基于混合仿真的群体性事件演化机理建模分析研究
发布时间：2021-11-24 17:28
[目的/意义]群体性事件是重大社会风险的表现形式之一,如何从纷繁复杂的矛盾中把握其演化机理是建立健全社会风险研判和决策风险评估机制的基础,对社会风险的防范和化解具有重要的意义。[方法/过程]提取了影响群体性事件的四类相关主体:公众、政府、媒体和社区,建立了适用于群体性事件演化机理的模型,并利用系统动力学和多Agent方法对群体性事件进行混合仿真,以此捕捉群体性事件的演化机理。[结果/结论]仿真实验的结果表明,该建模研究能反映出群体性事件的演化机理,并为应急管理提供了理论支持。
【文章来源】：情报杂志. 2019,38(07)北大核心CSSCI
【文章页数】：8 页
【部分图文】：
基本Agent模型多Agent系统(MultiAgentSystem)是由多个不同
从微观的角度来看，公众内部的个体之间能够自主交互，每个个体存在着不同的行为状态转换规则。个体间的相互作用能够“涌现”出一定的演化特征和规律。从宏观的角度来看，政府、媒体和社区以某些方式(如发布信息、提供援助等)作用于公众并促进其行为状态的转换，这是从整个群体性事件的过程对相关主体的相互作用进行宏观建模。采用系统动力学和多Agent系统的混合仿真技术，从局部和全局的层次来探究群体性事件的动态演化过程，这样的仿真更接近于实际情况，更具科学性和说服力。图2混合仿真的模型结构2相关主体及关键影响因素分析在群体性事件的仿真建模中，主体之间的相互作用是群体性事件演化的基础。根据文献研究，群体性事件的相关主体可归纳为以下四类:公众、政府、媒体和社区。这四类主体之间的相互关系如图3所示。图3群体性事件中的四类主体及相互关系公众作为最主要的参与者，在群体性事件中的行为状态分为正常状态、不相关状态、易感染状态、行动状态和恢复状态。其中行动状态是群体性事件中比较激烈的状态，通过对其他状态的个体产生示范和胁迫性影响来扩大事件的规模;在这个过程中，易感染状态是最容易受到行动状态的不满情绪感染，从而进入行动状态;不相关状态与事件本身无利益关系，扮演着围观者身份，也是最不容易受到不满情绪感染的，但有时也不理会事件原由而因谣言传播等非理性因素的影响，从而参与到事件中去;正常状态的理性介于行动状态和不相关状态之间，属于行动状态的拥护者和同情者，虽然没有直接参与到具体行为中，但也会随着事态的扩大而变得易受不满情绪感染，结果也可能参与到行动状态的群体中;恢复状态与正?
模拟出群体性事件的演化过程。4．2结果分析4．2．1易感染状态人群初始比例分析在群体性事件中，易感染状态人群的初始比例很大程度会决定群体性事件的周期，不同性质的群体性事件初始状态的易感染状态的数量也会有所差异。设置易感染状态的Agent数量分别为公众总数的20%、40%、60%、80%，并随机生成相应的不满情绪初始值。不同状态的人群变化曲线如图5所示。(a)易感染状态20%(b)易感染状态40%(c)易感染状态60%(d)易感染状态80%图5群体性事件中不同状态的人群变化曲线由图可以看出，不同的易感染状态人群初始比例使得行动状态人群的最高峰值发生了变化。易感染状态初始比例越高，则群体性事件的公众参与度会越高，群体性事件爆发得越迅猛，伤害也有可能会越大。政府、媒体和社区作为服务的供应者，除了在群体性事件中对行动状态的人群扮演救助和沟通的角色外，更应该在群体性事件的前中期对易感染状态的人群加强援助手段，进行科学合理的教育和引导，尽量避免该状态人群进入行动状态。4．2．2政府、媒体、社区影响作用分析政府、媒体、社区的影响作用主要体现在政府公信力、政府信息公开、媒体的影响和社区的影响，现在根据式(6)分别对这四个方面的权重进行分析。如图6所示，A、B、C、D点分别是由层次分析法确定的值。从(a)和(b)可以看出，随着ω1和ω2的增大而总供给作用不断增大，其中政府信息公开权重的变化使得总供给作用的变化更快，说明政府主体的信息公开程度对群体性事件的作用更加有效。从(c)可以看出，媒体的影响程度的变化更能让总供给的变化更加剧烈，因此适
