葉鵬,王鳳霞
(海南大學(xué)旅游學(xué)院 ???570228)
復(fù)雜適應(yīng)系統(tǒng)(complex adaptive system,CAS)由美國(guó)計(jì)算機(jī)科學(xué)家霍蘭德(J·Holland)教授提出。復(fù)雜適應(yīng)系統(tǒng)理論是建立在“適應(yīng)性造就復(fù)雜性”這一基本觀點(diǎn)的基礎(chǔ)上,在系統(tǒng)中存在的各成員被稱為“具有適應(yīng)性的主體”(A-daptive Agent),為了使自己更好地生存發(fā)展,每個(gè)主體必須有良好的適應(yīng)性[1]。主體只有不斷地與其他主體進(jìn)行交互,并運(yùn)用知識(shí)和經(jīng)驗(yàn)改變自身的結(jié)構(gòu)及行為方式,才能不斷進(jìn)化成更優(yōu)的主體以適應(yīng)環(huán)境,同時(shí)環(huán)境因?yàn)閭€(gè)體的變化也在不斷的演變[2]。
海洋環(huán)境是一個(gè)復(fù)雜的系統(tǒng),它由眾多的相互之間進(jìn)行著交互作用的種群組成,并且這些種群還構(gòu)成了具有層次結(jié)構(gòu)的系統(tǒng)。旅游活動(dòng)的加入讓原本的海洋環(huán)境更加復(fù)雜,海洋環(huán)境的演化受到了來自人類旅游活動(dòng)的影響。這樣的系統(tǒng)具有自主性、適應(yīng)性、異步并發(fā)等特性,符合CAS的特征。因此可以將有旅游者參與的海洋旅游環(huán)境視作隨時(shí)間推移不斷演變的CAS。
目前,對(duì)CAS進(jìn)行研究的一種有效方法是基于多 Agent系統(tǒng)(multi-Agent system,MAS)的建模仿真方法[3]。利用MAS建模仿真的方法分析海洋旅游環(huán)境的演化會(huì)提升問題分析的智能性和問題求解的能力。本文將基于MAS,對(duì)有旅游者參與的海洋環(huán)境系統(tǒng)進(jìn)行建模,再利用多Agent仿真平臺(tái)StarLogo進(jìn)行仿真實(shí)驗(yàn),并對(duì)仿真結(jié)果進(jìn)行分析。
目前針對(duì)海洋旅游環(huán)境的研究主要涉及海洋旅游的可持續(xù)發(fā)展、海洋旅游環(huán)境容量測(cè)算和海洋旅游環(huán)境承載力評(píng)價(jià)這幾個(gè)方面[4]。臧傳芹[5]總結(jié)了秦皇島海洋旅游可持續(xù)發(fā)展自身具備的優(yōu)勢(shì)和面臨的主要問題,并在此基礎(chǔ)上提出了可持續(xù)發(fā)展的建議與對(duì)策。黃劍堅(jiān)等[6]總結(jié)了傳統(tǒng)的旅游環(huán)境容量計(jì)算方法與這些方法的缺陷,并選擇了合適的方法分析了廣東特呈島國(guó)家級(jí)海洋公園旅游環(huán)境容量。劉佳等[7]構(gòu)建了濱海旅游環(huán)境承載力的評(píng)價(jià)體系,運(yùn)用物元評(píng)價(jià)模型和灰色預(yù)測(cè)模型,對(duì)山東半島藍(lán)色經(jīng)濟(jì)區(qū)濱海旅游環(huán)境承載力水平進(jìn)行量化測(cè)度與系統(tǒng)分析。通過對(duì)現(xiàn)有的文獻(xiàn)梳理可以發(fā)現(xiàn),如今針對(duì)海洋旅游環(huán)境的研究方法種類較少且模式化,基本沿襲了分析和評(píng)價(jià)某地的海洋旅游資源,總結(jié)出發(fā)展海洋旅游的優(yōu)劣勢(shì),再據(jù)此提出發(fā)展對(duì)策和建議這樣一種模式。而且定性分析的文章較多,定量分析的文章較少。本文將MAS的建模仿真方法應(yīng)用于海洋旅游環(huán)境研究,是在現(xiàn)有研究方法上的創(chuàng)新,希望借助這樣一種定量分析更加準(zhǔn)確地描述旅游與海洋環(huán)境之間的關(guān)系,同時(shí)實(shí)現(xiàn)海洋旅游環(huán)境演化過程的可視化。
