Please wait a minute...
浙江大学学报（理学版）
浙江大学学报（理学版）  2017, Vol. 44 Issue (6): 649-659,674    DOI: 10.3785/j.issn.1008-9497.2017.06.003
地球科学     
基于可扩展多目标蚁群算法的土地利用优化配置
莫致良1,2, 杜震洪1,2, 张丰1,2, 刘仁义1,2
1. 浙江大学 浙江省资源与环境信息系统重点实验室, 浙江 杭州 310028;
2. 浙江大学 地理信息科学研究所, 浙江 杭州 310027
Landuse optimizing allocation based on extensible multi-objective ant colony algorithm
MO Zhiliang1,2, DU Zhenhong1,2, ZHANG Feng1,2, LIU Renyi1,2
1. Zhejiang Provincial Key Lab of GIS, Zhejiang University, Hangzhou 310028, China;
2. Department of Geographic Information Science, Zhejiang University, Hangzhou 310027, China
 全文: PDF(2166 KB)   HTML  
摘要： 传统的土地利用优化配置模型无法灵活应对现实场景中多变的优化目标要求，也无法实现土地利用在空间布局上的优化.根据常见的优化目标进行抽象建模，建立了可扩展的多目标体系，并与蚁群算法有机结合，构建了基于可扩展多目标蚁群算法的土地利用优化配置模型，使土地利用配置在不同目标的指导下能够灵活优化，同时实现了土地利用配置在数量结构和空间布局优化上的统一，为土地利用规划提供了更具现实意义的参考方案.最后对该模型，以杭州市萧山区2015年土地利用格局为基础数据进行实例验证.结果表明：模型能够在多目标体系的指导下，合理配置研究区域的土地利用结构与布局，促进区域土地利用的可持续发展，并针对不同的多目标体系，给出具有不同侧重点的优化方案.
关键词： 土地利用优化配置;  蚁群算法;  可扩展的多目标体系    
Abstract: The traditional land use optimizing allocation model can't flexibly response to the changing optimizing requirements under the realities, and can't achieve the optimization of land use in spatial layout. This paper abstracts modeling based on the common optimizing targets, and establishes an extensible multi-objective system combining with the ant colony algorithm. Finally, a land use optimizing allocation model based on extensible multi-objective ant colony algorithm is constructed, making the land use optimizing allocation more flexible under the direction of different multi-objective systems, realizing the unification of land use optimizing allocation in structure and spatial layout, and providing a more practical reference for land use planning. The Xiaoshan district of Hangzhou is an area of good economic, social and ecological environment, which makes it a good choice of our study area to verify the model. The experimental results show that the model can reasonably allocate the land use layout of the study area under the guidance of multi-objective system, promote the sustainable development of regional land use, and give different optimization schemes for different multi-objective systems.
Key words: land use optimizing allocation    ant colony algorithm    extensible multi-objective system
收稿日期: 2017-08-10 出版日期: 2018-04-09
CLC:  P208  
基金资助: 国家自然科学基金资助项目（41471313，41101356）；浙江省科技攻关计划项目（2013C33051）；国家海洋公益性行业科研专项（201505003-6，201305012）；国家科技基础性工作专项（2012FY112300）；中央高校基本科研业务费专项资金资助项目（2016XZZX004-02）.
通讯作者: 杜震洪,ORCID:http://orcid.org/0000-0001-9449-0415,E-mail:duzhenhong@zju.edu.cn.     E-mail: duzhenhong@zju.edu.cn
作者简介: 莫致良(1990-),ORCID:http://orcid.org/0000-0001-7571-3425,男,硕士,主要从事国土资源地理信息系统基础研究.
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
莫致良
杜震洪
张丰
刘仁义

引用本文:

莫致良, 杜震洪, 张丰, 刘仁义. 基于可扩展多目标蚁群算法的土地利用优化配置[J]. 浙江大学学报（理学版）, 2017, 44(6): 649-659,674.

MO Zhiliang, DU Zhenhong, ZHANG Feng, LIU Renyi. Landuse optimizing allocation based on extensible multi-objective ant colony algorithm. Journal of Zhejiang University (Science Edition), 2017, 44(6): 649-659,674.