【参考文献】：
期刊论文
[1]基于演化博弈和优化理论的环境污染群体性事件处置机制[J]. 郑君君,闫龙,张好雨,何鸿勇. 中国管理科学. 2015(08)
[2]群体性暴力行为的多主体建模研究综述与思考[J]. 陈鹏,陈建国,袁宏永. 系统仿真学报. 2015(03)
[3]基于治理理论视角的我国社区应急管理建设模式分析[J]. 李菲菲,庞素琳. 管理评论. 2015(02)
[4]群体性事件中的新媒体作用透视[J]. 张春贵. 中共中央党校学报. 2013(01)
[5]重大群体性事件演化升级的影响因素分析——基于扎根理论方法的研究[J]. 向良云. 情报杂志. 2012(04)
[6]能力短缺条件下的双边动员博弈——政府维稳与“公民闹大”及其关系[J]. 韩志明. 江苏行政学院学报. 2011(06)
[7]突发性群体事件及其演化机理分析[J]. 罗成琳,李向阳. 中国软科学. 2009(06)
[8]近年来政府公信力研究综述[J]. 武晓峰. 中国行政管理. 2008(05)
[9]基于Agent的建模技术研究[J]. 丁士拥,常天庆,牛春平,张建伟. 计算机工程与设计. 2007(08)
[10]处置群体性事件的困境与出路——以警察权的配置与运行为视角[J]. 魏新文,高峰. 中共中央党校学报. 2007(01)
博士论文
[1]复杂适应系统量化仿真与分析关键技术研究[D]. 任传俊.国防科学技术大学 2011
硕士论文
[1]论公共危机时期的我国政府信息公开[D]. 冯兆辉.吉林大学 2005
本文编号：3516445
【文章来源】：情报杂志. 2019,38(07)北大核心CSSCI
【文章页数】：8 页
【部分图文】：
基本Agent模型多Agent系统(MultiAgentSystem)是由多个不同
从微观的角度来看，公众内部的个体之间能够自主交互，每个个体存在着不同的行为状态转换规则。个体间的相互作用能够“涌现”出一定的演化特征和规律。从宏观的角度来看，政府、媒体和社区以某些方式(如发布信息、提供援助等)作用于公众并促进其行为状态的转换，这是从整个群体性事件的过程对相关主体的相互作用进行宏观建模。采用系统动力学和多Agent系统的混合仿真技术，从局部和全局的层次来探究群体性事件的动态演化过程，这样的仿真更接近于实际情况，更具科学性和说服力。图2混合仿真的模型结构2相关主体及关键影响因素分析在群体性事件的仿真建模中，主体之间的相互作用是群体性事件演化的基础。根据文献研究，群体性事件的相关主体可归纳为以下四类:公众、政府、媒体和社区。这四类主体之间的相互关系如图3所示。图3群体性事件中的四类主体及相互关系公众作为最主要的参与者，在群体性事件中的行为状态分为正常状态、不相关状态、易感染状态、行动状态和恢复状态。其中行动状态是群体性事件中比较激烈的状态，通过对其他状态的个体产生示范和胁迫性影响来扩大事件的规模;在这个过程中，易感染状态是最容易受到行动状态的不满情绪感染，从而进入行动状态;不相关状态与事件本身无利益关系，扮演着围观者身份，也是最不容易受到不满情绪感染的，但有时也不理会事件原由而因谣言传播等非理性因素的影响，从而参与到事件中去;正常状态的理性介于行动状态和不相关状态之间，属于行动状态的拥护者和同情者，虽然没有直接参与到具体行为中，但也会随着事态的扩大而变得易受不满情绪感染，结果也可能参与到行动状态的群体中;恢复状态与正?