Agent是一個(gè)計(jì)算實(shí)體,并且具有一定的生命周期[8]。與其他的實(shí)體相比,Agent能夠感知它所處環(huán)境的變化并能夠適應(yīng)環(huán)境的變化,然后通過自主運(yùn)行進(jìn)一步影響環(huán)境,甚至改變所在的環(huán)境。一般來說,Agent包含知識(shí)、目標(biāo)和能力3個(gè)方面要素。知識(shí)是指Agent對(duì)它所處環(huán)境或需要求解的問題的描述;目標(biāo)是指Agent所采取的一切行為都是面向目標(biāo)的;能力是指Agent具有控制、推理和決策的能力[9]。
多Agent系統(tǒng)是指由兩個(gè)或兩個(gè)以上具有不同功能的Agent組成的系統(tǒng),其中系統(tǒng)中的各Agent之間可以進(jìn)行交互通信與協(xié)商合作,通過它們的相互作用解決單個(gè)Agent無法解決的問題[10]。
StarLogo是由麻省理工大學(xué)(MIT)多媒體實(shí)驗(yàn)室開發(fā)的基于主體(Agent)的建模方法[11]。StarLogo以軟件的方式描述了主體以及主體與環(huán)境、主體與主體之間的交互過程,從而可以研究由多個(gè)主體組成的復(fù)雜適應(yīng)系統(tǒng)的運(yùn)行機(jī)制。StarLogo的目的就是通過提供一種簡(jiǎn)單、直觀的建模仿真工具,從一種新的視角幫助人們分析和理解復(fù)雜適應(yīng)系統(tǒng)[12]。在StarLogo仿真平臺(tái)中存在3種角色,分別是海龜(turtles)、點(diǎn)(patches)和觀察者(observer)。用戶通過設(shè)定這些角色來構(gòu)建復(fù)雜系統(tǒng),模擬現(xiàn)實(shí)世界的各種復(fù)雜現(xiàn)象。
在對(duì)多Agent系統(tǒng)進(jìn)行建模時(shí),首先需要對(duì)研究的復(fù)雜適應(yīng)系統(tǒng)的全局行為進(jìn)行深刻理解,確定需要仿真的目標(biāo)。然后對(duì)復(fù)雜適應(yīng)系統(tǒng)的整體行為進(jìn)行抽象化,并不斷細(xì)化復(fù)雜適應(yīng)系統(tǒng)的整體行為表達(dá)方式。至此,再判斷被抽象的整體行為是否符合要求,若不符合,則降低抽象層次,同時(shí)增加局部細(xì)節(jié);若符合要求,則利用MAS理論進(jìn)行建模[13]。
本文僅針對(duì)旅游者的海洋旅游行為對(duì)海洋生態(tài)環(huán)境的影響進(jìn)行分析。構(gòu)建的模型包含有海洋環(huán)境Agent、旅游者Agent與生態(tài)恢復(fù)Agent,構(gòu)造了一個(gè)海洋環(huán)境系統(tǒng)的局部二維環(huán)境。其中:海洋環(huán)境Agent為一個(gè)全局的Agent,它模擬了作為旅游目的地的海洋生態(tài)環(huán)境;旅游者Agent模擬了旅游者的行為;生態(tài)恢復(fù)Agent則是針對(duì)旅游者Agent對(duì)海洋生態(tài)環(huán)境造成的破壞進(jìn)行不同程度的恢復(fù),恢復(fù)海洋生態(tài)環(huán)境。
