城市形态演化的粒子群智能随机元胞模型与应用——以上海市嘉定区为例

摘要：

城市形态演化是一个非线性的复杂时空动态过程,认识、理解和模拟此变化过程,有助于探索城市扩展的机理.地理元胞自动机(CA)因其较强的复杂系统模拟和预测能力,越来越多地应用于城市形态的演变研究.CA"自下而上"的结构特性,与粒子群智能(PSO)由底层单元交互而呈现系统全局的自组织性,本质上是一致的.本研究将两者结合,以模拟结果和真实形态的差异最小化为基础,利用粒子群智能,以快速随机搜索的方式,获取CA参数的优化组合和模型结构,从而建立了一种粒子群智能地理元胞自动机模型(PSO-CA).以上海市嘉定区为案例,通过较长时段的历史数据对PSO-CA模型进行校正,成功模拟了,该区域1989-2006年的城市形态演化过程,并进行了2010年发展预测.与传统地理CA模型比较,PSO-CA模型模拟结果的精度更高.

关键词：元胞自动机、粒子群算法、模型优化、城市演化模拟

所属期刊栏目：12

分类号：P3(地球物理学)

资助基金：国家自然科学基金40771174;教育部科学技术研究项目209047;上海市科学技术委员会重点项目08230510700;上海高校选拔培养优秀青年教师科研专项基金ssc09018

在线出版日期：2010-05-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：17-25