模拟出群体性事件的演化过程。4．2结果分析4．2．1易感染状态人群初始比例分析在群体性事件中，易感染状态人群的初始比例很大程度会决定群体性事件的周期，不同性质的群体性事件初始状态的易感染状态的数量也会有所差异。设置易感染状态的Agent数量分别为公众总数的20%、40%、60%、80%，并随机生成相应的不满情绪初始值。不同状态的人群变化曲线如图5所示。(a)易感染状态20%(b)易感染状态40%(c)易感染状态60%(d)易感染状态80%图5群体性事件中不同状态的人群变化曲线由图可以看出，不同的易感染状态人群初始比例使得行动状态人群的最高峰值发生了变化。易感染状态初始比例越高，则群体性事件的公众参与度会越高，群体性事件爆发得越迅猛，伤害也有可能会越大。政府、媒体和社区作为服务的供应者，除了在群体性事件中对行动状态的人群扮演救助和沟通的角色外，更应该在群体性事件的前中期对易感染状态的人群加强援助手段，进行科学合理的教育和引导，尽量避免该状态人群进入行动状态。4．2．2政府、媒体、社区影响作用分析政府、媒体、社区的影响作用主要体现在政府公信力、政府信息公开、媒体的影响和社区的影响，现在根据式(6)分别对这四个方面的权重进行分析。如图6所示，A、B、C、D点分别是由层次分析法确定的值。从(a)和(b)可以看出，随着ω1和ω2的增大而总供给作用不断增大，其中政府信息公开权重的变化使得总供给作用的变化更快，说明政府主体的信息公开程度对群体性事件的作用更加有效。从(c)可以看出，媒体的影响程度的变化更能让总供给的变化更加剧烈，因此适
【参考文献】：
期刊论文
[1]基于演化博弈和优化理论的环境污染群体性事件处置机制[J]. 郑君君,闫龙,张好雨,何鸿勇. 中国管理科学. 2015(08)
[2]群体性暴力行为的多主体建模研究综述与思考[J]. 陈鹏,陈建国,袁宏永. 系统仿真学报. 2015(03)
[3]基于治理理论视角的我国社区应急管理建设模式分析[J]. 李菲菲,庞素琳. 管理评论. 2015(02)
[4]群体性事件中的新媒体作用透视[J]. 张春贵. 中共中央党校学报. 2013(01)
[5]重大群体性事件演化升级的影响因素分析——基于扎根理论方法的研究[J]. 向良云. 情报杂志. 2012(04)
[6]能力短缺条件下的双边动员博弈——政府维稳与“公民闹大”及其关系[J]. 韩志明. 江苏行政学院学报. 2011(06)
[7]突发性群体事件及其演化机理分析[J]. 罗成琳,李向阳. 中国软科学. 2009(06)
[8]近年来政府公信力研究综述[J]. 武晓峰. 中国行政管理. 2008(05)
[9]基于Agent的建模技术研究[J]. 丁士拥,常天庆,牛春平,张建伟. 计算机工程与设计. 2007(08)
[10]处置群体性事件的困境与出路——以警察权的配置与运行为视角[J]. 魏新文,高峰. 中共中央党校学报. 2007(01)
博士论文
[1]复杂适应系统量化仿真与分析关键技术研究[D]. 任传俊.国防科学技术大学 2011
硕士论文
[1]论公共危机时期的我国政府信息公开[D]. 冯兆辉.吉林大学 2005
本文编号：3516445
本文链接：https://www.wllwen.com/falvlunwen/fanzuizhian/3516445.html
