閆 猛, 杜二虎, 王宗志, 張 倩, 吳 鋒

(1.中國礦業(yè)大學(xué)(北京), 北京 100083； 2.南方科技大學(xué), 廣東 深圳 518055； 3.南京水利科學(xué)研究院， 江蘇 南京210029；4.中國科學(xué)院地理科學(xué)與資源研究所,北京 100101；5.中國科學(xué)院農(nóng)業(yè)政策研究中心, 北京 100101； 6.中國科學(xué)院大學(xué)， 北京 100049)

1 研究背景

隨著人口增加與經(jīng)濟(jì)社會快速發(fā)展，人類活動影響水文水資源過程的范圍和強(qiáng)度逐漸增加，人與自然相互作用關(guān)系日趨緊密。目前人類對自然資源的利用超出其更新能力的20%，如果各國政府再不進(jìn)行干預(yù)，2030年后人類的整體生活水平將會下降[1]。中國作為世界上最大的發(fā)展中國家，水資源的稀缺程度尤為突出，作為全球21個貧水和最缺水的國家之一，人均淡水占有量僅為世界人均的1/4[2]。同時隨著人口增長、工業(yè)化和城市化進(jìn)程的加快，使得水資源供應(yīng)不足與用水短缺等問題制約著經(jīng)濟(jì)社會可持續(xù)發(fā)展[2-5]。行為經(jīng)濟(jì)學(xué)融合了傳統(tǒng)經(jīng)濟(jì)學(xué)模型中人理性行為的假設(shè)，將心理學(xué)、社會學(xué)與主流經(jīng)濟(jì)學(xué)理論結(jié)合起來研究人的 “非理性”經(jīng)濟(jì)行為。人的決策行為存在理性與非理性，目前資源消耗的社會經(jīng)濟(jì)系統(tǒng)模型多為理性模型。資源稀缺導(dǎo)致的社會經(jīng)濟(jì)發(fā)展滯緩現(xiàn)象會隨著人類利用行為調(diào)控與自然過程變化的適應(yīng)而得到扭轉(zhuǎn)，因此，開展水資源稀缺區(qū)的水資源優(yōu)化配置與適應(yīng)性管理是促進(jìn)區(qū)域可持續(xù)發(fā)展的重要方式。

揭示自然過程與社會經(jīng)濟(jì)系統(tǒng)交互機(jī)制、耦合規(guī)律與互饋效應(yīng)是優(yōu)化調(diào)控人類水資源利用方式、提高水資源利用效率與生產(chǎn)力的科學(xué)決策基礎(chǔ)。水資源系統(tǒng)工程科學(xué)提供了研究水資源系統(tǒng)的方法論[6]，其中實(shí)用性與可行性的主要研究方法為優(yōu)化模擬[7]，從集中式和分布式兩類建模方式刻畫水資源復(fù)雜系統(tǒng)[8]。集中式建模是資源總量控制約束的自上而下過程，例如用系統(tǒng)動力學(xué)方法分析水資源復(fù)雜系統(tǒng)，但很難厘清系統(tǒng)內(nèi)部要素之間的競爭與影響關(guān)系[9]，分布式建模是用水主體自下而上聯(lián)系聚集的過程，該過程對于探究水資源系統(tǒng)要素間的相互作用以及揭示人類用水與自然水文過程規(guī)律之間的關(guān)系方面具有獨(dú)特優(yōu)勢[10]。多智能體計算模型以計算機(jī)科學(xué)、生態(tài)學(xué)和社會學(xué)基礎(chǔ)理論為依據(jù)，基于多智能體理論方法仿真水資源復(fù)雜系統(tǒng)在我國水資源領(lǐng)域探索應(yīng)用已有十多年時間[11]，但受用水主體規(guī)則數(shù)據(jù)缺乏制約未能廣泛應(yīng)用于水資源管理實(shí)踐。隨著大數(shù)據(jù)技術(shù)與信息共享機(jī)制發(fā)展，提煉人類行為規(guī)則研究得到了快速進(jìn)步，采用多智能體模型理論研究水資源復(fù)雜系統(tǒng)的配置與管理成為了研究熱點(diǎn)[12]。

