利用生物地理学优化算法获取城市扩展元胞自动机模型参数

• 作者: 夏畅 张安琪 张文婷 王海军
• 来源期刊: 武汉大学学报（信息科学版）
• 学科: 地球科学
• 关键词: 生物地理学优化算法 城市扩展 元胞自动机 地理模拟
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 1323-1329
• 页数: 7页
• 分类号: P208|K901
• 语种: 中文
• DOI: 10.13203/j.whugis20160438

摘要

提出了一种基于生物地理学优化算法寻找城市扩展元胞自动机(cellular automata,CA)模型最佳参数的方法.转换规则制定及相应权重参数获取是构建城市扩展CA的核心和难点.生物地理学优化算法(biogeography-based optimization,BBO)通过模拟生物物种在栖息地的分布、迁移和灭绝来求解优化问题.利用BBO算法自动获取城市扩展CA模型参数值,构建BBO-CA模型进行城市扩展模拟实验,并与粒子群算法(particle swarm optimization,PSO)、蚁群算法(ant colony optimization,ACO)、遗传算法(genetic algorithm,GA)及逻辑回归(logistic regression,LR)等方法相比较.结果表明,BBO算法具有较好的收敛性,可有效地快速自动寻找城市扩展CA模型最佳参数组合,获取的空间变量权重参数较为合理;BBO-CA模型明显提升了城市用地模拟精度,城市用地模拟精度为72.5％,相对PSO、ACO、GA、LR各算法分别提升了1.1％、1.2％、2.7％和4.0％,Kappa系数达到0.700,分别提升了0.015、0.016、0.034和0.046,且整体空间布局与实际情况更为接近,验证了应用BBO算法的可行性与优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海军	武汉大学资源与环境科学学院	50	634	13.0	23.0
5	夏畅	武汉大学资源与环境科学学院	9	93	5.0	9.0
6	张安琪	北京大学城市规划与设计学院	7	85	4.0	7.0
7	张文婷	华中农业大学资源与环境学院	5	11	2.0	3.0