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

被引：16

作者：

冯永玖

童小华

刘妙龙

机构：

[1] 上海海洋大学海洋科学学院

[2] 同济大学测量与国土信息工程系

[3] 昆士兰大学地理规划与环境管理学院

来源：

地球信息科学学报 | 2010年 / 12卷 / 01期

关键词：

元胞自动机; 粒子群算法; 模型优化; 城市演化模拟;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

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。

引用

页码：17 / 25

页数：9

共 15 条

[1]

城市增长与景观变化的多尺度研究.[D].刘勇.浙江大学.2008, 12

[2]

混沌粒子群优化算法理论及应用.[D].唐贤伦.重庆大学.2007, 05

[3] Using neural networks and cellular automata for modelling intra-urban land-use dynamics [J].

Almeida, C. M. ;

Gleriani, J. M. ;

Castejon, E. F. ;

Soares-Filho, B. S. .

INTERNATIONAL JOURNAL OF GEOGRAPHICAL INFORMATION SCIENCE, 2008, 22 (09) :943-963

[4]

Modelling urban development with cellular automata incorporating fuzzy-set approaches.[J].Yan Liu;Stuart R. Phinn.Computers; Environment and Urban Systems.2003, 6

[5] Neural-network-based cellular automata for simulating multiple land use changes using GIS [J].