Микросимуляция - Microsimulation

Микросимуляция (от микроаналитического моделирования или микроскопического моделирования) - это категория компьютеризированных аналитических инструментов, которые выполняют очень подробный анализ таких действий, как шоссе движение транспорта через перекресток, финансовые операции, или же патогены распространение болезни через население. Микромоделирование часто используется для оценки эффектов предлагаемых вмешательств, прежде чем они будут реализованы в реальном мире. Например, модель микросимуляции трафика можно использовать для оценки эффективности удлинения полосы поворота на перекрестке и, таким образом, помочь решить, стоит ли тратить деньги на фактическое удлинение полосы движения.

Вступление

Микромоделирование можно отличить от других типов компьютерного моделирования, рассматривая взаимодействие отдельных людей. единицы такие как люди или автомобили. Каждая единица рассматривается как автономная сущность, и разрешенное взаимодействие единиц может варьироваться в зависимости от стохастический (рандомизированные) параметры. Эти параметры предназначены для представления индивидуальных предпочтений и тенденций. Например, в модели движения некоторые водители осторожны и ждут большого промежутка перед поворотом, тогда как другие агрессивны и допускают небольшие промежутки. Аналогичным образом, в модели общественного здравоохранения люди могут различаться по своей устойчивости к вирусу, а также по личным привычкам, которые способствуют распространению вируса (например, как часто / тщательно они моют руки).

Международная ассоциация микросимуляции,[1] определяет микросимуляцию как метод моделирования, который работает на уровне отдельных единиц, таких как люди, домохозяйства, транспортные средства или фирмы. В модели каждая единица представлена ​​записью, содержащей уникальный идентификатор и набор связанных атрибутов, например список лиц с известными возрастом, полом, семейным положением и занятостью; или список транспортных средств с известным происхождением, пунктом назначения и эксплуатационными характеристиками. Затем к этим модулям применяется набор правил (вероятностей перехода), что приводит к смоделированным изменениям состояния и поведения. Эти правила могут быть детерминированными (вероятность = 1), например, изменения налоговых обязательств в результате изменений в налоговых правилах, или стохастическими (вероятность <= 1), например вероятность смерти, вступления в брак, рождения ребенка или переезда в течение определенного периода времени. . В любом случае результатом является оценка результатов применения этих правил, возможно, на многих временных шагах, включая как общее общее совокупное изменение, так и (что важно) способ распределения этого изменения в моделируемой популяции или местоположении.

Эконометрическое микромоделирование

В прикладной эконометрика Исследования, микросимуляция используется для моделирования поведения людей во времени. Микромоделирование может быть динамическим или статическим. Если это динамическое поведение, поведение людей меняется с течением времени, тогда как в статическом случае предполагается постоянное поведение.

Существует несколько микросимуляторов для налогообложения, пенсий и других видов экономической и финансовой деятельности. Эти модели обычно реализуются государственными учреждениями или академики. Одним из примеров является Pensim2 (а динамическая микромоделирование пенсионной модели ), который динамически моделирует пенсионные доходы на следующие 50 лет в объединенное Королевство. Евромод статическая микросимуляционная модель для 15 Евросоюз состояния. Североамериканские модели микросимуляции включают продольную, динамическую микросимуляцию CORSIM и дочерние модели. ДИНАКАН (Канада, действие прекращено 1 июня 2009 г.) и POLISIM (США). Министерство здравоохранения и социальных служб США использует статическую микросимуляционную модель трансферного дохода (TRIM), чтобы понять потенциальные последствия изменений в программах налогообложения, трансфертов и здравоохранения.[2] Связанный пример, который обеспечивает пространственно-детализированное микромодулирование городского развития, - это PECAS.

