试论多智能体模拟的流行病消息传播研究

　　论文摘要：设计了并实现了消息传播多智能体模拟模型(ENS)，研究了个人的社会联系数量、对流行病消息的信任度和传播网络结构对流行病消息传播的影响。研究发现，随着社会联系数量的增加，流行病消息传播速度迅速增加，而直接听到消息的比例减少；随着信任度的增加，流行病消息的传播速度迅速增加，而直接听到消息的比例变化不显著；在小世界网络结构下，流行病消息的传播和遗忘速度比随机网络中慢。
　　论文关键词：多智能体模拟；信息传播；小世界网络；流行病
　　引言
　　在有关战争、营销、灾难和流行病的实证性研究认为，流言的传播容易误导民众，导致不必要的社会骚乱。流行病消息的传播往往导致不必要的社会恐慌，这对流行病控制产生了不利影响。
　　有关流行病传播的研究非常多，其模型大多由一组微分方程组构成。而因为缺乏适合的方法，对消息传播的理论性研究要比实证性研究少得多。幸运的是，近些年来出现了一些研究消息传播的新理论和方法，其中多智能体模拟是一种研究复杂系统微观机制的有效方法。
　　本研究的创新在于，引入多智能体模拟方法，建立了流行病消息传播多智能体模拟模型，对流行病消息传播过程特征进行了分析，研究了传播过程中间接听到流行病消息的智能体的比例，而且在过程中考虑到了传播过程的网络结构。
　　1消息传播多智能体模拟模型的设计
　　1．1智能体间的组织结构
　　本文的多智能体模拟模型使用AnyLogicMT来实现。我们在模型中设置了两个智能体类。第一个被称为环境类，另外一个被称为传播智能体类。环境类只有一个实体，称为环境智能体，而传播智能体类有许多称为传播智能体的实例。传播智能体是模拟过程中的活动智能体。图1是仅包含5个传播智能体的多智能体组织结构框架图。


　　在图1中，环境智能体充当了传播智能体的容器。它能适时记录处于不同状态下的智能体数量。在模拟开始后，在“TimeBegin”时，产生一些被感染实体的角色。模型中的相关参数和说明参考模型下载地址中的说明。
　　在当今社会对于多数人来说，交通和交流非常便利。所以，我们暂时将智能体当前的Y坐标值、x坐标值和联系范围半径设置为uniform(600)，以保证传播智能体可以在容器中自由移动和向任意距离的其它传播智能体传播消息。人们要花费一定的时间去发现和确认邻近的感染者，所以我们设置“TimeKno~’为uniform(0．2，1)，以表达花费的时间。在与其它人取得联系以传播消息的过程中，我们总是要花费一定时间。我们还假定感染的传播智能体(IFT)$Ia直接听到流行病消息的传播智能体(HED)传播消息的速度要比间接听到流行病消息的快。所以，暂时将“B"mePinkDist’’设置为uniform(O．1，0．5)，将“TimelnfectDis”设置为uniform(0．1，0．2)，将“T~meBlueDist’’设置为uniform(0．2，1)。
　　1．2传播智能体的行为
　　根据所处状态的不同，我们将传播智能体分为四类：已感染的智能体(IFT)，没有听到流行病消息的智能体(UHE)，直接听到流行病消息的智能体(脏D)，间接听到流行病消息的智能体(HEI)。为了在模拟过程中将它们区分开，我们用不同的颜色标示它们。用红色标示IFT，用淡灰标示UHE，用粉红色标示HED，用蓝色标示HEI。
　　流行病消息传播过程的特征由传播智能体的行为决定。所以我们将对传播智能体的行为进行详细描述。传播智能体的行为与状态转换如图2所示。

　　在图2中，传播智能体的4种状态分别标示在四个矩形中，7种状态转移由带圈的数字标示，5种活动由小正方形中的数字标示。图中的粗圆点表示传播智能体的初始状态。传播智能体的活动和状态转移描述如下。
　　(1)模拟开始初，所有消息传播智能体的状态都是未听到消息者，相关状态转换为①。模拟开始不久，环境智能体使某些消息传播智能体成为感染者，相关状态转换为④。
　　(2)在模拟过程中，已感染的智能体者和会快速将消息传播给其它传播智能体，参考行为回，相关状态转换为③和⑥。在模拟空间，与感染者为中心，在一定范围内相连的未听到消息智能体或间接听到消息智能体成为听到直接消息的智能体，参考行为②，相关状态转换为③和⑥。
　　(3)与已感染智能体相距一定范围的未感染智能体将按照一定比率被感染，参考行为③，相关状态转换为④、⑤和⑦。
　　(4)听到直接消息的智能体会快速传播消息，使未听到消息者成为听到间接消息者，参考行为④，相关状态转换为②。听到间接消息的智能体同样会传播消息，但是传播速度相对于已感染智能体和听到直接消息的智能体比较慢，参考行为固，相关状态转换为②。
　　另外，在经过移动过程时间间隔后，在模拟空间内重新随机布置传播智能体，当前模拟时间距离上次听到消息的时间超过消息遗忘时间间隔时，该智能体将忘记流行病消息。
　　2模拟实验和敏感性分析
　　2．1社会联系数量的影响
　　在模拟的图形环境中，设置每个消息传播Agent的大小为3x3的方格，模拟空间为600x600的方格区域。将模拟时钟设置为天。在模拟开始后的很短时间(TimeBegin=0．00001天)时，环境智能体将分布在半径为80的区域内的3个传播智能体变为已感染智能体。
　　为研究社会联系对信息传播的影响，我们改变‘’NumContact’’的值进行多次模拟试验，每种不同取值运行7次得到的平均结果如图3所示。 

　　图3中的曲线都表示在不同‘’NumContact’’的条件下，听到流言消息的智能体数量的变化。从时间点第1．46天看，从上至下的5条曲线依次表示‘’NumContact’’的值等于uniform(0，20)、unifomr(0，10)、10、5和uniform(0，5)时听到流言消息是智能体数量的变化曲线。
　　图3中的所有曲线都是按照较规则的“S”曲线上升，即听到流言消息智能体数量在开始时缓慢上升，然后加速上升并形成很高的上升速度，最后上升的速度逐步减慢。这与许多传播动力学的研究结果类似。对比‘’NumContacf’的值等于uniform(0，20)、uniform(0，10)和uniform(0，5)时的3条曲线，发现社会联系数量的增加将使流行病消息传播的速度迅速提升。
　　当今社会，便利的通讯使人们与其他人交流信息非常方便迅速，实际社会联系数量可能会远多于uniform(0，10)或uniform(0，20)，流行病消息在现代社会中的实际传播速度要比模拟结果快。
　　为了分析流行病消息快速传播的影响，我们引入统计量RHEI(间接听到流行病消息智能体数量的比率)：

从图4可见，RHEI随着‘’NumContacf’的值增加而增加。即如果平均‘’NumContact’’值越高，那么更多的智能体得到间接消息。