共查询到19条相似文献，搜索用时 423 毫秒
1.
针对最小二乘支持向量机(least square support vec-tor machine,LSSVM)模型参数选择存在随机性与单一优化算法寻找参数存在局限的问题,将遗传算法(genetic algo-rithm,GA)、粒子群优化(particle swarm optimization,PSO)算法引入LSSVM模型,建立了基于粒子群-遗传算法(PSO-GA)优化的LSSVM沉降预测模型.将GA嵌入PSO算法,降低了模型参数寻优陷入局部最优的可能,提高模型拟合精度.结合具体工程实例,将提出的模型与LSSVM模型、PSO算法优化的LSSVM(PSO-LSSVM)模型、GA优化的LSSVM(GA-LSSVM)模型进行对比,结果表明改进模型的精度更好,稳定性更强. 相似文献
2.
城市空间结构及其扩展的模拟是城市科学管理与规划的重要前提,本文基于极限学习机提出了顾及不同非城市用地转化为城市用地差异与强度的城市扩展元胞自动机模型（ELM-CA）。模型验证表明：①ELM-CA模型的模拟精度达到70.30%,相比于逻辑回归和神经网络分别提高了2.21%和1.54%,FoM系数分别提高了0.025 9和0.017 9,Kappa系数分别提高了0.024 7和0.016 9,且Moran I指数接近于实际值,说明极限学习机模型较逻辑回归和神经网络能更有效模拟城市扩展的空间形态及其变化;②ELM模型的训练时间仅为神经网络的1/3左右,体现了ELM学习速度的优势;③在小样本情况下,逻辑回归和神经网络都受到明显的影响,而极限学习机还能保持良好的性能,这个特点使其在样本难以获取的情况下具有明显的优势。两个时相的城市扩展模拟与真实数据的比较表明：基于极限学习机的城市扩展元胞自动机模型（ELM-CA）,简化了CA模型的复杂度,并在小样本情况下能有效提高模拟精度,适合于复杂土地利用条件下城市扩展模拟与预测。 相似文献
3.
针对目前概率积分法参数反演存在的问题,为了更加准确稳定地解算出概率积分法参数,在经典粒子群算法的基础上,引入自适应惯性权重以及模拟退火算法中的Metropolis准则,提出了一种基于P-SA-PSO算法的概率积分模型参数反演方法。论文通过仿真实验,与遗传算法(GA)、经典粒子群算法(PSO)以及加入自适应惯性权重优化的粒子群算法(P-PSO)进行对比分析,结果表明：新算法反演各参数的精确性、稳定性和收敛速度优于其他3种算法。将新算法引入工程实例中,进一步体现了新算法在反演概率积分模型参数上的可行性。 相似文献
4.
针对定位、导航、授时、遥感、通信一体的天基信息实时服务系统对遥感信息高时间分辨率获取的需求,提出了基于改进粒子群优化（particle swarm optimization,PSO）算法的遥感卫星星座优化设计方法。基于6N和3+4P星座构型,以重访时间间隔作为优化目标,采用改进的PSO算法对星座优化模型进行求解,分别针对全球覆盖和区域覆盖任务进行了仿真对比试验。仿真结果表明,提出的方法适用于低轨遥感卫星星座设计,满足高时间分辨率要求。 相似文献
5.
利用遗传算法优化神经网络实现混合像元组分参数的反演 总被引：1，自引：1，他引：0
《遥感学报》2000,4(Z1):31-37
采用热红外多波段遥感数据反演陆面温度(LST),由于波段间信息高度相关,以及难以直接反演混合像元组分温度,使得LST的反演精度和应用价值都受到很大的限制.在建立非同温混合像元热辐射方向性模型基础上指出,热红外多角度遥感提供了反演组分温度的可能性,但是,由于该模型是采用蒙特卡洛方法模拟而建立起来的数值概念模型,采用一般反演方法很难同时提取所有参数信息.为了有效获取各参数信息,使用神经网络模型.由于待反演参数中,组分温度、土壤比辐射率和叶面积指数(LAI)都是多角度辐射亮度的非线性函数,然而,使用经典的误差后传(BP)算法容易陷入局部最优解区域;虽然遗传算法(GA)可以搜索到全局最优解,但在微机上实现算法速度太慢,因此,采用GA训练神经网络,得到网络权重,然后再以GA训练得到的权重作为BP算法的初始权重,继续训练神经网络,直到获得满意结果.这样既可以发挥BP算法快速寻优的特点,又能得到网络权重的最优组合.数值模拟的结果表明,基于非同温混合像元热辐射方向性模型,采用GA优化的神经网络模型反演多维参数效果比较理想. 相似文献
6.