Эконометрические модели микросимуляции можно разделить на два типа:

  • Закрыто, продольные динамические модели микросимуляции (такие как DYNACAN и Pensim2) начинаются с начальной популяции, которая изменяется только с помощью смоделированных жизненных событий демографических модулей, таких как рождаемость, смертность и миграция. Таким образом, в любой момент во время прогона модели можно ожидать, что моделируемая совокупность останется полностью репрезентативной (синтетической) выборкой для моделируемой совокупности.
  • Открыть модели имеют тенденцию фокусироваться на конкретных ключ индивидуумов и формировать их репрезентативность на основе популяции указанных лиц. В такой среде новые люди добавляются или удаляются из популяции по мере необходимости, чтобы обеспечить «соответствующий» набор жизненных событий для ключевых людей.

Одним из ярких примеров этого различия является отношение к браку в рамках двух типов моделей. В то время как открытые модели могут просто генерировать подходящего супруга для ключевого человека, закрытые модели должны вместо этого определять, какие люди в своей популяции могут вступать в брак, а затем подбирать их.

Микромоделирование трафика

вид типичной микросимуляции 2D-анимации. Показано, а кольцевой в стране, где движение едет слева.

Микромоделирование также используется в моделирование трафика и типичными являются программные пакеты, такие как TransModeler, PTV VISSIM, ЦИС-КОРСИМ, Cube Dynasim, LISA +, Quadstone Paramics, SiAS Парамики, Simtraffic, Аймсун, и MATSim. Аналитическое моделирование программное обеспечение, такое как LINSIG, TRANSYT, ТРАНСИТ-7Ф или же ПЕРЕСЕЧЕНИЕ СИДРЫ представляют собой другой класс моделей, основанных на математических алгоритмах, представляющих комбинации элементов модели трафика.

Модели микромоделирования трафика имитируют поведение отдельных транспортных средств в пределах заранее заданной дорожной сети и используются для прогнозирования вероятного воздействия изменений в схемах движения в результате изменений в потоке движения или в результате изменений в физической среде.

Микромоделирование имеет наибольшую силу при моделировании перегруженных дорожных сетей благодаря его способности имитировать условия очередей. Модели микромоделирования продолжат обеспечивать результаты при высоких степенях насыщения, вплоть до абсолютного тупика. Эта возможность делает модели такого типа очень полезными для анализа транспортных операций в городских районах и центрах городов, в том числе развязки, карусели, несигнальный и сигнализировал перекрестки, сигнал согласованные коридоры и вычислительные сети. Микромоделирование также отражает даже относительно небольшие изменения в физической среде, такие как сужение полос движения или перемещение стоп-линий на перекрестках.

В последние годы моделирование микросимуляции привлекло внимание своей способностью визуально отображать прогнозируемое поведение трафика с помощью 3D анимация, позволяя непрофессионалам, таким как политики и широкая общественность, чтобы полностью оценить влияние предлагаемой схемы. Дальнейшие успехи в этой области достигнуты благодаря объединению данных микросимуляционной модели с 3D-анимацией кинематографического качества и с виртуальной реальностью такими компаниями, как ФОРУМ8 в Японии.

Микромоделирование пешехода или толпы

Микромоделирование пешеходов или агентов в последние годы стало популярнее в промышленности; эти системы фокусируются на моделировании отдельных людей, перемещающихся в пространстве, с учетом таких аналитических показателей, как использование пространства, уровень обслуживания, плотность, упаковка и разочарование.

Многие текущие Микромоделирование трафика пакеты программного обеспечения объединяют компоненты трафика и пешеходов для создания более полных систем, в то время как многие переходные Моделирование толпы инструменты продолжают совершенствоваться для использования в крупномасштабном дизайне городского пространства.

Микромоделирование в науках о здоровье

В науках о здоровье микросимуляция позволяет создавать истории жизни отдельных людей. Этот метод используется, когда моделирование пропорций (макросимуляция) популяции по типу «сток-и-поток» не может в достаточной степени описать интересующую систему. Этот тип моделирования не обязательно предполагает взаимодействие между людьми (как описано выше) и в этом случае может генерировать людей независимо друг от друга, и может легко работать с непрерывным временем вместо дискретных временных шагов.

