小米米象群落發(fā)展趨勢及智能體仿真

王瑛, 段永鵬, 焦帆, 楊婷婷, 劉振宇*

(1.山西農(nóng)業(yè)大學(xué)農(nóng)業(yè)工程學(xué)院, 太谷 030801; 2.山西農(nóng)業(yè)大學(xué)信息科學(xué)與工程學(xué)院, 太谷 030801)

米象[Sitophilusoryzae(Linnaeus)]作為公認(rèn)的糧食儲藏物害蟲[1],主要通過取食糧食籽粒進(jìn)行生長發(fā)育,并產(chǎn)生蟲卵。米象從卵、幼蟲到成蟲階段都在糧食內(nèi)部生活,對糧食籽粒的危害極大,主要表現(xiàn)為糧食籽粒部分以及整體殘缺、籽粒空洞明顯以及米象群落代謝所造成的籽粒污染,導(dǎo)致糧食加工和食用品質(zhì)嚴(yán)重下降[2-3]。此外,米象群落在適宜的生長條件下會大量繁殖,米象集中聚集,導(dǎo)致糧食內(nèi)部持續(xù)發(fā)熱,最高溫度可以達(dá)到38 ℃以上[4]。為了探究糧食儲藏物害蟲在適宜溫濕度條件下對糧食造成的危害,Campbell等[5]以谷蠹和米象兩種糧食儲藏物害蟲為代表,在溫度為(30±1)℃,相對濕度在70%±2%的條件下感染單粒小麥,研究結(jié)果表明谷蠹和米象主要取食小麥的胚和胚乳,小麥被米象侵害從卵期一直持續(xù)到蛹期,其小麥重量下降了60%。因此,米象對糧食的危害不容忽視。

小米中的米象是隨機分布的,如果可以建立米象群落發(fā)展的預(yù)測模型,準(zhǔn)確高效地預(yù)測米象去群落的發(fā)展趨勢,就可以提早做出有效措施,在初期抑制米象的發(fā)展。傳統(tǒng)的預(yù)測方法主要以經(jīng)驗預(yù)測和試驗預(yù)測為主,但預(yù)測結(jié)果準(zhǔn)確度較差,效率較低。隨著科學(xué)技術(shù)的不斷發(fā)展,元胞自動機在交通流預(yù)測[6-7]、森林火災(zāi)動態(tài)模擬[8]、非洲豬瘟傳播模擬[9]和種群演化模擬[10]等仿真分析中得到廣泛應(yīng)用,驗證了元胞自動機在動態(tài)模擬預(yù)測中的準(zhǔn)確性。Sequeira等[11]在使用元胞自動機預(yù)測散白蟻對草地感染風(fēng)險中證明,在事件發(fā)生之前對草地感染風(fēng)險預(yù)測是在可持續(xù)蟲害管理框架內(nèi)進(jìn)行決策的一個非常有價值的工具等。Huynh等[12]的研究表明,元胞自動機模型在研究遷移、天敵和殺蟲劑對褐飛虱在田間的傳播是一項高度可行的研究。王燕梅[10]將元胞自動機與多智能體結(jié)合,構(gòu)建雙種群共生演化模型,實現(xiàn)復(fù)雜系統(tǒng)的種群演化模擬。

人工神經(jīng)網(wǎng)絡(luò)可以對群落的發(fā)展進(jìn)行預(yù)測研究,通過對群落相關(guān)數(shù)據(jù)進(jìn)行訓(xùn)練和學(xué)習(xí),建立群落間相互關(guān)系的神經(jīng)網(wǎng)絡(luò)模型,進(jìn)而預(yù)測群落的發(fā)展趨勢,但是在種群動態(tài)演化模擬中,元胞自動機更能體現(xiàn)出優(yōu)越性。因此,現(xiàn)對于米象群落復(fù)雜系統(tǒng)的復(fù)雜規(guī)則研究,使用元胞自動機模型,將其融入米象群落模型之中,體現(xiàn)出更好的優(yōu)越性,提高米象群落發(fā)展模型模擬的仿真效率。通過對米象群落發(fā)展過程的處理與分析,揭示米象群落發(fā)展趨勢,為糧食儲藏相關(guān)研究奠定理論基礎(chǔ)。