论文以全国甲型H1N1流行性感冒（下简称甲流）疫情数据为实例,讨论了采用SIR模型对甲流的传播过程进行模拟时相关参数的求解问题。分别通过优化的遗传算法（Genetic Algorithm,GA）和模拟退火算法（Simula-ted Annealing Algorithm,SA）求得该非线性模型中的重要参数阈值（日治愈率与日传染率的比值）,并由该参数阈值计算出各月患病人数。论文比较分析了两种算法在精度和效率上的优劣,发现遗传算法优于模拟退火。同时模拟结果验证了SIR模型适合甲流疫情的分析模拟。 相似文献
7.
讨论了利用粒子群优化（PSO）算法来优化选择支持向量机（SVM）参数的原理,分析了三种方法在地表沉降预测中的实例,结果表明PSO-SVM模型预测精度高。 相似文献
8.
MonoLoop:CA城市模型状态转换规则获取的一种方法 总被引：1，自引：0，他引：1
刘翠玲;龙瀛;王艳慧 《东北测绘》2013,(4):122-125
状态转换规则是元胞自动机(Cellular Automata,CA)的核心,如何获取并建立CA的状态转换规则是构建CA模型的关键。邻域作用是CA能够模拟复杂物理现象的核心驱动力,而在已有的用于城市增长模拟的CA城市模型中,因为邻域作用在模拟的过程中为时间动态的变量,其系数很难通过常用的Logistic回归方法识别,致使已有的CA城市模型的状态转换规则中,往往仅通过Logistic回归获取邻域作用之外的空间变量的模型参数,而邻域作用的参数通常采用主观赋值的方法。本文提出了CA城市模型的多指标评价(Multi-Criteria Evalua-tion,MCE)形式状态转换规则获取的一种新方法 MonoLoop,并针对北京市域1976～2006年的城市增长开展了该方法的实验。基于这种方法,一方面利用历史数据可以建立更为客观的状态转换规则;另一方面也可以大大降低模型参数识别的时间。 相似文献
9.
城市扩展元胞自动机多结构卷积神经网络模型 总被引：2，自引：0，他引：2
传统的城市扩展元胞自动机(CA)模型是基于单个元胞的变量信息挖掘来构建转换规则的。针对这一问题,本文基于多结构卷积神经网络提出从区域特征出发且顾及区域多尺度特征挖掘转换规则的城市扩展元胞自动机模型(MSCNN-CA),并以武汉主城区和上海浦东新区为例,模拟了两个试验区2005—2015年期间城市扩展过程。模型验证表明:与逻辑回归和神经网络相比,本文构建的3个单一结构的卷积神经网络元胞自动机(CNN-CA)模型在4个指标(Kappa系数、FoM(figure of merit)值、命中率(h)和错误率(m))上都有不同程度的提高。特别是FoM指数,在武汉主城区提高了23.3%~29.4%,在上海浦东新区提高了20.3%~28.5%。此外,MSCNN-CA模型与3个单一结构的CNN-CA模型相比,在各个指标上也有所改善,FoM指数在武汉主城区提高了0.8%~4.8%,上海浦东新区提高了2.8%~7.8%。两个试验区的模拟结果表明:相比传统CA模型,基于多结构卷积神经网络的城市扩展元胞自动机模型(MSCNN-CA)能够有效提高城市扩展模拟的精度,更真实地反映城市扩展空间演变过程。相比单结构的卷积神经网络CA模型,多结构卷积神经网络CA模型的稳定性和模拟结果准确性有所提升。 相似文献
10.
