Perspectives on Modeling and Simulation of Urban Systems with Multiple Actors and Subsystems

Cities are the spaces of the interaction between social, physical, political, and economic entities, which makes planning and intervening in such systems difficult. Urban systems are complex adaptive systems in that their behaviours are often the result of the interaction of their components. The growth of urban systems is driven by mass urbanization. Their complexity is the result of interactions between its constituent systems and components. Simulations and models as tools of exploration of urban systems face many challenges to be useful tools for intervening. Throughout the past decades, the use of simulation models focused on providing tools for managing functions and systems within metropolitan and urban environments. The cognizance of the complexity of these environments and the maturity of complexity science as a field of studying complex systems allow for the application of complexity science methods to study urban systems not only as physical systems but as social systems too. As learning from simulations and models can occur both at their construction and their use, this thesis focused on model and simulation building, running, and final use. The thesis takes into account two main aspects of urban systems. First, urban systems are often multi-stakeholder, that is systems where multiple stakeholders are intervening at the same time, and sometimes without clear boundaries and agency over sub-parts of the system. Second, urban systems can have a multi-subsystem structure, where each subsystem often have their objectives and affecting the rest of the system in unfamiliar ways. The thesis investigates through a multicase study, with three case studies, five main themes in simulation modeling that relate to increasing validity and usefulness of models for urban complex systems. Those themes are as follows; (1) the ability of simulation to be tools that capture complexity in ways that are similar to the real target systems, (2) the effects of the inclusion of experts in simulation models construction on the models, (3) the ways quantitative and qualitative ways of modeling can together make simulations and models more useful, (4) the value of simulation modeling to study connections in systems that are multi-system and multi-stakeholder, and (5) the ability to learn from models under the model building journey. The study cases included are modeling of a city pedestrian network, a metropolitan emergency care provision, and urban mental health dynamics. The case studies provided a diversity of system granularity. The methods used for each of the case studies have also been different in able to study different levels of inclusion of expert knowledge, data, and theoretical models. Besides its contribution to each of the case studies, with new models and simulation approaches, the thesis contributes to the five themes it investigated. It showed simulation modeling to be able to exhibit multiple elements of complexity. It also showed the ability of expert knowledge to help models become more useful and valid either by increasing their realism or level of representation. This result is achieved by the contextualization of the expert knowledge in the case of pedestrian modeling, and its full exploration in the mental health modeling. Furthermore, the thesis shows ways in which simulation and modeling can find and investigate bridges between urban subsystems. The outcomes suggest that simulation modeling can be a useful tool for exploring different kinds of complexity in urban systems as multi-actor and multi-system systems. Models can mirror the complexity of urban systems in their structure. They can also be ways of exploring non-intuitive behaviors and dynamics. Expert knowledge, in particular, is shown throughout the thesis to be able to help simulations achieve more validity and usefulness.Städer är platser för samspel mellan sociala, fysiska, politiska och ekonomiska enheter, detta gör planering i dessa system svårt. Urbana system är komplexa adaptiva system i och med att systemens beteende ofta är ett resultat av interaktion mellan deras komponenter. Tillväxten av urbana system drivs av massurbanisering. Deras komplexitet är resultatet av interaktioner mellan dess beståndsdelar och komponenter. Simuleringar och modeller som verktyg för utforskning av stadssystem står inför många utmaningar för att bli användbara verktyg för att skapa åtgärder. Under de senaste decennierna, var inriktningen för användningen av simuleringsmodeller att tillhandahålla verktyg för att hantera och optimera funktioner och system inom storstads- och stadsmiljöer. Kunskapen om komplexiteten i dessa miljöer och mognaden för komplexitetsvetenskap som ett område för att studera komplexa system möjliggör tillämpning av komplexitetsvetenskapliga metoder för att studera stadssystem inte bara som fysiska system utan också som sociala system. Eftersom lärande från simuleringar och modeller kan förekomma både vid deras uppbyggnad och deras användning, fokuserade denna avhandling på modell- och simuleringsbyggande, testande och slutanvändning. Avhandlingen tar hänsyn till två huvudaspekter av urbana system. För det första innehåller urbana system ofta flera flerparts-aktörer, det vill säga ett system där flera aktörer samverkar samtidigt, och ibland utan tydliga gränser och instanser för underdelar av systemet. För det andra kan urbana system ha en struktur med flera delsystem, där varje delsystem ofta har sina mål och påverkar resten av systemet på okända sätt. Avhandlingen undersöker genom en flerfallsstudie, med tre fallstudier, fem huvudteman i simuleringsmodellering som relaterar till ökad validitet och användbarhet av modeller för urban komplexa system. Dessa teman är följande; (1) simuleringens förmåga att vara verktyg som fångar upp komplexitet på sätt som liknar de verkliga målsystemen undersöktes, (2) effekterna av att experter inkluderas i konstruktionen av simuleringsmodeller på modellerna studeras, (3) hur kvantitativa och kvalitativa sätt att modellera tillsammans kan göra simuleringar och modeller mer användbara studeras, (4) värdet av simuleringsmodellering för att studera anslutningar i system som är multisystem och består av flerparts-aktörer, och (5) förmågan att lära av modeller under arbetet med konstruktionen av modellen. De fallstudier som studerats är en modellering av ett nätverk för gående i staden, en akutvårds nätverk inom en storstad, och dynamisk stads mentalhälsovård. Fallstudierna tillhandahöll en mångfald av bildning. Metoderna som använts för var och en av fallstudierna har också varit olika för att kunna studera olika nivåer av inkludering av expertkunskap, data och teoretiska modeller. Förutom dess bidrag till var och en av fallstudierna, med nya modeller och simuleringsmetoder, bidrar avhandlingen till de fem teman som den undersökte. Avhandlingen visade att simuleringsmodellering kunde visa flera element av komplexitet. Avhandlingen visade också effekten av expertkunskap, vilken var att bidra till att modeller blir mer användbara och tillförlitliga antingen genom att öka deras realism eller representationsnivå. Detta resultat uppnås genom kontextualisering av expertkunskapen (första fallstudien) och dess fullständiga undersökningen i modelleringen av psykisk hälsa. Vidare visar avhandlingen sätt på vilka simulering och modellering kan hitta och undersöka broar mellan urbana delsystem. Resultaten tyder på att simuleringsmodellering kan vara ett användbart verktyg för att utforska olika typer av komplexitet i urbana system genom att de är flera aktörer och multisystem. Modeller kan spegla komplexiteten i urbana system i deras struktur. De kan också vara sätt att utforska icke-intuitivt beteende och dynamik. Särskilt expertkunskap visas i hela avhandlingen kunna bidra till att simuleringar uppnår högre validitet och användbarhet.QC 2019-11-21