【摘要】以Agent强化学习(Reinforcement Learning)模型框架为基础,选择政策、市场、Agent自身及与其它Agent相互作用、土壤肥沃程度等因素作为Agent对环境认识的基础,结合环境反馈值,初步构建了农户土地利用行为决策模型,这对于从微观主体层面揭示土地利用变化的内在机理具有重要意义。论文以陕西省米脂县孟岔村为例,采用农户Agent强化学习模型,模拟了农户土地利用行为,得出以下3个结论:①经过对Agent强化学习模型的检验和验证(按面积统计误差率为5.5%),认为该模型较适合于微观层面农户土地利用行为的研究;②该模型可定量表达政策、市场、农户自身及与其他农户相互作用等因素对农...