生成统计真实家庭群体的迭代方法

背景：许多不同领域的不同仿真框架都需要处理真实数据集以初始化和校准系统。精确再现初始状态对于从模型中获得可靠预测极为重要。方法/主要发现：本文提出了一种创建人工群体的算法，其中个体由其年龄描述，并按照各种统计约束（家庭类型分布、规模、户主年龄、伴侣之间以及父母与子女之间的年龄差）组合成家庭。这种群体通常是微观仿真或（智能体）个体模型初始状态。获得真实的家庭分布通常非常重要，因为该分布会影响人口演化。微观仿真方法中的常规技术交叉使用不同的聚合数据源来生成个体。在我们的情况下，不同家庭（类型、规模、参与者年龄）组合的数量使得直接使用此类方法在计算上变得困难。因此，我们开发了一种特定算法使问题更易于处理。结论/意义：我们生成了奥弗涅地区（法国）两个试点自治市的人口，以说明该方法。生成的群体与可用的统计数据集（未用于生成）显示出良好的一致性，并在合理的计算时间内获得。