實(shí)現(xiàn)自然過程與人類社會經(jīng)濟(jì)行為的時空耦合是水資源復(fù)雜系統(tǒng)研究的發(fā)展方向。目前將多智能體用于水資源復(fù)雜系統(tǒng)的研究更多關(guān)注于社會經(jīng)濟(jì)方面，而缺乏自然過程方面模型的耦合，包括農(nóng)民灌溉用水行為研究[13-14]、水資源交易市場研究[15-16]、污水排放配額研究[8,17]、城市居民用水行為研究[18-21]、城市用水管理研究[22-23]和城鄉(xiāng)用水沖突研究[15，24]等方面。目前研究中主要通過基于規(guī)則和目標(biāo)優(yōu)化兩種方式對多智能體行為進(jìn)行刻畫，例如在雙向拍賣的水權(quán)交易研究中，通過設(shè)置農(nóng)民的灌溉和競價規(guī)則揭示農(nóng)民行為與水資源市場的關(guān)系[16]。在漳河流域水資源沖突研究中，通過設(shè)置用水主體的經(jīng)濟(jì)和社會效益目標(biāo)確定最優(yōu)的政府用水政策[15]。以多智能體為中間件技術(shù)耦合自然過程產(chǎn)水與社會經(jīng)濟(jì)系統(tǒng)用水規(guī)律，但統(tǒng)籌城鄉(xiāng)用水主體行為的研究較少，也缺乏在保留經(jīng)驗(yàn)規(guī)則的同時尋求策略最優(yōu)的研究方法。本文以密云水庫流域上、下游用水主體競爭與優(yōu)化配置系統(tǒng)模擬的需求，設(shè)計了密云水庫流域農(nóng)村和城市水資源配置模型框架，以農(nóng)戶適應(yīng)變化環(huán)境下的用水行為模擬為例，在耦合水文過程基礎(chǔ)上保留了農(nóng)民經(jīng)驗(yàn)規(guī)則與尋優(yōu)的耕種策略，重點(diǎn)闡述了農(nóng)戶用水適應(yīng)優(yōu)化的模擬仿真過程。

2 多智能體模型理論及仿真工具

2.1 多智能體的理論方法

多智能體是研究復(fù)雜適應(yīng)系統(tǒng)的主要手段。復(fù)雜適應(yīng)系統(tǒng)理論將宏觀系統(tǒng)的復(fù)雜性歸結(jié)為微觀主體的適應(yīng)性，主體的適應(yīng)性是主體與環(huán)境交互過程中不斷“學(xué)習(xí)”或“積累經(jīng)驗(yàn)”，并根據(jù)學(xué)到的經(jīng)驗(yàn)改變自身結(jié)構(gòu)和行為方式[25]。多智能體模型通常由主體、主體間關(guān)系和環(huán)境3個基本要素組成。其中主體屬性用于標(biāo)識自身狀態(tài)，主體的行為通常由邏輯和數(shù)學(xué)語句組成的規(guī)則描述，主體可以具有移動和學(xué)習(xí)等高級行為，但這些行為并非構(gòu)建一個多智能體模型的必要條件[26]。通常用IF - THEN規(guī)則描述主體間的關(guān)系，主體隨著離散的時間節(jié)點(diǎn)模擬真實(shí)系統(tǒng)，重復(fù)地評估行為規(guī)則，產(chǎn)生新的行為，更新主體的狀態(tài)特征。主體所依存的環(huán)境為它們提供了資源和信息，這些資源和信息通過主體與環(huán)境的相互作用來流通。

人類行為刻畫是多智能體建模的關(guān)鍵。人類作為多智能體常見的刻畫對象，其行為上存在差異，并且有著不同的目標(biāo)、信念與理性程度等，這些因素增加了人類行為模型構(gòu)建的難度。理解人類如何決策或適應(yīng)環(huán)境變化以及如何將其行為規(guī)則應(yīng)用于實(shí)踐尤為重要[27]，目前已有多種人類行為決策模型用作多智能體中人類主體行為的刻畫[28]。常見的人類行為決策模型如表1所示，依據(jù)實(shí)際情況和應(yīng)用范圍進(jìn)行選擇，例如由于數(shù)據(jù)不足或者缺乏理論支撐，可選擇經(jīng)驗(yàn)/偏好模型或假設(shè)檢驗(yàn)?zāi)Ｐ汀?/p>

