Skip to content
返回搜索结果

基于智能体的目标规划——融合去中心化智能体与多目标满足的混合仿真优化

提出者
Charnes, Cooper (GP); Schelling, Holland (ABM foundations)
年份
1990s-2000s (hybrid integration)
类型
Hybrid simulation-optimization
类别
Simulation / optimization

本文为机器翻译,尚未经过审校。 阅读英文原文

字号

它有什么作用?

基于智能体的目标规划(ABGP)将基于智能体的仿真与目标规划优化相结合,用于对多个自主决策者追求相互竞争、有优先次序的目标的系统进行建模。它使研究者能够研究智能体层面去中心化的适应性行为如何产生以预设指标衡量的系统层面结果,同时刻画涌现现象和多准则满足。

方法背后的直觉

设想一条供应链,其中每个供应商、制造商和零售商都依据局部规则独立决策,而整个系统必须同时满足成本、服务水平和排放方面的目标。标准优化假定存在单一的中央规划者;纯仿真只能告诉你会发生什么,却不能告诉你如何改进。ABGP将两者结合:智能体模拟现实的去中心化行为,而目标规划则评估并引导系统以最小偏差满足多个目标。分析者设定目标及其优先权重,智能体随时间相互作用,该方法追踪实际结果与各目标的偏离程度——从而既能分析又能优化复杂适应系统。

历史学

目标规划由Charnes和Cooper于20世纪50年代提出,是线性规划的扩展,用于对多个目标进行满意化处理。基于智能体的建模于20世纪90年代通过Holland和Epstein等学者的工作成为一种独立的方法论。随着计算能力使迭代的仿真优化循环成为可能,ABM与数学规划(包括目标规划)的结合于21世纪初在运筹学、供应链和政策仿真领域受到关注。

何时使用

当系统包含多个具有异质行为规则的自主行动者,且分析者需要同时满足或优化多个相互竞争的目标时,应使用ABGP——这在供应链管理、公共政策、医疗资源配置和环境规划中很常见。当涌现的集体行为是问题的核心,而单一的整体优化模型会曲解智能体的自主性时,它尤为适用。当系统可由单一决策者很好地刻画、计算资源非常有限(需要大量仿真运行)、目标可在不损失有效性的前提下归结为单一目标,或智能体之间的相互作用可忽略、纯数学规划模型即可胜任时,应避免使用ABGP。

局限与注意事项

  • 计算量大:每次评估都需要运行完整的基于智能体的仿真,使大规模优化循环代价高昂。
  • 模型校准与验证具有挑战性;智能体行为参数往往难以从经验数据中估计。
  • 结果可能对仿真设计选择(时间步长、智能体拓扑、初始条件)敏感,带来模型风险。
  • 目标规划要求分析者预先设定期望水平和权重,这些设定可能带有主观性,或在利益相关者之间存在争议。

来源中的条件不能替代独立的科学审查或分析引擎的验证。

优势

  • 能刻画去中心化智能体相互作用产生的涌现系统行为,而汇总型优化模型无法表示这些行为。
  • 通过明确的优先级或权重结构处理多个相互竞争的目标,使决策者能够清楚地看到权衡取舍。
  • 可容纳具有不同行为规则、信息集和适应性学习的异质智能体,而无需统一的效用函数。
  • 支持情景(what-if)政策分析:改变智能体规则或目标权重,无需实地实验即可观察对系统层面的影响。
  • 可灵活地与随机仿真结合,给出目标达成情况的分布而非点估计。

应用

  • 供应链协调:供应商、制造商和零售商各自进行局部优化,而系统同时以成本、服务水平和可持续性为目标。
  • 公共卫生资源配置:对医院智能体和患者流进行建模,以最小化与覆盖率、公平性和预算目标的偏差。
  • 能源市场仿真:生产者和消费者智能体相互作用,政策旨在实现可再生能源渗透率、价格稳定和排放目标。
  • 城市土地利用规划:在包含家庭和开发商智能体的模型中,规划者最小化与可负担性、密度和绿地目标的偏差。
  • 金融市场压力测试:交易者智能体产生内生动态,并依据监管资本和流动性目标进行评估。

使用方式

使用方式

1

定义智能体(类型、行为规则、交互拓扑),并列出带有期望水平的目标集合 g_i。每个目标代表系统应当达成的指标——例如成本低于某一阈值、吞吐量高于某一最低值或公平性高于某一下限。为每个目标的正偏差(超额达成)变量和负偏差(未达成)变量分配优先权重 w_i 或字典序优先级。

