共查询到19条相似文献，搜索用时 708 毫秒
1.
基于多智能体系统的城市增长时空动态模拟——以江苏省连云港市为例 总被引：3，自引：2，他引：1
城市化是土地利用/覆盖变化中最典型形式之一,探索城市增长的驱动机制并预测其未来变化,对于实现城市可持续发展十分重要。鉴于多智能体系统强大的模拟复杂空间系统的能力,基于联合"自上而下"和"自下而上"决策行为的视角,构建了一个城市增长时空动态模拟多智能体模型,在模型中,宏观Agent实施的"自上而下"的宏观土地利用规划行为和微观Agent自主发起的"自下而上"的微观土地利用空间诉求行为通过二维空间网格相互作用,并通过联合决策共同推动研究区域的城市化进程。以连云港市中心城区为例,考虑了基于目前趋势、经济发展优先和环境保护优先的3种目标情景,并进行了相应的城市增长情景模拟。模拟结果表明:联合"自上而下"和"自下而上"决策行为的城市增长时空动态模拟多智能体模型能够充分发挥多智能体系统的潜力来了解城市化的驱动机制,为城市管理提供基于情景分析的决策支持。 相似文献
2.
3.
基于CA模型的乌鲁木齐都市圈城市用地扩展模拟研究 总被引：4，自引：2，他引：2
借助CA模型技术,基于乌鲁木齐都市圈城市用地发展的特点,构建了模拟多个城市群体扩展的CA模型,重点对模型的转换规则进行了扩展,把用地适宜性约束、城市内部社会经济驱动、城市之间相互作用力、区域生态格局限制、城市发展规模有限这几个方面的作用机制融入到模型的规则制定中,通过宏观约束、中观调节、微观驱动3个层次逐步实现;为了使社会经济数据与CA模型中的空间数据相匹配,对社会经济数据进行了空间化表达;在历史数据的参照下,所构建的模型经过反复调试与修正,模拟结果达到了较为满意的效果;应用此模型模拟了经济优先、生态优先与规划优先3种不同情景下的城市用地扩展,对都市圈城市用地今后的发展起到重要的启示作用。 相似文献
4.
多智能体与元胞自动机结合及城市用地扩张模拟 总被引：15，自引：3，他引：12
运用多智能体(Agent)和元胞自动机(CA)结合来模拟城市用地扩张的方法,将影响和决定用地类型转变的主体作为Agent引进元胞自动机模型中,Agent在CA确定的城市发展概率的基础上,通过自身及其周围环境的状况,综合各种因素的影响做出决策,决定元胞下一时刻的城市发展概率。运用Agent的决策结果,对CA模型中以随机变量体现的不确定性通过Agent决策行为给予地理意义的新解释。以城市郊区—樟木头镇为例,对1988～1993年城市用地扩张进行了模拟研究,取得了良好的模拟效果。 相似文献
5.
基于Agent建模在旅游模拟研究中的回顾与展望 总被引：2，自引：0，他引：2
旅游模拟是认识旅游复杂系统内部要素相互作用及其演化发展的重要方法.国际上对旅游模拟的研究始于1970s的荒野使用模型(WUSM),经缓慢发展在1990s分化出现了Extend和RBSim两个代表性旅游模拟模型,其历史轨迹表明,基于Agent建模(ABM)将成为一种重要的旅游模拟工具.目前,旅游模拟可用的ABM平台(软件)日趋成熟,一个完整的ABM系统包括模型输入、规则及模型输出3个基本部分,其中"规则"的制定是ABM的核心,也是ABM实现对复杂系统"局部简单行为导致宏观复杂现象"进行模拟的关键.今后ABM将通过与3S技术的进一步结合和对CA模拟的深度融合而呈现更强大的旅游模拟能力,并在应用领域突破荒野旅游地游憩使用模拟的单一格局,开辟旅游者行为、旅游地演化和旅游应急管理等旅游模拟新领域. 相似文献
6.
