一种基于多智能体方法模拟人类行为对空气污染影响的研究

本文提出一种多智能体系统（MAS）方法来设计空气污染模拟器。其目的是模拟由源（如工厂）排放的空气污染物的浓度，并研究排放源管理者之间合作的出现及其对空气质量的影响。排放源由智能体控制。智能体试图实现其目标（即增加生产，其副作用是加剧空气污染），并通过根据空气质量改变其排放率与其他智能体合作。智能体在非确定性环境中玩一个改编版的演化 N 人囚徒困境博弈；它们有两个决策：减少排放或增加排放。奖励/惩罚受污染物浓度影响，而污染物浓度又由气候参数决定。为了给出预测，使用了羽流扩散模型和 ANN（人工神经网络）预测模型。预测是利用扩散信息和关于气候参数（风速、湿度、温度和降雨量）的真实数据计算的。每个智能体与其排放相同污染物的邻居合作，并学习如何调整其策略以获得更多奖励。当污染水平超过最大允许水平时，智能体根据其参与程度受到惩罚。该系统已使用来自 Annaba（阿尔及利亚东北部）地区的真实数据进行了测试。它有助于研究法规如何促进合作，并可能有助于控制空气质量。所设计的系统帮助环境机构评估其空气污染控制政策。