链接本文:

https://www.zjujournals.com/sci/CN/10.3785/j.issn.1008-9497.2017.06.003    或    https://www.zjujournals.com/sci/CN/Y2017/V44/I6/649

[1] 高小永. 基于多目标蚁群算法的土地利用优化配置[D].武汉:武汉大学,2010. GAO X Y. Optimizing Land Use Allocation Based on Multi-Objective Ant Colony Algorithm[D]. Wuhan:Wuhan University,2010.
[2] 刘彦随,陈百明.中国可持续发展问题与土地利用/覆被变化研究[J].地理研究, 2002, 21(3):324-330. LIU Y S, CHEN B M. The study framework of land use/cover change based on sustainable development in China[J]. Geographical Research, 2002, 21(3):324-330.
[3] 张鸿辉,曾永年,谭荣,等.多智能体区域土地利用优化配置模型及其应用[J].地理学报, 2011, 66(7):972-984. ZHANG H H, ZENG Y N, TAN R, et al. A model for regional land use optimization allocation based on multi-agent system and its application[J]. ACTA Geographica Sinica, 2011, 66(7):972-984.
[4] 覃刚力,杨家本. 自适应调整信息素的蚁群算法[J].信息与控制,2002, 31(3):198-201. QIN G L, YANG J B. An improved ant colony algorithm based on adaptively adjusting pheromone[J]. Information and Control, 2002, 31(3):198-201.
[5] COLORNI A, DORIGO M, MANIEZZO V. Distributed optimization by ant colonies[C]//Ecal91-European Conference on Artificial Life. Paris:Elsevier Publishing, 1991:134-142.
[6] DORIGO M. Ant colonies for the traveling salesman problem[J]. Biosystems, 1997, 43(2):73-81.
[7] 刘建华,杨建国,刘华平,等.基于势场蚁群算法的移动机器人全局路径规划方法[J].农业机械学报,2015, 46(9):18-27. LIU J H, YANG J G, LIU H P, et al. Robot global path planning based on ant colony optimization with artificial potential field[J]. Transactions of the Chinese Society for Agricultural Machinery, 2015, 46(9):18-27.
[8] 李倩,张惠珍,CESAR B.带投资约束P-中位问题的混合蚁群算法[J].计算机应用研究,2017, 33(6):1-7. LI Q, ZHANG H Z, CESAR B. Hybrid ant colony algorithm for capacitated p-median problem with investment[J]. Application Research of Computers, 2017, 33(6):1-7.
[9] 高晋凯,侯文,杨冰倩,等.基于蚁群算法的模糊C均值聚类的改进研究[J].现代雷达,2016, 38(11):30-34, 39. GAO J K, HOU W, YANG B Q, et al. Improved fuzzy C-means clustering based on ant colony algorithm[J]. Modern Radar, 2016, 38(11):30-34, 39.
[10] DAS B, SINGH A, PANDA S N, et al. Optimal land and water resources allocation policies for sustainable irrigated agriculture[J]. Land Use Policy, 2015, 42(42):527-537.
[11] 徐磊,董捷,张安录.湖北省土地利用减碳增效系统仿真及结构优化研究[J].长江流域资源与环境,2016, 25(10):1528-1536. XU L, DONG J, ZHANG A L. Study on simulation and structure optimization of land use carbon reduction and efficiency improvement system of Hubei province[J]. Resources and Environment in the Yangtze Basin, 2016, 25(10):1528-1536.
[12] 黄海.基于改进粒子群算法的低碳型土地利用结构优化——以重庆市为例[J].土壤通报,2014, 45(2):303-306. HUANG H. Optimization of low-carbon land use structure based on improved particle swarm optimization algorithm:A case study in Chongqing municipality[J]. Chinese Journal of Soil Science, 2014, 45(2):303-306.
