一种利用多代理人仿真进行视觉感知模拟的算法

1.本发明涉及环境模拟及仿真技术领域，具体的说是一种基于多代理人仿真根据视觉感知偏好研究数据模拟群体行为决策的方法。


背景技术：

2.视觉行为是人类时空间行为的重要组成部分，人借助感觉认知获得空间视觉的刺激物信息，引发情绪产生行为活动引导。对于人的情绪进行测度及其与行为关联的研究，广泛应用于旅游管理、城乡规划、建筑设计、广告营销、平面设计等多个领域。
3.视觉行为与足迹行为的联立研究，通常通过视觉行为数据收集与行为数据采集完成的，前者包括桌面式眼动仪、便携式眼动仪、摄影照片分析等设备和技术手段，后者则常通过wi-fi、gps、gnss、rfid等手段进行研究主体行为数据的收集。然而，实际研究过程中，需要确保数据测度主体相同，否则容易造成因研究个体的偏差对所得结果产生影响。其次，由于人的决策并非完全受视觉行为影响作出，实测所得的足迹行为数据难以筛除其他环境因素的影响，获得纯粹的视觉感知对行为的影响，以针对性地完成对研究案例地的城市设计回应。
4.为了克服上述缺陷，后来发展了两种典型的方法。两类方法试图将环境视觉感知与行为偏好建立关联，通过计量模型的估计完成视觉感知与人的具体行为的关联与预测。该方法有以下缺陷：(1)、无法将环境视觉感知行为形成可供决策参考的可视化地图，对于异常空间的识别存在不足；(2)、人在实际环境中进行的选择是多次选择概率叠加后形成的行为链，两类方法对预测行人行为链的支持度不足，难以对研究范围内行人偏好空间进行预测。