基于多智能体的就业与居住空间演化多情景模拟——快速工业化区域研究 总被引：2，自引：2，他引：0
就业与居住空间关系是城市规划与管理研究的热点问题。已有研究主要基于传统宏观模型对就业—居住空间结构进行现状分析或对城市理论进行实证研究,在微观尺度的机制探讨与过程模拟方面较为缺乏。本文基于多智能体自下而上的建模思想,提出基于就业市场的人口居住区位选择模型(Labor Market Based Model of Residential Location-LMBMRL)。以典型的快速工业化地区—东莞市主城区为实验区,通过多情景模拟对就业与居住空间的互动关系进行机制探讨与过程分析。模拟结果充分反映了就业选择对人口居住区位决策的影响,定量评估了住房与交通对职住空间均衡性与职住分离的影响规律。当住房成本提高时,城市职住均衡性降低;当交通可达性提高时,城市空间结构可能出现较为显著的职住分离现象。最后通过多情景模拟揭示不同行业劳动人口群体的就业—居住空间特征与组织模式。研究结果有助于深刻理解城市就业—居住空间互动关系及其内部因果,能够为城市规划与管理提供决策参考。 相似文献
7.
运用自下而上的多智能体建模方法构建城市扩张模型,研究城市扩张的基本特征和规律,对新型城镇化建设具有重要的理论和现实意义。但传统的多智能体模拟大多是基于栅格数据构建,不同的格网大小、邻域形状及邻域大小将产生不同的模拟结果。为克服传统栅格数据受模拟尺度的影响,采用城市土地利用现状图,构建矢量多智能体城市扩张动态模型。智能体依据“宜居性”评价指标,并遵从个人偏好,选择合适区位,模拟城市扩张的时空动态过程。将模型应用于广州市番禺区,模拟了其2003-2008年城市扩张情况。最后将模拟结果与实际土地利用现状图进行对比,结果表明,地块的转化精度为63.09%,非转化精度为90.74%,总精度为85.83%,具有较好的模拟精度,可以为新型城镇化建设提供有效的决策支持。 相似文献
8.
基于GIS与CA的城市扩展研究——以洛阳市为例 总被引：1，自引：0，他引：1
元胞自动机(Cellular Automata,CA)是一种"自下而上"的动态模拟建模框架,具有模拟复杂系统时空演化过程的能力。CA模型的这些特点使得它在城市增长、扩展和土地利用演化模拟等方面较为合适,成为CA应用的热点。探讨利用GIS技术开发CA模型将会改善CA模拟城市扩展的环境,建立典型的城市CA模型也会发现新的参数和转换规则。基于CA原理,结合GIS与RS技术,在ArcGIS平台中进行二次开发,构建了GIS-CA模型系统。以洛阳市为研究区域,对其城市扩展进行了模拟和预测,结果表明,将人为的规划因素加入到CA模型中,打破了CA模型只能模拟城市受自然因素影响而进行的扩展。模拟结果比较真实可信,也为下一步城市规划提供决策支持。 相似文献
9.
《地理与地理信息科学》2020,(3)
城市空间增长模拟对于土地快速城市化背景下空间规划的制定具有重要意义,在基于多智能体的城市空间增长模拟模型中,个体空间决策的建模至关重要。该文在基于效用函数的个体空间决策模型中,引入扩展的强化学习模型表征个体学习行为以对个体空间决策模型进行修正,结合政府规划因素构建耦合强化学习的居住用地增长多智能体模拟模型,模拟深圳市2005-2015年居住用地增长情况。结果表明:1)相比无学习模型,引入扩展强化学习模型的模拟结果精度提高了10.8%,更贴合居民个体在空间决策中的行为;2)引入强化学习的模拟结果中,新增居住用地在空间上呈现较强的集聚性,表明引入强化学习后模型不仅能够反映位于已有居住用地中间的填充式增长,而且能够发现期间新出现的连片居住用地;3)学习模型的参数敏感性实验结果显示,学习强度对模拟精度影响较大,表明居民个体空间决策建模中,对于他人经验的学习过程较为重要,应给予充分考虑。引入强化学习的模型有助于揭示城市增长中个体行为模式,为制定城市空间规划提供参考。 相似文献
10.