3.2.1 海洋環(huán)境 Agent
海洋環(huán)境Agent分為海島與海洋,用不同的顏色加以區(qū)分。海洋Agent通過顏色的深淺來表示海洋污染程度的高低。
海洋環(huán)境Agent的靜態(tài)屬性有環(huán)境指數(shù)、位置、運(yùn)營(yíng)天數(shù)、總污染指數(shù)和歷史最高總污染指數(shù)。其中,環(huán)境指數(shù)反映該片海域受污染的程度,環(huán)境指數(shù)會(huì)受到旅游者Agent與生態(tài)恢復(fù)Agent的影響上升或降低。
海洋環(huán)境Agent的行為:變色。海洋環(huán)境Agent的區(qū)域會(huì)根據(jù)海洋環(huán)境指數(shù)的高低來標(biāo)記每個(gè)區(qū)域的顏色。
3.2.2 旅游者 Agent
旅游者Agent模擬了旅游者行為活動(dòng)。在旅游時(shí)間內(nèi),旅游者Agent在海洋環(huán)境Agent范圍內(nèi)運(yùn)動(dòng),并會(huì)對(duì)海洋環(huán)境Agent產(chǎn)生不同程度的污染。在旅游時(shí)間結(jié)束后,旅游者Agent退出,代表了一次旅游結(jié)束。
旅游者Agent的靜態(tài)屬性包括顏色、形狀和旅游時(shí)間。
旅游者Agent的行為:① 旅游者產(chǎn)生。②旅游活動(dòng)。旅游者在旅游時(shí)間還有剩余的情況下進(jìn)行活動(dòng),每次運(yùn)動(dòng)的方向和距離為隨機(jī)變量。③污染行為。旅游者Agent在到達(dá)的地方都會(huì)對(duì)海洋環(huán)境Agent產(chǎn)生污染,通過改變環(huán)境指數(shù)來表示。④ 旅游結(jié)束。
3.2.3 生態(tài)恢復(fù) Agent
本模型定義了兩種生態(tài)恢復(fù)Agent,分別是海洋自凈Agent與人工恢復(fù)Agent。海洋自凈Agent表示海洋環(huán)境在自然狀態(tài)下自我修復(fù)的能力以降低海洋環(huán)境Agent的環(huán)境指數(shù)。人工恢復(fù)Agent則表示人類開展的環(huán)境保護(hù)行為對(duì)海洋生態(tài)環(huán)境的恢復(fù)。
海洋自凈Agent的行為:降解污染。海洋環(huán)境Agent的環(huán)境指數(shù)經(jīng)過一段時(shí)間會(huì)有一定程度的下降。
人工恢復(fù)Agent的靜態(tài)屬性有形狀,這是為了在外觀形態(tài)上將人工恢復(fù)Agent與旅游者A-gent區(qū)分開,方便之后在仿真實(shí)驗(yàn)中觀察。
人工恢復(fù)Agent的行為:① 搜尋活動(dòng)。人工恢復(fù)Agent會(huì)在海洋環(huán)境Agent范圍內(nèi)不斷運(yùn)動(dòng),每次運(yùn)動(dòng)的方向和距離為隨機(jī)變量。② 污染清理。人工恢復(fù)Agent搜尋到污染區(qū)域后,會(huì)對(duì)污染區(qū)域進(jìn)行生態(tài)恢復(fù),降低海洋環(huán)境Agent的環(huán)境指數(shù)。
圖1描述了旅游者對(duì)海洋環(huán)境影響的MAS模型框架。
圖1 MAS模型框架
