Agent-based modelling of complex ecological-economic systems
Table of contents
Share
Metrics
Agent-based modelling of complex ecological-economic systems
Annotation
PII
S111111110000120-5-1
DOI
10.33276/S0000120-5-1
Publication type
Article
Status
Published
Authors
Andranik Akopov 
Occupation: Chief Researcher
Affiliation: CEMI RAS
Address: Russian Federation, Moscow
Leva Beklarian
Occupation: Chief Researcher
Affiliation: CEMI RAS
Address: Russian Federation, Moscow
Edition
Abstract
In this paper is represented a new agent-oriented approach to modelling the dynamics of air pollution distribution (on the example of the city of Yerevan, the Republic of Armenia). The feature of the approach is taking into account a complex absorption-diffusion mechanism of the interaction between agent-pollutants and agent-trees in order to minimize the air pollution concentration.
Keywords
agent-based modelling, ecological-economic systems, air pollution, urban greenery.
Received
18.11.2018
Date of publication
19.11.2018
Number of characters
7105
Number of purchasers
5
Views
681
Readers community rating
0.0 (0 votes)
Cite Download pdf

To download PDF you should sign in

1 В настоящее время активно развивается новое направление в экологической экономике, относящееся к разработке и применению агентных моделей и эволюционных (генетических) алгоритмов в качестве ключевого элемента системы поддержки принятия решений рационального экологического планирования [1], [2].
2 Отметим, что основные трудности использования существующих точных аналитических моделей для сложных эколого-экономических систем, таких как система-город или система-регион обусловлены во многом высокой размерностью соответствующих моделей, что не позволяет, в частности, использовать молекулярный подход для моделирования динамики вредных выбросов (таких как, CO, NOx, SO2, VOX и т.п.) с учетом их взаимодействия с окружающей средой (людьми, объектами социальной инфраструктуры, водоемами, деревьями и т.д.). Таким образом, построение точных физико-химических моделей, описывающих сложные процессы взаимодействия вредных выбросов с внешним миром, не представляется целесообразным при исследовании крупномасштабных экосистем, таких как, город или регион [3], [4].
3 Для решения задач по минимизации концентрации выбросов в атмосфере предпочтительнее использовать методы имитационного, в частности, агентного моделирования, особенностью которых является возможность индивидуализации характеристик имеющихся агентов-выбросов при моделировании их пространственной динамики. По сути, динамика агентов-выбросов может быть описана с помощью обыкновенных дифференциальных уравнений с переменной структурой. В результате удается учесть сложный механизм взаимодействия ансамбля движущихся агентов-выбросов с другими агентами системы (например, деревьями, высотными зданиями с вертикальным озеленением и др.) с учетом вариативности характеристик выбросов, возникающих при соответствующих коммуникациях. Авторами подобный подход для изучения динамики агентов был впервые предложен в работе [5], в которой была предложена агентная модель поведения толпы в условиях чрезвычайных ситуаций. Важной особенностью модели в работе [5] является зависимость радиуса личного пространства каждого агента от плотности окружающей его толпы. При увеличении плотности толпы радиус личного пространства агента сжимается, вплоть до критического уровня, после которого агент стремится к резкому увеличению личного пространства из-за возникновения паники, что приводит к появлению распространяющихся волн сжатия и эффекту турбулентности толпы.
4 При моделировании динамики агентов-выбросов также учитывается их личное пространство, которое определяет размер области (кластера выбросов) с постоянной концентрацией вредных веществ. В процессе перемещения каждого агента-выброса в пространстве (под воздействием сил ветра) имеет место его диссипация, обусловленная процессом рассеивания в атмосфере, что сопровождается уменьшением радиуса личного пространства соответствующего агента-выброса.
5 Наибольшее изменение уровня концентрации вредных веществ в атмосфере возникает при взаимодействии агентов-выбросов c агентами-деревьями [3], в результате которого возникают эффекты абсорбции и диффузии (рис. 1).
6

Рис. 1. Иллюстрация механизма абсорбционно-диффузионного взаимодействия агента-выброса и агента-дерева.

