想想你的邻居。商店或医生办公室在哪里？获取新鲜食物有多容易？美国能源部橡树岭国家实验室的人员流动研究人员正在通过创建反映真实社区的合成人口并观察该地区周围的交通路线如何支持或降低居民的生活质量，提供有关社区基本服务获取情况的信息。

Joe Tuccillo 是一位人文地理学研究科学家，领导 UrbanPop 项目，该项目使用人口普查数据创建合成种群。使用名为 Likeness 的 Python 软件套件在 ORNL 的高性能计算机上，Tuccillo 的团队生成了人口个体“代理”旨在代表与模拟社区中的其他代理、设施和服务交互的人们。

“这对于开始思考人们如何获取营养和健康等资源至关重要，”图西洛说。

这项研究以短论文形式发表在美国研究软件工程师协会会刊2023年会议，增强了城市流行方法论用于对基本服务的行程进行建模。

代理人的行为取决于研究人员提出的问题。例如，在询问交通路线时，研究人员会观察代理人从家到目的地所采取的各种方式和路线，并了解沿途有哪些服务。这可以揭示便利设施的位置如何帮助或阻碍代理商接受服务的能力，并揭示类似真实城市中的人们如何经历食物荒漠、缺乏足够的医疗设施或长时间通勤。

“我们希望今年能够向研究界的其他人公开我们的 Likeness 软件，以便为他们自己的任务创建合成群体，”Tuccillo 说。相似性可以应用于各种研究领域的模型，包括人类流动模型、大流行期间或校车期间社会经济地位较低的个体获得疫苗的机会路线一个县的股权。

更多信息：Tuccilo, J. 将合成人口缩小到现实的居住地点。美国研究软件工程师协会 2023 年会议论文集（2023）。zenodo.org/records/10420984