基于智能体的融合情绪化的灾后三级层次仿真系统及方法转让专利
申请号 : CN202110587241.0
文献号 : CN113239566B
文献日 : 2021-11-09
发明人 : 徐柏刚 , 张翔 , 唐建 , 杨庆 , 郭飞 , 孙晖
申请人 : 大连理工大学 , 张翔
摘要 :
权利要求 :
1.一种基于智能体的融合情绪化的灾后三级层次仿真系统,其特征在于,包括:数据库模块,包括用于存储预设区域内地理数据的地理信息数据库、用于存储灾后环境数据、智能体情绪数据、避难场地选择影响因素数据的三级结构数据库以及用于存储环境与感情对应关系模型、BDI模型改进算法、多智能体选择避难场地的智能体推理数据库;
智能体生成模块,用于根据仿真模拟的需要,产生相应的多种类型和数量的智能体;
环境仿真模块,用于通过对智能体周围指定参数范围内的环境进行空间分析,量化周围环境的建筑损坏程度与避难道路的堵塞情况;
情绪仿真模块,用于接收环境仿真模块传来的智能体周围环境的量化数据,协调数据库模块动态提取智能体推理数据库中环境与感情对应关系模型,得到三级结构中第二层级多智能体对应的一组智能体感情数据;
决策仿真模块,用于接收情绪仿真模块传来的智能体感情数据,运用BDI模型改进算法,得到避难过程与避难结果对多智能体在避难路径选择上的影响程度,并按照相关的选择,抉择智能体进入避难场地的避难道路;
信息交互与模拟模块,用于收集、分析、解译各功能模块传递的信息,并反馈、传递给其他功能模块,同时接收从决策仿真模块中处理后的数据,并在本模块中完成最终的仿真模拟运行。
2.根据权利要求1所述的基于智能体的融合情绪化的灾后三级层次仿真系统,其特征在于,所述地理信息数据库包括二维地理信息数据库和几何网络模型数据库,所述二维地理信息数据库中包括现状建筑位置、道路宽度、避难场地面积信息,所述几何网络模型数据库包括道路拓扑关系、不同类型人群在每条路上的行进速度信息。
3.根据权利要求1所述的基于智能体的融合情绪化的灾后三级层次仿真系统,其特征在于,所述情绪仿真模块基于如下公式得出多智能体情绪情况出现的概率:其中, 为多智能体群体在第二层级选择目标i上的概率;θ为地震震级影响参数;
为转变时间间隔;r为第一层级所在震级区间内的位置;k为多智能体群体在第二层级所在震级内可选择对象的出现概率;γ为多智能体针对单一智能体情绪集合的修正系数;n1为2
第二层级所在震级内可选择对象数量;i为第二层级所选目标;C为第一层级建筑物的损坏程度;rank(i)为在第二层级所在震级所有可以选择对象内的排名; 为在第二层级符合所在震级内可选目标的开始对象; 为在第二层级符合所在震级内可选目标的结束对象。
4.根据权利要求1所述的基于智能体的融合情绪化的灾后三级层次仿真系统,其特征在于,所述决策仿真模块中的BDI模型改进算法具体为:其中,a为第二层级初始以避难场地为避难选择最优选项的概率;b为第二层级初始以避难路径为避难选择最优选项的概率; 为以避难场地为避难选择最优选项的第二层级选择目标i上的概率; 为以避难路径为避难选择最优选项的第二层级选择目标i上的概率。
5.根据权利要求1所述的基于智能体的融合情绪化的灾后三级层次仿真系统,其特征在于,多智能体从避难起始点开始通过避难路径到避难场地的整个过程计算公式包括:其中,ρ为多智能体在避难道路上重复的路径信息比率,取值范围为(0,1);
Δτf(t)为t时刻所有多智能体在避难道路f范围内的路径信息总和; 为t时刻单一智能体q在避难道路f范围内的路径信息;m为多智能体总量;Pf(t)为t时刻所有多智能体在避难道路f范围内选择该条道路进行避难的概率;μf(t)为t时刻在避难道路f范围内的启发函数;α为路径信息权重系数;β为启发函数权重系数;f为场地内的任意一条避难道路;
tabook为禁忌表;Pfnax(t)为该条道路被选择进行避难的最大概率,取值范围为Pf(t)∈(0.5,1);Dj为场地内的任意一条避难道路长度;D为所有多智能体从初始点到目标避难场地的距离;j为需要经过的避难道路序号;n2为需要经过的避难道路总数量。
6.根据权利要求1所述的基于智能体的融合情绪化的灾后三级层次仿真系统,其特征在于,基于如下方法对多智能体震后三级情绪动态选择结构的最短路径进行选择:ka