基于多智能体的居住区位空间选择模型 总被引：11，自引：1，他引：10
多智能体系统(Multi-Agent system, MAS) 是一种进行复杂系统分析与模拟的强有力工具,尤其在社会科学领域得到了广泛的应用。本文提出了基于多智能体的居住区位选择模型(Agent-Based Model of Residential Location-ABMRL),将多智能体建模的方法应用于居民居住区位决策行为和地价动态变化的研究中,旨在探索与模拟居民在居住选择过程中的复杂空间决策行为,以及居民之间、居民与地理环境的相互作用而导致城市居住空间分异的演化过程。ABMRL模型由表征各类居民的多智能体层和表征地理环境的元胞自动层组成,对应人地关系中的两个基本要素--人类与自然环境。该模型认为居民迁居的动力源于内部的经济社会压力和外部的居住环境刺激。利用ABMRL模型模拟和验证了居住空间分异、圈层城市空间结构、城市绅士化等经典城市理论,并以广州市海珠区为实验区,模拟了该区域居民居住空间分异的演化过程和地价的动态变化。 相似文献
11.
Simultaneously simulate vertical and horizontal expansions of a future urban landscape: a case study in Wuhan,Central China 总被引：1，自引：0，他引：1
Qingsong He Chen Zeng Yin Chaohui Ronghui Tan 《International journal of geographical information science》2017,31(10):1907-1928
While there are extensive studies of urban 2D forms, research on the varying geometric features and spatial distribution patterns of urban 3D spaces is comparatively rare. In this paper, we propose a coupled model, known as BPANN-CBRSortCA, which is based on a back propagation artificial neural network (BPANN) and case-based reasoning technology with sort cellular automaton (CBRSortCA) to simulate future urban building heights and their spatial distribution. BPANN–CBRSortCA uses BPANN to predict the vertical extrusion of building heights and uses CBRSortCA to simulate horizontal urban expansion. The BPANN–CBRSortCA model is innovative because of its capabilities to simultaneously project urban growth in the vertical and horizontal dimensions. The proposed model also overcomes the limitations of the traditional cellular automata models that cannot simulate ‘diffused’ urban expansion. This research used Wuhan City as a case study to simulate vertical and horizontal urban expansion from 2015 to 2025. The results showed the following: (1) in the next 10 years, new build-up will mainly appear along the edge of Hongshan and Hanyang Districts or will occupy bare land in the form of ‘filling’ and (2) the tallest buildings will be mainly located to the south of East Lake in Hongshan District and on undeveloped land within the city. These simulation results can provide a reference for future urban planning. 相似文献
12.
大都市郊区是快速城镇化进程中空间演变最为频繁、人地矛盾最为突出的区域,尤其在中国加快推进“就地就近”城镇化战略的背景下,把握大都市郊区小城镇土地利用时空变化过程及其演变机制,对制定科学合理的管控政策和优化都市空间结构具有重要的现实意义。约束性元胞自动机(constrained Cellular Automata, constrained CA)能够通过简单的规则模拟复杂的城市动态演化过程。本文将土地利用总体规划指标、城镇空间发展战略布局、土地利用开发适宜性等,嵌入约束性CA的转换规则中,采用Logistic逐步回归法分析土地利用空间影响因素,对严格约束下的武汉市江夏区2020年土地利用进行情景模拟分析,并提出城市增长管控手段。结果表明：①研究时段内,江夏区城镇用地呈低效外延式扩张,土地利用集约节约程度较低,其人口规模并未有较大增长,对主城区人口的分散作用尚未真正形成;②约束性CA在模拟大都市郊区演化方面具有较高的可靠性,能够真实反映近郊小城镇的未来空间布局与结构,模拟结果与土地利用规划和城市规划较为契合;③将规划目标导向与现实发展趋势下的模拟结果进行叠加分析,可确定城镇增长需求与规划指标调控间冲突的空间分布,从而划定土地督察的重点监测区域,为加强大都市近郊区的违法用地监查和土地利用管控提供先验的预警知识。 相似文献
13.