1 基本理論

1.1 元胞自動機模型

元胞自動機模型(cellular automata,CA)是一種定義在網(wǎng)格上的元胞和有限的運動狀態(tài),該模型將時間、空間和狀態(tài)離散化,局部空間會根據(jù)相應(yīng)的規(guī)則進(jìn)行變化。元胞自動機模型通過抽象化來定義某個系統(tǒng)的狀態(tài)[13-14],進(jìn)而對復(fù)雜的系統(tǒng)實現(xiàn)演化過程模擬。

在元胞自動機模型中,主要由元胞、狀態(tài)、鄰居、規(guī)則和時間5個部分組成,模型將復(fù)雜的系統(tǒng)分解,用多個元胞進(jìn)行代替,系統(tǒng)中的相鄰元胞有一定的關(guān)系將其連接,提供在模型中制定相應(yīng)的規(guī)則,大量元胞會在這些規(guī)則下進(jìn)行更新,不僅可以簡化分析過程,而且可以得到較好的仿真效果,具有良好的穩(wěn)定性與可靠性[15]。具體來說,元胞自動機模型的運算規(guī)則為:某元胞在下一個時刻(t+1)時的狀態(tài)與該元胞(t)時刻的狀態(tài)和相鄰元胞狀態(tài)共同決定,公式形式表示為

St+1=f(Rt,Nt)

(1)

式(1)中:St+1為下一時刻元胞的狀態(tài);Rt為該元胞t時刻的狀態(tài);Nt為該元胞在t時刻下鄰近范圍的情況;f()為系統(tǒng)轉(zhuǎn)換規(guī)則函數(shù)。

1.2 基于智能體的元胞自動機仿真理論

基于智能體(Agent)和元胞自動機(CA)的建模方法在交通、生物、化學(xué)、社會學(xué)、環(huán)境學(xué)等很多領(lǐng)域的仿真研究中,均取得了非常有價值的研究成果[16-22]。但是在兩種建模方法的應(yīng)用過程中,其缺點也逐漸凸顯出來。元胞自動機模型在仿真過程中規(guī)則相對單一,智能體模型在計算過程中運行速度相對較緩。因此,兩種方法的集成是對各自缺陷的彌補。在仿真研究中,智能體和元胞自動機相結(jié)合為復(fù)雜系統(tǒng)提供了新的研究方法,其建模方法逐步應(yīng)用到復(fù)雜系統(tǒng)中[23]。在智能體模型中,智能體可以代表一個實體,既可以感知環(huán)境信息,也可以做出決策。基于智能體建模思想,通過定義個體與局部模型及其相互間的關(guān)系完成對系統(tǒng)的描述。在集成的模型中,元胞布滿整個網(wǎng)格,且均勻地分布。智能體則根據(jù)系統(tǒng)的結(jié)構(gòu)分布在系統(tǒng)中,并且基于規(guī)則來計算下一時刻的狀態(tài)。

目前,基于智能體和元胞自動機相結(jié)合的建模理論已經(jīng)廣泛應(yīng)用到諸多領(lǐng)域。智能體代表的實體對系統(tǒng)做出決策,元胞自動機模型模擬系統(tǒng)的變化。不同智能體之間的決策行為會互相影響,元胞自動機模型根據(jù)相應(yīng)的影響規(guī)則使系統(tǒng)狀態(tài)發(fā)生改變。基于上述智能體和元胞自動機的特點,可以提出一種用于研究小米米象群落發(fā)展的模型框架。

