ANN-CA模型改进及城市用地动态模拟

被引:6
作者
刘明皓 [1 ,2 ]
李东鸿 [1 ,2 ]
机构
[1] 重庆邮电大学计算机科学与技术学院
[2] 重庆邮电大学空间信息系统研究所
关键词
人工神经网络(ANN); 元胞自动机(CA); 城市模拟; 土地利用;
D O I
暂无
中图分类号
TP391.9 [计算机仿真];
学科分类号
080203 ;
摘要
针对传统ANN-CA(artificial neural network—cellular automata)模型在城市动态模拟中用地转换阈值确定繁琐以及全局模拟效果不佳的问题。以ArcGIS和Matlab2012b为开发平台,构建了一个"自上而下"和"自下而上"相结合的改进模型,以重庆市南岸区为例进行土地变化模拟,对比模型改进前后的模拟效果并讨论邻域设置对模型精度的影响。结果显示,改进后模型的模拟结果不论是精度还是Kappa系数都高于传统模型的模拟结果,而且改进后模型转换阈值的设置方便灵活,无需经过多次试验来获取,随着邻域设置范围的增大,模型的模拟精度也得到一定的改善。
引用
收藏
页码:720 / 726
页数:7
相关论文
共 9 条
[1]   基于神经网络的元胞自动机与土地利用演化模拟——以广州市白云区为例 [J].
乔纪纲 ;
邹春洋 .
测绘与空间地理信息, 2012, 35 (07) :17-20
[2]   基于ANN-CA模型的滨海新区土地利用预测 [J].
白新萍 .
安徽农业科学, 2011, 39 (12) :7321-7324
[3]   耦合神经网络与元胞自动机的城市土地利用动态演化模型 [J].
井长青 ;
张永福 ;
杨晓东 .
干旱区研究, 2010, 27 (06) :854-860
[4]   基于遗传神经网络获取元胞自动机的转换规则 [J].
曹敏 ;
史照良 .
测绘通报, 2010, (03) :24-27+34
[5]   基于神经网络与元胞自动机的城市扩展模拟 [J].
詹云军 ;
黄解军 ;
吴艳艳 .
武汉理工大学学报, 2009, 31 (01) :86-90
[6]   基于神经网络CA的兰州城市土地利用变化情景模拟 [J].
徐昔保 ;
杨桂山 ;
张建明 .
地理与地理信息科学, 2008, (06) :80-83+113
[7]   基于神经网络的元胞自动机及模拟复杂土地利用系统 [J].
黎夏 ;
叶嘉安 .
地理研究, 2005, (01) :19-27
[8]   基于神经网络的单元自动机CA及真实和忧化的城市模拟 [J].
黎夏 ;
叶嘉安 .
地理学报, 2002, (02) :159-166
[9]   Simulation of land development through the integration of cellular automata and multicriteria evaluation [J].
Wu, F ;
Webster, CJ .
ENVIRONMENT AND PLANNING B-PLANNING & DESIGN, 1998, 25 (01) :103-126