基于GIS与CA模型的土地利用变化前期研究——以山东省招远市为例

在元胞自动机模型研究的基础上,提出将GIS与元胞自动机模型相结合进行土地利用变化研究。通过前期的工作,定义元胞自动机模型的元胞空间、元胞状态等,为下一步工作打下坚实基础。     

基于改进元胞粒子群的油田措施调整方案优化

针对油田实际生产情况,以措施增油量、措施增液量和措施增注量为约束条件,以当年产出投入比最大化为目标,构建一种多约束条件下的措施调整规划模型,并将元胞自动机理论引入到粒子群算法中,利用佳点集理论初始化种群,结合云模型和混沌算法改进个体进化方式,提出一种改进元胞粒子群算法对模型进行求解。结合油田的实际数据和4种优化算法对模型进行实例仿真结果对比,仿真结果表明该算法获得了很好的求解精度和速度,具有很好的实际应用价值。     

基于元胞自动机的林火蔓延时空演变研究

以林火蔓延时空演变过程的计算机模拟为研究目的,提出一种 GIS空间分析功能和元胞自动机模拟功能相结合的林火蔓延模拟方法.探讨影响林火蔓延的因素,将林火蔓延影响因子概括为土壤特性、可燃物特性、气象因子、地形因子和地理阻隔因素;分析林火蔓延模型,选取毛贤敏的王正非修正模型进行模拟;结合元胞自动机和GIS空间分析技术,对元胞属性赋值;根据林火蔓延的特点,设置元胞的状态;利用元胞扩散算法对元胞扩散过程进行模拟;最后,开发了一个原型系统,对林火蔓延的时空演变过程进行展示.结合 GIS空间分析功能和元胞自动机技术能够较好地对林火的时空演变过程进行模拟.     

大气颗粒物源解析的遗传算法模型的改进

运用MATLAB遗传算法和直接搜索工具箱改进了应用于大气颗粒物源解析的遗传算法模型。引入数据进行算法程序探讨,将模型计算结果用改进的二重源解析法进行了验证。结果显示,改进的遗传算法源解析模型对数据处理快捷、简便,在一定程度上能够解决严重共线性源类问题,解析结果真实可靠。     

元胞自动机模型在森林景观生态规划中的应用

元胞自动机是有时空特征的离散型动力学模型,具有模拟复杂系统时空演化过程的能力,对于有空间特征的森林空间结构模拟及景观生态规划具有极大的应用价值。运用GIS描述和处理静态空间信息,元胞自动机模型(CA)则为动态的模型,CA与GIS集成将极大促进GIS对森林景观过程的模拟能力。文章论述了用元胞自动机模型进行森林景观生态规划的基本构想。     

基于元胞自动机与智能体的水污染可视化模拟仿真

【目的】建立水污染可视化扩散模型,以刻画水污染突发事件的复杂性及满足其应急决策平台对可视化的需求。【方法】构建基于元胞自动机和智能体的三维水污染可视化扩散模型,用元胞自动机刻画研究区流域及所在区域地形,并从元胞空间、元胞状态、演化规则方面扩展普通元胞自动机模型,应用水质Agent描述流域中携带污染物的水体,在此基础上结合3S技术充分展现污染物的扩散运移过程,并将文中模型在渭河宝鸡段水污染事件中进行实例应用。【结果】基于元胞自动机和智能体的三维水污染可视化扩散模型充分展现了流域水污染扩散模拟现象的动态性、复杂性、非线性特点。模型在渭河宝鸡段水污染事件中的应用表明,静态水面元胞层和水下元胞层以及动态水质Agent的结合,简化了污染物在水面及水下不同的扩散运移现象,所建模型合理、可靠,能有效预测及模拟污染物的运移扩散过程;同时利用3S技术对流域空间信息进行了展示分析,满足突发水污染事件应急平台对事件模拟高效率、可视化的要求。【结论】所建模型可以为突发水污染事件提供一种预测和模拟方法。     

