一种基于多智能体的居住用地增长模拟方法和系统

技术领域

本发明涉及土地利用模拟领域，尤其涉及一种基于多智能体的居住用地增长模拟方法和系统。

背景技术

目前我国城市规划速度难以企及城市土地大规模增长速度，城市增长带来了产业发展和人口聚集，但是一些城市存在着城市住宅用地的增长和人口的空间聚集不吻合的现象，即人口城镇化和土地城镇化在空间分布上不一致，而这种不一致现象会造成城市土地管理的混乱和城市土地资源的浪费。

城市土地利用模拟的方法通过明确人类行为并结合环境动态来解决不同领域的相互做，能够理解和预测未来城市土地利用变化趋势。智能体由于能够根据环境状态和获得奖励来执行动作，可以通过个体和环境的相互作用机制进行模拟整个系统的演变，因此可被应用于土地利用变化的模拟中。

现有技术中使用多智能体进行土地利用模拟，结合经济因素和区位因素对多智能体的决策行为进行分析，并构建多智能体的行为准则，从而在时间和空间上合理规划城市土地资源。

然而，使用多智能体进行土地利用模拟的现有技术仍存在缺陷。首先，对人类和自然的耦合过程中的相互作用机制的学习不足，忽视或过度简化人类智能体行为；人类和自然的耦合过程复杂，传统方法难以准确表达。其次，分析各用地对不同智能体的吸引力时，基于专家经验模型会由于人为偏见导致结果不准确，基于逻辑回归模型则无法表达个体与城市扩张驱动因素之间复杂的非线性关系。最后，土地利用开发的模拟中，由于开发商智能体缺乏约束条件，居民智能体采用离散选择方法，因此存在孤立用地，造成土地的破碎化开发。

发明内容

本发明实施例提供了一种基于多智能体的居住用地增长模拟方法和系统，使得智能体选择决策行为与现实情况的拟合度更高，减少了土地的破碎化开发，提高了模拟方法的真实度。

为了解决上述技术问题，本发明提供了一种基于多智能体的居住用地增长模拟方法，包括：

将待模拟区域内的用地状况输入至政府智能体中进行空间划分，得到所述待模拟区域中的各用地；

基于神经网络的强化学习模型，对居民从所述各用地中选择居住用地进行迭代模拟，迭代次数为预设的模拟年限，迭代完成后输出当前的模拟结果；其中，每次迭代时，根据人口的收入等级，更新各用地对于不同收入等级人口的吸引力，并将人口收入等级和当前迭代的吸引力输入至居民智能体中进行初次选择，更新当前迭代的一次模拟结果，继而根据当前各用地的人口选择数量条件和用地周边区域条件，将更新后的一次模拟结果输入至开发商智能体中进行重新分配，输出当前迭代的二次模拟结果。

本发明实施例通过具有强化学习机制的多智能体模拟居住用地增长，政府智能体用于模拟用地类别划分，居民智能体用于模拟人口选择，开放商智能体用于模拟开发成本调控，通过深度强化学习模拟居住用地增长的自适应发展过程，从而实现了多智能体的类别划分和智能体选址决策行为的学习优化，增强了智能体决策行为的合理性，降低了用地选择的破碎度，提高了模拟结果的真实度。

进一步的，所述将待模拟区域内的用地状况输入至政府智能体中进行空间划分，得到所述待模拟区域中的各用地，具体为：

将待模拟区域内的用地状况输入至政府智能体中，并将该待模拟区域划分为现有居住用地、可转换为居住用地的第一待开发用地和不可转换为居住用地的第二待开发用地。

本发明实施例中，待开发用地的类别划分是模拟政府对土地的规划，能够根据实际用地状况进行用地的分类划分，从而使得用地规划更加具备科学性和可行性。

进一步的，所述根据人口的收入等级，更新各用地对于不同收入等级人口的吸引力，具体为：

获取各用地内人口的收入属性，根据人口收入属性将人口划分为三个收入等级人口；

结合迭代次数以及各影响因素的预设权重值和偏好系数，更新各用地对于不同收入等级人口的吸引力。

本发明实施例中，划分不同人口收入等级并计算各用地对于不同收入等级人口的吸引力，解决了多智能体划分的问题，并考虑到实际中人口选择居住用地时的经济条件限制，增加了模拟的真实性。

