Агентные модели в действии

Feb 13 2023
Тематические исследования, демонстрирующие возможности передовых методов моделирования
Клэр — старший менеджер по продукту в лаборатории моделирования городов Arup. В лаборатории моделирования городов Arup мы разрабатываем возможности, которые можно использовать для решения широкого круга вопросов, которые могут помочь нашим городам работать лучше — для всех нас. Мы работаем с несколькими партнерами и клиентами, чтобы продвигать и применять наши исследования в моделировании городов, регионов и стран.

Клэр — старший менеджер по продуктам в лаборатории моделирования городов Arup.

В лаборатории моделирования городов Arup мы разрабатываем возможности, которые можно использовать для решения широкого круга вопросов, которые могут помочь сделать наши города лучше для всех нас. Мы работаем с несколькими партнерами и клиентами, чтобы продвигать и применять наши исследования в моделировании городов, регионов и стран.

Здесь мы расскажем о трех тематических исследованиях, описывающих нашу работу с Transport for London, Transport Infrastructure Ireland и Министерством транспорта Новой Зеландии.

Проблемы, стоящие перед каждой из этих организаций, схожи. В целом, местные и национальные транспортные власти пытаются:

  1. Отслеживайте и улучшайте связи между людьми и ключевыми видами деятельности (например, школами, рабочими местами и общественными службами, такими как больницы).
  2. Понимать влияние любого изменения стоимости проезда (например, тарифов на общественный транспорт или дорожных сборов).
  3. Предвидеть взаимодействие между видами транспорта (например, влияние совместного использования транспортных средств на количество пассажиров в общественном транспорте или появление скутеров и велосипедов на пробках).
  4. Определите и изучите наиболее узкие места в сети более подробно (например, в какое время сеть наиболее загружена и как долго, или какие маршруты обслуживают основных работников, которые вряд ли будут иметь доступ к альтернативным вариантам транспорта).

С агрегированными данными мы упускаем основную информацию о том, что движет поведением.

«В конечном итоге это не транспортная модель. Это социальная модель. Если мы создадим структуру, позволяющую лучше понять поведение людей, у нас появятся реальные возможности за пределами транспорта».

Дэн Дженкинс. Новая Зеландия, Министерство транспорта.

Ниже приведены дополнительные сведения о моделях на основе агентов, которые мы создаем совместно с Transport for London, Transport Infrastructure Ireland и Министерством транспорта Новой Зеландии.

(Для получения дополнительной информации о том, что такое модель на основе агентов, попробуйте наш пост: Def: City Modeling .)

Транспорт для Лондона

Мы работали совместно с TfL, чтобы смоделировать, где и когда дороги становятся перегруженными; где и когда увеличивается спрос на общественный транспорт; и где и когда люди проводят время на работе, в школе или дома. Это было частью совместной исследовательской инициативы с TfL, чтобы ответить на вопрос: «Что требуется общегородской агентской модели для Лондона?»

Вместе мы построили общегородскую альфа-симуляцию, основанную на восходящих взаимодействиях симулируемого (или «синтетического» — говоря транспортным языком) населения. TfL разработала синтетическую популяцию с исходными моделями активности. Эти модели активности описывают то, что люди пытаются делать каждый день (например, человек может начать из дома, отвезти детей в школу, поехать на работу, а затем вернуться домой).

Используя эту синтетическую популяцию, мы смоделировали поведение примерно 10% постоянного населения Лондона, включая некоторых не жителей Лондона и грузовые автомобили. Результатом стала модель поведения примерно 1 миллиона уникальных агентов, каждый из которых совершал примерно 750 действий в течение одного дня. Мы могли видеть, где и когда люди, скорее всего, будут ездить на работу, и по каким маршрутам они едут. Моделирование того, что мы наблюдаем в реальном мире, является основой для тестирования различных сценариев «что, если».

Места деятельности (дом, работа, магазины, образование и т. д.), смоделированные в Лондоне.

Чтобы смоделировать население Лондона, нам нужно было построить всю транспортную сеть Великобритании, включая национальные железные дороги и автомагистрали. В самом Лондоне мы представляли весь общественный транспорт и дороги.

Эта работа продемонстрировала, что модели на основе агентов подходят и технически осуществимы для решения ряда вопросов, которые они могут планировать. Агентные модели позволят TfL моделировать влияние изменений политики или инфраструктуры на локальном уровне и оценивать последствия любого изменения для справедливости. Агентные модели также позволят TfL моделировать эффект технологических или культурных изменений, для которых у нас нет прецедентов, таких как подключенные автономные транспортные средства или новые модели удаленной работы.

Более подробно об этом проекте вы можете узнать в этой статье .

Министерство транспорта Новой Зеландии

Министерство заключило партнерские отношения с Arup для создания национального потенциала моделирования. В рамках этого исследовательского проекта будет изучено, как можно использовать модель на основе агентов для оценки различных вариантов политики и инфраструктуры. Наша работа по моделированию с Министерством будет поддерживать доказательную базу транспортных вмешательств и результатов в течение следующих 5–50 лет. Например, понимание влияния новой инфраструктуры или дорожных сборов на поведение в поездках и, что важно, оценка социальных и распределительных последствий таких изменений.

Синтезированные планы поездок для 10% выборки населения Новой Зеландии, направляющегося на работу или в школу, с использованием данных обследования жителей пригородных поездов Новой Зеландии.

Вместе мы создаем агентную модель. Мы построили основу модели, откалибровав модель с 10% населения Новой Зеландии, следуя индивидуальным планам по всей стране.

В будущем мы будем расширять модель, чтобы охватить широкий спектр транспортных услуг Новой Зеландии (включая паромы и самолеты). Мы будем использовать большую выборку населения (> 15%) и сосредоточимся на оценке влияния дорожных сборов. на транспортной сети.

Транспортная инфраструктура Ирландии

Чтобы поддержать нашу работу с Transport Infrastructure Ireland по планированию более справедливой и устойчивой дорожной сети, мы будем моделировать различные потенциальные транспортные изменения, используя модель на основе агентов. Мы создали основу для общенациональной модели, которая позволит нам оценивать сложные взаимодействия в сети.

Обобщенные планы поездок для 10% выборки населения Ирландии, которые едут на работу или в школу.

Мы откалибровали нашу модель, используя ряд исторических данных, чтобы лица, принимающие решения, были уверены в входных данных модели. Эти исторические данные позволяют нам тестировать изменения и сообщать о наблюдаемых условиях. Используя эту информацию, мы будем искать инновационные способы пилотирования новых решений для ирландской общественности, более справедливо продвигая принципы ЕС «Платит пользователь» и «Платит загрязнитель». Например, если изменится плата за проезд, как это по-разному повлияет на сообщества? Кто может быть наиболее уязвим к изменениям в политике? И какие новые модели поведения в путешествиях могут сформироваться в результате.

На следующем этапе этой работы модель будет расширена, чтобы смоделировать ряд потенциальных изменений в сети, чтобы Транспортная инфраструктура Ирландии могла оценить последствия потенциальных транспортных политик. Это будет поддерживать широкий набор результатов, таких как непрерывность бизнеса, повышение справедливости, сокращение выбросов углерода и надежность обслуживания людей.