城市地下管网的信息更新与辅助设计

针对已建城市地下管网信息系统的管网辅助设计与管网信息更新功能的局限性，进行了流程化、规范化的管网辅助设计；针对不同适用范围、数据源，开发了三套管网信息更新方案，使管网信息更新便捷、实用，并且实现了三套方案间数据文件组的相互转换。     

基于云数据库的管网动态更新方法

目前各城市正在逐步建立管网设施数据库，但目前城市管线变更仍存在采用纸质表格记录情况，该记录方式造成数据错杂混乱易丢失，更新数据库较麻烦，对于日常管网运维造成一定的困难。针对上述问题本文提出了一种基于云数据库的管网动态更新方法，该方法可以现场采集变更管网属性信息并通过移动端数据采集平台实时更新管网数据库，内业通过桌面端数据处理平台更新管网空间位置信息，并对更新管网进行属性拓扑逻辑分析、编辑入库。实验结果表明，该方法可以大幅度提升管网动态更新效率，极大程度保障了管网数据的准确性、现势性及可靠性。     

地下管网空间数据模型的建立与应用

城市综合地下管网系统作为城市地理信息系统的重要组成部分是城市科学规划，管理和辅助决策等工作的重要工具，本文结合昆明市综合地下管网信息系统设计和开发的实际工作，探讨了地下管网空间数据模型的建立和应用。     

对城市地下管网普查,测绘,管理的探讨

本文手阐述了城市地下管网查测量的重要性，及城市地下管网的普查测量方法，并对其管理提出了建议和设想。     

基于图模犁和拓扑约束的管网数据一致性检测

正确可靠的数据是GIS系统的核心。针对管网数据的复杂性，提出利用圈数据模型描述管网拓扑关系．并使用拓扑约束方法对管网数据一致性进行检测，以确保数据的正确性。该方法吸收了基于连接规则以及基于拓扑关系约束的方法的优点，能够更好的描述管网系统的整体结构并对其进行拓扑约束，使得一致性检测更加全面。     

建立营口开发区地下管网动态管理系统的实践与研究

结合营口开发区地下管网普查勘测实践，对建立地下管网动态管理系统的工作模式、实践方法、硬件配置、软件环境、外业勘测、内业成图等几个方面进行了阐述，着重对建立管网数据库和动态管理系统进行了初步研究和探讨。     

城市地下管线的测绘及数据管理

介绍城市地下管网从野外采集数据到内业成图一体化作业过程，并同步建立管网信息库、地理信息库，实现GIS平台上对管网的科学管理。     

藤桥供水管网信息管理系统设计方法初探

供水管网信息管理系统所管理的数据核心则是供水管网的空间数据，图形数据，拓扑数据和属性数据，以何种方式及形式来组合这些数据以满足用户要求实现运行效率，这需要我们在设计中予以充分考虑的，章本着以满足用户的指导思想，基于Mapinfo6.0为系统软件平台，针对温州市藤桥供水管网信息管理系统的构建阐述了自己初步的设计思路。     

地理信息系统技术在无锡市管网信息管理中的应用

地理信息系统技术的应用能够大大提高城市管网信息的管理水平。基于MAPGIS软件平台上开发的无锡供水主干网信息管理系统，提供了一系列便利的管网管理手段，具有较好的应用前景。     

燕郊开发区地下管网管理信息系统设计

本文通过对燕郊开发区地下管网的现状分析，提出了该地区城市地下管网管理信息系统的初步设计，对该系统的基本功能做了介绍，并根据资料提出了有关的扩展功能，同时对该系统的发展和应用前景也作了简要的分析。     

应用GA-SVM的渭河水质参数多光谱遥感反演

建立了基于支持向量机的遥感水质参数反演模型, 构建了基于浮点数编码的遗传算法优选模型参数。以渭河为研究对象, 基于高分辨率多光谱遥感SPOT-5数据和水质实地监测数据, 分别建立了一元和多元经验模型进行渭河水质参数的反演。在样本数目有限的情况下, 提出的GA-SVM方法的反演结果比神经网络和传统的统计回归方法好, 且各方法的多元回归结果均好于一元回归的结果。SVM具有强的非线性映射能力, 适合小样本情况, 由GA实现了模型参数的自动优选, 使GA-SVM用于解决回归问题表现出优势。将机器学习和全局优化智能     

Regional land-use allocation using a coupled MAS and GA model: from local simulation to global optimization,a case study in Caidian District,Wuhan, China