本文在利用StarLogo仿真平臺(tái)對(duì)本模型進(jìn)行仿真時(shí),具體的形狀、顏色和參數(shù)設(shè)置如下:海洋環(huán)境Agent方面,棕色矩形Patch代表海島,藍(lán)色矩形Patch代表海洋,顏色較深的海洋表示污染程度相對(duì)較低。環(huán)境指數(shù)區(qū)間為[0,100],在初始狀態(tài)下為0。旅游者Agent方面,用不同顏色的人形Turtle表示,本文僅討論4種旅游者,分別是:短期環(huán)保旅游者、短期破壞旅游者、長(zhǎng)期環(huán)保旅游者和長(zhǎng)期破壞旅游者。每天產(chǎn)生的旅游者總數(shù)為10。生態(tài)恢復(fù)Agent方面,海洋自凈Agent幫助海洋環(huán)境Agent的恢復(fù)速率為每1天下降1個(gè)環(huán)境指數(shù)。人工恢復(fù)Agent則用enzyme-shape形狀表示。各類旅游者和人工恢復(fù)者的具體形狀、顏色和行為規(guī)則參見表1。
表1 不同種類旅行者與人工恢復(fù)者仿真說明
4.1.1 各類旅游者都存在的系統(tǒng)模型
此次實(shí)驗(yàn)計(jì)劃運(yùn)營(yíng)天數(shù)為500d,設(shè)置兩座海島,海島1為該區(qū)域旅游集散地,旅游者Agent產(chǎn)生于海島1。海島2是一項(xiàng)旅游景點(diǎn),兩座海島間有輪船通航,但是由于行程安排,只有長(zhǎng)期
旅游者才會(huì)登陸海島2進(jìn)行游覽。遵循這些行為規(guī)則進(jìn)行仿真實(shí)驗(yàn)1。
4.1.2 仿真1結(jié)果
StarLogo仿真平臺(tái)的實(shí)驗(yàn)結(jié)果顯示,海洋污染的分布具有很強(qiáng)的地域性:① 近海區(qū)域污染更為嚴(yán)重。海島1周邊的海洋顏色都幾乎被標(biāo)為了白色,而距離海島越遠(yuǎn),藍(lán)色逐漸加深。② 海島1與海島2之間的航道污染嚴(yán)重。③ 海島2周邊的環(huán)境污染與海島1相比較低。海島2周邊污染范圍和污染程度都不及海島1。
系統(tǒng)的實(shí)時(shí)數(shù)據(jù)也反映出當(dāng)時(shí)的海洋環(huán)境污染程度,本文選取4個(gè)時(shí)間節(jié)點(diǎn)數(shù)據(jù)做了記錄(表2)。
表2 仿真1實(shí)時(shí)數(shù)據(jù)
4.1.3 仿真1結(jié)果分析
縱觀這一演化過程,可以將海洋污染地域性的原因總結(jié)為旅游者分布與海洋環(huán)境污染分布的高度相關(guān)。海灘及近海區(qū)域旅游者方便抵達(dá),安全性高且游覽項(xiàng)目較多,旅游者會(huì)花費(fèi)更長(zhǎng)的旅游時(shí)間,所以旅游者分布眾多,也造成了近海區(qū)域海洋生態(tài)環(huán)境的污染程度較重。航道的嚴(yán)重污染是由于海島1上的旅游者前往海島2都需要搭乘輪船通過這條航道,這條航道也因此成為旅游者的密集分布區(qū)域,大量旅游者流動(dòng)與交通工具使用造成海洋環(huán)境污染。兩座海島的污染程度差異是因?yàn)楹u2的旅游人數(shù)不及海島1且在海島2上花費(fèi)的旅游時(shí)間也較短。
再根據(jù)4個(gè)統(tǒng)計(jì)時(shí)間點(diǎn)上的實(shí)時(shí)數(shù)據(jù),可以知曉:在仿真1剛剛開始的階段,該片區(qū)域的總污染指數(shù)迅速上升,而隨著時(shí)間的推移,該片區(qū)域的總污染指數(shù)上升速度明顯減緩,呈一種震蕩緩慢上升的趨勢(shì)。這4個(gè)時(shí)間點(diǎn)上的歷史最高總污染指數(shù)都要比同期的實(shí)時(shí)總污染指數(shù)高,這表明總污染指數(shù)不是持續(xù)上升的,上升期間會(huì)存在波動(dòng)。并且前300d與前500d的歷史最高總污染指數(shù)相同,這表明這個(gè)歷史極值出現(xiàn)在第100d至第300d之間,所以該片區(qū)域的污染程度將會(huì)隨著時(shí)間推移震蕩緩慢上升,最終穩(wěn)定在一個(gè)的范圍內(nèi)。