表1 常見的人類行為決策模型

注：邏輯模糊是指難以用公式表達(dá)或梳理推論的問題。

2.2 多智能體模擬工具

多智能體建模仿真過程是計算機(jī)語言的實(shí)例化。計算機(jī)程序設(shè)計從解譯識別的0-1到匯編語言再到結(jié)構(gòu)化的面向過程以及如今的面向?qū)ο螅嬎銠C(jī)語言向著人類更易理解的方式演進(jìn)。多智能主體本身具備面向?qū)ο蟮乃枷耄M管主體還具備一些如自主、學(xué)習(xí)和目標(biāo)等高級特性，但面向?qū)ο缶幊倘允嵌嘀悄荏w模擬仿真的最佳范式。多智能體的廣泛應(yīng)用使得許多模擬工具應(yīng)運(yùn)而生，現(xiàn)階段用于多智能體的模擬軟件工具多達(dá)85種[29]，本文梳理了一些常用于地理信息和社會經(jīng)濟(jì)領(lǐng)域的模型軟件(表2)。

多智能體模型涉及要素眾多，這為完整描述一個具體多智能體模型增加了困難，為此許多經(jīng)驗(yàn)豐富的建模者制定了一系列專用于描述多智能體模型的標(biāo)準(zhǔn)，即ODD(Overview, Design concepts, Details)[30]。ODD中研究區(qū)概述(Overview)通常包括研究目的、研究對象及其狀態(tài)變量、研究的時空尺度和流程等內(nèi)容；ODD中的設(shè)計概念(Design concepts)是銜接具體的多智能體模型與復(fù)雜適應(yīng)系統(tǒng)理論的橋梁，設(shè)計概念提供了一套標(biāo)準(zhǔn)方式用來測度多智能體模型中主體的特征，但是在一個具體的模型中并非要回答設(shè)計概念的全部特征；ODD中的詳述(Details)包括模型數(shù)據(jù)的初始化、數(shù)據(jù)輸入和子系統(tǒng)的詳細(xì)闡述。

表2 常用多智能體模擬工具

3 密云水庫流域水資源系統(tǒng)建模及分析

3.1 密云水庫流域上下游水資源復(fù)雜系統(tǒng)設(shè)計

密云水庫流域水資源壓力較大，為保障流域下游工業(yè)生產(chǎn)與城鎮(zhèn)生活用水上游農(nóng)業(yè)生產(chǎn)進(jìn)行了調(diào)控。華北地區(qū)是我國水資源短缺矛盾最為嚴(yán)重地區(qū)之一，也是區(qū)域經(jīng)濟(jì)發(fā)展不平衡較為突出的地區(qū)[31]。該區(qū)域以占據(jù)不到全國1%的水資源承載了全國8%的人口和11%的經(jīng)濟(jì)總量，同時也是國家重要的糧食主產(chǎn)區(qū)[32]。為了保障北京用水，1999-2005年密云水庫流域上游的承德市水田面積壓縮到2.0×104hm2,造成直接經(jīng)濟(jì)損失達(dá)4.0×109元。同時，占密云水庫總水量的50%以上的上游張家口市赤城縣，實(shí)施的“退稻改旱”工程年節(jié)水52×106m3，造成直接經(jīng)濟(jì)損失占據(jù)全縣年財政收入的1/3，但卻保障了北京市1.35×106城鎮(zhèn)居民的生活用水[33]。2016至2020年，北京市財政每年在市發(fā)展改革委部門預(yù)算中安排72.1×106元，用于北京市支持河北省張承地區(qū)發(fā)展農(nóng)業(yè)節(jié)水項(xiàng)目補(bǔ)助資金，如何在提升流域社會總效益的同時降低上游農(nóng)業(yè)生產(chǎn)的損失是跨行政區(qū)政府或水資源管理者需要思考和解決的現(xiàn)實(shí)問題。