扩展邻域元胞自动机模型城市扩张研究 总被引：1，自引：0，他引：1
元胞自动机近年来被广泛应用于动态模拟城市扩张,但其邻域类型一般固定于摩尔邻域.文章基于Geo-CA理论,自定义扩展邻域类型,并结合特定地理位置多层次约束性条件构建CA模型,扩展了CA模型的空间建模功能.以武汉市为例,将2000年和2009年TM遥感影像和城市用地数据作为基础,结合武汉市城市规划图、DEM、道路交通图、水域等多层次图像,构成空间数据库,建立武汉市城市扩张扩展邻域CA模型.最后以2009年数据为基础,对武汉市2018年城市用地扩张情况进行预测,为武汉市城镇建设提供参考. 相似文献
11.
This article proposes a grey wolf optimizer (GWO) and cellular automata (CA) integrated model for the simulation and spatial optimization of urban growth. A new grey wolf‐inspired approach is put forward to determine the urban growth rules of CA cells by using the GWO algorithm, which is suitable for solving optimization problems. The inspiration for GWO comes from the social leadership of wolf groups, as well as their hunting behavior. The GWO‐optimized urban growth rules for CA describe the relationship between the spatial variables and the urban land‐use status for each cell in the formation of “if–then.” The GWO algorithm and CA model are then integrated as the GWO–CA model for urban growth simulation and optimization. By taking Nanjing City as an example, the simulation accuracy in terms of urban cells is 86.6%, and the kappa coefficient is 0.715, indicating that the GWO algorithm is efficient at obtaining urban growth rules from spatial variables. The validation of the GWO–CA model also illustrates that it performs well in terms of the simulation and spatial optimization of urban growth, and can further contribute to urban planning and management. 相似文献
12.
基于支持向量机的元胞自动机及土地利用变化模拟 总被引：11，自引：0，他引：11
提出了利用遥感数据，并采用支持向量机来确定元胞自动机非线性转换规则的新方法。元胞自动机在模拟复杂地理现象时，需要采用非线性转换规则。目前元胞自动机主要采用线性方法来获取转换规则，在反映复杂的非线性地理现象时有一定的局限性。以城市扩张的模拟为例，将模拟城市系统的主要特征变量映射到Hilbert空间后，通过SVM建立最优分割超平面，分割超平面的分类决策函数由径向基核（Radial Basis Kernel）构造。利用历史遥感数据校正超平面的决策函数，确定城市元胞自动机的非线性转换规则，计算出城市发展概率。利用所提出的方法，对深圳市1988-2010年的城市发展进行了模拟，取得了较理想的模拟效果。研究结果表明，基于SVM-CA模型的模拟精度比传统MCE方法模拟精度高，MoranⅠ指数与实际更为接近。 相似文献
13.
基于数据同化的元胞自动机 总被引：4，自引：2，他引：2
提出基于集合卡尔曼滤波(EnKF)的元胞自动机(CA)模型。在CA模型中,由于不同的样本会训练出不同参数值
的转换规则,且获取的转换规则在整个模拟过程中不能改变等原因,误差在模拟过程中会不断累积。本文在CA模型中
引入集合卡尔曼滤波的数据同化方法,建立了基于集合卡尔曼滤波的数据同化CA模型,同化遥感观测数据,根据得出
的同化值修正模拟结果使之向真实情况逼近。利用该模型模拟了广东省东莞市的发展情景(1995年—2005年),实验表
明,与传统CA模型相比,基于集合卡尔曼滤波的CA模型能够融合遥感观测数据,并能更有效地模拟城市扩张过程,达
到良好的模拟效果。 相似文献
14.
