应该知道基于学生的身份我们应该比什么、不比什么，下面是我对此的一点看法：　　不比谁的导师地位高，比比谁的课业成绩好；　　不比谁的交通工具拽，比比谁的语言进步快；　　不比谁的网络好友多，比比谁的研究视野阔；　　不比谁的实验配置牛，比比谁的论文质量优；　　不比谁的收入福利旺，比比谁的学术成果壮；　　不比谁的脚走遍西洋，比比谁的心常系爹娘。　　当然，如果能够把视野放得更开阔一些，能够多和其他国家学生做比较，有那么点国际化竞争的意识，兴许这样的攀比会更有意义，比什么不比什么仍然是这六点意见。　　终于赶在新年的钟声敲响前，把自己留学四个月来最有感触的几个方面做了些总结，谨以这篇年终总结迎接全新的2012。　　祝愿各位朋友：新年快乐，心想事成！　　祝愿天下父母：身体健康，平安幸福！; 个人分类: 生活点滴|9834 次阅读|66 个评论

地学相关模型（7）: 热度 2 vcitym 2011-10-24 23:21; （7）CLUE-S、CA、ABM、DLS 适用于土地系统动态模拟方法可大致分为三类：基于经验统计的方法、基于多智能主体分析的方法、基于栅格邻域关系分析的方法和土地系统动态模拟系统（DLS）。基于经验统计方法的CLUE-S模型、基于多智能主体分析方法的ABM模型和基于栅格邻域关系分析方法的CA模型、基于土地系统结构变化及空间格局演替综合分析的DLS模型都可以用来模拟土地利用变化的时空格局。其中，CLUE-S模型是一种适用于小尺度规模地区的土地利用变化及其空间分布模拟模型。CLUE-S模型的突出特点是以用地需求作为区域土地利用变化的驱动因子，实现了区域用地需求的具体空间分配。用于土地利用变化研究的ABM模型主要包括描述研究景观的单元模型和描述行为者相互作用的Agent-based模型两部分，其优势在于模型包括了有思维行为和活动的人类个体，并在实践方面取得了巨大进展。CA模型作为空间结构模拟的主要方向，从空间场的观点出发，发掘空间单元的演变规律，实现了区域单元网格的动态模拟，能够在大尺度规模上反映土地利用变化的动态过程。 DLS则着眼于整个土地系统，以区域用地结构变化均衡理论和栅格尺度用地类型分布约束理论为理论依据，以区域土地系统为研究对象，综合考虑驱动区域土地系统结构变化的自然控制因子和社会经济驱动因子，定量地分析它们之间的动态反馈机制，并共同推进土地系统结构变化与格局演替的机理。DLS 将土地系统结构变化看作一个时空动态过程，通过开展情景分析，模拟区域土地系统演化时空格局。【1】 DLS在预测区域用地结构变化方面的理论依据主要源自CGE模型的用地结构变化模拟模型和基于系统动力学的用地结构变化模拟模型以及运用模型进行区域用地结构变化情景分析。区域用地结构变化模拟与情景分析是土地系统动态模拟与分析的重要组成部分，也是土地系统动态模拟系统（DLS）预测区域用地结构变化的基本理论依据之一。区域用地结构变化受产业结构及其变化、贸易环境、经济政策等诸多社会经济因素共同影响。社会经济因素的开放均衡性和系统反馈性特征决定了运用区域用地结构变化CGE模型和区域用地结构变化SD模型框架开展区域用地结构变化预测是DLS的必然选择。作为DLS的基本原理之一，区域用地结构变化CGE模型的机理性极强，对模拟的结果有着很强的解释能力。它将价格机制的作用引入模型，从而能够刻画现实条件下政策调整、市场波动等外部冲击是如何经由与土地系统结构变化相联系的经济决策和行为而最终导致区域用地结构变化的。与CGE模型不同，区域用地结构变化SD模型更加侧重于土地系统的系统性和反馈性。它将区域用地结构变化看作与社会经济行为普遍联系的动态过程，注重体现它们之间的动态反馈关系。用地结构变化SD模型具有仿真时间长、模拟效果好的特点，能够真正揭示自然—社会—经济巨系统中各因子的驱动—反馈关系。情景设计是DLS提高模拟预测精度的途径之一，同时符合土地系统结构变化不确定性特点的要求。因此，DLS情景设计是区域用地结构变化模拟模型的重要支撑。（待续）【1】邓祥征【著】，土地动态模拟系统，北京：中国大地出版社，2008.; 个人分类: 技术相关|6108 次阅读|2 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: ABM

相关帖子

相关日志

关闭安全验证