2

建立加权目标规划的目标函数:最小化偏差的加权和 Z = sum(w_i^+ * d_i^+ + w_i^- * d_i^-),其中 d_i^+ 和 d_i^- 分别为目标 i 的超额达成变量和未达成变量。该目标函数用于指导评估哪些仿真配置或智能体参数。

公式
\min Z = \sum_{i=1}^{k} (w_i^+ d_i^+ + w_i^- d_i^-)
3

在设定的时间范围内运行基于智能体的仿真。智能体遵循行为规则(如有限理性、局部信息、适应性学习),并通过市场、网络或空间环境相互作用。在每个时间步或仿真运行结束时记录系统层面的输出。通过多次运行重复,以考虑智能体行为中的随机变异。

4

将仿真输出映射到目标约束方程:f_i(x) + d_i^- - d_i^+ = g_i。根据仿真结果 x 计算每个目标 i 的偏差值 d_i^+ 和 d_i^-,并计算总体目标 Z。该评估可揭示哪些目标已达成、哪些超额达成、哪些未达成,以及偏差幅度。

公式
f_i(x) + d_i^- - d_i^+ = g_i, \quad d_i^+, d_i^- \geq 0
5

利用偏差信息更新智能体参数、政策规则或结构配置(通过优化循环、试验设计或元启发式搜索),并重新仿真。持续迭代,直到 Z 被最小化到可接受的水平或满足终止准则。报告最终的智能体配置、目标达成概况,以及跨优先目标的权衡分析。

常见陷阱

  • 把集成模型当作黑箱,而不事先单独验证基于智能体的部分,可能导致未被发现的建模错误传播到优化层。
  • 每个设计点的仿真运行次数过少会使偏差估计噪声较大,从而误导目标规划优化得到次优配置。
  • 任意设定目标期望水平,而不以经验基准或利益相关者意见为依据,会削弱偏差最小化的意义。
  • 只使用仿真输出的均值而忽略随机变异,可能系统性地错误陈述目标达成情况,对风险敏感型目标尤其如此。

常见问题

ABGP与先运行基于智能体的模型、再单独进行目标规划有何不同?

在ABGP中,两个组成部分通过反馈回路耦合:每次仿真运行得到的目标偏差值为参数调整提供依据,调整后的参数再反馈到下一次仿真。若分开运行,优化就无法考虑智能体行为如何随政策调整而变化,从而丢失了当初采用ABM所看重的涌现动态。

是否有实现ABGP的标准软件工具?

目前没有单一的专用工具。实践者通常在NetLogo、Repast或Mesa等平台上构建智能体层,再将其与数学规划求解器(如CPLEX、Gurobi、PuLP)或用于优化循环的元启发式算法封装耦合。这种耦合通常用Python或Java自行编写。

每个设计点需要运行多少次仿真,才能得到可靠的目标偏差估计?

没有通用规则,但必须先进行预运行并做方差分析。对于随机ABM,每个设计点30-100次重复是常见的起点;行为方差较大或存在罕见事件的系统可能需要数百次。响应面法或公共随机数可以减少总运行次数。

ABGP能处理目标之间的字典序(抢先式)优先级,还是只能处理加权目标?

两种优先级结构都兼容。加权ABGP最小化单一的加总偏差目标。字典序ABGP则按顺序优化目标——先最小化最高优先级目标的偏差,再在固定第一个目标达成水平的条件下最小化第二个目标的偏差,依此类推。选择应反映利益相关者实际的偏好结构。

什么情况下稳健目标规划或随机目标规划优于ABGP?

当智能体层面的异质性和涌现的交互效应不是不确定性的主要来源时——例如不确定性主要来自参数分布,而非去中心化决策——随机目标规划或稳健目标规划具有更清晰的解析可处理性,且计算成本更低。

相关方法

参考文献

  1. Charnes, A., Cooper, W. W., & Ferguson, R. O. (1955). Optimal estimation of executive compensation by linear programming. Management Science, 1(2), 138-151.

    打开 DOI 文献
    已复制。
  2. Macal, C. M., & North, M. J. (2010). Tutorial on agent-based modelling and simulation. Journal of Simulation, 4(3), 151-162.

    打开 DOI 文献
    已复制。