Asses pop addition in various allocation steps

[jipclaassens]

Per region:

1. How many people are extracted by procentual change
2. How many people are extracted by absolute change
3. How many people are added to new built up area (in new BU step)
4. How many people are added to existing built up area (in allocation step)
5. How many people are added to new built up area (in allocation step)

[jipclaassens]

amount of pop added tot existing BU in alloc

Oftewel 9.5 miljoen van de 34 miljoen cellen hebben een afname van -0.0001 tot -1

De 'harde' rounding met int32() zorgt dus voor teveel verlies. Laten we een nth_element approach proberen.

[jipclaassens]

We zien bijvoorbeeld in deze Chinese FUA, dat:

1. How many people are extracted by procentual change == -4.7 miljoen
2. How many people are extracted by absolute change == -3.7 miljoen
3. How many people are added to new built up area (in new BU step) == + 6.1 miljoen
4. How many people are added to existing built up area (in allocation step) == -57000
5. How many people are added to new built up area (in allocation step) == - 20000

Dit lijkt been bijzonder groot aandeel te hebben in de new built up area. Moeten we dat wel willen?

[jipclaassens]

Het toepassen van nth_element na de laatste iter in de pop alloc lost dit negatieve effect op:

[jipclaassens]

De knop 'Pop_ShareOfRestclaim_Prefers_newBU' heeft natuurlijk veel impact op hoeveel mensen er in die new BU worden neergezet. Als ik deze op 0.5 zet:

Nu komen we weer terug bij #82, wellicht heeft het met de andere aanpassingen in het model nu wel effect. Laten we dit uitzoeken.