欢迎光临
我们一直在努力

用物理学来预测人群行为

在政治集会上挤满了彼此吵吵嚷嚷的电子和人类似乎没有多少共同点,但康奈尔大学的研究人员正在联系这些点。

他们开发了一种高度精确的数学方法来预测生物群体的行为,使用最初开发用于研究大量量子力学相互作用电子的诺贝尔奖获奖方法。研究人员表示,研究人类行为的意义深远。

例如,通过使用公共场所中人群的公开可用视频数据,他们的方法可以预测人们如何在极度拥挤下分配自己。通过使用智能手机应用程序测量密度波动,该方法可以描述人群的当前行为状态或情绪,为人群转向危险行为提供早期预警系统。

物理学教授托马斯·阿里亚斯(Tomas Arias)是“人群的密度 - 功能波动理论”的主要作者,该论文于8月30日在自然通讯杂志上发表。共同作者包括物理学教授Itai Cohen; 和Yunus A. Kinkhabwala,工程领域的博士生。

人群中个体之间的相互作用可能很复杂,难以用数学方法量化; 人群中的大量演员导致了复杂的数学问题。研究人员试图通过使用简单的密度测量来推断人群的行为,以推断潜在的相互作用,并利用这些相互作用来预测新的行为。

为了实现这一目标,他们将数学概念和方法应用于密度泛函理论(DFT),这是为量子力学系统开发的多体物理学的一个分支,以及人群的行为。

“这是极为罕见的情况之一 - 特别是涉及生命系统的地方 - 理论在实验之前,实验,在精确的数学细节中,完全证实了这一理论,”阿里亚斯说。

为了测试他们的理论,研究人员使用步行果蝇(Drosophila melanogaster)创建了一个模型系统。他们首先展示了一种提取函数的数学方法,这些函数可以量化苍蝇在环境中不同位置的程度 - “烦恼”功能 - 以及他们在一起拥挤的程度 - 基于如何根据细节的“挫折”功能人口密度随着苍蝇的变化而变化。

然后他们表明,通过在全新的环境中混合和匹配这些信息与单个苍蝇的观察结果,他们可以在任何观察之前准确预测大群苍蝇如何在新环境中分布自己。他们还通过跟踪社会偏好“挫折”功能的演变来追踪人群整体行为的变化 - 即“情绪”。

虽然果蝇是“一种方便,符合道德的第一测试系统”,但阿里亚斯说,人群在政治集会中的行为将提供人类DFT理论的例子。个人将尝试找到最佳位置 - 通常最接近舞台 - 同时避免过度拥挤的区域。当新的和更好的位置可用时,个人可能会转向他们。

为了建立一个数学预测理论,研究人员将一个数字 - 烦恼函数 - 与每个地点的内在可取性联系起来; 最低值将位于最接近舞台的理想位置。挫折函数解释了拥挤效应的不可取性,并且行为规则解释了个人寻找更好位置的趋势。

“非凡的数学发现,”阿里亚斯说,“可以立即自动获得精确的烦恼和挫折价值,只需观察人群周围的拥挤变化,而不需要任何形式的调查来询问人们人群如何看待不同地点或挤在一起。“

通过改变苍蝇实验中的社会环境 - 例如改变男性和女性的比例,或引起饥饿和口渴 - 并监测人群的挫折价值,研究人员表明他们可以发现变化的“心情”人群。因此,DFT方法不仅可以预测新环境下的人群行为,还可以用于快速自动地检测社会行为的变化。

使用手机和人口普查数据的另一个应用可以分析政治或经济驱动因素和人口压力,以描述和预测大规模人口流动,如大规模迁移。研究人员指出:“由此产生的急性事件期间移民预测将使各级政府能够更好地规划,从地方市政当局到国际机构,有可能挽救数百万人的生命。”

免责声明:本网站图片,文字之类版权申明,因为网站可以由注册用户自行上传图片或文字,本网站无法鉴别所上传图片或文字的知识版权,如果侵犯,请及时通知我们,本网站将在第一时间及时删除。