基于Netlogo的群体暴力建模与实现

刘雨君　石宝　张蕊鑫　续东升

摘要：为了更加形象而深入的研究群体性暴力行为的形成原因和演化过程，本文在对原有的研究基础上，用一种新的模型对群体性暴力事件进行研究，在该模型中引入了影响人行为的三个因素：不满、理性、威慑。分析个体暴力行为的实施则主要受到这些方面的影响。

关键词：群体暴力;行为因素;建模实现

中图分类号：TP18        文献标识码：A

文章编号：1009-3044（2021）07-0222-03

Abstract： In order to better image and violence research group in-depth reasons for the formation and evolution process， this paper on the basis of the original research， with a new the model of mass violence， the effect of human behavior is introduced in the model three because of dissatisfaction， rationality， deterrence： pro. The implementation of individual violence is mainly influenced by these aspects.

Keywords： Group violence; behavior factor; modeling and implementation

群體性暴力事件是一种常见的社会现象，严重危及人类社会的稳定和发展。目前我国社会飞速发展，致力于社会主义现代化建设，经济利益格局逐渐壮大，但与此同时群体性暴力事件也不断发生，例如新疆的“七五事件”、贵州的“瓮安事件”和云南的“孟连事件”等。群体事件一般都是一群有强烈社会不满情绪的人员聚众做出一系列危害社会的行为，可能导致交通瘫痪，通信中断，人员伤亡，财产损失等严重后果。因此预防和打击群体性暴力事件对社会和谐稳定尤为重要。已有研究致力于群体事件的原因、性质、人员构成与心理行为等的研究，这些分析方法只能算是事后分析，忽略了预防性的分析与研究。

本文基于孙继真等研究者对群体事件的建模与仿真工作，提出了基于个性的群体暴力事件的建模与实现方法，以便为公安机关等部门提供一定的理论依据去更好的处理此类危害社会安全的群体性暴力事件。

1 基于个性的群体暴力行为

1.1 个体个性

个体个性是指个体比较稳定的、具有一定倾向性的可以影响个体本身并与他人有所区别的心理特征的总和。个体个性不同，受不满意因子的影响对个体行为或事件有不同反应，冷静个体能控制情绪，急躁个体易受环境影响，社会不满度高，易产生暴力情绪，个体不满度定义为perceived-hardship;不同个性个体情绪表达方式不同，定义为expression;个体对事件的接受程度不同，对事件反应也不同，在本文反映为个体开放性acception;风险认知是个体对存在于外界环境中的各种客观风险的感知，定义为risk-aversion，用Ri表示，风险认知能够影响个体的态度从而选择自己的行为，决定着个体是否要转化为暴徒。以上变量取值范围均为[0，1]。

1.2 不满情绪

个体不满度大多源于利益冲突和社会矛盾，是一种对社会稳定不利的社会心理现象。本文将不满情绪定义为grievance，用G表示，不满情绪取决于个体不满度和个体理性度：G=Ph*（1-H1），其中Ph为个体不满度，H1为个体理性度。

1.3 警察个体

对于警察的抓捕行为，如果邻域范围内警察多于暴徒，警察趋于向暴徒方向移动并实施抓捕行为，否则暴徒聚集，警察难以实施抓捕行为，警察趋于向身边警察多的范围移动。

1.4 暴徒个体

暴徒视野范围内警察越多被抓捕的风险越大，暴徒趋于向避开警察密集的区域移动，反之视野范围内暴徒越多，被抓捕的风险越小，暴徒趋于向暴徒密集的区域移动。暴徒被抓捕的风险等级定义为arrest-probability，用AP表示，AP=1-exp{-k|NC/NA|}，其中NC和NA表示视野范围内警察和暴徒的数量。

在整个群体性暴力事件中，普通个体在一定条件下会转化为暴徒，转化条件为：G-Ri*AP>threshold。

2 算法思想

运用Netlogo对于群体性暴力事件进行仿真模拟实验，通过改变警察数量、个体视野范围内其他个体的数量和刑罚大小等参数来研究相应的暴力事件发生的情况。在算法上首先进行环境初始化，之后创建不同个体并进行初始化和属性设置。个体根据自己的移动规则可以移动到没有其他个体的指定位置，警察、暴徒、旁观者会对自己的行为做出选择，然后判断自己所要移向的个体。旁观者随机移动，在一定条件下个体会转化为暴徒，暴徒对视野范围内其他个体进行攻击，警察在一定范围内巡视，当发现视野范围内警察多于暴徒时，警察根据抓捕规则对距离最近的暴徒实施抓捕行为，暴徒被抓捕后，在最大刑期范围内判刑，代表暴徒的个体消失一定时间，但如果视野范围内暴徒多于警察时，警察则远离暴徒。

