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。