[13] CHEN P Y, TUNG C P, LIN W C, et al. Spatial optimization procedure for land-use arrangement in a community based on a human comfort perspective[J]. Paddy and Water Environment, 2016, 14(1):71-83.
[14] 袁满,刘耀林.基于多智能体遗传算法的土地利用优化配置[J]. 农业工程学报,2014, 30(1):191-199. YUAN M, LIU Y L. Land use optimization allocation based on multi-agent genetic algorithm[J]. Transactions of the Chinese Society of Agricultural Engineering, 2014, 30(1):191-199.
[15] LIU Y, LIU Y, PENG J, et al. Psola:A heuristic land-use allocation model using patch-level operations and knowledge-informed rules[J]. Plos One, 2016, 11(6):e0157728.
[16] 刘艳芳. 经济地理学:原理、方法与应用[M]. 北京:科学出版社,2006. LIU Y F.Economic Geography:Principles, Methods and Applications[M]. Beijing:Science Press,2006.
[17] GOSS S, ARON S, DENEUBOURG J L, et al. Self-organized shortcuts in the Argentine ant[J]. The Science of Nature, 1989, 76(12):579-581.
[18] BIN A, MA S F, SHUO W. Land-use zoning in fast developing coastal area with ACO model for scenario decision-making[J]. Geospatial Information, 2015, 18(1):43-55.
[19] 李颖,黄贤金,甄峰. 江苏省区域不同土地利用方式的碳排放效应分析[J]. 农业工程学报,2008, 24(S2):102-107. LI Y, HUANG X J, ZHEN F. Effects of land use patterns on carbon emission in Jiangsu province[J]. Transactions of the Chinese Society of Agricultural Engineering, 2008, 24(S2):102-107.
[20]
[1] 傅颖颖, 张丰, 杜震洪, 刘仁义. 融合图卷积神经网络和注意力机制的PM2.5小时浓度多步预测[J]. 浙江大学学报（理学版）, 2021, 48(1): 74-83.
[2] 曾金迪, 张丰, 吴森森, 杜震洪, 刘仁义. 基于空间自回归神经网络模型的空间插值研究[J]. 浙江大学学报（理学版）, 2020, 47(5): 572-581.
[3] 陆晔, 张伟, 李飞, 杜震洪, 张丰, 刘仁义. 一种基于主题时空价值的服务器端瓦片缓存算法[J]. 浙江大学学报（理学版）, 2020, 47(1): 12-19.
[4] 嵇晓峰, 张丰, 王中一, 杜震洪, 刘仁义. 基于着色模型实时构造的海洋流场动态流线可视化方法研究[J]. 浙江大学学报（理学版）, 2020, 47(1): 45-51.
[5] 刘尧, 王颖志, 王立君, 张丰, 杜震洪, 刘仁义. 交通事故的时空热点分析[J]. 浙江大学学报（理学版）, 2020, 47(1): 52-59.
[6] 张贝娜, 冯震华, 张丰, 杜震洪, 刘仁义, 周芹. 基于时空多视图BP神经网络的城市空气质量数据补全方法研究[J]. 浙江大学学报（理学版）, 2019, 46(6): 737-744.
[7] 贾玉杰, 杜震洪, 张丰, 刘仁义. 基于属性权重优化算法的土地利用绩效评价及差异分解分析[J]. 浙江大学学报（理学版）, 2019, 46(5): 610-618.
[8] 姜斌, 黄祥志, 杜震洪, 张丰, 刘仁义. 一种动态实时的遥感专题应用系统定制框架[J]. 浙江大学学报（理学版）, 2018, 45(6): 758-764.
[9] 祝琳莹, 张丰, 杜震洪, 刘仁义, 左玉强. 基于HBase与静态多级格网索引的地表覆盖数据高效检索方法[J]. 浙江大学学报（理学版）, 2018, 45(5): 595-604.
[10] 马小雯, 章笑艺, 来丽芳, 张丰, 杜震洪, 刘仁义. 基于地理探测器的浙江省空气质量风险因子分析[J]. 浙江大学学报（理学版）, 2018, 45(3): 351-362.
[11] 陈永佩, 杜震洪, 刘仁义, 张丰, 王炼刚. 一种引入实体的地理语义相似度混合计算模型[J]. 浙江大学学报（理学版）, 2018, 45(2): 196-204.
[12] 刘丽, 张丰, 杜震洪, 刘仁义, 贾玉杰. 基于深圳市出租车轨迹数据的高效益寻客策略研究[J]. 浙江大学学报（理学版）, 2018, 45(1): 82-91.
[13] 林雅萍, 杜震洪, 张丰, 刘仁义. “格网索引+MapReduce”策略下的地理国情统计分析研究[J]. 浙江大学学报（理学版）, 2017, 44(6): 660-665.
[14] 黄日鹏, 李加林, 叶梦姚, 姜忆湄, 史作琦, 冯佰香, 何改丽. 东南沿海景观格局及其生态风险演化研究——以宁波北仑区为例[J]. 浙江大学学报（理学版）, 2017, 44(6): 682-691.
[15] 吴小君, 方秀琴, 苗月鲜, 王凯, 庞婵云. 基于Landsat的合肥市城市扩张研究[J]. 浙江大学学报（理学版）, 2017, 44(6): 631-639.