基于规则学习的林火蔓延元胞自动机模型

由于元胞自动机模型本质上的自组织特性与林火行为很接近,近年来基于元胞自动机的林火蔓延模型引起了广泛的关注.典型的元胞自动机是按照确定的映射规则自主地随时间演进的.当环境发生变化的时候规则需要由人工静态地进行调整、修正,因此效率低、对环境变化的适应能力差,模型的可移植性也不令人满意.这是基于CA的林火蔓延模型难以推广的主要原因之一.本文提出了一种应用人工免疫机制对元胞自动机规则进行自适应调节的方法,并在此基础上建立了一个林火蔓延实验模型.仿真实验表明经过规则学习,该模型具有了一定的火线形状的自纠正能力.     

一维元胞自动机交通流模型随机特性的应用研究

本文对微观一维随机元胞自动机交通流模型的速度控制规则进行了改进,并将其随机特性转化为减速参数合并到宏观一阶连续介质理论交通流模型中,重新构建了反映流量———密度的交通流基本图。在此基础之上,应用微宏观两种模型进行了数值模拟和讨论。     

基于三维曲面元胞自动机模型的林火蔓延模拟

为了研究林火蔓延的动态预测及可视化模拟问题,该文在分析现有林火蔓延模型的基础上,提出选用三维曲面元胞自动机进行林火建模和蔓延模拟. 该文初步完成了一个整合数字高程模型、气象因子、树种因子的三维曲面元胞自动机模型,设计了数据提取、加工、应用框架,开发出了能够进行林火蔓延三维模拟的软件系统. 并通过八达岭林场局部地区的模拟,指出了应用该模型,可以实现不同条件下的林火蔓延模拟,快速预测林火发展趋势,同时探讨了模型改进的方向.      

高压脉冲电场处理果蔬元胞自动机模拟研究

研究旨在利用具有时空特征的元胞自动机动力学模型对高压脉冲电场处理的果蔬介质进行仿真,模拟果蔬介质计算过程,为高压脉冲电场技术在果蔬保鲜、干燥以及杀菌中的应用提供理论依据。在考虑高压脉冲电场处理果蔬产生细胞电击穿现象以及电击穿原理的基础上,通过元胞空间、状态和规则的制定,构建了元胞自动机果蔬介质击穿模型。结果表明,该试验的模拟结果符合高压脉冲处理果蔬介质的击穿特征,与实际情况对比拟合度高,误差较小。利用元胞自动机仿真高压脉冲电场处理果蔬介质模型,反映了果蔬介质的击穿过程,有利于高压脉冲电场技术在果蔬领域的应用及推广。     

基于混合并行遗传算法的多目标约束优化技术研究

多目标约束优化问题属于NP问题。并行遗传算法是解决该类问题的常用算法,它具有较强的全局搜索能力和并行性,但局部搜索能力差,禁忌搜索算法则比较适合于局部搜索。提出了一种基于混合并行遗传算法的多目标约束优化方法,该方法综合了并行遗传算法和禁忌搜索算法的优势,改进了并行遗传算法的性能,能有效避免局部最优解。     

一种新的混沌免疫遗传算法

将免疫算法、混沌与遗传算法相结合,提出了一种新颖的混沌免疫遗传算法,该方法利用混沌运动的遍历性、随机性来产生初始种群,加快搜索的速度;利用免疫原理的浓度计算及调整加入新的混沌序列来补充种群,增加种群的多样性避免陷入局部最优;交叉变异结束后在最优解附近再用混沌进行局部寻优提高解的精度。实验结果表明,所提出的算法能寻找到更好的优化结果,并且在搜索速度上明显优于遗传和免疫遗传算法。     

多种群竞争遗传算法及其性能分析

在指出传统遗传算法收敛中所存在的收敛速度慢及局部收敛问题的基础上,引入了一种新的改进遗传算法——多种群竞争遗传算法。该算法以种群间竞争为基础,不断淘汰相似个体,并不断补充新个体,增加种群的多样性,以提高收敛速度。最后,用一个典型的测试函数对传统遗传算法和多种群遗传算法进行测试,结果表明多种群遗传算法的性能优于传统遗传算法。     

一种改进的遗传算法及其收敛性分析

为了克服基本遗传算法只考虑种内竞争的缺陷,提出了基于种间竞争的基本遗传算法的改进算法,并用Markov链分析了遗传算法的收敛性问题,证明了改进的遗传算法收敛到全局最优解的概率为1.通过考核实例计算,发现改进后的算法具有更强的鲁棒性.     