把细胞自动机和灰色局势决策结合起来对土地利用变换机制进行模拟。实验证明,基于灰色局势决策规则的细胞自动机是对土地利用变换机制从宏观和微观角度进行模拟的有效方法。 相似文献
15.
Modelling coastal land use change by incorporating spatial autocorrelation into cellular automata models 总被引：1，自引：0，他引：1
This paper presents a spatial autoregressive (SAR) method-based cellular automata (termed SAR-CA) model to simulate coastal land use change, by incorporating spatial autocorrelation into transition rules. The model captures the spatial relationships between explained and explanatory variables and then integrates them into CA transition rules. A conventional CA model (LogCA) based on logistic regression (LR) was studied as a comparison. These two CA models were applied to simulate urban land use change of coastal regions in Ningbo of China from 2000 to 2015. Compared to the LR method, the SAR model yielded smaller accumulated residuals that showed a random distribution in fitting the CA transition rules. The better-fitting SAR model performed well in simulating urban land use change and scored an overall accuracy of 85.3%, improving on the LogCA model by 3.6%. Landscape metrics showed that the pattern generated by the SAR-CA model has less difference with the observed pattern. 相似文献
16.
17.
AnthonyGar-onYeh LIXia 《地球空间信息科学学报》2004,7(1):6-13
This paper presents a new type of cellular automata (CA) model for the simulation of alternative land development using neural networks for urban planning. CA models can be regarded as a planning tool because they can generate alternative urban growth. Alternative development patterns can be formed by using different sets of parameter values in CA simulation. A critical issue is how to define parameter values for realistic and idealized simulation. This paper demonstrates that neural networks can simplify CA models but generate more plausible results. The simulation is based on a simple three-layer network with an output neuron to generate conversion probability. No transition rules are required for the simulation. Parameter values are automatically obtained from the training of network by using satellite remote sensing data. Original training data can be assessed and modified according to planning objectives. Alternative urban patterns can be easily formulated by using the modified training data sets rather than changing the model. 相似文献
18.
This paper presents a new type of cellular automata (CA) model for the simulation of alternative land development using neural networks for urban planning. CA models can be regarded as a planning tool because they can generate alternative urban growth. Alternative development patterns can be formed by using different sets of parameter values in CA simulation. A critical issue is how to define parameter values for realistic and idealized simulation. This paper demonstrates that neural netowrks can simplify CA models but generate more plausible results. The simulation is based on a simple three-layer network with an output neuron to generate conversion probability. No transition rules are required for the simulation. Parameter values are automatically obtained from the training of network by using satellite remote sensing data. Original training data can be assessed and modified according to planning objectives. Alternative urban patterns can be easily formulated by using the modified training data sets rather than changing the model. 相似文献
19.
Integrating cellular automata,artificial neural network,and fuzzy set theory to simulate threatened orchards: application to Maragheh,Iran 总被引：1，自引：0，他引：1
Urbanization processes challenge the growth of orchards in many cities in Iran. In Maragheh, orchards are crucial ecological, economical, and tourist sources. To explore orchards threatened by urban expansion, this study first aims to develop a new model by coupling cellular automata (CA) and artificial neural network with fuzzy set theory (CA–ANN–Fuzzy). While fuzzy set theory captures the uncertainty associated with transition rules, the ANN considers spatial and temporal nonlinearities of the driving forces underlying the urban growth processes. Second, the CA–ANN–Fuzzy model is compared with two existing approaches, namely a basic CA and a CA coupled with an ANN (CA–ANN). Third, we quantify the amount of orchard loss during the last three decades as well as for the upcoming years up to 2025. Results show that CA–ANN–Fuzzy with 83% kappa coefficient performs significantly better than conventional CA (with 51% kappa coefficient) and CA–ANN (with 79% kappa coefficient) models in simulating orchard loss. The historical data shows a considerable loss of 26% during the last three decades, while the CA–ANN–Fuzzy simulation reveals a considerable future loss of 7% of Maragheh’s orchards in 2025 due to urbanization. These areas require special attention and must be protected by the local government and decision-makers. 相似文献