密云水庫流域水資源復(fù)雜系統(tǒng)建模流程涉及農(nóng)村、城市和政府(水庫)3個子系統(tǒng)之間的相互影響和時間調(diào)度。依據(jù)密云水庫流域上下游相關(guān)用水主體，劃分的研究對象有農(nóng)民、政府(水庫)和城市居民，并將三者之間的交互流程概述為4步(圖1)。第1步政府根據(jù)自然過程水文模型模擬水庫庫容量的動態(tài)變化趨勢，權(quán)衡本年度城市居民、農(nóng)村和生態(tài)用水的比重，決定水量分配，主要調(diào)控行為是農(nóng)民旱地補(bǔ)貼、用水價格和節(jié)水器具補(bǔ)助以及政策約束；第2步農(nóng)民根據(jù)自己和周圍鄰居去年的平均畝收入情況及今年政府的旱地補(bǔ)助金額，決定土地耕種結(jié)構(gòu)；第3步政府根據(jù)水庫水量的動態(tài)變化確定城市的最佳供水量，城市居民選擇相應(yīng)室內(nèi)室外用水行為；第4步政府根據(jù)農(nóng)民收益、城市居民用水滿意度和生態(tài)指標(biāo)評估社會總效益。

依據(jù)研究主體的差異，對涌現(xiàn)的理解具有層次性，如果只關(guān)注農(nóng)業(yè)生產(chǎn)與農(nóng)民行為之間的關(guān)系，則農(nóng)業(yè)部門的效益就是研究的系統(tǒng)屬性(涌現(xiàn)特征)，而在一個農(nóng)村與城市的耦合系統(tǒng)中，農(nóng)村和城市的社會總效益即為研究的系統(tǒng)屬性。主體適應(yīng)性表現(xiàn)為政府根據(jù)城市水資源短缺的狀況，實(shí)行農(nóng)業(yè)用水向非農(nóng)業(yè)用水轉(zhuǎn)移的調(diào)控措施、水權(quán)交易方式、補(bǔ)貼措施。農(nóng)業(yè)用水縮減的情況下，農(nóng)戶采取種植結(jié)構(gòu)調(diào)整與灌溉節(jié)水技術(shù)；農(nóng)民根據(jù)周圍其他人的收益狀況和自己的“經(jīng)驗(yàn)”，決定今年的種植結(jié)構(gòu)。城市居民根據(jù)水資源的供給變化，改變室內(nèi)室外的用水行為，如中水回用、節(jié)水器具、淋浴時間與生活行為的調(diào)整。農(nóng)戶與城鎮(zhèn)居民都展示了主體學(xué)習(xí)能力，同時政府根據(jù)往年政策實(shí)施的效果，出臺旱地補(bǔ)助金額與用水價格調(diào)整等調(diào)控行為，政府主體調(diào)控目標(biāo)包括農(nóng)業(yè)生產(chǎn)效益和城市用水滿意度。模型詳述即數(shù)據(jù)的初始化、數(shù)據(jù)輸入和子系統(tǒng)的詳細(xì)闡述，本文重點(diǎn)以農(nóng)戶系統(tǒng)為例解析多智能體模型的構(gòu)建方法，對變化環(huán)境下密云水庫流域上游農(nóng)戶自適應(yīng)用水行為模型的構(gòu)建進(jìn)行詳述(圖2)。