4.2.1 各類旅游者對(duì)海洋環(huán)境污染的探討
仿真2在各類Agent的屬性和行為規(guī)則上都與仿真1保持一致,只是將模型中設(shè)計(jì)的4類旅游者分開進(jìn)行實(shí)驗(yàn),對(duì)這4種旅游者的旅游行為造成的海洋生態(tài)環(huán)境污染進(jìn)行對(duì)比分析。此次實(shí)驗(yàn)計(jì)劃運(yùn)營(yíng)天數(shù)為300d,分別用a、b、c、d表示只有短期環(huán)保旅游者、短期破壞旅游者、長(zhǎng)期環(huán)保旅游者和長(zhǎng)期破壞旅游者存在的系統(tǒng)運(yùn)行結(jié)果。
4.2.2 仿真2結(jié)果
仿真2結(jié)果a中,實(shí)時(shí)總污染指數(shù)為4364,歷史最高總污染指數(shù)為4863,海洋污染分布在海島1周邊,污染范圍較小且污染程度較低。b中兩項(xiàng)指數(shù)分別為18159、19837,海洋污染范圍和污染程度都有很明顯的增加。c中兩項(xiàng)指數(shù)分別為5785、6526,海洋污染程度較低,但是污染范圍擴(kuò)張至海島2。d中兩項(xiàng)指數(shù)分別為21916、23497,在海島1、海島2以及兩座海島之間的航道都出現(xiàn)了大范圍污染并且污染程度嚴(yán)重。具體實(shí)時(shí)數(shù)據(jù)和結(jié)果詳見表3。
表3 仿真2實(shí)時(shí)數(shù)據(jù)與結(jié)果
4.2.3 仿真2結(jié)果分析
通過仿真結(jié)果可以總結(jié)出:旅游時(shí)間相對(duì)較多的旅游者對(duì)海洋旅游環(huán)境的破壞相對(duì)更加嚴(yán)重,但與此相比,旅游者的環(huán)保意識(shí)對(duì)海洋環(huán)境的影響更為顯著。對(duì)比a和c的指數(shù)、b和d的指數(shù),這是同為環(huán)保型旅游者或同為破壞型旅游者,只在旅游時(shí)間上存在差異,它們之間在兩項(xiàng)污染指數(shù)上差距不明顯。再對(duì)比a和b的指數(shù)、c和d的指數(shù),旅游天數(shù)相同但不是同一類型的旅游者,這樣在兩項(xiàng)污染指數(shù)上差距非常大,這與仿真結(jié)果呈現(xiàn)出的污染程度與范圍也非常符合。
我國(guó)是世界上的海洋大國(guó),海洋旅游的發(fā)展順應(yīng)了時(shí)代的潮流。要實(shí)現(xiàn)海洋旅游的可持續(xù)發(fā)展,對(duì)海洋環(huán)境的利用就必須是非消耗性的,即海洋環(huán)境上可承受。本文基于CAS理論,利用MAS的建模方法,通過各類Agent的屬性與行為之間的信息反饋來實(shí)現(xiàn)旅游者對(duì)海洋生態(tài)環(huán)境的影響,建立了一個(gè)簡(jiǎn)單的有旅游者參與的海洋環(huán)境系統(tǒng)。然后在StarLogo平臺(tái)上進(jìn)行了仿真實(shí)驗(yàn),實(shí)現(xiàn)了旅游活動(dòng)影響下海洋環(huán)境演化過程的可視化。這與之前的旅游學(xué)科研究方法相比有很大的創(chuàng)新,是一個(gè)很有意義的嘗試。本模型易于擴(kuò)展,可以根據(jù)實(shí)驗(yàn)需要改變各Agent的行為和參數(shù),模擬出不同的旅游行為和海洋環(huán)境。
