基于Repast平臺的BI模型的分析與實(shí)現(xiàn)

申請免費(fèi)試用、咨詢電話：400-8352-114

隨著社會的發(fā)展，市場競爭愈演愈烈，面對日益復(fù)雜的社會經(jīng)濟(jì)環(huán)境，客觀、科學(xué)地進(jìn)行商業(yè)行為的決策成為人們?nèi)找骊P(guān)注的焦點(diǎn)。為了智能地進(jìn)行商業(yè)決策，區(qū)位模型理論得到迅猛發(fā)展。經(jīng)濟(jì)行為是行為主體在特定時間和空間中的決策行動，因此將空間因素納入商業(yè)行為的決策，也越來越受到經(jīng)濟(jì)學(xué)家和地理學(xué)家的重視。企業(yè)在做出某些重大決策時，結(jié)合GIS空間分析的方法，考慮空間信息對決策結(jié)果的影響，能夠?yàn)楣芾碚吆蜎Q策者提供較好的決策支持。

1 基于Agent建模平臺——Repast

近年來，基于Agent建模（ABM）的方法在社會科學(xué)研究中逐漸受到重視，基于Agent的計(jì)算經(jīng)濟(jì)學(xué)、人工社會等方面的研究得到長足發(fā)展。Repast應(yīng)用大致可以分成以下四類：理論研究、社會系統(tǒng)仿真、經(jīng)濟(jì)系統(tǒng)仿真、綜合應(yīng)用。Repast目前的版本具有GIS接口，可以直接構(gòu)建具有實(shí)際空間屬性的主體。

Repast仿真平臺采用面向?qū)ο蟮某绦蛟O(shè)計(jì)與編程方法，實(shí)現(xiàn)過程中大量采用模板方法、抽象工廠等程序設(shè)計(jì)方法來提高軟件編程框架的通用性，提高了仿真程序模塊化的程度。一個完整的Repast仿真程序構(gòu)成包含以下必選模塊：

Model類： 該類是仿真程序的核心部分，該類的主要方法及每個方法的作用見表1。

Agent類：該類定義Agent的屬性與行為，一個仿真程序內(nèi)可能出現(xiàn)多種類型的Agent類，例如GisAgent、OpenMapAgent等，或者是由Agent派生的各種Agent類。

Action類：行為類是仿真調(diào)度器與Agent類之間的解耦，它主要描述Agent類的行為及行為所造成的影響。

數(shù)據(jù)源類：在仿真程序運(yùn)行時，數(shù)據(jù)源對象記錄、收集Agent對象所產(chǎn)生的數(shù)據(jù)并提供給分析、顯示對象使用。即數(shù)據(jù)源類在仿真程序的分析、顯示類與Agent類之間也起解耦作用。

本文實(shí)驗(yàn)所涉及到Agent類為OpenMapAgent類，數(shù)據(jù)源類為OpenMapData，可視化類為OpenMapDisplay類。

2 區(qū)位模型建立

本文嘗試對霍特林戰(zhàn)略區(qū)位模型進(jìn)行拓展，將消費(fèi)者選擇偏好、收入水平及受教育程度這些因素納入模型體系，根據(jù)消費(fèi)者的素質(zhì)水平進(jìn)行商業(yè)網(wǎng)點(diǎn)的模擬選址。對模型進(jìn)行必要的抽象和拓展。該模型涉及三類模擬對象：SiteAgent主體類、CustAgent主體類，環(huán)境要素層。

2.1 模擬對象的建立

SiteAgent主體類具有表2所示屬性：

CustAgent主體類作為有主觀能動的消費(fèi)者具有如表3所示的屬性：

CustAgent主體類的行為是在個體追求效用最大化的假設(shè)前提下進(jìn)行定義的。CustAgent個體選擇他要光顧的銀行網(wǎng)點(diǎn)時該個體認(rèn)為他的本次選擇是最優(yōu)的，采用動態(tài)隨機(jī)效用模型進(jìn)行定義。

環(huán)境要素層指各類主體賴以存在的自然環(huán)境和社會環(huán)境，包括土地利用類型層、土地價格層和交通通達(dá)度層等。本文主要考慮商業(yè)網(wǎng)點(diǎn)和消費(fèi)者所處區(qū)域內(nèi)的交通通達(dá)度。交通通達(dá)度體現(xiàn)了交通的方便程度，包括道路通達(dá)度、公交便捷度和對外交通通達(dá)度。模型中采用指數(shù)距離衰減函數(shù)表達(dá)位置的空間吸引力。

2.2 模擬機(jī)制

模型模擬運(yùn)行流程如圖1所示。

圖1 模型運(yùn)行機(jī)制

3 模型的實(shí)現(xiàn)

3.1 模型簡化

模擬數(shù)據(jù)采用廣州市某區(qū)銀行網(wǎng)點(diǎn)分布圖、道路交通圖和人口調(diào)查分布數(shù)據(jù)。對這些數(shù)據(jù)的分析基礎(chǔ)上模擬新增加銀行網(wǎng)點(diǎn)的選址分布情況，便于實(shí)現(xiàn)有必要對模型進(jìn)行簡化。

