[发明专利]一种人口数据空间化动态建模方法

权利要求书

1、一种人口数据空间化动态建模方法，其特征在于包括以下步骤：

(1)利用GIS技术获取对人口分布具有影响的自然和社会经济因素的原始数据，对这些数据进行归一化处理；

(2)初始化遗传规划算法和改进遗传算法参数；

(3)将步骤(1)归一化值后的有关原始数据作为遗传规划算法的输入，组成搜索空间，来求解具有最佳适应度的人口数据空间化模型；在遗传规划算法每代个体选择复制操作过程中利用改进遗传算法对待复制个体进行快速精确优化，最终实现人口数据空间化动态建模。

2、根据权利要求1所述的一种人口数据空间化动态建模方法，其特征在于：所述的步骤(2)中初始化遗传规划算法参数有种群规模，即种群中的个体数GP_Size、样本量GP_N、遗传代数GP_Gen、最大生成深度Max_Dep、最大交叉深度Max_CDep、交叉概率GP_P_c和变异概率GP_P_m。

3、根据权利要求1所述的一种人口数据空间化动态建模方法，其特征在于：所述的步骤(2)中初始化改进遗传算法参数有种群规模，即种群中的个体数GA_Size、样本数目GA_N和遗传代数GA_Gen。

4、根据权利要求1所述的一种人口数据空间化动态建模方法，其特征在于：所述的步骤(3)中人口数据空间化模型的建立方法如下：

(1)首先确定遗传规划算法搜索空间中的基本组成单元，包括n种影响因素归一化值的基本算子(f₁，f₂，...，f_n)和基本算术运算符，再由基本组成单元随机形成GP_Size个个体；

(2)计算针对个体Kpid(i)_GP(1≤i≤GP_Size)的所有样本计算理论值与实测值之间的决定系数，将其作为第t代(1≤t≤GP_Gen)中该个体的适应度BsJi(i，t)_GP，t为遗传代数，其计算公式为：

BsJi ( i , t ) _ GP = Σ j = 1 GP _ N ( P _ GP ( j ) - P ‾ ) ( P ′ _ GP ( j ) - P ′ ‾ ) Σ j = 1 GP _ N ( P _ GP ( j ) - P ‾ ) 2 Σ j = 1 GP _ N ( P ′ _ GP ( j ) - P ′ ‾ ) 2 - - - ( 2 ) ]]>

式中和分别为所有样本实测值和计算理论值的平均值；P′_GP(j)为个体Kpid(i)_GP在样本j(1≤j≤GP_N)的计算理论值；P_GP(j)为样本j的实测值；

(3)根据公式(2)所确定的适应度，采取竞争选择策略来选择复制个体以产生新个体，即随机从群体中选取一组个体，比较该组每个成员的适应度，选出实际最好的个体Kpid(BesOpt)_GP，即POPU＝f(X_B1f₁，X_B2f₂，...，X_Bnf_n)，再利用改进遗传算法对个体里面的系数进行快速精确地优化，复制优化后的个体以取代该组最差的；

(4)遗传规划算法对选择复制后的新个体进行交叉和变异操作；

(5)以最大生成深度Max_Dep、最大交叉深度Max_CDep、交叉概率GP_P_c和变异概率GP_P_m为遗传规划算法运行的约束条件，循环运行步骤(3)、(4)，直到遗传代数t＝GP_Gen或适应度最好值等于预先设定值时，所得的最优个体Kpid(Best)_GP，即POPU＝f(X_e1f₁，X_e2f₂，...，X_enf_n)，为具有最佳适应度的人口数据空间化模型。