进一步的，所述将人口收入等级和当前迭代的吸引力输入至居民智能体中进行初次选择，更新当前迭代的一次模拟结果，具体为：

对于现有居住用地，根据居住人口数量计算新增的可容纳人口数量,

R

式中，R

对于第一待开发用地，采用K近邻算法搜索欧式距离最近的n个现有居住用地，以n个现有居住用地的居住人口数量平均值作为可容纳人口数量,

式中，R

删除第二待开发用地；

输入居住用地和第一待开发用地的可容纳人口数量和对三个收入等级人口的当前迭代吸引力至居民智能体中，采用离散选择方式进行居民的初次选择，输出居民从各用地中选择居住用地的一次模拟结果。

本发明实施例综合考虑了人口因素和区位因素，解决了以往单一地根据用地类型和用地使用状况来分析影响因素的问题。

进一步的，所述采用离散选择方式进行居民的初次选择，输出居民从各用地中选择居住用地的一次模拟结果，具体为：

对各用地设置人口选择数量小于可容纳人口数量的限制条件，对三个收入等级人口分别设置不同的视域，不同等级人口在其相应视域内选择效用函数值最高的用地，输出初次模拟结果；

所述效用函数即各用地吸引力。

本发明实施例通过离散选择进行居民智能体的选择决策，以此模拟现实中居民的随机性选择行为，使得模拟结果真实度更高。并对不同类别用地设置不同的可容纳人口数量约束条件，用以限制用地选择人口数量，可使居住用地的人口密度规划协调，避免了用地的破碎化开发问题。

进一步的，所述根据当前各用地的人口选择数量条件和用地周边区域条件，将更新后的一次模拟结果输入至开发商智能体中进行重新分配，输出当前迭代的二次模拟结果，具体为：

将当前迭代的一次模拟结果输入至开发商智能体中，根据预设的人口选择数量条件和周边区域条件进行重新分配；

筛选出居民选择数量高于最低居住人口阈值以及周边区域存在现有居住用地或者存在满足人口选择数量用地的现有居住用地和第一待开发用地，作为满足预设人口选择数量条件和周边区域条件的可开发用地；