變化環(huán)境下農(nóng)業(yè)適應(yīng)性行為邏輯解析是多智能體模型的關(guān)鍵。農(nóng)民的差異性行為參數(shù)包含了旱地占總耕種面積比μ(表示農(nóng)民土地結(jié)構(gòu)耕種的差異性)、敏感因子α、學(xué)習(xí)因子β和信息半徑r(表3)。仿真模擬的第1步是農(nóng)民行為參數(shù)初始化，本研究用蒙特卡洛方法對農(nóng)民行為參數(shù)進(jìn)行初始化；第2步農(nóng)民依據(jù)μ確定水稻和玉米的耕種面積，根據(jù)每天的氣象條件確定灌溉用水量，每天的用水量分為兩種情況：一種是灌溉用水量無限制，即作物在沒有水分脅迫的情況下充分生長，另一種是灌溉用水量有限制，該情形下設(shè)定農(nóng)民優(yōu)先灌溉水稻；第3步農(nóng)民根據(jù)農(nóng)作物產(chǎn)量、作物價格和政府的旱地補(bǔ)貼確定本年度自己的收益；第4步農(nóng)民確定一定范圍內(nèi)周圍鄰居的平均畝收入狀況；第5步農(nóng)民向平均畝收入優(yōu)于自己的農(nóng)民學(xué)習(xí)，更新本年度土地耕種結(jié)構(gòu)。農(nóng)戶的適應(yīng)性行為規(guī)則的目標(biāo)是收入。It為當(dāng)前農(nóng)民去年的平均畝收入，It,i為第i個農(nóng)民去年的平均畝收入，It,r為信息半徑r內(nèi)農(nóng)民去年的平均畝收入；μt為去年農(nóng)民的旱地占比，μt+1為當(dāng)前年份農(nóng)民的旱地占比，μt,i為信息半徑r范圍內(nèi)去年平均畝收入大于等于Ii農(nóng)民旱地占比的平均值，μt,r為信息半徑r范圍內(nèi)去年平均畝收入大于I農(nóng)民旱地占比的平均值；P(It,r>It)為在信息半徑r范圍內(nèi)，任意農(nóng)民平均畝收入大于當(dāng)前農(nóng)民平均畝收入概率(表4)。決策規(guī)則通過表4中的3個公式表達(dá)，公式(1)表示有鄰居平均畝收入明顯高于自己時向其學(xué)習(xí)；公式(2)表示當(dāng)鄰居中平均畝收入高于自己的人數(shù)達(dá)到一定比例時向其學(xué)習(xí)；公式(3) 表示延續(xù)自己去年的耕種策略，采取該策略的農(nóng)民一種是因?yàn)樾畔霃教』蛎舾幸蜃犹髮?dǎo)致無法及時地調(diào)整自己的耕種策略，另一種是該農(nóng)民本身就是“優(yōu)勢主體”。

圖1 密云水庫流域用水主體行為關(guān)系

圖2 農(nóng)戶自適應(yīng)用水行為模型流程

行為參數(shù)表示意義旱地占比μ旱地耕種面積占農(nóng)戶總耕種面積的百分比,取值范圍為[0, 1]。敏感因子α農(nóng)戶調(diào)整自身行為策略時周圍鄰居中高于自身平均畝收入時的比例。 學(xué)習(xí)因子β農(nóng)戶的學(xué)習(xí)能力,值為1表示毫無保留地學(xué)習(xí),取值范圍為 [0, 1]。信息半徑r影響農(nóng)戶行為的鄰居范圍,可以用地理空間表示,也可以通過數(shù)量表示。

表4 農(nóng)民土地耕種行為策略

注：公式(1)的“4”和公式(2)的“0.5”表示不同情況的敏感度系數(shù)，例如公式(2)中的“0.5”表示若α=1時，周圍鄰居有一半(0.5)平均畝收入高于自己時，向高于自己收入的農(nóng)民學(xué)習(xí)。

3.2 密云水庫流域上游農(nóng)戶用水自適應(yīng)行為模型驗(yàn)證分析

密云水庫流域上游農(nóng)戶種植行為直接影響流域的水資源配置。本研究在梳理農(nóng)戶智能體模型建模邏輯的基礎(chǔ)上以密云流域上游農(nóng)業(yè)用水主要地區(qū)(赤城縣、豐寧縣和灤平縣)的150戶農(nóng)民為研究對象進(jìn)行水資源利用優(yōu)化仿真模擬。調(diào)研區(qū)每戶農(nóng)民水稻與玉米的耕地總面積在0.23～0.33 hm2間，2006-2016年農(nóng)戶的生產(chǎn)狀況基于調(diào)研規(guī)則分析進(jìn)行了模型化。本子系統(tǒng)模型的目的是探究水資源“稻改旱”政策對農(nóng)民生產(chǎn)的影響。首先應(yīng)考慮的是灌溉用水量無限制條件下農(nóng)民行為的生產(chǎn)效應(yīng)，本文就該情境下單一行為因素對農(nóng)業(yè)生產(chǎn)的影響進(jìn)行了模擬驗(yàn)證。仿真結(jié)果符合實(shí)際，水量充足的條件下水稻的收益高于玉米，因此灌溉水量無限制時該地區(qū)的耕種作物應(yīng)主要以水稻為主，這是檢驗(yàn)多智能體模型是否合理的基本依據(jù)，同時本文并未考慮作物種子和化肥價格變化以及家庭結(jié)構(gòu)對農(nóng)民耕種行為的影響。

