一种基于多源数据与智能体的方法，用于补充住宅人类活动与负荷曲线模拟情境下的时间利用调查
人工智能
2023-12-14 v1 人机交互
多智能体系统
摘要
为解决使用时间利用调查（TUS）模拟住宅负荷曲线时存在的主要问题，我们提出了SMACH方法，该方法将定性与定量数据与基于智能体的模拟相结合。我们的模型由被分配了日常任务的自主智能体组成。这些智能体试图尽其所能完成所分配的任务。定量数据用于生成任务分配。定性研究则使我们能够定义智能体如何基于合理的认知原则，根据情境选择要完成的任务。结果显示，与真实数据相比，我们的方法能更好地表征工作日与周末的差异，实现任务与电器之间更灵活的关联，并改进了负荷曲线的模拟。亮点： 关于时间利用调查（TUS）的局限性及其在活动和能源模拟中应用的讨论 介绍了用于补充TUS数据的定性与定量互补数据 提出了一种平衡这些局限性的基于智能体的方法
引用
@article{arxiv.2312.07966,
title = {A multi-sourced data and agent-based approach for complementing Time Use Surveys in the context of residential human activity and load curve simulation},
author = {Mathieu Schumann and Quentin Reynaud and François Sempé and Julien Guibourdenche and Jean-Baptiste Ly and Nicolas Sabouret},
journal= {arXiv preprint arXiv:2312.07966},
year = {2023}
}