地理模擬系統(tǒng)：元胞自動(dòng)機(jī)與空間智能

目錄
序
前言
第1章 導(dǎo)論 1
1.1 地理元胞自動(dòng)機(jī) 1
1.2 空間多智能體系統(tǒng) 6
參考文獻(xiàn) 6
第2章 地理模擬系統(tǒng) 8
2.1 地理學(xué)研究方法的回顧 8
2.2 地理模擬系統(tǒng)的提出及定義 9
2.3 地理模擬系統(tǒng)有關(guān)的基礎(chǔ)及其發(fā)展歷史 13
2.4 地理模擬系統(tǒng)在地理研究中的重要性 15
2.5 地理模擬系統(tǒng)的研究?jī)?nèi)容與手段 16
2.6 地理模擬系統(tǒng)與GIS 的關(guān)系 18
2.7 地理模擬系統(tǒng)與多智能體系統(tǒng)的關(guān)系 20
2.8 地理模擬系統(tǒng)與系統(tǒng)動(dòng)力學(xué)的關(guān)系 20
2.9 地理模擬系統(tǒng)與空間信息網(wǎng)格的關(guān)系 21
參考文獻(xiàn) 21
第3章 地理模擬系統(tǒng)的空間數(shù)據(jù)獲取 23
3.1 空間數(shù)據(jù)采集的一般方法 23
3.2 利用各種GIS 空間分析方法獲取進(jìn)一步的空間數(shù)據(jù) 24
3.3 利用GIS 獲取城市模擬的輸入數(shù)據(jù) 25
3.3.1 進(jìn)行城市模擬的空間變量的獲取 25
3.3.2 城市形態(tài)和結(jié)構(gòu)信息的獲取 27
3.3.3 土地評(píng)價(jià) 29
3.4 利用遙感獲取地理模擬的輸入數(shù)據(jù) 30
3.4.1 遙感在城市模擬中的應(yīng)用 30
3.4.2 遙感動(dòng)態(tài)變化監(jiān)測(cè)的主要方法 31
參考文獻(xiàn) 35
第4章 基于元胞自動(dòng)機(jī)的城市及地理模擬 37
4.1 元胞自動(dòng)機(jī)的發(fā)展歷史 37
4.1.1 元胞自動(dòng)機(jī)與計(jì)算科學(xué)的發(fā)展 37
4.1.2 元胞自動(dòng)機(jī)與復(fù)雜系統(tǒng)的模擬 38
4.2 元胞自動(dòng)機(jī)進(jìn)行城市與地理模擬的原理及方法 40
4.2.1 基于“生命游戲”規(guī)則的CA 40
4.2.2 地理元胞自動(dòng)機(jī) 42
4.2.3 地理元胞自動(dòng)機(jī)與轉(zhuǎn)換規(guī)則 42
4.3 常用的CA 模擬軟件 45
參考文獻(xiàn) 46
第5章 CA 建模以及轉(zhuǎn)換規(guī)則獲取的方法 48
5.1 未來(lái)各類用地需求總量確定的原理及方法 48
5.1.1 馬爾可夫鏈方法 48
5.1.2 系統(tǒng)動(dòng)力學(xué)方法 50
5.2 CA 轉(zhuǎn)換規(guī)則確定的一般方法 54
5.2.1 基于多準(zhǔn)則判斷的方法 54
5.2.2 基于Logistic 回歸的CA 56
5.2.3 基于5 個(gè)因子的SLEUTH 模型 57
5.2.4 基于“灰度”的轉(zhuǎn)換規(guī)則 60
5.2.5 基于主成分分析的元胞自動(dòng)機(jī) 61
5.2.6 基于神經(jīng)網(wǎng)絡(luò)的元胞自動(dòng)機(jī) 63
參考文獻(xiàn) 65
第6章 轉(zhuǎn)換規(guī)則獲取的智能式方法 67
6.1 數(shù)據(jù)挖掘及轉(zhuǎn)換規(guī)則 67
6.2 遺傳算法與CA 的參數(shù)選擇 69
6.3 基于Fisher 判別和離散選擇的CA 71
6.4 基于非線性核學(xué)習(xí)機(jī)自動(dòng)提取地理元胞自動(dòng)機(jī)的轉(zhuǎn)換規(guī)則 75
6.5 基于支持向量機(jī)的元胞自動(dòng)機(jī) 79
6.6 基于粗集的知識(shí)發(fā)現(xiàn)與地理模擬 84
6.6.1 粗集和約簡(jiǎn)的決策規(guī)則 84
6.6.2 基于粗集的CA（RS-CA） 87
6.7 基于案例推理元胞自動(dòng)機(jī)的地理模擬 89
6.7.1 基于規(guī)則（rule-based）的地理元胞自動(dòng)機(jī) 89
