在生成代理时使用实际人口密度

Posted

技术标签:

【中文标题】在生成代理时使用实际人口密度【英文标题】:Using actual population density into account when generating agents 【发布时间】:2018-09-11 13:24:21 【问题描述】:

我有一个模型,其中我的代理人是人,我想考虑该地区的人口密度。即:我希望在某些领域产生比其他领域更多的代理。理想情况下,我希望这与 GIS 地图一起使用。 我将如何开始实施这个? 我已经有了 GIS 地图、人口数据文件(.grd、.gri 和 .vrt)。

【问题讨论】:

【参考方案1】:

这不是那么简单,因为没有任何逻辑内置函数可以帮助您...

您必须创建自己的 2D 分布函数 f(longitude,latitude)=Z,其中 Z 越高,代理从该位置开始的可能性就越大。您必须能够自己定义该功能...

一旦你有了它,获取随机样本的一种简单但可能效率低下的方法是(假设 Z 标准化为最大值 1)从 3 维空间(随机纬度、经度和 Z ) 并且如果 Z 最终低于该纬度经度所需的 Z,则取该值,否则再试一次,直到找到适合的随机值。

您也可以以类似的方式使用离散解决方案,您可以阅读此网站以了解如何操作: http://code-spot.co.za/2009/04/15/generating-random-points-from-arbitrary-distributions-for-2d-and-up/

【讨论】:

以上是关于在生成代理时使用实际人口密度的主要内容,如果未能解决你的问题,请参考以下文章

dubbo暴露服务与生成代理原理

CGLIB 动态代理使用

java核心学习(四十) 使用反射生成JDK动态代理

hibernate 延迟加载

在Python中为概率密度函数生成随机数

Pandas案例--人口密度分析