发明名称 基于多目标人工免疫系统的土地资源空间布局优化方法
摘要 本发明提供了基于多目标人工免疫系统的土地资源空间布局优化方法,包括将规划区在基期年的土地适宜性评价结果图采用栅格文件进行存储;编码,将一种土地资源空间布局方案通过整数编码,映射为人工免疫系统的抗体,包括用规划区内的一个栅格单元代表实际的一个地块,对应人工抗体中的一个基因位;目标函数设置、约束条件设置、抗体种群初始化,抗体目标值向量计算,然后迭代进行克隆、变异、抗体目标值向量计算、种群更新、终止条件判断,直到终止迭代,并解码得到Pareto优化方案。
申请公布号 CN103473465A 申请公布日期 2013.12.25
申请号 CN201310425251.X 申请日期 2013.09.17
申请人 武汉大学 发明人 刘耀林;赵翔;刘艳芳;刘殿锋;何建华;焦利民
分类号 G06F19/00(2011.01)I 主分类号 G06F19/00(2011.01)I
代理机构 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 代理人 严彦
主权项 一种基于多目标人工免疫系统的土地资源空间布局优化方法,其特征是,包括以下步骤:步骤一、将规划区土地适宜性评价结果图采用栅格文件进行存储;步骤二、编码,将一种土地资源空间布局方案通过二维整数编码,映射为人工免疫系统的抗体;包括用规划区内的一个栅格单元代表实际的一个地块,对应人工抗体中的一个基因位,每个基因位包含了对应地块的空间位置行列号和地类的特征信息,所述特征信息包括对所有地类的适宜性分值和当前地块配置的用地类型信息,适宜性分值根据土地适宜性评价结果图的栅格文件取得;步骤三、目标函数设置,包含两个优化目标,分别为最大适宜度S和最大紧凑度Comp, <mrow> <mi>S</mi> <mo>=</mo> <mi>Max</mi> <mrow> <mo>(</mo> <msubsup> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </msubsup> <msub> <mi>Suit</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>式中,N表示规划区内栅格单元的总数,Suiti为第i个栅格单元对其当前所配置的地类的适宜性分值; <mrow> <mi>Comp</mi> <mo>=</mo> <mi>Min</mi> <mrow> <mo>(</mo> <msubsup> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <msub> <mi>LSI</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>式中,Comp为最大紧凑度目标的取值,n为规划区内斑块的个数,空间上相邻且用地类型相同的栅格单元构成斑块,LSIj为第j个斑块的形状指数;步骤四、约束条件设置,包括设定土地资源空间布局方案对应的土地资源数量结构必须等于区域规划设定的土地资源数量结构;步骤五、抗体种群初始化,设染色体种群规模为AN,结合规划期土地资源数量结构,采取随机的方式产生AN个初始抗体;步骤六、抗体目标值向量计算,包括采用式(1)和式(2)计算各抗体的目标值向量,并进行Pareto排序,获得Pareto优化解集,作为初始的记忆抗体种群;步骤七、克隆,包括将当前的记忆抗体根据预设的克隆系数C复制C份,形成新的抗体种群;步骤八、变异,包括遍历新的抗体种群,对每个抗体实施变异操作;步骤九、抗体目标值向量计算,采用式(1)和式(2)计算各抗体的目标值向量。步骤十、种群更新,将抗体新种群和原有的记忆抗体种群进行合并,并对合并后的种群重新进行Pareto排序,获得新的Pareto解集,得到新的记忆抗体种群;步骤十一、终止条件判断,若算当前迭代次数达到预设的最大迭代次数G,则终止迭代,并解码得到Pareto优化方案。
地址 430072 湖北省武汉市武昌区珞珈山武汉大学