6.7.2 基于案例（case-based）的地理元胞自動(dòng)機(jī) 89
參考文獻(xiàn) 93
第7章 元胞自動(dòng)機(jī)：過(guò)程模擬與知識(shí)發(fā)現(xiàn)的工具 95
7.1 利用邏輯回歸模型進(jìn)行城市模擬 95
7.2 基于主成分分析的CA 與城市模擬 99
7.3 利用基于神經(jīng)網(wǎng)絡(luò)的CA 模擬土地利用變化 103
7.3.1 空間變量及訓(xùn)練數(shù)據(jù) 104
7.3.2 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) 105
7.3.3 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練 105
7.3.4 土地利用變化的動(dòng)態(tài)模擬及預(yù)測(cè) 105
7.4 基于數(shù)據(jù)挖掘的CA 及城市模擬 108
7.4.1 CA 轉(zhuǎn)換規(guī)則的自動(dòng)挖掘 108
7.4.2 模擬結(jié)果及檢驗(yàn) 111
7.5 城市形態(tài)演變“基因”的知識(shí)挖掘及優(yōu)化模擬 114
7.5.1 城市演變“基因”的獲取與優(yōu)化 114
7.5.2 模型應(yīng)用及結(jié)果分析 116
7.5.3 結(jié)論 123
7.6 Fisher 判別及元胞自動(dòng)機(jī)轉(zhuǎn)換規(guī)則的自動(dòng)獲取 123
7.7 從高維特征空間中獲取元胞自動(dòng)機(jī)的非線性轉(zhuǎn)換規(guī)則 127
7.8 基于支持向量機(jī)的元胞自動(dòng)機(jī)及土地利用變化模擬 131
7.9 基于粗集的知識(shí)發(fā)現(xiàn)與地理模擬 138
7.10 基于案例推理的CA 動(dòng)態(tài)轉(zhuǎn)換規(guī)則及大區(qū)域城市演變模擬 145
參考文獻(xiàn) 154
第8章 元胞自動(dòng)機(jī)：城市與區(qū)域規(guī)劃的輔助工具 156
8.1 引言 156
8.2 約束性CA 及可持續(xù)城市發(fā)展形態(tài)的模擬 158
8.3 基于元胞自動(dòng)機(jī)的城市發(fā)展密度模擬 163
8.4 利用CA 和GIS 結(jié)合輔助生成農(nóng)田保護(hù)區(qū) 171
8.5 基于神經(jīng)網(wǎng)絡(luò)的CA 及真實(shí)和優(yōu)化的城市模擬 177
8.6 約束性CA 在城市規(guī)劃中的應(yīng)用——以廣東省東莞市為例 182
8.6.1 三種約束性的CA 183
8.6.2 CA 在城市規(guī)劃中的三種主要功能 191
8.7 基于城市擴(kuò)張的動(dòng)態(tài)選址模型——以深圳垃圾轉(zhuǎn)運(yùn)站選址為例 196
8.7.1 交替式Location-allocation 算法 197
8.7.2 城市擴(kuò)張模型 198
8.7.3 動(dòng)態(tài)選址模型 200
8.7.4 應(yīng)用 201
參考文獻(xiàn) 206
第9章 地理元胞自動(dòng)機(jī)的不確定性研究 209
9.1 引言 209
9.2 城市CA 的不確定性 210
9.2.1 數(shù)據(jù)源誤差 210
9.2.2 操作或轉(zhuǎn)換誤差 211
9.2.3 城市CA 建模中的模型不確定性 212
9.3 城市CA 中的不確定性評(píng)價(jià) 213
9.3.1 城市CA 的誤差傳遞 213
9.3.2 CA 中的不確定性 215
9.4 結(jié)論 220
參考文獻(xiàn) 221
第10章 元胞自動(dòng)機(jī)模型與大尺度模擬及城市精細(xì)化模擬 223
10.1 灰度CA 模型與大尺度城市擴(kuò)張模擬 224
10.1.1 大尺度灰度CA 模型的原理與設(shè)計(jì) 225
10.1.2 基于灰度CA 模型的未來(lái)我國(guó)城市擴(kuò)張模擬與驗(yàn)證 231
10.2 斑塊CA 模型與城市空間格局演變模擬 235
10.2.1 嵌入斑塊模擬機(jī)制的CA 模型與城市發(fā)展模擬 235