蜂窝移动通信中基于遗传退火的固定频率分配

对蜂窝网无线规划中的频率分配问题进行了分析,用一种基于遗传退火的算法(GAEA)来求解,该算法是将模拟退火引进到遗传算法中,通过退火来减轻遗传算法的选择压力,利用退火法的爬山性能,改善了遗传算法的性能,提高了算法的收敛速度.实验证明了遗传退火算法的收敛速度比遗传算法快.     

Application of Interval Algorithm in Rural Power Network Planning

Rural power network planning is a complicated nonlinear optimized combination problem which based on load forecasting results, and its actual load is affected by many uncertain factors, which influenced optimization results of rural power network planning. To solve the problems, the interval algorithm was used to modify the initial search method of uncertainty load mathematics model in rural network planning. Meanwhile, the genetic/tabu search combination algorithm was adopted to optimize the initialized network. The sample analysis results showed that compared with the certainty planning, the improved method was suitable for urban medium-voltage distribution network planning with consideration of uncertainty load and the planning results conformed to the reality.     

BP神经网络和遗传算法相结合在洞庭湖氨氮浓度预测中的应用

BP算法具有寻优精确的特点,而遗传算法具有很强的宏观搜索能力和良好的全局优化性能。因此将遗传算法与BP神经网络相结合,训练时先用遗传算法进行寻优,将搜索范围缩小后,再利用BP神经网络来进行精确求解,可以达到全局寻优和快速高效的目的。设计了一种利用遗传算法优化BP神经网络权重的预测方法,并对洞庭湖氨氮浓度的预测进行了研究。结果表明,丰水期(9月份)数据分布比较均匀,遗传算法优化BP神经网络权重的预测方法的3种学习算法计算值与实际值接近,并优于BP神经网络的计算结果,说明该方法具有较好的预测效果。     

苹果采摘机械手的逆运动学求解研究

为了提高苹果采摘机械手的采摘成品率,保证采摘后苹果质量,提出一种引入采摘综合因素的苹果采摘机械手的逆运动学求解方法。首先,采用Denavit Hartenberg模型对苹果采摘机械手进行建模,并将逆运动学求解问题转化为规划问题,其中,目标函数为所求得逆运动学参数对应的机械手末端中心坐标与待求坐标欧式距离。然后,在遗传算法选择、交叉、变异算子进行全局搜索的基础上,结合非线性规划对目标函数进行局部搜索。最后,借助随机森林算法将逆运动学求解结果分为3个姿势等级。试验表明,非线性遗传算法在苹果采摘机械手的逆运动学求解上相比遗传算法精度提高了8～25 mm,随机森林算法可以很好地对其求逆结果进行优化,从而提高苹果采摘成品率。     

基于混合粒子群算法的云计算任务调度研究

任务调度是云计算系统可靠运行的关键,云计算环境中要处理的任务量巨大,考虑到云计算任务调度和QoS的优化问题,提出一种混合粒子群优化算法用于云任务调度。算法中引入遗传算法的交叉和变异思想,并结合随迭代次数变化的变异指数,保证种群进化初期具有较高的全局搜索能力,避免出现“早熟”,同时将爬山算法引入粒子群算法,改善局部搜索能力。实验结果显示该算法具有很好的寻优能力,是一种有效的云计算任务调度算法。     

基于分组排挤机制的遗传算法

利用遗传算法进行寻优有时候遗传操作会陷入局部寻优,造成早熟,使遗传操作收敛不到最优解.针对这一问题,提出一种基于分组排挤机制的遗传算法,将种群个体进行分组,引入基于海明距离的排挤机制,不仅可以防止早熟,而且可以加快收敛速度.最后用普通遗传算法与之进行比较,证明其可行性和有效性.