基于城市流和层级性的城市群扩展模型构建 总被引：1，自引：1，他引：0
城市群是具有网络关系与层级性的区域空间,一直是中国推进城镇化与区域协调发展的主体单元。本文综合考虑城市群的网络与层级性特征,运用城市流刻画城际网络交互作用,采用分层广义线性模型（HGLM）揭示城市群分层驱动机制。同时,选取长江中游城市群开展实证研究,通过与元胞自动机（CA）耦合,构建HGLM-CA模型模拟城市群空间扩展。将模拟结果与Logistic-CA模型、BBO-CA模型进行比对,据此评析HGLM-CA模型的优劣与改进方向。实证结果表明：城市群空间扩展是多层驱动因素共同作用的结果,城市流不仅会推动城市群空间扩展,而且对元胞层因素起到重要的调节作用,使之具有城际分异性;HGLM-CA模型相比Logistic-CA模型模拟精度更高,说明顾及城市流与层级性的城市群空间扩展模拟结果更为精准;与智能模型BBO-CA相比,HGLM-CA模型模拟精度较低,但其便于从层级性角度把握城市群空间扩展机制。 相似文献
14.
Tingting Xu Jay Gao Giovanni Coco Shuliang Wang 《International journal of geographical information science》2020,34(11):2136-2159
ABSTRACT Abstract: When modelling urban expansion dynamics, cellular automata models focus mostly on the physical environments and cell neighbours, but ignore the ‘human’ aspect of the allocation of urban expansion cells. This limitation is overcome here using an intelligent self-adapting multiscale agent-based model. To simulate the urban expansion of Auckland, New Zealand, a total of 15 urban expansion drivers/constraints were considered over two periods (2000–2005, 2005–2010). The modelling takes into consideration both a macro-scale agent (government) and micro-scale agents (residents of three income levels), and their multi-level interactions. In order to achieve reliable simulation results, ABM was coupled with an artificial neural network to reveal the learning process and heterogeneity of the multi-sub-residential agents. The ANN-ABM accurately simulated the urban expansion of Auckland at both the global and local scales, with kappa simulation value at 0.48 and 0.55, respectively. The validated simulation result shows that the intelligent and self-adapting ANN-ABM approach is more accurate than an ABM with a general type of agent model (kappa simulation = 0.42) at the global scale, and more accurate than an ANN-based CA model (kappa simulation = 0.47) at the local scale. Simulation inaccuracy stems mostly from the outdated master land use plan. 相似文献
15.
元胞自动机（CA）作为城市时空动态模拟应用最广泛的模型,可以有效模拟填充式和边缘式城市扩张过程,但是在飞地式扩张模拟方面稍显不足。本文提出一种改进CA模型—APCA,在传统CA基础上利用近邻传播聚类（AP）搜寻城市扩散增长的“种子点”,实现城市增长扩散过程和聚合过程的同步模拟。以武汉市为研究区域,使用APCA模拟其在2005—2025年间城市扩张的时空过程。结果显示：① APCA在设置“种子点”数量为1~8个时模拟总体精度均高于Logistics-CA,当“种子点”数量为6时,模拟新增部分精度最高,达到0.5217;② 2015—2025年武汉市飞地型增长面积约为8.67 km2,占新增城市用地总面积比例为6.30%;③ 武汉市1995—2025年间“先扩散后聚合”的城市扩张过程符合城市增长相位理论。APCA在一定程度上了完善了传统二维平面CA框架,将城市扩张模拟维度由面维扩展到点维,为准确展现城市用地空间扩展规律提供参考。 相似文献
16.