其中:T 为任意点与点之间的距离; 为避难初始点到避难场地的最短距离;ka为避难路线经过的道路交叉点数量;γ为多智能体针对单一智能体情绪集合的修正系数;vε为避难初始点的位置; 为目标避难场地的位置;ε为避难过程起始点序号; 为避难过程终点序号。
7.一种基于智能体的融合情绪化的灾后三级层次仿真方法,包括如下步骤:步骤1、构建总数据库,所述总数据库包括存储预设区域内地理数据的地理信息数据库、存储灾后环境数据、智能体情绪数据和避难场地选择影响因素数据的三级体系数据库以及存储环境与感情对应关系模型、BDI模型改进模型、多智能体选择避难场地的智能体推理数据库;
步骤2、生成多个数量的智能体并按照不同种类的人群界定为不同的避难行为;
步骤3、初始化所有智能体的感情属性,基于三级体系数据库中存储的地震灾害环境损坏情况对应的智能体情绪分布情况输入BDI模型改进模型,得出避难场地影响程度;按照避难场地影响程度设置智能体的目的地;
步骤4、一定时间内多智能体会根据避难过程中所面对的建筑与避难道路损坏程度的不同,其情绪情况会发生变化,影响整个三级情绪动态选择结构中不同对应关系的改变;具体地,到达预设时间时,根据智能体推理数据库中环境与感情对应关系模型,将新的智能体情绪分布情况赋予各个智能体,新的感情输入所述BDI模型改进模型后获取新的避难场地选择影响因素信息数据,之后,智能体基于最新的情绪重复执行阶段的行为,直到时间达到预设避难截止时间;
步骤5、获取每个智能体行动的轨迹,完成灾后仿真。
8.根据权利要求7所述的基于智能体的融合情绪化的灾后三级层次仿真方法,其特征在于,所述步骤5中,通过显示模块实现仿真模拟的结果实时可视化输出,具体地,使用geotools实时获取智能体每一时刻行动的x、y值,在地图上动态表达,每一个智能体每一时刻的分析过程均保留数据库中,以便后期回溯,当程序结束后,可将智能体结束位置导出为shapefile格式文件,用于后期使用GIS软件、BIM软件进行空间统计与分析。
说明书 :
基于智能体的融合情绪化的灾后三级层次仿真系统及方法
技术领域
背景技术
无法比拟的优势,计算机则在搜索、计算、数据存储等方面优于人类,因此人类智慧与计算
机之间具有很强的互补性。人与计算机通过互相取长补短进而形成一种“1+1>2”的效果。
这种协作是一种双向的环闭系统,其中人类可以发挥机器设备的优点,接受机器设备的反
馈信息,同时计算机也可以读取人类的信号,两者互相促进。这种模式也即是人工智能中最
新产生的人机协同混合智能形态,也是计算机仿真模拟技术的基础。
继续学习,获取相关的经验。多智能体仿真模拟方法不同于传统的研究方法,其侧重于智能
体对环境的主动适应性与交互性。
模拟多数会选择混合型智能体作为载体,本发明也是以混合型智能体作为研究基础的。
真建立的现状周边环境进行感知继而判断如何进行避难,多个单一智能体组成的多智能体
可以模拟展示出人类在灾后的各种避难行为情况。当前,对于各种灾后仿真模拟,无论以哪
种智能体为基础,在避难路径与避难场地的选择上,均是以最开始设定的理性判断、理性选
择为基础,其后的仿真模拟行为也均是在此基础上进行的。但是震后由于情况复杂,普通居
民在心理上及知识上对于防灾避难的准备欠缺,因此很容易产生害怕、压力等心里因素,进
而影响对避难路线及避难场地的选择。因此现有多智能体震后避难仿真模拟技术存在着一
定的缺陷,不能完全反应出灾后避难人群随着心理情绪变化而产生避难决策变化的情况。
行为的智能体如何选择避难道路与避难场地。现存的多智能体完全理性化的寻找避难场地
无法真正的满足地震灾后的真实情况,仿真模拟的准确性不高,因此亟需建立混合人类情
绪的多智能体震后避难仿真模拟体系。
发明内容
储环境与感情对应关系模型、BDI模型改进算法、多智能体选择避难场地的智能体推理数据
库;
层级多智能体对应的一组智能体感情数据;
选择,抉择智能体进入避难场地的避难道路;
真模拟运行。
何网络模型数据库包括道路拓扑关系、不同类型人群在每条路上的行进速度信息。
级所在震级内可选择对象的出现概率;γ为多智能体针对单一智能体情绪集合的修正系
2
数;n为第二层级所在震级内可选择对象数量;i为第二层级所选目标;C 为第一层级建筑物
的损坏程度;rank(i)为在第二层级所在震级所有可以选择对象内的排名; 为在第二层
级符合所在震级内可选目标的开始对象; 为在第二层级符合所在震级内可选目标的结
束对象。
的第二层级选择目标i上的概率; 为以避难路径为避难选择最优选项的第二层级
