点击图片查看原图The Challenges of Urban Sustainability
中国的城市正处于城市化和现代化发展的关键阶段。城市可持续发展将面临问题将逐渐展现出来。这些问题植根于城市有限的资源和日益增加的需求之间的矛盾。需求的增加既来自城市的扩张和人口的增长，也来自于城市居民生活水平的提高。
城市发展中的供需矛盾：
§ 土地紧张 – 有限的城市土地资源与居民，商业，工业等用地需求的矛盾。
§ 经济减速 – 劳动力资源与就业机会，市场需求与生产能力的矛盾。
§ 交通堵塞 – 道路基础设施与居民日常交通需求的矛盾。
§ 环境污染 – 有限的环境净化能力和工业生产和城市现代化生活排放物之间的矛盾。
§ 能源短缺 – 有限的能源和不断增长的工业及生活能源需求间的矛盾。
§ …….
随着城市化进程的加快，这些矛盾如果不能得到缓解，将会对城市的经济及人民的生活带来很大的负面影响。当供需关系无法平衡时，房价和能源价格将被不断推高，而交通和城市环境也将进一步恶化。而缓解这些矛盾的关键则在于优化资源的分配，使有限的资源发挥最大的效用。 科技的发展和城市的现代化创造了大量的信息，包括实时的和非实时的。 如果能充分利用这些信息，了解居民和企业的日常需求，我们就可以制定相应的政策和反应措施来引导居民和企业的行为使供需关系趋于平衡。另一方面，我们也能洞悉城市可持续发展中的瓶颈，为下一阶段政策服务、投资和基础设施的建设提供支持。
智慧城市的建设将会为城市的信息传输，远程监控，自动化管理, 电子收费等方面带来提升。但是我们认为更重要的是智慧城市如何为解决城市可持续发展所面临的一系列问题提供解决方案，如何评估城市未来的发展方向，如何预测新政策，新科技，新趋势对城市方方面面产生的影响。 而这正是我们美蒽朗的解决方案致力于去完成的。
城市可持续发展模型 – 城市管理和规划支持系统
Urban Sustainability Modeling – Urban Management and Planning Support System
智慧城市的一个核心目标是利用先进的信息和通讯技术（ICT）整合城市信息，优化城市现有资源的分配和管理，同时为城市未来的发展和规划提供最有利的支持。而实现这个目标的关键则是如何整合海量的信息，挖掘其中有用的部分，并将其用简便、易懂、可靠的方式传递给城市决策者。所以，在这个解决方案中，我们将建立新型的城市可持续发展模型，把反映城市细节的数学统计、优化模型和多智能体方法（multi-agent system）、网络分析方法，区域经济以及复杂适应系统理论（Complex Adaptive Systems） 结合在一起，建立起可动态仿真的城市管理决策支持系统，帮助城市决策者制定合理的政策和规划来促进城市的可持续发展。
近期的城市可持续发展模型主要是在传统的交通和土地利用模型的基础上发展起来的。由于这些模型能够模拟交通需求，以及土地和交通网络的使用情况，并为未来城市交通和用地的发展方向提供预测，所以被广泛的应用到城市规划和管理的领域，尤其是在西方发达国家一些大中城市中。随着基于行为的研究(Activity-based Modeling)的发展，个体（人,家庭和企业）的行为被逐渐纳入到城市建模中。一方面，这使得城市模型可以运用更完善的经济学和认知理论， 从而极大的提高模拟的精度和动态。另一方面也增加了城市可持续发展模型的复杂性以及对数据的要求。但是，当城市的设施和个体（居民及企业）的信息通讯设备变得更智慧时，模型所需的海量数据将有可能被满足。在这个基础上，建立一个面向未来智慧城市的新型城市发展系统将变得十分有必要，因为源源不断的动态信息将对传统的城市管理和规划方式提出新的挑战。
我们的城市可持续发展模型将基于多智能体的整体建模方法(Agent-based Modeling)，通过模拟城市一系列微观的行为来反映城市宏观的现象。目前，微观分析的尺度主要以个人、家庭、企业，以及城市土地地块为单位。模型调试好的自组织过程(self-organizing process)使得这些个体在模型中具有自觉行为方式，所以这些微观分析的个体又被称为智能体(Agent). 模型从某一个能观测到的时间点开始，模拟城市从一个时间段（比如说一天或者一年）到下一年的变化。不同的模型元素可以具有不同时间单位。譬如说城市用地的变化可以以年为单位，而交通的变化可以以分钟为单位。此外，模型的精度能满足不同空间尺度分析的要求。从建筑到社区到整个城市甚至区域，只需将模拟的微观结果叠加到相应的空间尺度。
图片展示的是解决方案中城市可持续发展模型的一个基本架构。本解决方案所要模拟的城市的动态主要反映在居民的日常活动及企业、机构的经济活动，以及这些基本活动所带来的对城市经济，交通、能源使用，以及对环境的影响上。所以，模型的核心部分是如何模拟居民的日常行为和企业的经济活动。 我们将用一系列的离散选择模型来反映具有不同特征的个体在不同情况下的行为方式。当城市发展时，模型中的智能体(居民及企业)将自动改变行为方式。譬如，当模型中城市的交通堵塞成为一个重要问题，居民将可能权衡上下班时间，日常活动和房地产的因素，做出是否搬家，搬到哪里，是否改变上下班交通方式等决定。同样，城市决策者可以将政策选项作为输入变量输入到模型中来检测个体对该政策选项的反应。 个体的行为和认知带动城市管理者更关心的问题，例如能源的使用需求趋势，交通需求的区域分布，产业经济的集聚程度以及在供应链中的位置等等，从而使模型提供城市可持续发展前景的最直观的预测。