城市扩张模拟为实现土地资源合理分配与制定城市发展规划政策提供依据。该文针对传统元胞自动机(CA)在城市扩张模拟中存在城市元胞密集区域团簇现象,耦合随机森林(RF)与基于斑块(Patch)扩张的CA模型,在顾及驱动因子重要性基础上构建基于斑块最大面积和城市扩张总量的双约束RF-Patch-CA模型,并利用该模型模拟重庆主城都市区2010-2017年城市扩张。结果显示:该模型总体精度达97.62%,相比传统的RF-CA、ANN-CA和Logistic-CA模型,Kappa系数分别提高了0.0222、0.0231和0.0245,FoM分别提高了0.0376、0.0391和0.0414;在景观相似度上,该模型相比以上3种模型分别提高了40.92%、41.16%和32.33%,最接近真实情况,而且避免了模拟结果产生城市元胞团簇现象,有效提高了城市扩张模拟精度。 相似文献
17.
以产城融合为导向,在分析决策主体时空规律的基础上设计产城融合多智能体的适宜性评价指标,构建城市扩张多智能体模型,并对天津市2005-2020年的城市土地空间扩张情况进行模拟。结果表明：（1）该模型具有较好的可信度和模拟效果,能够有效模拟和预测产城融合导向下的城市土地空间扩张动态变化。（2）由天津市2020年城市土地空间扩张预测结果可知,未来城市用地仍以"摊大饼"式外延扩张为主,但位于城市边缘地带的"卫星城"已成为城市和产业进行功能融合、空间融合的起点,未来城市用地将向着产城融合的趋势演化。 相似文献
18.
Spatial patterns of urban expansion mainly include infilling, edge expansion, and outlying growth patterns. The cellular automata (CA) model, is an important spatio-temporal dynamic model and effectively simulates infilling and edge-expansion urban expansion. but is evidently lacking in outlying scenarios. In addition, CA cannot explain the causes and processes of urban land expansion. Given these limitations, we proposed a novel urban expansion model called simulation model of different urban growth pattern (SMDUGP), which can work well in both adjacent (i.e., infilling and edge expansion) and outlying growth patterns. SMDUGP has two main components. First, we divided the non-urban region into two categories, namely, candidate region for adjacent pattern urban growth (CRFAP) and candidate region for outlying pattern urban growth (CRFOP). Second, different methods were utilized to simulate urban expansion in the different categories. In CRFAP, a CA model based on the potential of urban growth was proposed to simulate urban growth in relatively randomly selected urban growth regions based on the discrete selection model and Monte Carlo method as the expansion area was implemented in CRFOP. Huangpi, a suburban area in Wuhan, is utilized as the case study area to simulate the spatial and temporal dynamics of urban growth from 2004 to 2024. SMDUGP can effectively simulate outlying urban growth with a highly improved simulation precision compared with the traditional CA model and can explain the causes and processes of urban land expansion. 相似文献
19.
Weilin Wang Ting Dong Zhibang Xu Gang Xu 《International journal of geographical information science》2013,27(11):2259-2283
ABSTRACTCellular automata (CA) are effective tools for simulating urban dynamics. Coupling top-down and bottom-up CA models are often used to address macro-scale demand and micro-scale allocation in the simulation of urban dynamics. However, those models typically ignore spatial differences in terms of the coupling process between macro-scale demand and micro-scale allocation. Herein, a novel approach for combining top-down and bottom-up strategies based on simulating urban dynamics is proposed. An optimizing strategy was used to predict the parameter of the inverse S-shaped function of future urban land use pattern and further deduce urban land increment within each concentric ring. The maximum probability transformation rule was incorporated into the CA model to address the micro-scale allocation. Wuhan was selected to test the performance of the proposed approach, and the conventional and the proposed approaches were compared. The results demonstrated that the proposed approach can not only retain the model’s accuracies but also better simulate the macro morphology of urban development dynamics and generate more realistic urban dynamic pattern in the urban sub-center and fringe regions. The proposed coupling approach can also be used to generate different development scenarios. The approach is expected to provide new perspectives for coupling top-down and bottom-up CA models in modeling urban expansion. 相似文献