但本模型在設(shè)計(jì)和仿真上還存在有不足:首先,在旅游者的分類上本文只設(shè)定了4類旅游者,在現(xiàn)實(shí)生活中旅游者種類會(huì)更加的豐富,在旅游行為上也會(huì)更加復(fù)雜;其次,在模型中各類主體的行為規(guī)則是在設(shè)計(jì)之初就確定的,主體都不能自行改變這些確定的行為規(guī)則,而在現(xiàn)實(shí)旅游活動(dòng)中旅游者會(huì)受到當(dāng)時(shí)具體環(huán)境的影響而產(chǎn)生一些即興的行為;再次,本模型也沒有考慮到風(fēng)向、洋流等自然因素對(duì)海洋污染物擴(kuò)散和降解的影響。因此在后續(xù)研究中,希望可以在本模型中加入更多的Agent,豐富完善本模型,也可以考慮選擇使用Swarm等大型CAS模擬軟件,讓模型的模擬仿真結(jié)果更接近現(xiàn)實(shí)的海洋旅游環(huán)境,為海洋旅游的開發(fā)和海洋環(huán)境的保護(hù)提供有益的參考。
[1] 廖守億,戴金海.復(fù)雜適應(yīng)系統(tǒng)及基于Agent的建模與仿真方法[J].系統(tǒng)仿真學(xué)報(bào),2004(1):113-117.
[2] 倪建軍,徐立中,王建穎.基于CAS理論的多Agent建模仿真方法研究進(jìn)展[J].計(jì)算機(jī)工程與科學(xué),2006(5):83-86.
[3] 程國(guó)建,顏宇甲,強(qiáng)新建,等.基于多Agent的生態(tài)復(fù)雜適應(yīng)系統(tǒng)建模和仿真[J].西安石油大學(xué)學(xué)報(bào):自然科學(xué)版,2011(2):111-115.
[4] 陳娟,楊敏.中國(guó)海洋旅游研究現(xiàn)狀與發(fā)展趨勢(shì)[J].經(jīng)濟(jì)問題,2009(12):115-117.
[5] 臧傳芹.秦皇島海洋旅游可持續(xù)發(fā)展研究[J].科技信息,2012(22):48-50.
[6] 黃劍堅(jiān),劉素青,韓維棟,等.廣東特呈島國(guó)家級(jí)海洋公園旅游環(huán)境容量分析[J].防護(hù)林科技,2010(4):76-78.
[7] 劉佳,于水仙,王佳.濱海旅游環(huán)境承載力評(píng)價(jià)與量化測(cè)度研究:以山東半島藍(lán)色經(jīng)濟(jì)區(qū)為例[J].中國(guó)人口·資源與環(huán)境,2012,(9):165-172.
[8] 陳莉,陳曉云,胡山立等.基于情感組織Agent的聯(lián)盟形成研究[J].廣西師范大學(xué)學(xué)報(bào):自然科學(xué)版,2008,(1):154-157.
[9] 鄭浩然,劉俊,紐俊清.基于多 Agent技術(shù)的生化網(wǎng)絡(luò)仿真平臺(tái)的實(shí)現(xiàn)[J].計(jì)算機(jī)工程,2006(10):274-276.
[10] 柳海龍.WSN技術(shù)在多Agent系統(tǒng)中的應(yīng)用[D].濟(jì)南:山東建筑大學(xué),2010.
[11] 游文霞,王先甲.StarLogo在基于agent復(fù)雜系統(tǒng)建模與仿真中的應(yīng)用[J].武漢大學(xué)學(xué)報(bào):工學(xué)版,2006(3):93-98.
[12] 夏永紅.Starlogo對(duì) Wiki演化過程模擬探析[J].圖書情報(bào)知識(shí),2008(3):25-29.
[13] 劉康.基于多Agent的復(fù)雜適應(yīng)系統(tǒng)建模仿真研究[D].長(zhǎng)沙:中南大學(xué),2011.