簡化方法是在進(jìn)行原有銀行網(wǎng)點(diǎn)（SiteAgent主體類）生成之前將網(wǎng)點(diǎn)進(jìn)行聚合，并相應(yīng)增加聚合后網(wǎng)點(diǎn)的影響因子以便其提高生命力值。利用聚合后的網(wǎng)點(diǎn)生成擴(kuò)展Voronoi圖，將生成的多邊形與廣州市某區(qū)人口分布圖進(jìn)行疊加分析，為每個區(qū)域進(jìn)行人口屬性賦值確定每個多邊形內(nèi)的CustAgent規(guī)模和收入層次。

根據(jù)對模型的分析和建模策略，本文采用Repast平臺作為模型實(shí)現(xiàn)工具，采用Java語言開發(fā)。模型初始化后新增網(wǎng)點(diǎn)隨機(jī)分布在研究區(qū)域內(nèi)如圖2（a）所示。當(dāng)程序運(yùn)行終止后新網(wǎng)點(diǎn)選址確定后結(jié)果如圖2（b）所示。

（a）模型運(yùn)行初始狀態(tài)（b）模型運(yùn)行結(jié)果狀態(tài)

圖2 模型模擬輸出

3.2 結(jié)果分析

由模型運(yùn)行結(jié)果可以看出原有銀行網(wǎng)點(diǎn)多分布在商業(yè)發(fā)達(dá)和交通發(fā)達(dá)區(qū)域，因?yàn)樵谏虡I(yè)發(fā)達(dá)和交通發(fā)達(dá)區(qū)域客流量大，驗(yàn)證了商業(yè)網(wǎng)點(diǎn)的“扎堆”效應(yīng)，如圖2（a）所示。新網(wǎng)點(diǎn)（白色表示）模擬運(yùn)行后多選擇在交通通達(dá)度高的區(qū)域，如圖2（b）中方框所示區(qū)域。有少量網(wǎng)點(diǎn)響應(yīng)“扎堆”效應(yīng)選擇在網(wǎng)點(diǎn)密集區(qū)域，如圖2（b）圓圈所示。還有少量網(wǎng)點(diǎn)選擇在原有網(wǎng)點(diǎn)稀少區(qū)域如圖2（b）左上角所示，在此區(qū)域無網(wǎng)點(diǎn)分布，新網(wǎng)點(diǎn)選址于此可以吸引此區(qū)域內(nèi)更多的客戶。

當(dāng)模擬終止后各項(xiàng)指標(biāo)如圖3所示。

（a）新網(wǎng)點(diǎn)生命力值（b）所有網(wǎng)點(diǎn)生命力值

圖3 網(wǎng)點(diǎn)生命力值

值得說明的是：本模型對確定數(shù)量的新網(wǎng)點(diǎn)選址的結(jié)果的每次輸出不完全相同，圖2（b）所示結(jié)果是多次運(yùn)行結(jié)果的體現(xiàn)。當(dāng)模型終止后，考察新網(wǎng)點(diǎn)的生命力值如圖3（a）所示，不是每個新網(wǎng)點(diǎn)都能達(dá)到最大生命力值但是其生命力值超出給定閾值。考察圖3（b），在模型開始運(yùn)行時網(wǎng)點(diǎn)總生命力值有較大的抖動，說明在運(yùn)行中有較多新網(wǎng)點(diǎn)死亡和重生，運(yùn)行結(jié)束后網(wǎng)點(diǎn)總生命力值趨于穩(wěn)定，當(dāng)模擬終止時新生網(wǎng)點(diǎn)對網(wǎng)點(diǎn)總生命力值的貢獻(xiàn)不是最大的，但是保證每個新網(wǎng)點(diǎn)都可以生存下來。

4 結(jié) 語

本文模型的實(shí)現(xiàn)結(jié)果定性地驗(yàn)證了商業(yè)網(wǎng)點(diǎn)選址的某些規(guī)律，也初步體現(xiàn)了空間地理信息在商業(yè)網(wǎng)點(diǎn)選址中的重要性。但是模型實(shí)現(xiàn)的結(jié)果不是最優(yōu)的，尋求網(wǎng)點(diǎn)選址的最優(yōu)結(jié)果是今后研究的重要方向。

為此后續(xù)的工作要做好以下幾個方面：

1）尋找更合理的空間分析方法，確定更科學(xué)的商業(yè)網(wǎng)點(diǎn)吸引力模型。

2）結(jié)合經(jīng)濟(jì)理論對市場進(jìn)一步細(xì)分，尋找影響消費(fèi)者選擇商業(yè)網(wǎng)點(diǎn)的因素，構(gòu)建更加合理的網(wǎng)點(diǎn)生命力模型。

3）建立更加精準(zhǔn)的模型，具有更強(qiáng)動態(tài)決策、預(yù)測的能力，提高模擬水平為商業(yè)選址提供優(yōu)良的決策服務(wù)。（萬方數(shù)據(jù)）