在現有的城市土地利用優(yōu)化研究中,優(yōu)化模型往往注重數量結構優(yōu)化而忽視空間結構優(yōu)化,注重經濟效益而忽視社會效益和生態(tài)效益。更重要的是,土地利用優(yōu)化是一個隨時間變化的循序漸進的過程,而現有優(yōu)化模型缺乏對優(yōu)化過程中時間序列的考慮。因此,針對上述問題,在總結現有研究成果的基礎上,項前、張雷、劉彪著的《城市土地利用時空優(yōu)化》提出了城市土地利用時空優(yōu)化模型和用于求解模型的基于蟻群優(yōu)化算法的改進型螞蟻算法(Accumulated Pheromone Acs,AP-ACS)。
土地利用時空優(yōu)化模型是帶有約束條件的多目標優(yōu)化模型,包含了五個優(yōu)化目標,分別為:區(qū)域GDP、生態(tài)服務價值、區(qū)域總體兼容度、緊湊度及連接度。在模型約束條件上,重點加入對時間序列優(yōu)化的考慮,提出了兩種不同的時間序列優(yōu)化表達方式:一是時空動態(tài)變化度,即靜態(tài)時間序列優(yōu)化,反映了每種土地利用類型的年均變化程度,二是土地利用時間序列動態(tài)分配子模型,即動態(tài)時間序列優(yōu)化,通過設置不同的子模型參數動態(tài)地得到某種土地資源的分配數量,并以此分配結果作為其所在模型的約束條件。最后,《城市土地利用時空優(yōu)化》提出Hybrid MAX-MIN方法計算多目標解的適應度,用于評價多目標解的優(yōu)劣性。
在對蟻群優(yōu)化算法進行改進時,首先總結了算法應該滿足的四條原則,然后有針對性地提出解決城市土地利用時空優(yōu)化模型的AP—Acs算法。該改進型蟻群算法在信息素的定義、信息素更新規(guī)則、解的構建過程及最終解生成方法等方面進行了改進,并設計了兩個特殊的優(yōu)化算子,提高優(yōu)化效率。
最后,《城市土地利用時空優(yōu)化》將分別以深圳全市及南山區(qū)2010年土地利用情況作為實驗對象,采用兩種不同的時間序列優(yōu)化策略,結合GIS技術,應用多目標城市土地利用時空優(yōu)化模型及AP-ACS螞蟻算法來驗證新方法體系的有效性。實驗結果表明,各個優(yōu)化目標值都有明顯的提升,最終的優(yōu)化結果也完全滿足所有的約束條件。在多目標解評價上,解的平均適應度值不斷升高,非統(tǒng)治解的個數也在最后一次迭代后達到了大值。Pareto前沿上的非統(tǒng)治解分布均勻,并且整體移動趨勢顯著。實驗結果符合預期效果,驗證了模型和算法的高效性,是具有實際應用價值的。
項前,男,1982年生,遼寧鞍山人,地理信息系統(tǒng)專業(yè)博士,畢業(yè)于中國科學院遙感應用研究所,研究方向為土地利用優(yōu)化和智能算法,F任深圳市房地產評估發(fā)展中心高級工程師、房地產估價師、國際電工委員會智慧城市系統(tǒng)委員會(IEC/SyC Smart Cities)專家,主要從事土地利用分析、房地產評估、GIS集成應用等方面的研究和實踐工作。
張雷,男,1978年生,江蘇海門人,華東師范大學紫江特聘教授、博士生導師。現任上海市多維度信息處理重點實驗室副主任、空間信息與定位導航上海高校工程研究中心副主任。主要從事通信、導航、光電等方面的信息處理與系統(tǒng)集成技術研究。
劉彪,男,1983年生,湖南邵陽人,深圳市房地產評估發(fā)展中心高級工程師,F任國際電工委員會智慧城市系統(tǒng)委員會(IEC/SyC Smart Cities)專家、中國科學院上海技術物理研究所無錫研究中心兼職研究員、國土資源部建設用地再開發(fā)重點實驗室和廣東省土地利用與整治重點實驗室兼職研究人員。主要從事房地產評估、土地利用分析等方面的研究。
第1章 緒論
1.1 引言
1.2 解決方法
1.2.1 可持續(xù)發(fā)展的思想
1.2.2 城市土地空間優(yōu)化配置
1.3 現有研究中的問題
1.3.1 優(yōu)化模型上的不足
1.3.2 多目標評價方法上的不足
1.3.3 優(yōu)化算法上的不足
1.4 研究目的和意義
1.4.1 研究目的
1.4.2 研究意義
1.5 組織結構
第2章 研究基礎
2.1 城市土地利用規(guī)劃
2.1.1 城市土地利用規(guī)劃的含義
2.1.2 城市土地利用規(guī)劃的原則
2.1.3 城市土地利用規(guī)劃的目標
2.2 多目標優(yōu)化
2.2.1 多目標優(yōu)化問題
2.2.2 傳統(tǒng)多目標優(yōu)化方法
2.3 智能優(yōu)化算法
2.3.1 傳統(tǒng)智能算法
2.3.2 進化算法
2.3.3 群體智能算法
2.4 土地利用優(yōu)化與GIS
2.5 本章小結
第3章 城市土地利用時空優(yōu)化模型
3.1 模型研究技術路線
3.2 土地利用優(yōu)化模型的發(fā)展
3.3 多目標城市土地利用時空優(yōu)化模型
3.3.1 經濟優(yōu)化目標
3.3.2 生態(tài)優(yōu)化目標
3.3.3 空間優(yōu)化目標
3.4 土地利用時空動態(tài)優(yōu)化
3.4.1 動態(tài)變化度
3.4.2 時間序列動態(tài)分配
3.5 本章小結
第4章 多目標優(yōu)化解評價方法
4.1 基本MAX-MIN方法
4.2 Hybrid MAX-MIN方法
4.3 本章小結
第5章 多目標蟻群優(yōu)化算法的改進研究
5.1 研究技術路線
5.2 蟻群優(yōu)化算法發(fā)展現狀
5.3 基本螞蟻算法流程及主要步驟
5.4 ACS算法與AS的不同之處
5.5 ACS算法改進
5.5.1 信息素定義
5.5.2 信息素更新規(guī)則
5.5.3 局部優(yōu)化算子
5.5.4 解構建流程
5.6 本章小結
第6章 研究實例
6.1 深圳概況
6.1.1 社會經濟概況
6.1.2 土地利用概況
6.1.3 土地利用總體規(guī)劃
6.2 參數設置
6.2.1 優(yōu)化模型參數設置
6.2.2 約束條件設置
6.2.3 蟻群算法參數設置
6.3 結果分析
6.3.1 優(yōu)化配置結果
6.3.2 優(yōu)化目標分析
6.3.3 MAx-MIN適應度值
6.3.4 時空動態(tài)變化
6.4 時間序列動態(tài)分配驗證實例
6.4.1 參數設置
6.4.2 結果分析
6.5 本章小結
第7章 總結與展望
7.1 歸納總結
7.2 主要創(chuàng)新點
7.3 展望
參考文獻
致謝