基于动态约束的元胞自动机与复杂城市系统的模拟

为获得复杂城市系统更理想的模拟效果,提出时空动态约束的城市元胞自动机(CA)模型。用不同区域、不同时间新增加的城市用地总量作为CA模型的约束条件,形成时空动态约束的CA模型,并利用该模型模拟1988—2010年东莞市和深圳市城市扩张过程。结果表明,利用CA模型模拟的1993年城市用地总精度比静态CA模型提高了5.86%,而且模型中的动态约束条件可以反映城市发展的时空差异性。     

基于GIS的地理元胞自动机模拟框架及其应用

提出了一种基于GIS的地理元胞自动机模型框架:SimUrban,用于城市发展和演化的模拟与预测。该框架基于面向对象技术,在GIS环境下利用VS.NET开发而成,可以集成遥感和GIS数据以及新的转换规则和地理CA模型,从而模拟城市演化并进行精度评定。以上海市嘉定区为例,在SimUrban环境下利用基于主成分分析(PCA)的地理CA模型模拟了该区域1989-2006年城市发展和演化过程。     

基于神经网络的元胞自动机及模拟复杂土地利用系统

本文提出了基于神经网络的元胞自动机(CellularAutomata),并将其用来模拟复杂的土地利用系统及其演变。国际上已经有许多利用元胞自动机进行城市模拟的研究,但这些模型往往局限于模拟从非城市用地到城市用地的转变。模拟多种土地利用的动态系统比一般模拟城市演化要复杂得多,需要使用许多空间变量和参数,而确定模型的参数值和模型结构有很大困难。本文通过神经网络、元胞自动机和GIS相结合来进行土地利用的动态模拟,并利用多时相的遥感分类图像来训练神经网络,能十分方便地确定模型参数和模型结构,消除常规模拟方法所带来的弊端。     

基于分区域的元胞自动机及城市扩张模拟

元胞自动机用于模拟城市扩张具有很好的空间建模能力,通常采用的建模方式将影响因子的空间条件作为线性要素对待,而在元胞转换规则建模中考虑影响因子的空间非线性特征更逼近真实状况.该文提出一种基于分区域的元胞自动机模型,通过划分各个全局影响因子的重要性子区域,计算不同类型区域中各因子对土地利用转换的影响强度,从而得到全区域的空间非线性转换规则.利用该模型模拟东莞市1988-1993年的城市扩展过程,并与Logistic模型模拟结果对比,表明这种有空间约束条件的分区域元胞自动机模拟精度更高,能有效模拟城市扩张的空间格局.     

地理元胞自动机模型研究进展

元胞自动机(Cellular Automata,简称CA)是一种基于微观个体的相互作用空间离散动态模型,其强大的计算功能、固有的平行计算能力、高度动态及空间概念等特征,使它在模拟空间复杂系统的时空动态演变研究具有较强的优势。文章回顾了元胞自动机的发展历程,阐述了CA在地理学中的主要应用领域和研究进展,在此基础上,以现实世界地理实体及现代城市扩张特征为视角,分析目前CA研究所面临的问题,并对其未来的研究趋势进行了初步探讨,认为以下3个方面将是未来CA研究的热点：① 利用不规则元胞及可控邻域的CA模型,对不同规则或不同邻域地理实体的模拟研究;② 采用三维元胞自动机对现代城市扩张进行立体化模拟,以克服二维CA模型的缺陷;③ 将矢量元胞自动机模型应用于地理实体的模拟研究,进一步提高模拟精度。     

元胞自动机在城市模拟中的误差传递与不确定性的特征分析

元胞自动机(Cellular Automata,简称CA)已越来越多地用于地理现象的模拟中,如城市系统的演化等。城市模拟经常要使用GIS数据库中的空间信息,数据源中的误差将会通过CA模拟过程发生传递。此外,CA 模型只是对现实世界的近似模拟,这就使得其本身也具有不确定性。这些不确定因素将对城市模拟的结果产生较大的影响,有必要探讨CA在模拟过程中的误差传递与不确定性问题。本文采用蒙特卡罗方法模拟了CA误差的传递特征,并从转换规则、邻域结构、模拟时间以及随机变量等几个方面分析了CA不确定性产生的根源。发现与传统的GIS模型相比,城市CA模型中的误差和不确定性的很多性质是非常独特的。例如,在模拟过程中由于邻域函数平均化的影响,数据源误差将减小;随着可用的土地越来越少,该限制也使城市模拟的误差随时间而减小;模拟结果的不确定性主要体现在城市的边缘。这些分析结果有助于城市建模和规划者更好地理解CA建模的特点。     

基于案例推理的元胞自动机及大区域城市演变模拟

元胞自动机(CA) 被越来越多地用于复杂系统的模拟中。许多地理现象的演变与其影响要素之间存在着复杂的关系, 并往往具有时空动态性。在研究区域较大和模拟时间较长时, 定义具体的规则来反映这种复杂关系有较大的困难。为了解决CA 转换规则获取的瓶颈问题, 提出了基于案例推理(CBR) 的CA 模型, 并对CBR 的k 近邻算法进行了改进, 使其能反映转换规则的时空动态性。将该模型应用于大区域的珠江三角洲城市演变中。实验结果显示, 其模拟的空间格局与实际情况吻合较好。与常规的基于Logistic 的CA 模型进行了对比, 所获得的模拟结果有更高的精度和更接近实际的空间格局, 特别在模拟较为复杂的区域时有更好的模拟效果。     

