基于网络Voronoi图和多目标微粒群的空间选址优化

根据网络Voronoi图对中心设施影响范围的空间划分和多目标微粒群的智能搜索提出了一种空间选址的技术方法。城市功能设施的选址往往受到交通网络的影响,而且涉及多个优化目标和约束条件,利用最短路径分析构建的网络Voronoi图来模拟设施的辐射影响范围,并根据其他优化目标和约束条件,使用经过粒子记忆体和遗传交叉机制改进的多目标微粒群算法智能地搜索设施的空间布局位置。实验结果表明,该方法能够较好地模拟出在交通网络和多个约束条件影响下的有限个功能设施的较优布局方案,具有一定的参考价值。     

多情景土地利用模拟结果差异性评估方法研究

土地利用情景模拟中,对多次模拟结果进行评估是提高模拟精度的重要方法,辅助规划决策者制定更科学的规划方案。为此,提出了基于Moore邻域的图像差异性评估方法,构建了栅格图形差异性测度指数,通过K-Means聚类方法与最适置信区间法相结合的聚类离群区检测方法验证土地利用变化显著性,并与传统的局部加权Kappa系数相比较。选取江苏省常州市新北区孟河镇土地利用模拟数据作为实验数据,实验结果表明,栅格图形差异性测度指数能够有效过滤因模型不确定性导致的模拟结果差异,科学辨别栅格变化区域,减少冗余信息,提高模拟精度。