China is facing the pressures of both rapid economic development and environmental protection, and land-use allocation optimization is an important way to manage the conflicts between these pressures and to achieve sustainable development. Optimization of land-use allocation is a nonlinear multiobjective spatial optimization problem, and a purely local simulation model or global optimization model is insufficient to solve it. It is essential to bridge the gap between the two models through the combination of top-down and bottom-up approaches. This study integrates a multiagent system (MAS) that simulates the behaviors of land-use stakeholders with regard to their choices of specific locations, with a genetic algorithm (GA) that simultaneously evaluates and optimizes land-use configurations to meet various regional development objectives. The model is expected to achieve the optimization of land use in terms of the composition and spatial configuration. Caidian District, Wuhan, China, was chosen as the study area to test the model in this paper. The results show that the performance of the coupled model is superior to a pure GA model or MAS model. The optimal configuration improves on the economic output, spatial compactness, and carbon storage of the current configuration and promotes sustainable regional land-use development from the local scale to the regional scale.     

蚁群-势场算法在水下重力辅助导航航迹规划中的应用

水下潜器航迹处于重力特征变化明显的适配区域才能保证重力辅助导航的有效实施,因此在重力匹配导航阶段,潜器的航迹规划至关重要。本文首先依据重力统计特征参数对水下潜器航行区域进行适配性划分,并给出适配、非适配区标签;然后在蚁群算法进行航迹规划的基础上引入人工势场算法,重新构建启发函数,避免了蚁群算法的局部最优问题;同时利用最大-最小蚁群系统改进算法信息素更新规则,防止了"早熟"现象发生。仿真试验结果表明,本文提出的蚁群-势场算法可以有效解决水下潜器在重力辅助导航中的航迹优化问题,提高了问题解的可行性。     

行政区划图自动着色的混合遗传算法

结合贪心算法的局部搜索能力与遗传算法的全局搜索能力,研究了政区图四色着色问题的混合遗传算法,并在此基础上提出了一些改进措施。试验结果表明,这种混合遗传算法能有效地解决行政区划图自动着色问题,并取得了较好的结果。     

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

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。     

基于遗传算法的GPS单历元单点定位方法研究

从非线性优化角度对GPS单点定位问题进行了分析，建立了GPS单历元单点定位的遗传算法数学模型，并与常规线性化最小二乘平差的定位结果进行了比较。     

非线性最小二乘估计的遗传算法

探讨了用遗传算法进行非线性模型参数估计的可能性,设计了非线性最小二乘估计的遗传算法,并用实例验证了该算法的有效性.通过比较该算法与其它算法的结果,得出了一些具有参考价值的结论.     

优化短期余水位组合预测模型

针对现有非稳定非线性余水位预测模型较少和精度较低的问题,本文研究基于MEEMD算法与遗传优化BP神经网络的余水位组合预测模型。利用夏威夷岛4个长期验潮站获取的余水位时序数据,首先采用遗传算法MEEMD对余水位时序数据进行处理分析,得到较为稳定的余水位IMF分量;然后将经过遗传算法优化后分解的较为稳定的各个IMF分量作为BP神经网络预测模型的输入变量,分别建立12、24、48 h短期余水位的MEEMD遗传算法优化BP神经网络预测模型。通过与非优化BP神经网络预测模型结果进行对比分析,结果表明,优化前后均方根误差的偏差最高达2.03 cm,验证了预测24 h内的短期余水位仍保持其相关特性。该组合预测模型对于分析余水位变化规律和潮汐预报的精度、水位改正等均有重要意义。     

路径优化算法在外卖配送中的应用

在物流行业特别是外卖配送行业中，配送员希望经过餐厅点与客户点的路线尽可能短，且各目的地之间的访问存在顺序限制等特点，本文提出一种具有顺序限制的路径优化算法。该算法首先基于最邻近算法产生初始路径，然后使用LK算法进行优化，最后依据问题特点，使用末端-2-opt方法进行二次优化。试验结果表明，算法能有效缩短初始路径长度，提供较为优良的可行路径，能够有效提升配送员的工作效率，具有一定的实用价值。     

遥感影像遗传算法增强处理

遗传算法作为一种智能优化算法,已广泛应用许多学科及工程领域.本文提出了利用遗传算法对遥感影像增强进行空域操作,设计中构造了一种简单且规一化亮度变换函数,并设计遗传算法实现影像的自适应增强.实验结果表明,该算法处理后质量比传统算法要好.