分析学习智能元胞自动机及优化的城市模拟

元胞自动机被广泛应用于城市及其他地理现象的模拟,模拟过程中的最大问题是如何确定模型的结构和参数。该文提出一种基于分析学习的智能优化元胞自动机,该模型在逻辑回归模型的基础上,基于分析学习的智能方法,寻找元胞自动机模型的最佳参数。该方法允许用户控制空间变量影响权重,进而模拟出不同的城市发展模式,可为城市规划提供重要参考。     

基于元胞自动机的城市用地变化研究

城市土地利用演化的实质是人为干预下城市生态景观的自组织机制作用过程；元胞自动机（CA）所独有的特征和构模方式使其在模拟复杂性系统如城市系统等方面表现出强大的模拟能力。利用ASTER影像数据，在CA模型下对福州市2010年和2020年的城市用地进行了模拟。从而为城市规划提供决策支持服务，对真正合理地利用城市土地，实现城市可持续发展具有重要意义。     

元胞自动机的地理过程模拟机制及扩展

地理空间、地理梯度、地理流和空间关系是经典地理学进行地理过程分析常用的4个基本概念,元胞自动机(CA)作为复杂空间系统研究的重要工具。分析表明,其与经典地理过程分析理论具有类似地表达机制,因而能有效地进行地理过程模拟。但由于标准CA是一种更广泛抽象的空间模型,其对地理特征的描述存在一定局限,限制了其更真实地模拟地理过程的能力。论文提出了基于地理特征的CA概念模型,深圳特区土地利用演化的实证研究表明,地理特征CA概念模型具有极大的应用价值。     

基于约束性CA方法的北京城市形态情景分析

约束性元胞自动机(Constrained cellular automata,Constrained CA) 在模拟城市增长方面已有诸多实践,已有文献常利用各种反映土地利用需要、区位影响、管理制度等的政策参数,设定不同的城市空间发展情景以反映未来的城市形态。在基于约束性CA进行城市形态情景分析时,以各种政策参数作为情景条件的研究实例较多。而在中国的城市规划实践中,城市规划用于建设管理的审批,对应明确的城市形态,因而如何利用城市形态作为情景条件分析所需政策,也有实践意义,可以解决一些广为关注的重要问题,例如已有的发展政策是否与期望的城市形态相匹配,不同规划方案所需采取的政策有什么区别等。本文提出了以城市形态作为情景条件(即形态情景分析) 的新方法,该方法基于约束性CA,改变了传统的约束性CA情景条件的设置方法,以期望的未来城市形态为目标,识别相应需要的发展政策。并将北京市域的4 个规划城市形态作为情景条件进行了实证分析,对多个规划方案实施的可能性和政策参数进行对比分析,证明该方法具有较好的适用性和可行性,是将约束性CA的应用扩展到城市规划领域的又一尝试。     

基于神经网络的单元自动机CA及真实和忧化的城市模拟

提出了一种基于神经网络的单元自动机（ＣＡ）。ＣＡ已被越来越多地应用在城市及其它地理现象的模拟中。ＣＡ模拟所碰到的最大问题是如何确定模型的结构和参数。模拟真实的城市涉及到使用许多空间变量和参数。当模型较复杂时，很难确定模型的参数值。本模型的结构较简单，模型的参数能通过对神经网络的训练来自动获取。分析表明，所提出的方法能获得更高的模拟精度，并能大大缩短寻找参数所需要的时间。通过筛选训练数据，本模型还可以进行优化的城市模拟，为城市规划提供参考依据。     

约束性单元自动演化CA模型及可持续城市发展形态的模拟

单元自动演化ＣＡ可以大大增强ＧＩＳ的空间模型能力,在国外被越来越多地应用于城市发展演化过程的模拟。本文探讨了如何通过ＣＡ与ＧＩＳ的结合来进行可持续土地发展规划的新方法。提出了基于约束性的ＣＡ模型,具体分析了局部、区域以及全局约束性对ＣＡ模型结果的影响。并将灰度的概念引起ＣＡ模型中来反映状态连续的变化,克服常规ＣＡ模型的缺陷。将该模型应用于球江三角洲地区来获得合理的城市发展空间布局,取得了较好的效果     

人工免疫系统与嵌入规划目标的城市模拟及应用

人工免疫系统(AIS) 具有强有力的计算能力, 可以通过免疫识别、克隆选择、免疫学 习、免疫记忆等功能来进行模式识别和自适应学习。AIS 所具有的自学习、自适应和记忆的能力非常适合于复杂地理过程的研究。而元胞自动机(CA) 是研究复杂系统非常方便和有效的工具。将人工免疫系统和元胞自动机相结合, 建立了城市演变的模拟和规划模型。该模型通过改变抗体的进化变异机制, 把规划目标嵌入到AIS 算法中, 抗体将会逐渐朝着规划目标“进化”, 从而模拟出基于不同规划情景的城市发展空间格局, 为城市和土地利用规划提供决 策支持。设计了6 种不同的城市发展方案, 利用该模型模拟了不同规划方案下珠江三角洲城市的发展情景(1988-2002 年)。并比较了不同模拟情景结果城市的紧凑性: “城市中心” 和 “城市中心-高速公路”发展模式的城市形态更为紧凑, 破碎度较低; 而“镇中心” 和“道路”发展模式形成的城市形态则比较凌乱和分散。模拟结果和分析表明: “城市中心-高速 公路”是珠江三角洲最适合的城市发展模式。     

城市土地利用演化CA模型的扩展研究

城市土地利用演化的实质是人为干预下城市生态景观的自组织机制作用过程。根据城市土地利用演化生命机制概念,构建基于地理特征的城市土地利用演化CA模型,并以深圳特区为试验区域进行实证研究。结果表明,基于城市生命机制和地理特征的城市土地利用演化CA模型,可以有效地进行城市土地利用演化的时空模拟与预测。