2 研究方法

2.1 小米米象群落發(fā)展智能體模型構(gòu)建

小米米象群落發(fā)展是智能體群落的生存問題,是一個復(fù)雜的系統(tǒng)。在這個系統(tǒng)中,米象成蟲和非成蟲生活在同一區(qū)域里,會造成空間和小米等資源的消耗,導(dǎo)致小米品質(zhì)下降。因此,建立一個二維和三維網(wǎng)格世界進(jìn)行建模,用單個網(wǎng)格模擬單個智能體。對于預(yù)測谷物中的多種害蟲,將每一個單智能體網(wǎng)格分別定義為不同的害蟲。元胞空間由這些單個智能體所組成,在空間內(nèi)加入溫濕度因素以及演化規(guī)則,可以更加直觀地模擬兩個種群間的演化過程,判斷米象智能體群落的未來的演化方向。基于米象群落發(fā)展趨勢的可變性,使用擴展摩爾型領(lǐng)域主要研究小米米象群落發(fā)展關(guān)系[10],其領(lǐng)域如圖1所示。

圖1 擴展摩爾型元胞自動機Fig.1 Extended Molar cellular automata

該類模型的數(shù)學(xué)表達(dá)式為

Smoore=ui=(uix,uiy)‖uix-upx|≤r,

|uiy-upy|≤r,(uix,uiy)∈Z2

(2)

式(2)中:ui為中心元胞;uix和uiy為中心元胞的位置;upx和upy為其鄰居元胞的位置;r為元胞半徑;Z為當(dāng)前元胞的鄰居集合。

2.1.1 領(lǐng)域范圍及更新規(guī)則

根據(jù)元胞自動機理論,元胞下一時刻的狀態(tài)由該時刻自身及鄰域內(nèi)元胞狀態(tài)決定;在智能體理論中,智能體的下一時刻狀態(tài)由自身狀態(tài)以及感知信息決定。將兩者結(jié)合起來考慮,即將智能體的感知范圍作為鄰域范圍。元胞的更新規(guī)則通過智能體行為決策模型來統(tǒng)一實現(xiàn),在設(shè)計行為決策模型時充分考慮智能體群落的差異性以及各自的發(fā)展?fàn)顟B(tài),以實現(xiàn)模擬小米米象群落發(fā)展行為規(guī)律特征,總結(jié)出群落中個體的基本行為,利用行為規(guī)則等方法生成這些基本行為,再通過行為融合生成更為復(fù)雜的行為,根據(jù)行為選擇機制來實現(xiàn)群落中個體根據(jù)感知和自身狀態(tài)決策自身行為的機理。

2.1.2 發(fā)展方向與時間步長

傳統(tǒng)的智能體和元胞自動機模型中,一般采用8個方位來代表智能體的發(fā)展方向,而且每個步長的速度固定。為體現(xiàn)米象群落發(fā)展的真實性,規(guī)定發(fā)展的速度是可變的,范圍為0～10 cm/d,群落根據(jù)感知信息及自身狀態(tài)決策下一步的發(fā)展速度大小和方向以及采取何種行為[24]。如圖2所示的中心網(wǎng)格是米象個體質(zhì)心智能體的發(fā)展區(qū)域。

圖2 米象群落下一步可能的發(fā)展方向Fig.2 The next possible development direction of the Sitophilus oryzae community

用時間步長來描述小米米象群落的發(fā)展情況。仿真時間步長的聯(lián)系公式為

(3)

式(3)中:a為元胞邊長;vmax為最大移動速度。

2.1.3 模型假設(shè)

假設(shè)這個復(fù)雜的生命系統(tǒng)在最初的時候有一定數(shù)量的資源,并且這些資源均勻離散的分布在每個元胞格中[24]。米象群落的所有個體的生命活動都會消耗一定數(shù)量的資源,同時在演化過程中,元胞自動機空間內(nèi)會以一定的概率產(chǎn)生一定數(shù)量的資源。假設(shè)米象成蟲和非成蟲智能體個體同時只能占據(jù)一個元胞格,有資源的元胞空間會以一定的概率產(chǎn)生新的智能體個體。還需要將環(huán)境抽象成S=Sx×Sy(Sx,Sy∈U)的二維網(wǎng)格,以及T=Tx×Ty×Tz(Tx,Ty,Tz∈V)的三維網(wǎng)格結(jié)構(gòu),米象智能體群落A和群落B的每個個體都只能占據(jù)一個元胞格。