对于初次选择是可开发用地的人口，输出二次模拟结果；

对于初次选择不是可开发用地的人口，在可开发用地中重新选择吸引力最大的用地，输出二次模拟结果。

本发明实施例中，开发商智能体的重新分配是基于土地开发成本问题的规划行为，有利于控制开发成本和降低居住用地破碎度。

进一步的，所述基于神经网络的强化学习模型，对居民从所述各用地中选择居住用地进行迭代模拟，迭代次数为预设的模拟年限，迭代完成后输出当前的模拟结果，具体为：

构建奖励函数，更新各用地对于不同收入等级人口的吸引力；

每次迭代模拟使用更新后的吸引力，迭代次数为预设的模拟年限；

迭代完成后输出当前的模拟结果作为居民从各用地中选择居住用地的最终模拟结果。

本发明实施例中，强化学习模型能够通过奖励函数不断更新迭代吸引力，并根据学习结果不断调整决策行为，从而拟合居民智能体选择决策这一自适应的发展过程。

进一步的，所述构建奖励函数，具体为：

所述奖励函数为：

t-1时刻选择用地j，奖励函数为

t-1时刻没有选择用地j，奖励函数为

式中，A

进一步的，所述各用地对于不同收入等级人口的各自吸引力，具体为：

首次迭代吸引力为：

式中，X

第二次及第二次以后的迭代吸引力为：

式中，A

在上述方法项实施例的基础上，本发明对应提供了系统项实施例，提供了一种基于多智能体的居住用地增长模拟系统，包括：空间划分模块和深度强化学习模块；

所述空间划分模块，用于将待模拟区域内的用地状况输入至政府智能体中进行空间划分，得到所述待模拟区域中的各用地；

所述深度强化学习模块，用于基于神经网络的强化学习模型，对居民从所述各用地中选择居住用地进行迭代模拟，迭代次数为预设的模拟年限，迭代完成后输出当前的模拟结果；其中，每次迭代时，根据人口的收入等级，更新各用地对于不同收入等级人口的吸引力，并将人口收入等级和当前迭代的吸引力输入至居民智能体中进行初次选择，更新当前迭代的一次模拟结果，继而根据当前各用地的人口选择数量条件和用地周边区域条件，将更新后的一次模拟结果输入至开发商智能体中进行重新分配，输出当前迭代的二次模拟结果。

附图说明

图1：本发明提供的基于多智能体的居住用地增长模拟方法的一种实施例的流程示意图；

图2：本发明提供的基于神经网络的深度学习模型的一种实施例的流程示意图；

图3：本发明提供的影响因素对三个收入等级人口的权重值的一种实施例的曲线关系图；

图4：本发明提供的开发商智能体重新分配的一种实施例的效果图；

图5：本发明提供的居住用地增长模拟方法的一种实施例的结果匹配图；

图6：本发明提供的基于多智能体的居住用地增长模拟系统的一种实施例的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

土地空间规划是城市建设的重要内容，城市居住用地的规划是土地空间规划的重要内容。目前，智能体作为一种动态模拟的工具，已在居住用地增长的模拟中得到普遍应用。相较于现有技术，基于多智能体的居住用地增长模拟方法可从智能体类别的划分建模和个体选址决策行为的概况优化两方面进行优化。

基于上述需求，如图1所示，本发明一实施例提供了一种基于多智能体的居住用地增长模拟方法，该方法包括步骤S1至步骤S2，各步骤具体如下：

S1、将待模拟区域内的用地状况输入至政府智能体中进行空间划分，得到所述待模拟区域中的各用地。

首先，根据拟规划的土地空间设置待模拟区域，本发明实施例通过数据开放平台采集用地数据，将所采集的用地数据输入到待模拟区域。

然后，获取待模拟区域内的用地基础数据，再将用地基础数据输入至政府智能体中，执行空间划分操作。其中，基础数据指的是用于描述用地使用状况的数据，包括土壤状况、用地用途分布、用地建成年限、用地相应政策等；划分结果包括三类用地，分别为居住用地、可转换为居住用地的第一待开发用地和不可转换为居住用地的第二待开发用地。

通过上述步骤，可以得到待模拟区域内根据用地状况进行划分而得到的用地种类和分布范围。其中，对于划分而得的三类用地的网格底图数据，将每个用地的网格底图大小设定为50m×50m。

S2、基于神经网络的强化学习模型，对居民从所述各用地中选择居住用地进行迭代模拟，迭代次数为预设的模拟年限，迭代完成后输出当前的模拟结果。该步骤S2包括步骤S2.1至步骤S2.4，各步骤具体如下：

S2.1、根据人口的收入等级，更新各用地对于不同收入等级人口的吸引力。

本发明实施例中，选择从大数据中获取相关处理数据。具体的，先从数据开放平台中获取拟规划土地空间内具有收入属性的人口数据，以该人口数据作为各用地内的人口，并按照收入属性将各用地内人口划分为收入高、收入中、收入低三个等级。然后，再根据设置的模拟年限，从数据开放平台中获取拟规划土地空间内该年限期间的新增人口数量，按照上述的人口收入等级比例对新增人口进行等级划分，得到最新的人口等级划分结果。

由于同一用地的同一影响因素对于不同收入等级人口具有不同的影响效果，收入属性影响着人口对各用地的偏好，因此需要将人口数据按照收入属性进行分级，计算各用地对于不同收入等级人口的吸引力。