技术实现要素：

5.本发明的目的在于提出了一种利用多代理人仿真进行视觉感知模拟的算法，该方法能够利用多代理人仿真解决具有高度异质性复杂问题的独特优势，根据对特定群体视觉感知偏好情况的研究结果，进一步模拟出该类群体在特定区域的活动情况，从而建立由视觉感知到实际行为决策的转化路径。
6.为实现上述目的，本发明采用以下技术方案：
7.一种利用多代理人仿真进行视觉感知模拟的算法，包括以下步骤：
8.s1、调用地理信息数据建立代理人的运行网络基础，构建仿真系统环境；
9.s2、设定代理人生成点位和数量，代理人移动离开生成点位，获得所在点位的视觉感知情况数据与网络点位连接情况，获取非上一停留点位的待选目标点集，并计算与之连接的无向网络的视觉效用值；
10.s3、代理人根据备选项的视觉效用值进行选择概率计算，执行一次蒙特卡洛模拟，将目标选择概率转化为确定的选项情况，并移动至选定目标点；
11.s4、连接代理人所在的上一目标点与当前所在目标点的无向网络进行代理人经过
情况计数，输出最终代理人累积量和当前量。
12.优选地，步骤s1中仿真系统环境的构建过程为：
13.s11、预处理待导入的shapefile格式地理信息数据库，其应具备的特征包括在交叉口打断的路段线要素集、道路视觉信息特征、道路节点编号，并设置仿真系统对应的世界大小等同于数据框；
14.s12、定义地理信息数据库shapefile文件路径，由gis扩展函数load-dataset引入，获取的节点列表数据结构为三层嵌套的点集；令输入的节点集标注为ft，每一行都代表线要素上的所有节点集合，遍历输入的ft集合获得第二层嵌套点集结构vtl，得到单一线要素内包含的[1
×
2]点集vt；
[0015]
s13、遍历点集vt获取各点坐标，为避免重复生成节点，先判定各点坐标上是否已有节点生成，若有则跳过该点，若无则生成节点vt1，再根据点集vt中另一节点的坐标生成网络节点vt2；
[0016]
s14、由节点vt2向节点vt1生成无向网络，并继承具备相同节点的地理信息数据库的字段与数据内容。
[0017]
优选地，步骤s2的具体过程为：
[0018]
s21、设定代理人生成数量，生成点位具备系统入口的特征，每个代理人具备记录起始节点o、上一停留节点l、当前节点c和目标节点d的特征，再将起始节点o赋值到上一停留节点l，代理人移动至与入口相邻的网络节点，该节点赋值为c；
[0019]
s22、代理人获取当前节点c及与之连接的所有无向网络的情况，计算除连接当前节点c与上一停留节点l之外其它无向网络的视觉效用值v，效用值v的计算如下公式所示：
[0020][0021]
式中，v表示无向网络的视觉效用，即每个单一元素的视觉占比字段值xi与对应的视觉要素偏好效用系数αi的乘积加和结果，xi为视觉占比字段值，αi为视觉要素偏好效用系数，n为该节点包含的视觉元素总数量，将视觉效用值作为代理人进行视觉感知模拟与行为决策的基础；
[0022]
s23、经过视觉效用计算，代理人分别获得当前节点c与备选目的地a和b连接的无向网络的视觉效用值v
ca
和v
cb
。
[0023]
优选地，步骤s3的具体过程为：
[0024]
s31、代理人计算备选目的地a和备选目的地b的选择概率p，选择概率p的计算如下公式所示：
[0025][0026]
式中，pi表示代理人面对选项i＝1,
…
,n时的选择概率，vi为备选目的地的可见视觉效用值，vn为选择集内第n点的视觉效用值，n为当前节点面对的可选目的地的数量；经过选择概率计算，代理人分别获得在当前节点c选择备选目的地a和选择备选目的地b的选择概率pa和pb；
[0027]
s32、设置随机数生成器r，在[0,pa+pb]范围内生成随机数i，若随机数i小于pa，则设置目标节点d为备选目的地a的坐标，反之设置目标节点d为备选目的地b的坐标，完成一次蒙特卡洛模拟；
[0028]
s33、设置代理人移动值目标节点d，并将目标节点d设置为当前节点c，目标节点d设置为空，完成一次移动。
[0029]
优选地，步骤s4中使用无向网络进行代理人累积量与当前代理人数量的记录，具体步骤为：
[0030]
s41、当代理人由起始点移动至当前节点c时，对连接起始点和当前节点c的无向网络的代理人累积量和当前代理人数量同时+1，再将当前节点c的值赋予上一节点l；
[0031]
s42、当代理人完成下一目标点a的判定，并完成移动时，下一目标点a赋值给当前节点c，原当前节点c赋值给上一节点l，将连接当前节点c与上一节点l的无向网络代理人累积量+1，当前代理人数量-1，即完成一次循环。
[0032]
采用上述技术方案后，本发明与背景技术相比，具有如下优点：
[0033]
1、本发明基于多代理人仿真解决整体性与非线性相互作用的特点，将偏好研究结果与视觉感知情况整合到同一系统中，提出了代理人行走规则与累积概率的计算方法。
[0034]
2、本发明延续了偏好研究中随机效用理论的优点，结合蒙特卡洛方法通过随机抽样的方式将概率转为确定的路线选择结果，形成可供参考的输出结果。
[0035]
3、本发明可输出由多次选择概率累积的路径选择概率图，既反映了行人的行为链特征，又可提取视觉感知待提升的异常空间。
[0036]
4、本发明预留了不同视觉感知评价体系与不同群体视觉偏好评价结果的输入接口，具有很好的鲁棒性。
附图说明
[0037]
图1为本发明的流程图；