10.2.2 時(shí)序–斑塊CA 模型及城市空間格局演變模擬 247
10.3 矢量CA 模型與城市精細(xì)化模擬 256
10.3.1 耦合動(dòng)態(tài)地塊分裂的矢量CA 模型 258
10.3.2 基于DLPS-VCA 的土地利用精細(xì)模擬 263
10.3.3 基于多種未來(lái)情景的城市土地利用發(fā)展預(yù)測(cè) 267
參考文獻(xiàn) 269
第11章 多智能體的基本原理 273
11.1 多智能體的歷史根源與基本概念 273
11.2 多智能體系統(tǒng)的原理 277
11.3 基于計(jì)算機(jī)的多智能體 278
11.4 基于地理空間的多智能體 279
11.5 多智能在經(jīng)濟(jì)、資源環(huán)境中的應(yīng)用 280
11.6 多智能體與CA 及GIS 的集成 281
11.6.1 多智能體與CA 集成的必要性 281
11.6.2 多智能體與CA 及GIS 集成的必要性 281
11.6.3 多智能體與CA 及GIS 集成的可行性 282
11.7 多智能體系統(tǒng)的公共建模平臺(tái) 282
參考文獻(xiàn) 284
第12章 基于多智能體系統(tǒng)的空間決策行為及土地利用格局演變的模擬 285
12.1 引言 285
12.2 基于多智能體的城市土地利用變化模擬模型 286
12.2.1 環(huán)境要素層 286
12.2.2 多智能體及決策行為 287
12.3 模型的應(yīng)用 290
12.3.1 實(shí)驗(yàn)區(qū)及數(shù)據(jù)處理 290
12.3.2 模型的簡(jiǎn)化 290
12.3.3 模型的應(yīng)用 291
12.4 模型的檢驗(yàn) 296
12.5 結(jié)論 297
參考文獻(xiàn) 298
第13章 CA 和MAS 結(jié)合的城市土地資源可持續(xù)發(fā)展的規(guī)劃模型 300
13.1 可持續(xù)發(fā)展與城市土地資源規(guī)劃 300
13.2 城市發(fā)展預(yù)測(cè)的微觀模型 300
13.3 基于CA 和MAS 的城市土地資源可持續(xù)發(fā)展及規(guī)劃模型 301
13.3.1 多智能體及決策行為 302
13.3.2 元胞自動(dòng)機(jī)層 306
13.4 模型的應(yīng)用 307
13.4.1 實(shí)驗(yàn)區(qū)及數(shù)據(jù) 307
13.4.2 城市土地資源可持續(xù)發(fā)展需求預(yù)測(cè) 307
13.4.3 模型的應(yīng)用及結(jié)果 308
13.5 結(jié)論和討論 310
參考文獻(xiàn) 311
第14章 CA 和MAS 結(jié)合的城市工業(yè)及基本就業(yè)空間增長(zhǎng)過(guò)程的微觀模擬 313
14.1 引言 313
14.2 工業(yè)企業(yè)及基本就業(yè)空間增長(zhǎng)的CA-MAS 微觀模型 314
14.2.1 工業(yè)企業(yè)及基本就業(yè)空間增長(zhǎng) 314
14.2.2 工業(yè)企業(yè)及基本就業(yè)空間增長(zhǎng)的多智能體和環(huán)境 316
14.2.3 工業(yè)企業(yè)及基本就業(yè)空間增長(zhǎng)的CA-MAS 模擬模型 318
14.3 應(yīng)用 320
14.4 結(jié)論 325
參考文獻(xiàn) 325
第15章 地理模擬與優(yōu)化系統(tǒng)：軟件及其應(yīng)用 327
15.1 地理模擬與優(yōu)化系統(tǒng) 327
15.1.1 GeoSOS 理論與方法 328
15.1.2 GeoSOS 軟件介紹 332
15.1.3 GeoSOS 與地理國(guó)情分析 334
15.1.4 GeoSOS 與“三規(guī)合一”信息服務(wù) 344
15.2 GeoSOS-FLUS 模型與應(yīng)用 351
15.2.1 GeoSOS-FLUS 模型與方法 351
15.2.2 GeoSOS-FLUS 軟件介紹 353
15.2.3 FLUS 模型與土地利用情景模擬 354
15.2.4 FLUS 模型與城市增長(zhǎng)邊界劃定 356
參考文獻(xiàn) 367