选择目标i上的概率。
体q在避难道路f范围内的路径信息;m为多智能体总量;Pf(t)为t时刻所有多智能体在避难
道路f范围内选择该条道路进行避难的概率;μf(t)为t时刻在避难道路f范围内的启发函
数;α为路径信息权重系数;β为启发函数权重系数;f为场地内的任意一条避难道路;tabook
为禁忌表;Pfmax(t)为该条道路被选择进行避难的最大概率,取值范围为Pf(t)∈(0.5,1);Dj
为场地内的任意一条避难道路长度;D为所有多智能体从初始点到目标避难场地的距离;j
为需要经过的避难道路序号;n为需要经过的避难道路总数量。
为避难初始点的位置; 为目标避难场地的位置;ε为避难过程起始点序号; 为避难过程
终点序号。
库以及存储环境与感情对应关系模型、BDI模型改进模型、多智能体选择避难场地的智能体
推理数据库;
照避难场地影响程度设置智能体的目的地;
变。具体地,到达预设时间时,根据智能体推理数据库中环境与感情对应关系模型,将新的
智能体情绪分布情况赋予各个智能体,新的感情输入所述BDI模型改进模型后获取新的避
难场地选择影响因素信息数据,之后,智能体基于最新的情绪重复执行阶段的行为,直到时
间达到预设避难截止时间;
能体每一时刻的分析过程均保留数据库中,以便后期回溯,当程序结束后,可将智能体结束
位置导出为shapefile格式文件,用于后期使用GIS软件、BIM软件进行空间统计与分析。
能体的行为模式之中。把多智能体震后三级情绪动态选择结构混合入原有的完全理性化的
智能体决策体系中,可以更加贴近灾后现实人群的避难行为,进而更加准确的展现出灾后
的实际情况。
系存在的问题,推进了多智能体仿真模拟技术的发展。
体之中,并保证三级结构可以成功的运行。这些运算公式与算法,作为研究基础与借鉴,同
时可以应用于其他相关方面的研究。
的不同,情绪随之改变进而导致避难行为与选择随之改变的过程,提升整体仿真模拟的准
确性。
附图说明
明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以
根据这些附图获得其他的附图。
具体实施方式
本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员
在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
拟模块、通信模块、环境仿真模块、情绪仿真模块、决策仿真模块、显示模块、统计分析模块
系统结束模块等12个模块。具体地,
配置信息,并向整个仿真模拟系统中的各个模块发送开始命令。
储环境与感情对应关系模型、BDI模型改进算法、多智能体选择避难场地的智能体推理数据
库;
点,因此需在大数据分析模块中对其进行清洗、聚类等数据挖掘分析,包括识别指定区域建
筑、道路及人群分布信息等方面。
顾群体(包含:老人、幼儿及孕妇);第三类:残疾人(盲人(全盲)、盲人(弱视)、中风患者、腿
部残疾者)。
收从决策仿真模块中处理后的数据,并在本模块中完成最终的仿真模拟运行。
之间多智能体多线程通信的稳定。
等,同时协调数据库模块动态提取范围内避难道路、建筑的相关属性。
层级多智能体对应的一组智能体感情数据;
选择,抉择智能体进入避难场地的避难道路;并使用数据库模块动态提取现状避难场地相
关信息,并把数据传回到信息交互与模拟模块中,并在信息交互与模拟模块中最终完成多
智能体震后避难仿真模拟。
间数据)。2,仿真模拟的过程数据(包括全过程展示多智能体仿真模拟的运行过程)。
扑、坐标系统、通信等可能的因素而造成非正常结束,系统抛出异常信息并释放所有进程。
如系统异常结束,整个运行体系将重新回到初始化模块进行待命,等待下一次多智能体震
后避难仿真模拟的开始。
据库包括道路拓扑关系、不同类型人群在每条路上的行进速度信息。
况,这10种情况可以在一定程度上展现出不同类型、不同强度地震发生后的实际情况。第二
层级为智能体的情绪分布,即按照普通居民在灾后拥有害怕、压力及理性思考等各种心理
情绪状况所占百分比划分出10种智能体在灾后所呈现出来的人类情绪与意识,以至于最大
程度的利用多智能体震后避难仿真模拟可以更真实的展现出现实人群灾后的避难行为。第
一层级与第二层级有多种对应方式,并且随着单位时间的推移,已形成的对应关系也会随
时间的转移与改变。