[0038]
图2为本发明的实施例仿真计算模拟流程图；
[0039]
图3为本发明的视觉感知模拟输出的统计结果图。
具体实施方式
[0040]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0041]
实施例
[0042]
本发明主要涉及的是一种利用多代理人仿真进行视觉感知模拟的算法，下面结合附图对本实施例进行详细说明。
[0043]
请参阅图1，
[0044]
一种利用多代理人仿真进行视觉感知模拟的算法，包括以下步骤：
[0045]
s1、调用地理信息数据建立代理人的运行网络基础，构建仿真系统环境；
[0046]
步骤s1中仿真系统环境的构建过程为：
[0047]
s11、预处理待导入的shapefile格式地理信息数据库，其应具备的特征包括在交
叉口打断的路段线要素集、道路视觉信息特征、道路节点编号，并设置仿真系统对应的世界大小等同于数据框；
[0048]
s12、定义地理信息数据库shapefile文件路径，由gis扩展函数load-dataset引入，获取的节点列表数据结构为三层嵌套的点集；令输入的节点集标注为ft，每一行都代表线要素上的所有节点集合，遍历输入的ft集合获得第二层嵌套点集结构vtl，得到单一线要素内包含的[1
×
2]点集vt；
[0049]
s13、遍历点集vt获取各点坐标，为避免重复生成节点，先判定各点坐标上是否已有节点生成，若有则跳过该点，若无则生成节点vt1，再根据点集vt中另一节点的坐标生成网络节点vt2；
[0050]
s14、由节点vt2向节点vt1生成无向网络，并继承具备相同节点的地理信息数据库的字段与数据内容；
[0051]
s2、设定代理人生成点位和数量，代理人移动离开生成点位，获得所在点位的视觉感知情况数据与网络点位连接情况，获取非上一停留点位的待选目标点集，并计算与之连接的无向网络的视觉效用值；
[0052]
步骤s2的具体过程为：
[0053]
s21、设定代理人生成数量，生成点位具备系统入口的特征，每个代理人具备记录起始节点o、上一停留节点l、当前节点c和目标节点d的特征，再将起始节点o赋值到上一停留节点l，代理人移动至与入口相邻的网络节点，该节点赋值为c；
[0054]
s22、代理人获取当前节点c及与之连接的所有无向网络的情况，计算除连接当前节点c与上一停留节点l之外其它无向网络的视觉效用值v，效用值v的计算如下公式所示：
[0055][0056]
式中，v表示无向网络的视觉效用，即每个单一元素的视觉占比字段值xi与对应的视觉要素偏好效用系数αi的乘积加和结果，xi为视觉占比字段值，αi为视觉要素偏好效用系数，n为该节点包含的视觉元素总数量，将视觉效用值作为代理人进行视觉感知模拟与行为决策的基础；
[0057]
s23、经过视觉效用计算，代理人分别获得当前节点c与备选目的地a和b连接的无向网络的视觉效用值v
ca
和v
cb
；
[0058]
s3、代理人根据备选项的视觉效用值进行选择概率计算，执行一次蒙特卡洛模拟，将目标选择概率转化为确定的选项情况，并移动至选定目标点；
[0059]
步骤s3的具体过程为：
[0060]
s31、代理人计算备选目的地a和备选目的地b的选择概率p，选择概率p的计算如下公式所示：
[0061][0062]
式中，pi表示代理人面对选项i＝1,
…
,n时的选择概率，vi为备选目的地的可见视觉效用值，vn为选择集内第n点的视觉效用值，n为当前节点面对的可选目的地的数量；经过选择概率计算，代理人分别获得在当前节点c选择备选目的地a和选择备选目的地b的选择
概率pa和pb；
[0063]
s32、设置随机数生成器r，在[0,pa+pb]范围内生成随机数i，若随机数i小于pa，则设置目标节点d为备选目的地a的坐标，反之设置目标节点d为备选目的地b的坐标，完成一次蒙特卡洛模拟；
[0064]
s33、设置代理人移动值目标节点d，并将目标节点d设置为当前节点c，目标节点d设置为空，完成一次移动；
[0065]
s4、连接代理人所在的上一目标点与当前所在目标点的无向网络进行代理人经过情况计数，输出最终代理人累积量和当前量；
[0066]
步骤s4中使用无向网络进行代理人累积量与当前代理人数量的记录，具体步骤为：
[0067]
s41、当代理人由起始点移动至当前节点c时，对连接起始点和当前节点c的无向网络的代理人累积量和当前代理人数量同时+1，再将当前节点c的值赋予上一节点l；
[0068]
s42、当代理人完成下一目标点a的判定，并完成移动时，下一目标点a赋值给当前节点c，原当前节点c赋值给上一节点l，将连接当前节点c与上一节点l的无向网络代理人累积量+1，当前代理人数量-1，即完成一次循环。
[0069]
为了能够更直观地理解本发明，以具体的模拟过程为例进行说明，如图2所示。实验部分首先测试了本发明在鼓浪屿旅游地图中的视觉感知模拟表现，多代理人模拟流程，之后进一步探究了本发明在输出相关统计结果与认知地图上的表现，如图3所示。
[0070]
结果表明本发明在基于视觉感知数据建立视觉感知与行为决策链接的实际应用表现优异，可整合现有针对视觉感知偏好研究的优势，在描绘认知地图与输出统计结果方面具有显著优越性。
[0071]
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。