因此定義系統(tǒng)的空間狀態(tài)為

Pf=(0,1,2)=(void,agentA,agentB)

(4)

式(4)中:0為一個空的元胞(void);1為米象非成蟲智能體群落A(agentA);2為米象成蟲智能體群落B(agentB)。

2.1.4 小米米象群落發(fā)展規(guī)則的制定

根據(jù)模型思想,將小米米象群落的發(fā)展定義成概率型,因此,采用概率參數(shù)中的出生率和存活率等形式進(jìn)行小米米象群落發(fā)展仿真模擬。實驗中元胞運行狀態(tài)如表1所示,米象群落發(fā)展對元胞狀態(tài)演變規(guī)則具體總結(jié)如下。

表1 小米米象群落發(fā)展運行狀態(tài)Table 1 Development and operation status of Sitophilus oryzae community

(1)出生率:在米象智能體群落發(fā)展過程中,以P1作為群落的出生率。

(2)存活率:P2為米象智能體群落A中由卵變?yōu)槌上x的概率;P3為成蟲存活的概率;P4為米象智能體群落B中成蟲存活的概率。

當(dāng)狀態(tài)為0時,元胞為空;當(dāng)狀態(tài)為1時,系統(tǒng)狀態(tài)下的空地會以出生率P1產(chǎn)生智能體A,并且周圍元胞中智能體B的數(shù)量大于0;狀態(tài)為2時有兩種情況:一是此時刻的系統(tǒng)狀態(tài)為智能體A存活,并且以概率P2在元胞自動機空間中繼續(xù)發(fā)展,還有一種就是此時刻系統(tǒng)狀態(tài)為智能體B存活,并且以概率P3在元胞自動機空間中繼續(xù)發(fā)展。

基于以上小米米象群落發(fā)展規(guī)則,制定米象群落智能體發(fā)展規(guī)則如式(5)所示,設(shè)定的參數(shù)是假定對于溫度和濕度的影響忽略不計[25]。

2.1.5 溫濕度條件下的小米米象發(fā)展規(guī)則

米象智能體群落在發(fā)展過程中會消耗一定的資源,同時隨著溫濕度的改變,系統(tǒng)中的資源總量隨著時間的變化而變化,最終表現(xiàn)為小米米象群落的發(fā)展變化。為了進(jìn)一步研究溫濕度對小米米象發(fā)展的影響,對上述智能體模型進(jìn)行改進(jìn),使模型更加符合小米米象的發(fā)展趨勢。米象在相對濕度70%的條件下,溫度為30 ℃時,完成一個發(fā)育周期僅需26 d[26]。當(dāng)溫濕度不適宜米象群落發(fā)展時,米象個體就會逐漸死亡。因此為了方便研究元胞格內(nèi)米象群落發(fā)展變化情況,定義在不同溫濕度條件下小米米象群落智能體發(fā)展規(guī)則如式(6)所示。

式(6)中:0為溫濕度均不適宜米象群落發(fā)展,1為溫濕度有一項不適合米象群落發(fā)展,2為溫濕度均適合米象群落發(fā)展;t為當(dāng)前溫度;h為當(dāng)前濕度。

3 實例模擬與對比分析

3.1 小米米象群落發(fā)展趨勢試驗對比分析

實驗對小米米象群落發(fā)展趨勢進(jìn)行仿真,目的是對有限空間內(nèi)小米米象發(fā)展趨勢進(jìn)行研究,小米米象群落發(fā)展空間為30 cm×30 cm×30 cm的試驗箱,并通過照相機定期對其進(jìn)行拍照錄像,在試驗過程中觀察發(fā)現(xiàn),當(dāng)米象群落在溫濕度均不適宜生存情況下,米象蟲卵不再生長發(fā)育,幼蟲死亡,群落滅亡;當(dāng)溫度適宜濕度不適宜條件和溫度不適宜濕度適宜條件下小米米象群落生長但基本不繁殖,最后逐漸死亡;當(dāng)溫濕度均適合小米米象群落發(fā)展的情況下,米象群落快速生長發(fā)育,繁殖速度加快,群落逐漸壯大。部分發(fā)展過程如圖3所示。