多智能体群体在第二层级所在震级内可选择对象的出现概率;γ为多智能体针对单一智能
体情绪集合的修正系数;n为第二层级所在震级内可选择对象数量;i为第二层级所选目标;
2
C为第一层级建筑物的损坏程度;rank(i)为在第二层级所在震级所有可以选择对象内的
排名; 为在第二层级符合所在震级内可选目标的开始对象; 为在第二层级符合所在震
级内可选目标的结束对象。
为10种情况。其与第二层级的多智能体灾后情绪模式相对应。当以避难场地为避难选择最
优选项的概率<50时,说明灾害破坏相对较小,现实人群更加容易出现从众现象,个体避难
行为与避难人群一致时,就有一种安全感,因此避难过程的情况对人群的影响相对较大。当
以避难场地为避难最优选项的概率≥50时,说明地震破坏较大,普通人群受灾害影响,非常
害怕,心理压力巨大,因此更加重视避难结果,尽快进入避难场地进行避难为优先考虑目
标。
发明的BDI模型改进算法具有计算结构简单,分类清晰,结果准确的特点。
的第二层级选择目标i上的概率; 为以避难路径为避难选择最优选项的第二层级
选择目标i上的概率。
体q在避难道路f范围内的路径信息;m为多智能体总量;Pf(t)为t时刻所有多智能体在避难
道路f范围内选择该条道路进行避难的概率;μf(t)为t时刻在避难道路f范围内的启发函
数;α为路径信息权重系数;β为启发函数权重系数;f为场地内的任意一条避难道路;tabook
为禁忌表;Pfmax(t)为该条道路被选择进行避难的最大概率,取值范围为Pf(t)∈(0.5,1);Dj
为场地内的任意一条避难道路长度;D为所有多智能体从初始点到目标避难场地的距离;j
为需要经过的避难道路序号;n为需要经过的避难道路总数量。
选择率,把避难选择率超过50%以上的避难道路进行集合即为场地内以避难路径为首要选
择目标的避难路径集合体。
因此会以最短的路径做为依据来选择避难道路。因此本发明建立了N次迭代的最短路径选
0
择公式(公式6,公式7),本公式运用逐步逼近避难场地的思想,即从赋权矩阵T 开始进行n
1 2 n
次迭代,依次得到一个矩阵序列T,T ,…,T。以矩阵运算为基础,通过多次求两点之间距离
的最小值,最终得到场地内任意一点的智能体到达目标避难场地的最短路径。本公式具有
符合地震灾害特点、计算准确、计算过程相对简单的特点,尤其与多智能体震后三级情绪动
态选择结构相适应,进而完成整个震后仿真模拟体系的运行。
为避难初始点的位置; 为目标避难场地的位置;ε为避难过程起始点序号; 为避难过程
终点序号。
库以及存储环境与感情对应关系模型、BDI模型改进模型、多智能体选择避难场地的智能体
推理数据库;
照避难场地影响程度设置智能体的目的地;
变。具体地,到达预设时间时,根据智能体推理数据库中环境与感情对应关系模型,将新的
智能体情绪分布情况赋予各个智能体,新的感情输入所述BDI模型改进模型后获取新的避
难场地选择影响因素信息数据,之后,智能体基于最新的情绪重复执行阶段的行为,直到时
间达到预设避难截止时间;
要用于对数据库模块做挖掘处理。
同的避难运行速度:正常人的速度为1m/s、老人及幼儿的速度为0.625m/s、孕妇的速度为
0.7m/s、盲人(全盲)的速度为0.8m/s、盲人(弱视)的速度为0.95m/s、中风患者的速度为
0.5m/s、腿部残疾者的速度为0.7m/s。
构。
后三级情绪动态选择结构中第一层级中的10种可选择模式。随后执行多智能体震后三级情
绪动态选择结构。并依此赋予多智能体相应的属性数据,把其送到信息交互与模拟模块中
进行仿真模拟。
出避难场地影响程度。
关系的改变,进而改变多智能体仿真模拟的结果。
中,以便后期回溯。当程序结束后,可将agent结束位置导出为shapefile格式文件,以便使
用GIS、BIM等软件进行空间统计与分析。
复到初始化模块,等待仿真模拟的再次重新开始(图2)
智能体以完全理性化避难决策设置的情况,达到对震后避难情况预测更加精准的目的。本
发明所产生的技术方法可以延伸应用于灾后应急医疗设施,救灾物资的分配与配置等其他
方面的仿真模拟与相关研究,是一种先进的科学技术方法。
然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进
行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术
方案的范围。