基于获取的人口数据，采用神经网络计算各用地对于不同收入等级人口的不同吸引力。其中，本发明实施例的神经网络架构如图2所示。

首先，输入人口收入等级和影响因素原始值至神经网络中，计算各影响因素的偏好权重值。

f＝d(X

式中，X

本实施例采用神经网络计算吸引力，既考虑到数据驱动，又结合了知识驱动，在神经网络卷积过程加入影响因素的原始值作为知识部分，在提高预测性能的同时防止过拟合。

其次，通过Softmax激活层输出各影响因素的概率值。

式中，z

如图3所示，本实施例中令j＝13，即选择13个影响因素，包括地铁站、城市中心、工厂、医院、湖泊、学校等场所到各用地的距离。

最后，结合各影响因子的权重值计算并更新各用地对于三种收入智能体的吸引力值。

首次迭代吸引力为：

式中，X

第二次及第二次以后的迭代吸引力为：

式中，A

本发明实施例中的吸引力计算，既考虑到用地自身影响因素的影响，结合不同收入等级人口的偏好和用地区位计算吸引力；又在后续学习迭代过程中兼顾到居民智能体选择的影响，通过奖励函数对吸引力进行迭代更新。首次迭代时的吸引力为用地自身吸引力，第二次及其以后的迭代吸引力为用地自身吸引力和受居民智能体选择影响的吸引力两者的加权平均值。因此，通过上述步骤S2.1，使得迭代更新的吸引力与现实的拟合度更高，提高了模拟方法的真实度。

S2.2、将人口收入等级和当前迭代的吸引力输入至居民智能体中进行初次选择，更新当前迭代的一次模拟结果。该步骤S2.2包括步骤S2.2.1至步骤S2.2.2，各步骤具体如下：

S2.2.1、计算不同类型用地的可容纳人口数量。

本实施例中对不同用地设置不同的容纳人口数量限制条件，以避免模拟选择过程中出现居住人口密集、用地开发破碎化的问题。

首先，对于现有居住用地，根据各现有居住用地的居住人口数量计算其新增的可容纳人口数。

R

式中，R

上述对于现有居住用地的可容纳人口数量设置空置率指标k，限制了现有居住用地的居住人口增长速度。

其次，对于第一待开发用地，采用K近邻算法搜索欧式距离最近的n个现有居住用地，以n个现有居住用地的居住人口数量平均值作为可容纳人口数量。

用户可根据规划目标需求自行设置n的具体值。在本实施例中，令n＝4，以各用地周围最近的4个现有居住用地的居住人口数量平均值作为第一待开发用地的可容纳人口数量。

计算第一待开发用地和现有居住用地之间的欧氏距离。

其中，X

将所得欧氏距离d(x,y)按大小排序，选取距离第一待开发用地最近的4个现有居住用地，对选取的4个现有居住用地计算现有人口平均值，并将计算结果作为第一待开发用地的可容纳人口数量。

式中，

上述对于第一待开发用地，以周围居住用地的现有人口数量限制该类用地的可容纳人口数量。

最后，删除第二待开发用地。

对于第二待开发用地，设置为不可选择，从居民智能体的视域中删除。

S2.2.2、采用离散选择方式进行居民智能体的随机选择。

输入居住用地和第一待开发用地的可容纳人口数量和对三个收入等级人口的当前迭代吸引力至居民智能体中，采用离散选择方式进行居民的初次选择，输出居民从各用地中选择居住用地的一次模拟结果。

对各用地设置人口选择数量小于可容纳人口数量的限制条件，对三个收入等级人口分别设置不同的视域，不同等级人口在其相应视域内选择效用函数值最高的用地，输出初次模拟结果。其中，所述效用函数即各用地吸引力。

根据人口的三个收入等级对居民智能体进行类别划分，划分结果包括收入高的居民智能体、收入中的居民智能体和收入低的居民智能体。并对不同收入等级的居民智能体设定不同视域，其中收入等级越高，居民智能体的视域越大，即可供选择的用地数量更多。