Несколько примеров микросимуляционных моделей в науках о здоровье были объединены в программе CISNET Национального института рака США (http://cisnet.cancer.gov/ ). В Канаде модель здоровья населения (POHEM) является распространенной платформой, которая исследует множество хронических заболеваний, включая диабет, сердечно-сосудистые заболевания и артрит.[3]

Пространственная микросимуляция

Экономические и медицинские подходы к микромоделированию дают представление о влиянии изменений в экологических, экономических или политических условиях на данную популяцию людей. Однако влияние многих изменений зависит от контекста, а это означает, что одно и то же изменение (например, в диапазонах подоходного налога) может иметь желательные последствия в некоторых регионах, но нежелательные - в других. Это понимание лежит в основе пространственных подходов к микросимуляции. Термин «пространственная микросимуляция» относится к набору методов, которые позволяют приблизительно оценить характеристики людей, живущих в определенной области, на основе набора переменные ограничения что известно об этом районе. Как и в случае эконометрического микросимуляции, пространственная микросимуляция может быть динамической или статической и может включать в себя взаимодействующие или пассивные единицы.[4]

Пространственная микросимуляция имеет много общего с пространственным популяционным синтезом и применяет многие из тех же методов. Пространственный популяционный синтез широко используется в области транспортного моделирования и, в частности, как средство создания микропопуляций для агентных моделей.[5].

Гай Оркатт широко цитируется как создатель пространственного микромоделирования. Пространственное микромоделирование требует больших вычислений и данных, и некоторая степень компьютерного программирования является необходимым условием для создания моделей. По этим причинам методика не получила широкого распространения. Однако ряд факторов привел к быстрому росту количества публикаций по пространственному микромоделированию в академических кругах. география и смежные дисциплины. К ним относятся:

  • Доступность и низкая стоимость мощных персональных компьютеры.
  • Появление удобного и недорогого компьютерного программного обеспечения, с помощью которого можно создавать модели микросимуляции. Примеры р, Ява, и Python, каждый из которых можно отнести к Бесплатное программное обеспечение с открытым исходным кодом.
  • Улучшение данные коллекторская деятельность правительствами, корпорациями и некоммерческими организациями.
  • Повышение доступности данных.

Языки и платформы программирования

В дополнение к тематическим программам существуют языки программирования общего назначения (см. Моделирование трафика). Примеры включают JAS-mine,[6] ЛИАМ2,[7] МОДГЕН,[8] и OpenM ++.[9]

Смотрите также

дальнейшее чтение

Рекомендации

  1. ^ Международная ассоциация микросимуляторов - цели
  2. ^ «TRIM3».
  3. ^ Hennessy, Deirdre A .; Фланаган, Уильям М .; Танусепутро, Питер; Беннет, Кэрол; Тунец, мелтем; Копец, Яцек; Вольфсон, Майкл С .; Мануэль, Дуглас Г. (2015). «Модель здоровья населения (POHEM): обзор обоснования, методов и приложений». Показатели здоровья населения. 13: 24. Дои:10.1186 / s12963-015-0057-х. ЧВК  4559325. PMID  26339201.
  4. ^ Баллас, Д., Дорлинг, Д., Томас, Б., и Росситер, Д. (2005). География имеет значение: моделирование местного воздействия национальной социальной политики (стр. 491). Фонд Джозефа Раунтри. Дои:10.2307/3650139, в свободном доступе здесь: http://www.jrf.org.uk/publications/geography-matters-simulating-local-impacts-national-social-policies
  5. ^ Рич, Джепп (2018-12-29). «Масштабный пространственный синтез населения Дании». Обзор европейских транспортных исследований. 10 (2): 63. Дои:10.1186 / s12544-018-0336-2. ISSN  1866-8887.
  6. ^ "ЯС-Майн".
  7. ^ «О компании - ЛИАМ2».
  8. ^ «Modgen (Генератор моделей)». 2009-09-30.
  9. ^ «OpenM ++».