状态扩展元胞自动机模型在时空数据挖掘中的应用

引入状态扩展元胞自动机模型对时空数据进行挖掘,其核心是引入可以量化的属性和不可量化的状态对元胞状态进行扩展,解决时空数据挖掘中数据稀疏性和属性数据交互性问题,采用遗传算法寻找元胞自动机模型的最优规则.实验结果表明,对于复杂的非线性和数据稀疏性问题,利用该方法能得到比传统方法更好的结果.     

元胞自动机城市增长模型的空间尺度特征分析

基于元胞自动机模拟城市系统的复杂行为时,空间尺度是一个非常重要的概念,模型的模拟结果往往会随着输入数据的空间尺度变化而发生变化。然而,目前的元胞自动机城市增长模型大多没考虑数据的空间尺度特征,本文拟通过改变模型中输入数据的空间尺度来验证元胞自动机城市增长模型对尺度的敏感性及其空间尺度特征,并以长沙市为例进行实证研究。研究结果表明:元胞自动机城市增长模型只有在一定的尺度范围内才具有较高的模拟精度,并且模型对尺度具有一定的敏感性,因此为了使模型能够具有较高的模拟精度,并较好地反映城市形态特征,应认真选择模型中输入数据的空间尺度。     

元胞空间分区及其对GeoCA模型模拟精度的影响

采用双约束空间聚类方法对元胞空间进行分区,在此基础上对不同的分区分别求取元胞转换规则,从而提高 元胞自动机的模拟精度。以杭州市土地利用变化为例,采用本文提出的基于双约束空间聚类的分区元胞自动机模型对 研究区域2000年—2005年的土地利用变化进行模拟,并利用逐点对比法和Moran I指数对模拟结果进行精度评估。结果 表明：(1)采用双约束空间聚类算法对元胞空间进行分区,可以保证同一分区内的元胞既在空间上邻近,又具有相对一 致的非空间属性信息,分区效果较好;(2)与不分区元胞自动机模型和基于空间聚类的分区元胞自动机模型相比,双约 束空间聚类元胞自动机模型具有较高的模拟精度,尤其是在空间形态和整体结构上具有较好的模拟效果。     

基于遗传神经网络获取元胞自动机的转换规则

采用面向对象建模思路,综合遗传神经网络和元胞自动机,构建了一个基于Matlab平台的遗传神经网络-元胞自动机模型,并以长江口北岸为例,构建了其土地利用变化模型,进行土地利用演化模拟与预测,为土地利用规划提供理论依据。结果表明:GANN-CA模型有较好的仿真效果,充分利用了人工神经网络获取模型大量空间变量参数的优势,简化了土地利用转化规则的定义。该模型更全面地考虑了土地利用演化的空间影响因子,并采用遗传算法优化神经网络的连接权值和阈值,是对人工神经网络-元胞自动机模型的改进和拓展。     

基于元胞自动机求解三维表面路径方法的研究及哲学思辨

对于不规则三维表面路径寻优的问题,在将连续三维表面进行格网离散化的基础上,利用元胞自动机在元胞空间上的并行特性．采用元胞动态邻居,将时间演进间隔定义为最小剩余权,构造出一种新的基于元胞自动机模型的最短路径搜索算法。该方法能够达到蚁群算法效率,并且为基于元细胞自动机模型的实际应用提供新的思路。     

元胞自动机和克隆选择算法的蓝藻水华预测模型

针对蓝藻水华频发影响水体质量和生态环境的问题,该文以太湖为例,探讨了元胞自动机和克隆选择算法在蓝藻水华预测方面的可行性。使用遥感经验算法计算水体叶绿素a浓度;将叶绿素a浓度分布数据作为预测模型的输入数据,将基于平衡方程的预报模型与元胞自动机进行耦合,对蓝藻水华时空变化过程进行了动态模拟;在预测方面实现了蓝藻水华空间分布情况的可视化,并采用克隆选择算法优化了预测模型中的重要参数。研究结果表明:利用克隆选择算法优化的元胞自动机模型能够在蓝藻水华预测中直观地显示蓝藻水华的时空变化特征;能够在短时间内重复性地预演蓝藻水华的变化过程,为决策者提供有用的参考。     

利用元胞自动机计算河道槽蓄量

构建基于元胞自动机的河道水流漫延模型,在该模型中针对河道地形特点处理边界问题,基于水力学中的曼宁公式构建模型局部转换规则,并利用元胞自动机的模拟空间复杂系统动态演变能力的特点,模拟了水流由上断面向下断面流动的动态过程,形成符合上下断面水位的水面,进而计算河道槽蓄量.实验结果表明,把元胞自动机模型引入水文领域计算河道槽蓄量的方法具有可行性.     

水系元胞自动机的设计与实现

水系元胞自动机模型是应用元胞自动机理论对水系的形成与发展的随机过程进行模拟的模型。本文使用DEM作为基础数据,针对水系元胞自动机模型的建模过程和模型结构,详细阐述了将其抽象为计算机中具体的数据模型,以及使用C#程序设计语言实现该模型对水系进行模拟的具体过程,模拟了南流江流域局部地区的水系发展过程,为元胞自动机与水文学研究的结合提供了参考。     

元胞自动机的遥感影像混合像元分类

通过对元胞自动机理论的研究,提出元胞自动机的遥感影像混合像元分解模型。利用多波段遥感数据验证混合像元分解算法的可行性,并将结果与线性分解模型进行比较。结果表明,元胞自动机混合像元分解模型在分解的准确性方面,明显优于一般线性模型的精度。最后,将分类结果与传统的监督分类算法比较,得出元胞自动机的混合像元分解模型明显优于监督分类精度的结论。     

基于灰色局势决策规则的元胞自动机城市扩展模型

对标准的元胞自动机模型的元胞含义、规则定义等进行了扩展，探讨了元胞自动机模型与多目标灰色局势决策、层次分析方法有机结合。构建基于灰色局势决策、层次分析法与元胞自动机的城市空间动态扩展模型，并以海南省琼海市为例进行了验证。