江苏龙网

  1. 首页 > 人文 > >

爱与否科技 来自复杂系统的出行指南( 三 )


复杂系统建模|集智百科小贴士
复杂系统建模是指采用复杂系统的基本方法 ， 比如神经网络建模、基于主体的建模方法、遗传算法、粒子群优化算法、蚁群优化算法应用在社会科学网络中 ， 为社会科学中的非均衡系统的动态分析提供了理论支持 。
开发一个复杂系统 ， 需要考虑哪些因素取决于你想要做什么样的模型 ， 如果你希望你的模型可以预测未来 ， 那么你确实需要包括很多细节 。 假设 ， 如果为墨西哥城的交通建模 ， 那么就需要知道一天里每个小时有多少量车；沿哪条路线行驶；平均加速度是多少；是否在下雨等等 。 很多因素都会影响交通流量 ， 就要尽可能多的添加细节 。
但如果希望模型能用于理解一个系统就足够了 ， 而不是要做预测 。 那么在很多情况下 ， 一个高度抽象的模型是管用的 。 Gershenson曾把模拟程序做得很复杂 ， 因为他希望能尽可能的真实 。 但后来Gershenson开始做更简单、更加抽象的模拟程序 ， 比如 ， 汽车可以无限加速 ， 车辆之间的空间是对称的 ， 这些情况在现实中是不存在的 。 但即使做了这样的简化 ， 通过模拟实验 ， 人们仍然在城市交通中发现了6-10个相变 。 当车辆密度增加时 ， 速度、车流时如何发生剧烈变化的 。 如果模型过于复杂 ， 就看不到这一点 。
爱与否科技 来自复杂系统的出行指南
文章图片
即便做过模拟实验 ， 墨西哥城也有一些独特之处 。 根据不同的评价指标 ， 墨西哥城的流动性都是最差的 。 我们和政府当局的联系更加密切 。 因此 ， Gershenson等人可以试图左右正在制定的决定和改进方案 。
自组织的信号灯系统：高效环保还省心
Gershenson在墨西哥城用交通信号灯做了一个可以加速通勤效率和减少尾气排放的项目 。 交通信号灯系统通常按照被认为高效的方式定时、编程的 。
爱与否科技 来自复杂系统的出行指南
文章图片
Self-OrganizingTrafficLights论文页面截图（https://arxiv.org/abs/nlin/0411066）
为了保持车辆行驶去协调所有的信号灯是一个问题 。 因为要协调的影响因素越多 ， 需要的计算量也就越大 。 这一问题是在持续变化的 ， 因为车辆的增减是无法预测的 。 每个交通信号灯能拦下的汽车准确数字在不断地变化 。 即便你测得的是平均每分钟能拦截下13辆车 。 但实际可能是 ， 一分钟20辆车 ， 另一分钟6辆车 。 研究者本来想优化交通流量 ， 但是优化算法的计算要求非常高 ， 所以要用适应性算法 。
自组织的交通信号灯有传感器 。 通过修改信号灯的时间来应对流入的交通流量 。 这种算法不是在作预测 ， 而是在不断地适应交通流量的变化 。 如果算法能适应精细化的需求 ， 就不会出现汽车等红灯时发动机空转的现象 ， 车辆等红灯的唯一原因就是有其他车辆在过马路 。
交通信号灯告诉我们该做什么 。 现在有了传感器 ， 汽车也可以告诉交通信号灯做什么 。
自组织|集智百科小贴士
自组织（Self-organization） ， 在社会科学中也被称为自发秩序 ， 是指一种起源于初始无序系统的部分元素之间的局部相互作用、所产生出某种形式的整体秩序的过程 。 最终形成的自组织是完全分散的 ， 分布在系统的所有组件中 。 因此 ， 自组织通常是健壮的 ， 能够生存下来或者自我修复严重的干扰 。
如果一排排的车辆能不停地穿过一个又一个十字路口 ， Gershenson等人认为路口出现绿色波浪（greenwaves） 。 这样的系统就可以促进绿色波浪的出现 。 研究者并不是在编程时 ， 在系统中写下“将会出现一个绿色波浪 ， 速度会这样慢下来” 。 而是交通系统本身就发生了绿色波浪 ， 这都是自组织系统 ， 因为在十字路口 ， 信号灯之间不会交流 。
这是一种隐式的控制系统的方法 。 因为在控制论中 ， 人们想要能确定地知道未来会发生什么 ， 但是在这种清况下 ， 人不需要告诉系统解决方案是什么 。 但是由人设计的交互系统会不断地寻找合适的解决方案 。


推荐阅读


上一篇：市值|谭雅玲：人民币升值背后的三个焦点

下一篇：科技小辛辛 说明了什么？，双十一“尾款人”消费力惊人