3,094
个编辑
更改
跳到导航
跳到搜索
第140行：
第140行： − 的时候，模型能够产生非常有意思的结果。如果固定d＝2，则该模型可以模拟出真实城市的形态。如下左图展示的就是模型生成的节点情况，右图则绘制了伦敦的人口分布形态，这二者有很高的相似度。+ 第157行：
第157行： −
→空间吸引模型
</math>
</math>
的时候，模型能够产生非常有意思的结果。如果固定d＝2，则该模型可以模拟出真实城市的形态。如下左图展示的就是模型生成的节点情况，右图则绘制了伦敦的人口分布形态，这二者有很高的相似度<ref name="city_nc">{{cite journal|author1=Li, R.|author2=Dong, L.|author3=Zhang, J.|author4=Xinran Wang|author5=Wen-Xu Wang|author6=Zengru Di|author7=H. Eugene Stanley|title=Simple spatial scaling rules behind complex cities|journal=Nature Communications|volume=8|issue=1841|year=2017}}</ref>。
[[File:matchinggrowthspatialattractionmodelnodes.png|350px|center]][[File:matchinggrowthspatialattractionlondon.png|400px|center]]
[[File:matchinggrowthspatialattractionmodelnodes.png|350px|center]][[File:matchinggrowthspatialattractionlondon.png|400px|center]]
我们看到，伦敦的β取值为0.3，北京的取值相应为0.1。除此之外，如果加入额外的假设，我们还能够很好地模拟出城市道路和城市中社会经济相互作用密度随空间的分布情况。有关更多的讨论，可以参看[[空间吸引模型]]
我们看到，伦敦的β取值为0.3，北京的取值相应为0.1。除此之外，如果加入额外的假设，我们还能够很好地模拟出城市道路和城市中社会经济相互作用密度随空间的分布情况。有关更多的讨论，可以参看[[空间吸引模型]]
==模型的平均场方法求解==
==模型的平均场方法求解==