7 При каждом столкновении агента-выброса с каким-либо агентом-деревом радиус первого постепенно уменьшается, что имитирует снижение концентрации выбросов. После сокращения радиуса агента-выброса ниже некоторого порогового уровня, происходит проникновение агента-выброса сквозь агента-дерева с сохранением первоначального вектора направления движения, определяемого направлением ветра.
8 Для подобной системы рассматриваются два типа оптимизационных задач.
9 Первый тип, относится к минимизации уровня концентрации выбросов, фиксируемых в зоне расположения некоторой мониторинговой станции, например, расположенной в центре города за счет рациональной посадки агентов-деревьев вокруг стационарных источников выбросов (предприятий) и вдоль транспортных коммуникаций (дорог). В результате, агенты-выбросы теряют большую часть собственных объемов (радиусов) к моменту преодоления естественного барьера, состоящего из деревьев, посаженных вокруг соответствующих источников выбросов. Альтернативным (возможно дополнительным) решением является более дорогостоящий подход, основанный на снижении объемов и интенсивности выбросов со стороны предприятий за счет их экологической модернизации [2]. Однако подобная экологическая модернизация не исключает вероятность вредных выбросов за счет, например, чрезвычайных ситуаций (аварий). Некоторые, преимущественно, добывающие предприятия не могут осуществить экологическую модернизацию с сохранением прежних объемов выпуска и будут вынуждены консервировать производственные мощности из-за штрафов, связанных с нарушением предельно допустимых концентраций [4]. Кроме того, всегда остается отрицательное экологическое влияние со стороны транспорта.
10 Второй тип оптимизационных задач нацелен на минимизацию вредных выбросов, прежде всего в отдельных защищаемых районах, например, в зонах расположения объектов социальной инфраструктуры, детских садах, больницах и т.п. Подобные объекты также могут быть защищены с помощью агентов-деревьев. Однако, как показали наши исследования, требуется значительно большее количество агентов-деревьев для минимизации среднесуточной концентрации выбросов в подобных районах в условиях дефицита (отсутствия) агентов-деревьев, расположенных вблизи и вокруг источников выбросов (т.е. вокруг предприятий, вдоль дорог и т.д.). На практике это означает кратное увеличение инвестиционного бюджета необходимого для озеленения и решения экологических проблем региона.
11 Отметим, что управляющими параметрами в подобной модели является геометрия посадки агентов-деревьев (например, окружность, арифметическая спираль, двойная окружность и др.), расстояние между деревьями, площадь посадки, тип дерева (тополь, дуб, клен и т.п.) и радиус кроны, влияющие на их абсорбционно-диффузионные характеристики.
12 Была разработана агентная имитационная модель в системе AnyLogic [2], [3], позволяющая моделировать распространение вредных выбросов в городе (регионе) во взаимодействии с агентами-деревьями (рис. 2).
13

Рис. 2. Агентная модель распространения вредных выбросов в городе, реализованная в системе AnyLogic.

14 Данная модель была агрегирована по целевым функционалам с разработанным параллельным генетическим оптимизационным алгоритмом, позволяющим эффективно решать крупномасштабные задачи оптимизации эколого-экономической системы, в частности, обеспечивая возможность поиска Парето-оптимальных решений, представляющих собой экологические альтернативы для двух целевых функционалов: среднесуточной концентрации выбросов (в выбранных защищаемых районах) и затрат на озеленение. В результате, были вычислены наилучшая геометрия и конфигурация посадки деревьев для каждого изолируемого стационарного источника выбросов и выбранного защищаемого объекта социальной инфраструктуры на примере г. Ереван, Республика Армения.

References

1. Akopov A.S., Beklaryan L.A., Saghatelyan A.K. Agent-based modelling for ecological economics: A case study of the Republic of Armenia//Ecological Modelling. 2017. Vol. 346. P. 99-118.

2. Akopov A.S., Beklaryan A.L., Saghatelyan A. K., Sahakyan L. V. Control system for ecological modernization of enterprises (on the example of the Republic of Armenia)//Business Informatics. 2016. No. 2(36). P. 71-78.

3. Akopov A.S., Beklaryan G.L., Beklaryan L.A. Agentnoe modelirovanie ehkologo-ehkonomicheskoj sistemy goroda (na primere g. Erevan, respublika Armeniya) // Iskusstvennye obschestva. 2017. T. 12. № 3-4. S. 1.

4. Akopov A.S., Beklaryan A.L., Beklaryan L.A., Sagatelyan A.K. Modelirovanie regional'noj ehkologo-ehkonomicheskoj sistemy s mekhanizmom gosudarstvennogo regulirovaniya na primere Respubliki Armeniya//Ehkonomicheskaya nauka sovremennoj Rossii. 2016. T. 72. № 1. c. 109-119.

5. Akopov A.S., Beklaryan L.A. Agentnaya model' povedeniya tolpy pri chrezvychajnykh situatsiyakh // Avtomatika i telemekhanika. 2015. № 10. S. 131-143.