[发明专利]一种土地利用布局智能优化方法

权利要求书

1.一种土地利用布局智能优化方法，其特征在于该方法包括如下步骤：

步骤1，收集并整理土地利用布局相关基础数据，对所有基础数据按统一的范围和格网大小进行栅格化；

步骤2，划分操作单元，选择合适的图斑块划分方式确定算法的操作单元；

步骤3，将数据导入至粒子群土地利用布局优化模型中，进行问题建模，建立待求解问题和粒子群之间的概念映射关系，最终得到土地利用布局优化结果；

求解得出土地利用布局优化结果的步骤包括以下子步骤：

步骤3.1，根据适应度函数，对粒子进行评价，计算每个粒子的适应度值，其中适应度函数为：

S‾suit,k=Σ(i,j)∈(M,N)sijkxijk/Nk]]>

cij=Σ(i,j)∈Ωxijk/NΩ]]>

S‾compact,k=Σ(i,j)∈(M,N)cijxijk/Nk]]>

fk=wsS‾suit,k+wcS‾compact,k]]>

max F=Σk∈Kwkfk]]>

式中：为地类k的平均适宜性，c_ij为(i，j)栅格单元的邻接性指数，为地类k的平均空间紧凑度，f_k为地类k的综合评价函数，F为总评价函数即适应度评价函数；(i，j)为栅格单元行列号，(M,N)为地图的总行数和总列数，s_ijk为(i，j)栅格单元作为地类k的适宜性评价值，x_ijk当(i，j)栅格单元的土地利用类型为k时取值为1，否则为0，N_k为用地类型为k的栅格单元总数；Ω表示当前单元周围8领域内的栅格单元，K为土地利用布局优化中所涉及的地类总数，w_s、w_c、w_k分别为适宜性目标权重、空间紧凑度权重和地类k综合评价目标权重；

步骤3.2，根据粒子的适应度值，更新粒子的历史最佳位置P_ibest和种群的全局最优位置G_best更新的公式为：

Pibest(t+1)=Pibest(t)..........if:F(xi(t+1))≤F(Pibest(t+1))xi(t+1)..........if:F(xi(t+1))>F(Pibest(t+1))]]>

Gbest(t+1)=xi(t+1)if:F(xi(t+1))=min{F(x1(t+1)),F(x2(t+1)),...,F(xN(t+1))}]]>

式中：P_ibest(t+1)为第i个粒子在第t+1代的历史最佳位置，G_best(t+1)为粒子种群在第t+1代的全局最优位置，x_i(t+1)为第i个粒子在t+1代的位置，N为种群中粒子总数；F(x_i(t+1))中F为总评价函数即适应度评价函数；

步骤3.3，以步骤3.2得出的历史最佳位置和全局最优位置，更新每个粒子的速度和位置，粒子i的速度和位置更新的公式为：

vd(t+1)=wvd(t)+c1rand()(Pdbest⊗xd(t))+c2Rand()(Gdbest⊗xi(t))xd(t+1)=xd(t)⊕vd(t+1)]]> 1

式中：v_d(t+1)为粒子在第d维度上t+1代的速度，x_d(t+1)为粒子在第d维度上t+1代的位置；w、c₁、c₂分别为惯性权重、认知系数和社会系数，是粒子保持原速、向自身历史最佳位置、向全局最优位置前进的调节系数，rand()、Rand()是取值为[0,1]的随机数产生函数；为学习算子，表示粒子在第d维的位置取最佳位置k的概率加1，为位置更新算子，表示根据速度所表示的概率向量采用轮盘赌的方式决定新的位置值；

步骤3.4.判断是否达到用户设定的最大迭代次数或者最长运行时间的终止条件，当满足条件时输出结果，否则将步骤3.3更新后的粒子作为步骤3.1的输入进行粒子评价，继续进行循环迭代优化；

其中，建立待求解问题和粒子群之间的概念映射关系如下：一种土地利用布局方案对应于粒子群算法中的一个粒子，操作单元在当前方案中的土地利用状态对应于粒子的位置，操作单元向各种用地类型变化的转换概率对应于粒子的速度，土地利用布局方案优劣的评价函数对应于粒子群的适应度函数。