面向公平分配的时变应急服务覆盖优化

应急服务需要根据实际情况在城市的某些区位中提前布置,才能保证需求发生时能在规定时间内到达需求位置,提供应急服务。布置区位时,需要根据时变交通条件的变化,适当考虑时空的合理分布,以为城市居民提供较为公平的服务覆盖。传统最大区位覆盖模型较少考虑服务的公平分配,特别是在时变交通和复杂大规模路网条件下,缺乏对公平量度的显式建模。基于目前区域覆盖优化模型的最近进展,扩展了传统最大区位覆盖模型,建立面向公平分配的时变应急服务覆盖模型,提出了相应的启发式高效求解方法。利用武汉市数据进行实验验证,证实模型求解得到的区位配置解较之传统模型,不仅提供了更加公平的应急服务覆盖,也考虑到了时变交通条件,改善了应急资源在时空上的均衡配置水平,整体上提高了应急服务质量。     

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。     

粒子群优化BP神经网络的滑坡敏感性评价

滑坡敏感性评价是地质灾害预测预报的关键环节。针对BP神经网络易陷入局部最小值、收敛速度慢等问题,该文以三峡库区秭归县境内为研究区,采用粒子群优化(PSO)算法对BP神经网络的初始权值和阈值进行优化,构建PSO-BP神经网络滑坡敏感性预测模型,实现研究区滑坡敏感性评价。采用受试者工作特征曲线分析模型预测精度,得到PSO-BP神经网络预测精度为0.931,预测结果与实际滑坡总体空间分布具有良好的一致性,且预测能力优于BP神经网络。实验结果表明,PSO-BP神经网络耦合模型在实现滑坡敏感性评价上具有理想的预测精度和良好的适用性。     

使用多源数据的不动产登记基础平台

针对不动产统一登记平台建设问题,该文以江西省,不动产登记平台建设为例从多源不动产登记信息数据的整合、不动产统一登记平台设计与实现两个方面开展。对土地、房产、草原、林地、海域等多行业的数据进行整理、整合,形成统一的不动产登记数据库。平台总体框架由基础保障系统、不动产历史数据库、共享服务平台、数据管理平台、政务基础平台、登记信息管理平台、登记信息公示平台7部分组成。     

浅析不动产登记存量数据清理整合过程中的质量控制

不动产登记存量数据清理整合是全国不动产登记工作深入推进的一项重要工作,是今年不动产登记的头等大事,全国各地都在如火如荼地开展,但为保证数据质量,在清理整合的过程中都应有什么注意事项,数据质量的重点关注点都有些什么等都是一个急需进行探讨的话题.本文作者结合自身工作经验和国家相关要求,对如何在存量数据清理整合的各个环节中把握好质量和成果质量检查的关键内容等进行了阐述.     

“云上贵州”平台下的市县国土资源信息整合实践与思考——以遵义市为例

“云上贵州”平台应用正在向市县国土资源部门延伸,贵州省“国土资源云”与贵州省“政务云”的横向信息资源整合进入实质性阶段,国土资源政务信息资源如何与当地政府信息资源整合,成为市县国土资源信息化面临的新课题.本文以遵义市为例,利用“云上贵州”平台信息资源整合的契机,实现市县国土政务信息资源跨部门、跨行业、跨平台的共享协同,逐步消除“信息孤岛”,促进国土资源决策科学化、监管精准化、服务便利化.     

公平导向的学校分配空间优化——以北京石景山区为例

空间优化正从地理学的一个研究方向成为学科分支,但公平导向的公共服务空间分配优化研究还较薄弱。学区配置是这方面的一个典型问题,受到社会的广泛关注。针对“多校划片”的随机入学方式,以各居住小区所获得的教育质量期望值的方差来定义入学指标空间分配的公平程度,构建了以该方差最小化为目标、包含最大上学距离约束的二次规划模型,探求各小区对所获得指标进行随机抽签的情景下,各校入学指标在各小区的公平最大化分配,并以北京市石景山区为案例进行了应用研究。结果表明,在维持学校布局和师资配置现状的前提下,与“就近入学”相比,公平最大化的“多校划片”能以有限的上学距离代价,显著降低教育分配的空间差异。在最大上学距离为5 km的约束下,各小区教育质量期望值的方差降幅高达99%,教育质量期望值有所提升的小区或学生比例高达约2/3;付出的上学距离代价较显著但可接受,平均上学距离增加到3.99倍,达到3.20 km,仍低于案例区实际平均上学距离。当模型的最大上学距离参数从5 km逐步增至8 km时,教育公平的改善呈指数增长,平均上学距离呈算数增长;当距离为7 km时,各小区教育质量期望值的方差趋近于0,可基本实现上学机会的空间均等化。本文进一步讨论了优化结果对入学政策的启示。     

云南省边境地区州市旅游竞争力差异与整合研究

云南作为我国的旅游大省,其州市旅游竞争力水平对区域旅游业的生存和发展至关重要。基于旅游现状竞争力、旅游基础环境竞争力和旅游潜在竞争力三大维度构建了旅游竞争力量化测评指标体系,运用因子分析法对云南8个边境州市旅游竞争力水平层级进行了量化测评。研究表明:(1)云南边境地区8州市旅游发展竞争力层级分为较强旅游竞争力区、一般旅游竞争力区和较弱旅游发展竞争力区三种类型;红河、临沧属于较强旅游竞争力区,西双版纳、德宏、普洱属于一般旅游竞争力区,文山、保山、怒江属于较弱旅游发展竞争力区;(2)在空间布局形态方面,较强旅游竞争力发展州市呈现"分散状"布局,主要集中于滇南地区,其余非较强旅游竞争力区州市呈现"趋同俱乐部现象"空间布局。整体上旅游竞争力水平层级形成了以滇南地区为核心向周边州市等外缘区域发展的"核心—边缘"式空间发展格局;(3)边境各州市旅游资源呈现区块聚焦性,旅游形象和客源市场定位仍存在雷同现象,且边境各州市旅游业发展水平极化效应明显。为此提出了旅游产品及资源、旅游市场、旅游空间及旅游线路整合和完善旅游管理机制等应对策略。     

小生境遗传算法求解多峰问题在反演中应用

基于反演问题的不确定性和目标函数的多峰性，引入改进的小生境遗传算法，求解出目标函数的若干个局部峰（或全局峰），然后利用先验知识，判定得到满意解，并利用褶积模型进行层速度反演，通过理论速度与反演速度的比较，验证了进行多峰优化的有效性。     

基础设施与人类生存环境之关系研究

人类在其发展中倾注了大量的人力、物车、财力建设基础设施，希图构筑理想生存环境。但基础设施为人类带来了什么？对人类的发展产生了何种影响？如何认识基础设施在人类生存环境演化中的作用？本文从积极角度阐述了基础设施与人类生存环境之关系，透视了基础设施在活动空间扩展、资源共享和生存环境优化方面的作用与意义。