共查询到10条相似文献，搜索用时 31 毫秒
1.
提出了基于蚁群智能的空间选址模型,通过蚁群智能和GIS的结合来解决复杂的空间优化配置问题.这种启发式的智能搜索方法大大提高了空间搜索能力.为符合选址问题的求解,从信息素更新方式和禁忌表调整策略两方面对基本蚁群算法进行改进.同时,为了使得模型能实用于大区域的基础设施选址,提出了"分步逼近"的策略,取得了较好的效果.将所提出的模型应用于广州市公共没施的空间优化选址.实验结果表明,该方法比简单搜索方法和遗传算法更有优势. 相似文献
2.
将空间信息与Pareto多目标遗传算法相结合可解决具有多个相互制约目标准则的GIS选址问题。以NSGA-Ⅱ算法为基本算法,以空间选址涉及的服务人口密度、交通成本、道路可达性等因素定义多个目标函数,通过表达空间相互作用的权重矩阵将空间信息融合在NSGA-Ⅱ中,形成GIS空间对象的多目标优化选址算法流程,并以山东省10个流行病监控点最优位置的选址为案例进行对比分析。实际应用表明,与普通遗传算法、普通NSGA-Ⅱ算法相比,融合空间信息的多目标遗传算法可有效解决复杂的空间优化选址问题,不仅可以收敛到Pareto最优集,而且解集的分布性更好,算法也具有很好的稳定性。 相似文献
3.
针对现有城市公共设施选址模型较少考虑具体城市特色和服务设施运行现状这一问题,该文提出基于地理信息系统(GIS)空间分析、改进潜能模型和免疫算法相结合的方法,在评估研究区垃圾楼可达性的基础上,利用GIS空间分析进行初步优化,并构建双目标免疫优化模型再次优化.研究表明:西城区7个街道之间可达性空间差异较大,可达性较好的区域分布在研究区中下部;现有垃圾楼数量不能满足居民需求,拟在可达性较差区域增加9座垃圾楼;经两步优化后,在原有垃圾楼布局不变前提下,研究区居民点平均可达性提高34.50％,7个街道平均可达性标准差下降了 58.18％,表明该方法在提高垃圾楼整体可达性的同时也促进其空间布局的均衡化. 相似文献
4.
5.
由于存在多约束和多个优化目标,物流配送决策非常困难。针对城市多仓库物流配送问题,提出基于网络Voronoi图的空间启发式优化方法。从空间角度,将多仓库物流配送优化分解为区域分割和路径优化两个空间子问题。基于网络Voronoi覆盖进行服务区域初始划分,顾及仓库容量差异,进行区域边界修正,并创建初始解。路径优化将局部搜索范围限定在网络K近邻内,只搜索最有可能的空间邻域,迭代改进解的质量。该算法最小化路径数量和路径长度。利用深圳市的大规模多仓库物流配送问题测试算法性能。试验结果表明：本文方法能够在15min内求解6400个客户点的大规模物流配送问题,解的质量优于ArcGIS约10.8%,计算时间约为其21.2%。 相似文献
6.
并行蚁群算法及其在区位选址中的应用 总被引：1，自引：0，他引：1
提出基于多叉树并行蚁群算法的区位选址优化方法.算法依据蚁群算法具有的并行特性,采用GPU(graphic processing unit,图形处理器)并行运算技术,对地理空间进行多又树划分,收集蚂蚁在多又树层间旅行时逐步留下的信息素信息,进行路径选优获得理想的候选解,从而为解决平面空间资源优化配置问题提供新的思路.实验结果表明,与普通蚁群算法相比,采用基于多叉树搜索的并行蚁群算法,能够发挥蚁群算法的并行特征,在短时问内求得较为理想的解,适合计算大区域的空间资源配置问题. 相似文献
7.
设施空间选址中的GIS技术支持 总被引：11，自引：1，他引：10
设施空间位置选择的好坏,直接关系到设施能否最大限度地发挥其效用和实现其利益或价值,而传统的选址决策方法存在着许多固有的不足。GIS技术的发展,为我们快速全面获取并交互可视化地分析建筑物所在区位的信息提供了良好的技术支持,从而为解决传统选址方法所面临的难题提供了新思路。本文详细介绍了GIS技术在设施空间选址中的支持作用。 相似文献
8.
9.
10.
校车站点布局问题是一种典型的设施选址问题。大多数设施选址问题均属于区域选址,将设施选址限定在一定空间范围内,其方法并不适用于需要将位置固定在道路上的校车站点布局问题。因此,为保证生成的站点分布在路网上,且学生到站点的步行距离较短,提出了一种改进的K-means聚类算法,以一定范围内密度最大的点为初始类中心,在逐次迭代中将类中心投影到路网上,进而聚类得到校车站点。与传统的利用最大最小距离法的改进方式进行对比发现,在相同的站点间最小间距下,基于密度法改进初始类中心的K-means算法使得学生到车站总步行距离较短,且迭代次数明显减少。该方法还可适用于超市班车站点选址、物流配送点选址等问题。 相似文献