MaaSim：用于改善城市生活质量的宜居性仿真
计算机与社会
2018-10-19 v1 人机交互
机器学习
神经与进化计算
机器学习
摘要
得益于强大的模型与三维仿真平台，城市规划已不再停留于纸面。然而，现有工作不对公众开放，且缺乏可辅助决策的优化智能体。本文描述了基于现有荷兰宜居性评分并内置 AI 模块的开放源代码仿真的构建。利用特征工程与随机森林进行特征选择，随后基于原有宜居性类别构建改进的评分函数。使用随机森林回归预测评分，在十折交叉验证下取得了 0.83 的召回率。之后，应用探索性因子分析以选择模型中存在的行动。所得指标分为 5 组，并生成 12 个行动。比较了四种优化算法（即 NSGA-II、PAES、SPEA2 与 eps-MOEA）在三项既定质量准则上的表现：基数、解的分布、间距，以及所得评分与回合次数。尽管四种算法各有优势，eps-MOEA 被选为最适于该问题的算法。最终，该仿真将模型与所选 AI 模块整合入用 Python 的 Kivy 框架编写的 GUI 中。用户测试显示积极反馈，并鼓励进一步推进技术与公共应用的结合。
引用
@article{arxiv.1810.07791,
title = {MaaSim: A Liveability Simulation for Improving the Quality of Life in Cities},
author = {Dominika Woszczyk and Gerasimos Spanakis},
journal= {arXiv preprint arXiv:1810.07791},
year = {2018}
}
备注
16 pages