基于改进粒子群算法和元胞自动机的城市扩张模拟——以南京为例
为合理利用多智能体算法解决城市扩张动态模拟问题,基于地理学理论和社会学规律对粒子群算法进行有针对性的改进,提出分段式粒子群算法(SPSO),并结合元胞自动机模拟复杂时空过程的能力,构建出适用于城市扩张模拟的地理元胞自动机SPSO-CA.在SPSO-CA中我们利用多时像的土地利用数据、交通路网数据和地形数据,挖掘出1995~2000年南京城市扩张的土地转换规则.再由此规则实现1995~2008年的南京市城市扩张过程的动态模拟.最后对比SPSO-CA、PSO-CA及NULL模型结果得:SPSO-CA总精度86.3%,Kappa系数为0.792,Moran'sI为0.078,PSO-CA总精度83.6%,Kappa系数为0.755,Moran's I为0.054,NULL模型总精度81.9%,Kappa系数为0.741,真实的Moran's I为0.072.这表明无论是总精度还是空间一致性,SPSO-CA都优于PSO-CA和NULL模型,即用SPSO-CA模拟城市扩张是可行的.
粒子群算法、元胞自动机、城市扩张、土地利用、GIS、南京
26
P209;F301.2(一般性问题)
国土资源部重点地区土地综合承载力调查评价项目DCPJ131208-01Land Carrying Capacity Survey and Evaluation Project of the Ministry of Land and Resources in Key Regions DCPJ131208-01;江苏省国土科技项目201204Land,Resources,Science and Technology Projects of Jiangsu Province 201204
2017-04-12(万方平台首次上网日期,不代表论文的发表时间)
共8页
190-197