|
本年度はシミュレーションを行うための基礎として，エージェントのパラメータを表現する方法について研究を行った．特に，GISを利用してエージェントを地図上に配置する基礎的な方法，GPUを用いた並列計算の調査を行った．
まず，エージェントのパラメータとしては，GIS上の緯度経度を出発点とし，open street mapで提供されるGISデータを元にエージェントの緯度経度を割り振って実際の地図上に配置する．ここでは，地図上の交差点を抽出し，交差点周辺が居住区の可能性が高いとして確率的にエージェントを割り付ける．
さらに，基本的なシミュレーションモデルとしてシェリングの分居モデルを実装した．分居モデルでは地図をグリッドに分割し，エージェントの満足度が低い場合空き地へ引っ越しをするというモデルである．このモデルでは，各ステップに各エージェントが現在での状況を確認後，満足度が低い場合には他の地域を探索し，そこへ引っ越す手順を行う．つまり，シミュレーションはエージェント数のオーダーで実行されることになる．
具体的には，実際の札幌市の地図データを利用し，１００万エージェントを札幌の地図に割り付け，引っ越しを行うシミュレーションをGPUを利用して実装した．GPUでの並列計算の実装では，全てのデータをＧＰＵに送って計算することが出来ず，ＧＰＵの性能を発揮することができなかったが，実際にシミュレーションを実行することはできた．その後のスケールアップに向けた知見を得ることができた．
|
