分析学习智能元胞自动机及优化的城市模拟

被引：7

作者：

陶嘉

黎夏

刘小平

何晋强

机构：

[1] 中山大学地理科学与规划学院

来源：

地理与地理信息科学 | 2007年 / 05期

基金：

广州市科技计划项目;

关键词：

分析学习; Logistic回归; 元胞自动机; 城市模拟; 东莞;

D O I：

暂无

中图分类号：

TP301.1 [自动机理论];

学科分类号：

摘要：

元胞自动机被广泛应用于城市及其他地理现象的模拟,模拟过程中的最大问题是如何确定模型的结构和参数。该文提出一种基于分析学习的智能优化元胞自动机,该模型在逻辑回归模型的基础上,基于分析学习的智能方法,寻找元胞自动机模型的最佳参数。该方法允许用户控制空间变量影响权重,进而模拟出不同的城市发展模式,可为城市规划提供重要参考。

引用

页码：43 / 47+51 +51

页数：6

共 7 条

[1] 从高维特征空间中获取元胞自动机的非线性转换规则
刘小平
黎夏
[J]. 地理学报, 2006, (06) : 663 - 672
[2] 空间复杂性与地理元胞自动机模拟研究
孙战利
[J]. 地球信息科学, 1999, (02) : 32 - 37
[3] 机器学习[M]. 机械工业出版社 , (美)TomM.Mitchell著, 2003
[4] Simulation of land development through the integration of cellular automata and multicriteria evaluation
Wu, F
Webster, CJ
[J]. ENVIRONMENT AND PLANNING B-PLANNING & DESIGN, 1998, 25 (01) : 103 - 126
[5] Explanation-Based Learning and Reinforcement Learning: A Unified View[J] . Thomas G. Dietterich,Nicholas S. Flann.Machine Learning . 1997 (2)
[6] Cellular Automata and Fractal Urban Form: A Cellular Modelling Approach to the Evolution of Urban Land-Use Patterns[J] . R White,G Engelen.Environment and Planning A . 1993 (8)
[7] Explanation-based learning: An alternative view[J] . Gerald Dejong,Raymond Mooney.Machine Learning . 1986 (2)

← 1 →