蚁群智能及其在大区域基础设施选址中的应用

被引：28

作者：

何晋强

黎夏

刘小平

陶嘉

机构：

[1] 山大学地理科学与规划学院

来源：

遥感学报 | 2009年 / 13卷 / 02期

关键词：

蚁群算法; GIS; 选址; 简单搜索算法; 遗传算法;

D O I：

暂无

中图分类号：

P208 [测绘数据库与信息系统]; TP18 [人工智能理论];

学科分类号：

070503 ; 081603 ; 0818 ; 081802 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出了基于蚁群智能的空间选址模型,通过蚁群智能和GIS的结合来解决复杂的空间优化配置问题。这种启发式的智能搜索方法大大提高了空间搜索能力。为符合选址问题的求解,从信息素更新方式和禁忌表调整策略两方面对基本蚁群算法进行改进。同时,为了使得模型能实用于大区域的基础设施选址,提出了"分步逼近"的策略,取得了较好的效果。将所提出的模型应用于广州市公共设施的空间优化选址。实验结果表明,该方法比简单搜索方法和遗传算法更有优势。

引用

页码：246 / 256

页数：11

共 6 条

[1] 蚁群算法理论及应用研究的进展 [J].

段海滨 ;

王道波 ;

朱家强 ;

黄向华 .

控制与决策, 2004, (12) :1321-1326+1340

[2] 遗传算法和GIS结合进行空间优化决策 [J].

黎夏 ;

叶嘉安 .

地理学报, 2004, (05) :745-753

[3] A genetic algorithm for designing optimal patch configurations in GIS [J].

Brookes, CJ .

INTERNATIONAL JOURNAL OF GEOGRAPHICAL INFORMATION SCIENCE, 2001, 15 (06) :539-559

[4]

Using a genetic algorithm to generate alternative sketch maps for urban planning[J] . Cheng-Min Feng,Jen-Jia Lin.Computers, Environment and Urban Systems . 1999 (2)

[5]

A tabu search algorithm for finding good forest harvest schedules satisfying green-up constraints[J] . Shelby Brumelle,Daniel Granot,Merja Halme,Ilan Vertinsky.European Journal of Operational Research . 1998 (2)

[6]

Using Tabu search to schedule timber harvests subject to spatial wildlife goals for big game[J] . Pete Bettinger,John Sessions,Kevin Boston.Ecological Modelling . 1997 (2)

← 1 →