输入居住用地和第一待开发用地对三个收入等级人口的当前迭代吸引力至相应等级的居民智能体中，对于各自可供选择的用地，计算这些用地的效用值。其中，在本实施例中效用值为各用地的吸引力。

居民智能体根据个体的偏好，遵循效用最大化原则来进行居住用地的选择，即选择上述可供选择的用地中吸引力最大的用地，输出一次模拟结果。

式中，P

通过上述步骤S2.2.2，采用离散选择方式模拟现实中的人口选择得到一次模拟结果，使得该模拟结果与现实拟合度更高。

S2.3、根据当前各用地的人口选择数量条件和用地周边区域条件，将更新后的一次模拟结果输入至开发商智能体中进行重新分配，输出当前迭代的二次模拟结果。该步骤S2.3包括步骤S2.3.1至步骤S2.3.3，各步骤具体如下：

S2.3.1、将当前迭代的一次模拟结果输入至开发商智能体中，根据预设的人口选择数量条件和周边区域条件进行重新分配。

S2.3.2、筛选出居民选择数量高于最低居住人口阈值以及周边区域存在现有居住用地或者存在满足人口选择数量用地的现有居住用地和第一待开发用地，作为满足预设人口选择数量条件和周边区域条件的可开发用地。

首先，设置人口选择数量条件。各用地的居民选择数量高于该用地的最低居住人口阈值，即代表该用地满足人口选择数量条件。

计算各用地的最低居住人口阈值，在本实施例中，设定最小选择百分比为

式中，R

其次，设置周边区域条件。设定一个用地为一个区域，各用地周围5×5区域内存在着现有居住用地或满足人口选择数量条件的第一待开发用地，即代表该用地满足周边区域条件。其中，一个用地的网格底图大小为50m×50m，相应的一个区域的网格底图大小也为50m×50m；各用地周围5×5区域即以该用地为中心，上下左右各250m的区域范围。

最后，筛选出满足预设人口选择数量条件和周边区域条件的现有居住用地和第一待开发用地，将筛选结果作为可开发用地。

S2.3.3、对于初次选择是可开发用地的人口，输出二次模拟结果；对于初次选择不是可开发用地的人口，在可开发用地中选择吸引力最大的用地，输出二次模拟结果。

获取满足人口选择数量条件和周边区域条件的用地筛选结果，将该筛选结果输入至开发商智能体中进行重新选择分配。

对于初次选择是可开发用地的人口，直接输出选择结果。

对于初次选择是不可开发用地的人口，通过相应等级的居民智能体重新进行离散选择，具体为：在可开发用地范围内随机选择相应数量用地作为相应等级居民智能体的视域，采用离散方式从视域中选择效用函数值最大的用地作为居住用地，并输出选择结果。

根据上述步骤进行重新选择分配，直至所有人口均选择到可开发用地作为居住用地，如图4所示，每次重新分配后居民智能体的整体选择数量逐步降低，直至趋于0。完成重新分配后，输出所有人口的选择结果作为二次模拟结果。

通过步骤S2.3，根据开发成本这一经济因素设置相应的约束条件，令开发商智能体对步骤S2.2中的一次模拟结果进行开发成本和土地密度的相关评估并重新分配，得到优化后的二次模拟结果，减少了开发成本的不必要浪费和孤立用地的数量，避免了土地的破碎化开发。

S2.4、基于神经网络的强化学习模型，对居民从所述各用地中选择居住用地进行迭代模拟，迭代次数为预设的模拟年限，迭代完成后输出当前的模拟结果。该步骤S2.4包括步骤S2.4.1至步骤S2.4.2，各步骤具体如下：

