【技术实现步骤摘要】
一种在CPSS下基于ACP理论的群体演化方法
本专利技术属于通信信息技术和社会计算领域,涉及一种应急场景下大规模人群疏散的群体演化建模方法。
技术介绍
社会公共安全一直以来都是政府和人们关注的重点,众多学者和研究员在这方面也投入了大量的研究,公共场所中突发事件引发的大规模人群拥堵行为一直以来都备受关注。在上下班高峰期的地铁站,举办盛大赛事的室内场馆等,若发生火灾或者自然灾害等突发事件时,极易因为种种因素引发大规模的拥堵甚至是踩踏等恶性事件,带来极为不良的后果。因此研究突发事件下人群疏散行为将具有重要的社会意义。目前社会上,在较为密闭的公共场都会配有相应的应急措施,包括烟感传感器,温湿度传感器等,实时监测一定范围内环境变化及时上传系统中心以便应对一些如火灾等突发事件发生时可以发出警报,对人群疏散起到了一定引导作用。但是依然会存在一些因突发事件导致的事故,因此,在已有的硬件基础之上,科学的理论指导方针也尤为重要。未来社会将会更加智能化,如今已经步入物联网世界,同时也正往信息物理融合的路上,较之传统的物联网,信息物理融合则是将计算、通信和存储集为一体,使得机器具备自我控制和智能感知计算的能力。在学术界,研究者提出了人作为社会的主体,作为信息传播中重要的载体之一,未来的城市化进程应当是信息物理社会融合为一体的系统,实现以人为主,服务为人的智慧城市。当在信息物理社会系统融合的情况下来研究大规模群体演化规律时,如何对于该复杂系统进行有效管理,并在此系统下对群体活动进行研究将成为一大研究热点。目前,有学者提出基于ACP方法的理论控制框架,解决了信息物理社会融合的复杂系统 ...
【技术保护点】
1.一种在CPSS下基于ACP理论的群体演化方法,其要点在于:在信息物理社会系统融合的复杂系统下,基于ACP方法实现了对复杂系统的管理与控制,利用智能体的人工社会建模方法解决了对人建模困难的问题,基于此应用于人群疏散规律的研究,考虑到人员社会关系对疏散过程中心理的影响,建立群体演化的博弈分析模型分析个体间的状态更新行为,最后引入Q强化学习算法指导智能体不断学习更新,指导智能体的作出决策。该机制具体包括以下步骤:S1)对社交网络中的节点关系进行相关定义;S2)量化出社会关系三个主要影响因素,包括个体间的亲密度、信任度以及个体坚持度,得到个体的从众程度;S3)建立群体演化博弈的模型,包括个体间博弈过程和个体博弈后内部的行为更新规则;S4)引入Q强化学习算法指导智能体不断学习更新,指导智能体作出决策。
【技术特征摘要】
1.一种在CPSS下基于ACP理论的群体演化方法,其要点在于:在信息物理社会系统融合的复杂系统下,基于ACP方法实现了对复杂系统的管理与控制,利用智能体的人工社会建模方法解决了对人建模困难的问题,基于此应用于人群疏散规律的研究,考虑到人员社会关系对疏散过程中心理的影响,建立群体演化的博弈分析模型分析个体间的状态更新行为,最后引入Q强化学习算法指导智能体不断学习更新,指导智能体的作出决策。该机制具体包括以下步骤:S1)对社交网络中的节点关系进行相关定义;S2)量化出社会关系三个主要影响因素,包括个体间的亲密度、信任度以及个体坚持度,得到个体的从众程度;S3)建立群体演化博弈的模型,包括个体间博弈过程和个体博弈后内部的行为更新规则;S4)引入Q强化学习算法指导智能体不断学习更新,指导智能体作出决策。2.如权利要求1所述的一种在CPSS下基于ACP理论的群体演化方法,所述步骤S1)中,对社交网络中的节点关系进行相关定义包括以下步骤:步骤S11)定义个体间关系。社交网络中的用户行为能够一定程度上反映社会关系,在社交网络中,假设个体Vi对个体Vj或者Vj对个体Vi存在关注关系,则他们之间的关注关系表示为Ri,j或Rj,i,此处Ri,j≠Rj,i表示个体间的关系是有向性的;步骤S12)定义个体间的社会关系网络。社会中的个体间关系网络用G=(V,E)表示,V表示社交网络中的个体,也即人工社会中的用来代替人类个体的智能体,E表示个体间产生联系的边集合,智能体总数为N=|V|,即网络中的节点总数;步骤S13)定义五元组H=(N,S,A,U,P),其中N为多智能体数量集合N={1,2……n};S为系统群体状态集合;A为动作合集,其中a={a1,a2……ai}。U是智能体节点的效用函数,在一个博弈周期内节点获得累积收益,在疏散过程中每个个体总是会追求自己的最大效用值,因此会模仿相邻节点所选择更优的策略来改进自身的效用值;P是转移概率函数,根据不同影响因素导致不同的从众程度来更新个体间的追随关系。3.如权利要求1所述的一种在CPSS下基于ACP理论的群体演化方法,所述步骤S2)中量化出社会关系三个主要影响因素,包括个体间的亲密度、信任度以及个体坚持度,得到个体的从众程度,具体步骤如下:步骤S21)计算节点间的亲密度。现实社会中的个体间亲密度,体现在社交网络中可以表征为节点间的亲密关系,亲密关系的好友或者亲人,在社交网络中,亲密节点间的个体拥有更多的共同好友,所涉及共同兴趣领域也会更多相同的地方,表征为节点出度,计算公式如下:表示i的节点出度,Γin(j)表示节点j的入度节点集合;步骤S22)计算节点的信任度。在社交网络中,某个用户被关注的越多,那么现实生活中该用户可能是具备更高的社会影响力的个体,他的行为具有一定的指引性作用,可以看作是具有更高信任度的节点。在社交网络中,表现为节点的入度,因此节点的信任度计算公式为:表示两个节点间共同的入度节点数量;步骤S23)计算个体的坚持度,一些个体在社交网络中与人互动交流较少,与人互动频率较低,该个体可能具有较高的...
【专利技术属性】
技术研发人员:胡敏,赖礼城,黄宏程,
申请(专利权)人:重庆邮电大学,
类型:发明
国别省市:重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。