研究設(shè)置不同的參數(shù)情景模擬分析了農(nóng)民收入與灌溉用水的變化。情景1設(shè)定敏感因子、學(xué)習(xí)因子和信息半徑 (α=0.8,β=0.5,r=5)，研究不同的旱地占比對農(nóng)業(yè)收入的影響(圖3(a))，其中橫坐標(biāo)為年份，縱坐標(biāo)為150個農(nóng)戶的耕種總收入，農(nóng)民通過調(diào)整旱地占比來增加收入，所有收入曲線最后趨于平穩(wěn)的同時存在差異，這說明農(nóng)民學(xué)習(xí)調(diào)整耕種結(jié)構(gòu)的能力有限，最終的收益會受最初的種植結(jié)構(gòu)影響。圖3(b)為情景1中旱地占比μ=0.5時，作物灌溉用水量以及降雨隨時間的分布，其中橫坐標(biāo)為年份，縱坐標(biāo)分別為灌溉用水量和降雨量，由圖3(b)可以看出降雨量與作物灌溉量存在明顯的相關(guān)性，隨著時間推移，水稻與玉米水量消耗比例變化較小，這表明耕種結(jié)構(gòu)已經(jīng)趨于平穩(wěn)。情景2設(shè)定旱地占比、學(xué)習(xí)因子和信息半徑(μ=0.5,β=0.5,r=5)，研究不同的敏感因子對農(nóng)民收入的影響(圖3(c))，由圖3(c)可知農(nóng)民的收入隨著敏感因子變小而增加，這表明及時調(diào)整種植策略通常會使得農(nóng)民收益增加，但降雨量的迅速變化也影響農(nóng)民收入，此時頻繁調(diào)整耕種策略反而會降低農(nóng)民收益。例如2008年充足的雨量使得水稻耕種面積大的農(nóng)戶獲得更多的收益，但2009年降雨量迅速減少使得水稻總產(chǎn)量下降，如圖3(c)中α=0.4和α=0.6敏感因子較大的農(nóng)戶未在2009年及時調(diào)整耕種策略反而取得更高的收益。圖3(d)是圖3(c)中敏感因子α=0.2的情況，與圖3(b)比較可以發(fā)現(xiàn)敏感因子的減小使得作物灌溉用水量明顯上升，同時可以發(fā)現(xiàn)玉米灌溉用水占比逐漸減少，這表明水稻逐漸成為該地區(qū)的主要農(nóng)作物。

情景3主要模擬農(nóng)民學(xué)習(xí)行為的影響。圖4(a)為其他行為參數(shù)一定的條件下(μ=0.5,α=0.6,r=5)，不同的學(xué)習(xí)因子β對農(nóng)民收入的影響。圖4(a)表明農(nóng)民收益隨學(xué)習(xí)因子增大而增加，同時當(dāng)學(xué)習(xí)因子為1時，即“非常謙虛”地向周圍農(nóng)戶學(xué)習(xí)時能取得較好的收益結(jié)果。情景4探究信息半徑與總體收益的關(guān)系。圖4(b)是在圖4(a)情況下學(xué)習(xí)因子β為1時信息半徑對農(nóng)民收入的影響，圖4(b)表明信息半徑大的農(nóng)民開始會取得相對較好的收益結(jié)果，但隨著時間推移其收益卻低于信息半徑較小的農(nóng)民，例如圖4(b)中在2012年以前，r=7時的農(nóng)民相較于r=3時的農(nóng)民在收入上占有優(yōu)勢，但在2012年以后卻恰恰相反，這種現(xiàn)象出現(xiàn)的原因是農(nóng)民在較大范圍內(nèi)毫無保留地向他人學(xué)習(xí)時會過早地陷入收入上的局部最優(yōu)，這從圖4(b) 中r=9和r=7時農(nóng)民收入趨于平穩(wěn)可以體現(xiàn)。至此，本文在農(nóng)村與城市水資源配置與管理模型框架下，以密云水庫流域上游農(nóng)業(yè)用水智能體模擬建模為研究對象闡述了模型建模與結(jié)果驗(yàn)證工作。