圖3 不同溫濕度下小米米象群落發(fā)展過程Fig.3 Development process of Sitophilus oryzae community under different temperature and humidity

3.2 模擬與分析

3.2.1 小米米象群落發(fā)展的2D仿真分析

在對上述試驗進(jìn)行2D仿真過程中,分別設(shè)置溫濕度均不適合米象群落發(fā)展、溫度適合濕度不適合米象群落發(fā)展、溫度不適合濕度適合米象群落發(fā)展以及溫濕度均適合米象群落發(fā)展4個條件,每種情況仿真對比如圖4～圖7所示。可以看到米象群落在溫濕度均不適宜發(fā)展的條件下,群落不再繁殖,0～15 d內(nèi)個體快速死亡,30 d后群落基本滅亡;在溫度適合濕度不適合條件下,群落整體基本不繁殖,0～60 d內(nèi)幼蟲逐漸生長為成蟲,僅有一小部分個體繁殖,60～120 d內(nèi)群落中成蟲死亡,幼蟲生長發(fā)育但不再繁殖,120 d后群落逐漸衰落;在溫度不適合濕度適合條件下,群落整體基本不繁殖,相比于溫度適宜濕度不適宜條件下更不利于群落發(fā)展,0～60 d內(nèi)幼蟲部分生長為成蟲,僅有極小部分個體繁殖,60～120 d內(nèi)群落中成蟲死亡,部分幼蟲生長發(fā)育但不再繁殖,120 d后群落逐漸衰落。因此,溫度對小米米象群落的發(fā)展影響更大。

·表示智能體群落A;表示智能體群落B圖4 溫濕度均不適宜小米米象群落發(fā)展的仿真模擬Fig.4 Temperature and humidity are not suitable for the development of Sitophilus oryzae community simulation process

·表示智能體群落A;表示智能體群落B圖5 溫度適宜濕度不適宜小米米象群落發(fā)展的仿真模擬Fig.5 Simulation on the development of Sitophilus oryzae community with suitable temperature and unsuitable humidity

·表示智能體群落A;表示智能體群落B圖6 溫度不適宜濕度適宜小米米象群落發(fā)展的仿真模擬Fig.6 Simulation on the development of Sitophilus oryzae community with suitable humidity and unsuitable temperature

·表示智能體群落A;表示智能體群落B圖7 溫濕度均適宜小米米象群落發(fā)展的仿真模擬Fig.7 Simulation of the development of Sitophilus oryzae community with temperature and humidity

(5)

(6)

在溫濕度均適宜發(fā)展的條件下,個體快速生長發(fā)育,為了明顯體現(xiàn)群落發(fā)展的變化,以0～120 d和120～240 d為時間節(jié)點進(jìn)行展示,在0～120 d內(nèi),群落個體生長繁殖呈指數(shù)增長趨勢,隨著時間的推移,在120～240 d群落指數(shù)發(fā)展趨勢愈加明顯。如圖4～圖7所示。

3.2.2 小米米象群落發(fā)展的3D仿真分析

為了進(jìn)一步加強小米米象群落發(fā)展仿真的真實性,在2D仿真的基礎(chǔ)上,對小米米象群落進(jìn)行3D仿真模擬分析,仿真趨勢與2D仿真結(jié)果保持一致,3D仿真結(jié)果與2D相比更具有直觀性,仿真結(jié)果如圖8～圖11所示。

·表示智能體群落A;表示智能體群落B圖8 溫濕度均不適宜小米米象群落發(fā)展的3D仿真模擬過程Fig.8 Temperature and humidity are not suitable for the 3D simulation process of Sitophilus oryzae community development

·表示智能體群落A;表示智能體群落B圖9 溫度適宜、濕度不適宜小米米象群落發(fā)展的3D仿真模擬過程Fig.9 3D simulation process of the development of Sitophilus oryzae community with suitable temperature and unsuitable humidity

