13、米兰市中心的绅士化浪潮:基于多智能体模型的研究

米兰市中心的绅士化浪潮:基于多智能体模型的研究

1. 引言

欧洲城市中心社区的大规模重建和显著变化,使绅士化问题备受关注。绅士化并非统一和标准化的过程,在不同城市的社区以各种方式发生,涉及众多参与者。这一现象的重要性促使人们对不同城市趋势进行分析、测量和比较。

在20世纪80年代中期,Rose和Beauregard就认识到绅士化的复杂性,将其定义为一个“混乱的概念,涵盖了许多不同但相互关联的事件和过程,这些事件和过程被归在一个单一(意识形态)的标签下,并被假定需要一个单一的因果解释”。然而,大多数文献仍围绕马克思主义经济学家Neil Smith在20世纪70年代提出的阶段模型展开。根据该模型,绅士化是一个由供给驱动的过程,投资者及其资本介入破败社区,以利用“租金差距”或这些社区的潜在增值。投资者通过购买住宅、翻新并转售给“中高”阶层的富裕成员来实现这一目标。

Smith的理论与David Ley等人的需求侧、消费者主权方法形成对比,后者认为绅士化是新中产阶级崛起的结果,他们在住房偏好上有新的品味和效用函数。Smith的观点仍然是绅士化理论和方法的基准,本文在此基础上开发了一个多智能体模型。

绅士化过程特别适合用多智能体框架进行建模。该理论的有趣之处在于过程中涉及的参与者之间的相互作用,每个参与者都受到其知识的影响:对于业主、房东和租户来说,他们的知识是局部的,基于对社区的观察;他们根据当地信息和与邻居的互动模仿行为来决定如何处理自己的房产。开发商、大投资者以及最近出现在城市舞台上的新参与者,如寻找替代空间的文化先驱,根据对整个城市房地产市场的全局知识进行投资和选址。

需要注意的是,在这个理论框架中,绅士化建模既符合多智能体系统(MAS)方法

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动、电力系统及其自动等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值