圖3 旱地占比μ和敏感因子α的生產(chǎn)效應(yīng)

圖4 學(xué)習(xí)因子β和信息半徑r的生產(chǎn)效應(yīng)

4 結(jié) 論

本文以復(fù)雜適應(yīng)系統(tǒng)理論為基礎(chǔ)，從理論方法和技術(shù)工具兩方面介紹了基于多智能體模擬水資源復(fù)雜適應(yīng)系統(tǒng)的研究進(jìn)展與設(shè)計思路。研究提出了從系統(tǒng)屬性到個體行為建模的方法路線，為多智能體在流域水資源優(yōu)化配置與適應(yīng)性管理的研究提供了科學(xué)借鑒。其主要工作與結(jié)論如下：

(1) 針對密云水庫流域上下游的用水矛盾與水資源優(yōu)化配置問題，遵循建立多智能體模型的ODD框架協(xié)議，提出了農(nóng)村與城市耦合的水資源配置與適應(yīng)性管理建?？蚣?，構(gòu)建了變化環(huán)境下農(nóng)民用水自適應(yīng)行為模型。

(2) 基于多智能體模型仿真模擬刻畫水資源復(fù)雜系統(tǒng)不同于簡單數(shù)理統(tǒng)計和邏輯推理方法，該方法關(guān)注的是事物之間的相互影響、主體的學(xué)習(xí)適應(yīng)能力與系統(tǒng)層級的優(yōu)化。本研究借鑒啟發(fā)式粒子群優(yōu)化算法思想，使刻畫變化環(huán)境下農(nóng)民種植適應(yīng)行為具備經(jīng)驗(yàn)規(guī)則和策略尋優(yōu)兩種特點(diǎn)，并在農(nóng)業(yè)用水量無限制的情景下，進(jìn)行農(nóng)民行為分析與模型結(jié)果驗(yàn)證。

(3) 水資源系統(tǒng)的復(fù)雜性要求自然過程模型和社會經(jīng)濟(jì)模型耦合來提供更為豐富的研究視角。人類對賴以生存的水資源需求不斷增加擾動了自然水文過程，反之自然水文過程的變化也影響了人類的生活方式與生產(chǎn)行為，水資源成為耦合自然過程與社會經(jīng)濟(jì)系統(tǒng)的中間件。本文在農(nóng)戶自適應(yīng)用水行為模型中不僅描述了氣象和水文因素下農(nóng)作物生長的自然過程，而且刻畫了農(nóng)戶通過“學(xué)習(xí)”尋求自身經(jīng)濟(jì)收益增長的行為，用農(nóng)戶智能體作為自然過程與經(jīng)濟(jì)過程的契合點(diǎn)。本研究用蒙特卡洛方法初始化農(nóng)戶主體，用世界農(nóng)糧組織提供的農(nóng)作物需水模型[34]描述農(nóng)作物的自然生長過程，粒子群體中的粒子通過跟蹤自身和周圍兩個“極值”更新速度與位置以促進(jìn)群體運(yùn)動從無序到有序的演化，農(nóng)業(yè)生產(chǎn)中農(nóng)戶通過觀察自己與鄰居的收入狀況更新耕種策略，表現(xiàn)出自適應(yīng)的農(nóng)業(yè)生產(chǎn)活動，與前者不同的是后者關(guān)注的是農(nóng)民自身行為對尋求經(jīng)濟(jì)收益最優(yōu)過程的影響。這種基于自然過程構(gòu)建的多智能體模型更具有實(shí)際意義，為探究水資源復(fù)雜系統(tǒng)更為普遍的演化規(guī)律提供了思路。