S2.4.1、构建奖励函数，更新各用地对于不同收入等级人口的吸引力。

首先，构建奖励函数，对中心用地和周围用地赋予不同的权重。

t-1时刻选择用地j，奖励函数为：

t-1时刻没有选择用地j，奖励函数为：

式中，A

其次，根据奖励函数更新各用地对不同收入等级人口的吸引力，更新吸引力的计算公式同上述步骤S2.1，具体如下所示：

首次迭代时，各用地的吸引力不受周边区域选择人口的影响，吸引力为：

式中，X

第二次及第二次以后的迭代中，各用地吸引力受到人口收入等级和周边区域选择人口的影响，吸引力为：

式中，A

通过步骤S2.4.1，在学习迭代过程中完成对用地吸引力的更新。本实施例中，在模拟人口选择用地的过程中，把各用地的选择人口数量对吸引力的影响纳入奖励函数中，即考虑了现实居住用地增长中人口耦合的影响因素。

S4.2.2、每次迭代模拟使用更新后的吸引力，迭代次数为预设的模拟年限；迭代完成后输出当前的模拟结果作为居民从各用地中选择居住用地的最终模拟结果。

输入更新后的各用地吸引力至相应等级的居民智能体中，再次进行选择居住用地的模拟。其中，迭代次数为预设的模拟年限。迭代次数达到模拟年限后，完成迭代，输出当前的模拟结果作为居民从各用地中选择居住用地的最终模拟结果。

采用通用评价方式对模拟年份真实增长情况进行对比验证，分为完美匹配、接近匹配、差匹配三种情况，各匹配度结果如图5所示。对比验证结表明，随着迭代的进行，差匹配数量逐步下降，接近匹配数量稳步上升。

通过实施本发明上述实施例具有如下有益效果：

本发明提供的居住用地增长模拟方法相较于现有技术，通过具有强化学习机制的多智能体模拟居住用地的增长，实现多智能体的类别划分和建模，实现智能体选址决策行为的自适应发展，降低了用地规划的破碎度，提高了模拟方法的合理性。

基于上述实施例的内容，本发明一实施例提供了一种基于多智能体的居住用地增长模拟系统，参见图6所示，该系统包括空间划分模块101和深度强化学习模块102。

所述空间划分模块101，用于将待模拟区域内的用地状况输入至政府智能体中进行空间划分，得到所述待模拟区域中的各用地；

所述深度强化学习模块102，用于基于神经网络的强化学习模型，对居民从所述各用地中选择居住用地进行迭代模拟，迭代次数为预设的模拟年限，迭代完成后输出当前的模拟结果；其中，每次迭代时，根据人口的收入等级，更新各用地对于不同收入等级人口的吸引力，并将人口收入等级和当前迭代的吸引力输入至居民智能体中进行初次选择，更新当前迭代的一次模拟结果，继而根据当前各用地的人口选择数量条件和用地周边区域条件，将更新后的一次模拟结果输入至开发商智能体中进行重新分配，输出当前迭代的二次模拟结果。

在一种可能的实现方式中，所述空间划分模块101，包括空间划分单元201；

所述空间划分单元201，用于将待模拟区域内的用地状况输入至政府智能体中，并将该待模拟区域划分为现有居住用地、可转换为居住用地的第一待开发用地和不可转换为居住用地的第二待开发用地。

在一种可能的实现方式中，所述深度强化学习模块102，包括：吸引力计算单元301、初次选择模拟单元302和重新分配模拟单元303；

所述吸引力计算单元301，用于每次迭代时，根据人口的收入等级，更新各用地对于不同收入等级人口的吸引力；

所述初次选择模拟单元302，用于将人口收入等级和当前迭代的吸引力输入至居民智能体中进行初次选择，更新当前迭代的一次模拟结果；

所述重新分配模拟单元303，用于根据当前各用地的人口选择数量条件和用地周边区域条件，将更新后的一次模拟结果输入至开发商智能体中进行重新分配，输出当前迭代的二次模拟结果。

进一步的，所述吸引力计算单元301用于根据人口的收入等级，更新各用地对于不同收入等级人口的吸引力，具体为：

所述吸引力计算单元301获取各用地内人口的收入属性，根据人口收入属性将人口划分为三个收入等级人口；结合迭代次数以及各影响因素的预设权重值和偏好系数，更新各用地对于不同收入等级人口的吸引力。

