mesa-GA/GA_Agent_0925/ge_abm_研究过程.md

通过现实的产业制裁矫正仿真模型的参数研究 (研究初始阶段)

• 1将现有制裁与产业链节点关联，当作仿真模型验证的benchmark。
• 2找出现有ABM模型中武断设置的参数有哪些，对这些参数设计多个可行取值。
• 3参考老师提供的ABM+GA代码优化模型的输出（产业节点的风险等级），将风险等级较高的节点视为制裁打击的先选产业(更优) 优化目标就是将这些风险等级较高的先选产业与现实打击的产业匹配上（不考虑先后顺序） GA(找到模型的参数作为遗传的gene)，maximize fitness = -error（ABM生成的脆弱产业集合 - 美国打击我们的产业集合）

研究进度与研究计划

第一阶段

1. 弄清楚目标方向和基础内容
2. 遗传算法内容学习 以及一些基础 demo的构建 同时阅读代码 ga GA_random
3. 研究老师提供的ABM+GA代码优化模型的输出

第二阶段

1. 分析和查看制裁表以及对比目前的产业结点
2. 统计整理参数并制作excle和说明内容
3. 找出参数并设定参数范围，给出多个可行取值

第三阶段

1. 整理参数作为遗传算法的gene 开始遗传算法的构建
2. 增加函数的返回结果调用函数----ABM生成的脆弱产业集合
3. 实现 maximize fitness = -error（ABM生成的脆弱产业集合 - 美国打击我们的产业集合）最大化最小值
   1. 修改部分 my_model 和 firm 参数
   2. 修改部分 step 逻辑

第四阶段

1. 运行GA代码

目标分析

1. 将现有制裁与产业链节点关联，当作仿真模型验证的benchmark
   1. 查看制裁表 对比 现在的产业结点
   2. 作为调参方向
2. 找出现有ABM模型中武断设置的参数有哪些，对这些参数设计多个可行取值。
   1. 找出参数 整理参数 以及给出多个可行取值
   2. 作为遗传算法的gene
   3. 实现 maximize fitness = -error（ABM生成的脆弱产业集合 - 美国打击我们的产业集合）最大化最小值

研究中出现的问题

1. Q2.1 在于 min_stu_profit, total_payment, total_stu_waste, gtu_waste, gtu_profit = abm.run() 这些参数作为基因吗？
2. Q2.2 这些参数输出什么内容来作为评估准则 是通过计算这个 ABM生成的脆弱产业集合 - 美国打击我们的产业集合？来判断适应度吗？
3. 参数的传递和确认 n_iter g_bom seed sample dct_lst_init_disrupt_firm_prod remove_t