基于Agent的水资源管理模型研究进展

TV213.4%G353.11; 基于Agent的模型(Agent-based models,ABM)研究已成为水资源管理研究理论与方法的重要补充.对水资源管理ABM研究进行归纳与展望,有助于探索优化中国水资源管理体制和机制.在阐述水资源管理ABM概念及内涵的基础上,提炼出主体决策规则和互作机制两个建模核心内容,并对其方法进行了归纳分析;从流域水资源优化配置、城镇居民用水管理和灌区水资源管理3个方面,对2009-2018年主要水资源管理ABM研究进行了综述;针对当前研究的难点与不足,提出未来研究重点:①拓展复杂适应理论在水资源管理领域的应用;②加强不确定性水资源管理ABM研究;③探索基于机器学...

Full description

Saved in:
Bibliographic Details
Published in水科学进展 Vol. 30; no. 2; pp. 282 - 293
Main Authors 练继建, 徐梓曜, 宾零陵, 徐奎, CHAN HoiYi
Format Journal Article
LanguageChinese
Published 天津大学水利工程仿真与安全国家重点实验室,天津,300072%天津大学水利工程仿真与安全国家重点实验室,天津300072 30.03.2019
水利部综合开发管理中心,北京 100053%College of Agriculture and Life Sciences, Cornell University, Ithaca, NY 14853
Subjects
水资源系统
水资源管理
基于Agent的模型
复杂适应系统
Online AccessGet full text
ISSN1001-6791
DOI10.14042/j.cnki.32.1309.2019.02.013

Cover

More Information
Summary:TV213.4%G353.11; 基于Agent的模型(Agent-based models,ABM)研究已成为水资源管理研究理论与方法的重要补充.对水资源管理ABM研究进行归纳与展望,有助于探索优化中国水资源管理体制和机制.在阐述水资源管理ABM概念及内涵的基础上,提炼出主体决策规则和互作机制两个建模核心内容,并对其方法进行了归纳分析;从流域水资源优化配置、城镇居民用水管理和灌区水资源管理3个方面,对2009-2018年主要水资源管理ABM研究进行了综述;针对当前研究的难点与不足,提出未来研究重点:①拓展复杂适应理论在水资源管理领域的应用;②加强不确定性水资源管理ABM研究;③探索基于机器学习的决策规则建模方法;④重视参数校准和结果校验及检验方法;⑤加强模型表述格式标准化进程;⑥综合权衡水资源管理ABM框架.
ISSN:1001-6791
DOI:10.14042/j.cnki.32.1309.2019.02.013