进一步的，所述初次选择模拟单元302，包括第一计算子单元401、第二计算子单元402、删除子单元403和第一模拟子单元404；

所述第一计算子单元401用于对于现有居住用地，根据居住人口数量计算新增的可容纳人口数量；

所述第二计算子单元402用于对于第一待开发用地，采用K近邻算法搜索欧式距离最近的n个现有居住用地，以n个现有居住用地的居住人口数量平均值作为可容纳人口数量；

所述删除子单元403用于删除第二待开发用地；

所述第一模拟子单元404用于输入居住用地和第一待开发用地的可容纳人口数量和对三个收入等级人口的当前迭代吸引力至居民智能体中，采用离散选择方式进行居民的初次选择，输出居民从各用地中选择居住用地的一次模拟结果。

进一步的，所述第一计算子单元401用于对于现有居住用地，根据居住人口数量计算新增的可容纳人口数量，具体为：

所述第一计算子单元401用于计算新增的可容纳人口数量：

R

式中，R

进一步的，所述第二计算子单元402用于对于第一待开发用地，采用K近邻算法搜索欧式距离最近的n个现有居住用地，以n个现有居住用地的居住人口数量平均值作为可容纳人口数量，具体为：

所述第二计算子单元402用于计算第一待开发用地和现有居住用地之间的欧氏距离：

式中，X

选取d(X,Y)最小的n个现有居住用地，计算n个现有居住用地的居住人口数量平均值，作为第一待开发用地的可容纳人口数量，

式中，R

进一步的，所述第一模拟子单元404用于输入居住用地和第一待开发用地的可容纳人口数量和对三个收入等级人口的当前迭代吸引力至居民智能体中，采用离散选择方式进行居民的初次选择，输出居民从各用地中选择居住用地的一次模拟结果，具体为：

所述第一模拟子单元404用于对各用地设置人口选择数量小于可容纳人口数量的限制条件，对三个收入等级人口分别设置不同的视域，不同等级人口在其相应视域内选择效用函数值最高的用地，输出初次模拟结果；所述效用函数即各用地吸引力。

进一步的，所述重新分配模拟单元302，包括开发商分配子单元501、用地筛选子单元502和第二模拟子单元503；

所述开发商分配子单元501用于将当前迭代的一次模拟结果输入至开发商智能体中，根据预设的人口选择数量条件和周边区域条件进行重新分配；

所述用地筛选子单元502用于筛选出居民选择数量高于最低居住人口阈值以及周边区域存在现有居住用地或者存在满足人口选择数量用地的现有居住用地和第一待开发用地，作为满足预设人口选择数量条件和周边区域条件的可开发用地；

所述第二模拟子单元503用于对于初次选择是可开发用地的人口，输出二次模拟结果；对于初次选择不是可开发用地的人口，在可开发用地中重新选择吸引力最大的用地，输出二次模拟结果。

进一步的，所述深度强化学习模块102用于基于神经网络的强化学习模型，对居民从所述各用地中选择居住用地进行迭代模拟，迭代次数为预设的模拟年限，迭代完成后输出当前的模拟结果，具体为：

所述深度强化学习模块102用于构建奖励函数，更新各用地对于不同收入等级人口的吸引力；用于每次迭代模拟使用更新后的吸引力，迭代次数为预设的模拟年限；用于迭代完成后输出当前的模拟结果作为居民从各用地中选择居住用地的最终模拟结果。

进一步的，所述构建奖励函数，具体为：

t-1时刻选择用地j，奖励函数为

t-1时刻没有选择用地j，奖励函数为

式中，A

进一步的，本发明实施例中，以上所述各用地对三个等级人口的各自吸引力，具体为：

首次迭代吸引力为：

式中，X

第二次及第二次以后的迭代吸引力为：

式中，A

需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。所述领域的技术人员可以清楚地了解到，为的方便和简洁，上述描述的装置的具体工作过程，可参考前述方法实施例中对应的过程，在此不再赘述。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步的详细说明，应当理解，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围。特别指出，对于本领域技术人员来说，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。