3 实验数据与实验结果分析

3.1 警察数量对事件的影响

警察抓捕暴徒，制止暴徒的暴力行为。警察数量在0-100范围内取值，观察离开的人、暴徒、旁观者的变化情况，其他变量都设置为中值，视野范围大小都为10，理性程度设置为0.1，人群拥挤度为20，转化临界值为0.5。实验结果如图1、2所示。

实验结果显示，随着警察增多，暴徒没有减少反而增多，离开的人变化幅度不是很明显，旁观者随警察增多整体趋势上减少。由此可见，在暴力行为的建模与实现中，一味地增加警察的数量并不会直接导致暴徒数量减少，在现实生活的社会治安过程中，要靠合理的方式来控制暴徒的暴力行为。

3.2 视野范围内人数对事件的影响

视野范围内警察和普通个体数量均在1-50范围内取值，观察离开的人、暴徒、旁观者的变化情况，其他变量都设置为中值，视野范围大小都为10，理性程度设置为0.1，人群拥挤度为20，转化临界值为0.5。实验结果如图3、4所示。

实验结果显示，暴徒随着视野范围内人数的增多而增多，直到视野范围达到20时，暴徒的变化趋于一个稳定的状态，离开的人数变化不是很明显，旁观者会随着视野范围内人数的增加而减少。视野范围内人数越多，暴徒逃跑能性就越大，会直接导致警察的抓捕暴徒的可能性降低，所以暴徒会增多，这给我们在现实治安生活中的建议是警察要在控制暴徒的视野范围的情况下，扩大自己的视野范围，这样有利于提高对暴徒的控制，提高抓捕暴徒的效率。

3.3 刑罚大小对事件的影响

当暴徒被抓捕后，在相应的最大刑期的范围内会对被抓捕的暴徒进行判刑，这决定着暴徒消失的时间长短，在最大刑期的范围内，分别将判刑时间定为10到100十种情形，观察离开的人、暴徒、旁观者变化，控制其他变量保持不变。实验结果如图5和图6所示。

从实验结果可以看出随着刑罚时间的增加，暴徒会相应的减少，离开的人的变化不明显，旁观者的变化在300人左右浮动，变化相对稳定，所以刑罚时间主要影响着暴徒数量的变化，刑罚时间越长，暴徒数量越少。在现实的治安过程中，可以根据暴徒相应的罪行在合理的刑期之内判刑，这样更有利于打击暴徒的暴力行为，并控制暴徒出狱之后的再犯，有利于社会的和谐稳定。

4 小结

本课题中，在Netlogo建模的基础上，通过对个体个性的研究对警察数量、视野范围内人数和刑罚时间的长短对暴力行为的影响做了分析研究，通过对数据的比较，验证了所得结果的合理性，发现在群体性暴力事件的演化过程中，刑罚时间的长短和视野范围的人数会影响暴徒的数量，同时还发现，如果只是單纯的增加警察的数量，也会导致群体性暴力事件发展难以控制，从而导致严重的后果。

参考文献：

[1] 党会森，广宽，卜凡亮.基于Agent的群体性暴力事件的建模与仿真[J].阜阳师范学院学报（自然科学版），2012，29 （2）：60-65.

[2] 党会森，广宽.群体性暴力事件的仿真研究[J].中国公共安全（学术版），2012（3）：6-8.

[3] 高萌萌，王一伊，卜凡亮.群体性暴力事件形成计算分析[J].北京警察学院学报，2015（2）：102-109.

[4] Epstein， J.M.Modeling civil vioience：An agent-based computational approach[J].PNAS，2002，99（3）：7243-7250

[5] Gilbert N，Troitzsch K G.Simulation for the social scientist[EB/OL].2005

[6] 廖守亿，戴金海.复杂适应系统及基于Agent的建模与仿真方法[J].系统仿真学报，2004，16（1）：113-117.

[7] 岳峰，荣明，胡晓峰，等.基于Agent构建群体行为模型[J].装甲兵工程学院学报，2008，22（1）：68-71.

[8] 岳峰，荣明，胡晓峰，等.基于Agent构建群体行为模型[J].装甲兵工程学院学报，2008，22（1）：68-71.

[9] 常宁宁.基于多智能体的群体性事件仿真研究[D].长沙：国防科学技术大学，2008.

[10] 孙继真，卜凡亮.群体性暴力事件的对抗仿真研究[J].中国人民公安大学学报（自然科学版），2012，18（1）：68-72.

[11] 陈鹏，陈建国.突发性群体暴力活动的多主体建模研究[J].计算机仿真，2015，32（1）：377-381.

【通联编辑：唐一东】