人工社会计算实验是一种进行应急管理研究的新方法,其基础是进行人工社会系统的构建。然而,人们对人工社会的认识目前还不够深入和系统,针对人工社会的理论研究还不够完善。面向应急管理的人工社会系统包含的要素、结构、逻辑关系等问题仍然没有得到系统的解答。同时,作为进行社会科学实验研究的虚拟实验室,人工社会系统与真实社会的一致性该如何量化与表示,以及如何实现人工社会系统与真实社会具有高度的一致性,是利用人工社会方法进行社会科学研究人员一直以来关注的重要课题。因此,本文以公共卫生突发事件的应急管理为背景,在目前对人工社会认识的基础上,进一步研究了面向应急管理的人工社会理论,提出了人工社会平行度的概念。然后在人工社会平行度概念的框架下,以“KD-ACP”平台中的人工社会原型系统为对象,研究了人工社会平行度的增强方法。论文的主要工作和创新点可以概括为以下几个方面:(1)提出了人工社会平行度的概念。本文将“情景”的概念应用在人工社会理论中,提出了描述人工社会情景与真实情景一致性或等价程度的人工社会平行度的概念。该概念的提出进一步丰富了人工社会概念体系,给出了一种描述人工社会可信性的指标。论文通过形式化的符号设定,给出了人工社会平行度的量化计算方法,并在此基础上进一步论证了可以通过提高各组成部分模型平行度的方法来实现提高人工社会平行度水平的结论。(2)提出了基于GIS数据的高平行度居民建筑虚拟环境生成方法。基于城市地理信息数据,综合对城市居民建筑特征的分析,提出了基于GIS数据增强居民建筑虚拟环境平行度的方法。该方法能够为人工社会系统中的居民建筑虚拟环境实体构建提供合理的建筑面积和楼层数特征,能够保证人工社会中社区与非社区居民建筑虚拟环境的位置特征,相对于真实社会,分别具有社区级别和村庄级别的一致性。(3)提出了基于局部疫情感知的人工人口自适应行为建模方法。首先以流行病疫情的三个状态特征量为基础设计了局部空间范围内的疫情描述方法,然后设计了人工人口对疫情的感知模型,最后通过不同感知疫情条件下的自适应行为设置,实现了基于局部疫情感知的人工人口自适应行为建模方法。该方法实现了人工人口对周围疫情的感知,使人工人口能够根据周围疫情威胁程度的不同采取不同方式、不同程度的自我保护措施,使人工人口在流行病传播具有自适应的自我保护能力。(4)基于时空迁移的人工人口行为模型框架,提出了人工人口交通出行行为建模方法。本文将人工人口的交通出行行为抽象为人工人口在交通出行网络中的时空转移,通过综合使用交通出行网络建模、路径规划以及事件链生成技术,实现了基于时空迁移的人工人口行为模型框架的人工人口交通行为建模。该方法较大程度地降低了进行人工人口交通出行行为建模对人工社会原型系统已有运行机制的影响,同时实现了人工人口在人工社会系统中按照实际交通路线进行出行的行为。(5)提出了一种有效控制流行病传播的“层次化目标免疫”策略。本文创新地指出了社交网络层次化结构在控制流行病传播过程中所起的重要作用,并由此提出了“层次化目标免疫”的新控制策略。该策略具有比传统的全局“目标免疫”策略更好的流行病传播控制效果,对具有SIR型和SIS型传播动力学特征的流行病普遍适用,并且具有很好的控制稳定性。本文从理论和实现技术两个方面出发,进行了人工社会平行度及平行度增强的相关研究。从理论方面来讲,提出了一个描述人工社会系统与真实社会等价程度的指标和相应的计算方法。在基于人工社会系统进行仿真实验中,该方法可以被用来对仿真实验质量的评价进行支持。同时,该方法进一步充实了已有的人工社会理论体系。对于实现技术来说,本文在大规模虚拟环境建模、人口自适应行为建模和人口出行行为建模三个方面进行了具体研究,研究成果增强了面向公共卫生突发事件应急管理的人工社会系统的平行度水平,对流行病传播与控制研究具有广泛的借鉴意义。