基于agent的区域经济智能决策支持系统研究

将分布式人工智能中的agent技术融于现代区域经济管理决策支持系统的研究与开发中。提出了基于agent的区域经济智能决策支持系统的结构和组成,引入交互agent、管理agent、数据agent、模型agent、知识agent以及各类决策职能agent构成系统的主要部件,分析了基于分类器系统的agent进化机制,并且通过区域主导产业参与影响分析案例详细探讨了在多agent通讯与合作环境下实现区域经济的动态分析、评估、预测以及优化等决策支持功能的工作过程和原理.     

天津主导产业选择与空间布局研究

根据主导产业发展的一般原理,在分析影响天津主导产业更替变化的经济、社会、技术等内外因素的基础上,结合地区经济发展特点,对现代主导产业选择基准进行了合理的变化与补充,提出了七条选择地区主导产业遵循的基准,构造了一套指标体系,建立了一个天津主导产业的层次选择模型,并且通过实际测算以及定量和定性的综合分析进行产业空间布局。     

空间集聚和知识溢出的微观机理与动态模拟

针对“新”新经济地理学在企业生产率的设定、企业间知识溢出的机制、集聚地区生产率提高的来源等方面存在的3个“黑箱”,借助复杂经济学和基于agent的计算经济学的思想和方法,利用遗传算法对企业的知识结构进行编码,并开发基于agent的空间经济仿真平台,模拟企业通过知识溢出和创新,实现生产率提高和空间集聚的过程。研究发现：知识溢出机制下的企业流动具有渐进性、双向性等动态异质性特征。在空间集聚过程的早期,地区生产率的提高源于高效率企业进入形成的“拉高效应”和本地知识溢出的共同作用,集聚过程的后期地区生产率的提高则主要源自本地的知识溢出,并出现低效率企业进入的“拉低效应”。     

城市增长时空系统动态学模拟研究

将Forrester城市动态学与元胞自动机相结合,建立了城市增长的时空动态模拟模型,采用美国Vermont大学生态经济研究所开发的空间建模环境(SME),对北京城市增长进行了模拟研究.研究表明,综合了各种自然物理和社会经济变量与规则的离散时空系统动态学模拟模型,是探讨城市增长复杂性管理的有效手段.     

城市演化的多主体(multi-agent)模型研究

采用基于主体建模(Agent-based Modeling,ABM)的方法设计了一个城市演化的模拟模型,旨在探索城市中居民、企业等大量微观主体非线性互作互动而导致的宏观空间结构的演化过程.作者针对城市空间演化的几种典型模式,利用在Swarm环境下实现的多主体(multi-agent)城市模拟系统,通过微观层面的动态模拟进行分析和对比,并结合定性的认识对所模拟的城市演化模式进行了评价和讨论,为可持续的城市规划和管理提供理论支持.     

基于Agent的农业经济智能决策支持系统研究

将分布式人工智能中的Agent技术融于现代农业经济管理决策支持系统的研究与开发中,提出了基于Agent的农业经济智能决策支持系统(AEIDSS)的结构和组成,引入界面Agent、管理Agent、数据Agent、模型Agent、知识Agent以及各类决策职能Agent构成系统的主要部件,分析了基于分类器系统的Agent实现方法,探讨了在多Agent通讯与合作环境下实现农业经济系统的动态分析、评估、预测以及优化等决策支持功能的工作原理。图2,参13。