·表示智能體群落A;表示智能體群落B圖11 溫濕度均適宜小米米象群落發(fā)展的3D仿真模擬過程Fig.11 The 3D simulation process that temperature and humidity are suitable for the development of Sitophilus oryzae community

3.2.3 小米米象群落發(fā)展仿真結(jié)果分析

為了觀察仿真結(jié)果與現(xiàn)實米象群落發(fā)展的細(xì)節(jié)變化,分析不同溫濕度情況下2D和3D仿真米象群落發(fā)展的變化。表2的結(jié)果表明,當(dāng)溫度越低時,米象個體發(fā)展緩慢,因此米象群落發(fā)展速度較慢。當(dāng)溫度超過16 ℃時,米象群落發(fā)展呈指數(shù)增長趨勢;當(dāng)溫度超過31 ℃時,米象群落發(fā)展快速下降,而且溫度越高,米象群落發(fā)展越緩慢,說明高溫條件下對小米米象群落的發(fā)展影響更大[圖12(a)]。濕度對小米米象群落的發(fā)展也有很大影響,當(dāng)濕度小于45%時,米象個體發(fā)展相對較緩慢,群落發(fā)展較慢;當(dāng)濕度在45%～70%范圍內(nèi),米象群落快速發(fā)展壯大;當(dāng)濕度大于70%時,米象群落發(fā)展又快速下降[圖12(b)]。

表2 小米米象群落發(fā)展數(shù)值模擬Table 2 Numerical simulation of the development of Sitophilus oryzae community

圖12 溫濕度條件下的小米米象群落發(fā)展真實與模擬結(jié)果Fig.12 Realistic development and simulation of Sitophilus oryzae community under temperature and humidity conditions

因此溫度低于16 ℃或高于31 ℃,濕度低于45%時,小米米象群落發(fā)展會受到抑制。并且溫度越高,濕度越低,抑制效果越明顯。

4 結(jié)論

將智能體和元胞機自動結(jié)合,建立了小米米象群落發(fā)展規(guī)律仿真模型。

(1)米象群落發(fā)展速度是可變的,米象群落智能體的發(fā)展概率是不同的。模型為體現(xiàn)米象群落發(fā)展的真實性,定義了速度可變的小米米象智能體的發(fā)展規(guī)則。溫濕度對小米米象群落發(fā)展的影響是非常重要的環(huán)境因素,在仿真模擬過程中不可忽略。進(jìn)一步加入溫濕度對米象發(fā)展的影響規(guī)則,即在不同溫濕度情景下的停止生長、生長但不繁殖以及生長繁殖3種行為和行為規(guī)則,建立的仿真模型能夠很好地體現(xiàn)小米米象群落的發(fā)展趨勢。

(2)在米象群落活動范圍內(nèi)進(jìn)行仿真模擬,建立的智能體模型可以直接仿真米象群落發(fā)展以及臨近元胞狀態(tài)的行為模式,仿真結(jié)果與實際結(jié)果吻合較好,趨勢一致,表明構(gòu)建的智能體模型較準(zhǔn)確地反映小米米象群落發(fā)展趨勢,驗證了仿真模型的合理性。為預(yù)測糧食中米象群落發(fā)展提供理論依據(jù),進(jìn)而選擇適當(dāng)?shù)目刂撇呗砸种泼紫笕郝浒l(fā)展,保障儲糧的安全性。

分析了小型試驗箱中小米米象群落發(fā)展趨勢,并根據(jù)智能體模型建立了小米米象發(fā)展趨勢的預(yù)測模型,能較為精確地預(yù)測出未來小米群落的發(fā)展?fàn)顩r,但存在一些問題和不足需要進(jìn)一步探索和研究。

在研究不同溫濕度對小米米象群落發(fā)展的過程中,糧堆不同高度的溫濕度等因素會對小米米象群落的發(fā)展造成一定的影響。由于試驗條件的限制,對于糧堆不同高度與小米米象群落的分析存在一定的欠缺,通過完善試驗條件進(jìn)一步深入研究糧堆高度與小米米象群落的關(guān)系。