排序方式： 共有3条查询结果，搜索用时 0 毫秒
1
1.
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
2.
克里金插值方法根据待估位置点、已知样本数据点的位置关系和区域化变量的空间相关性,实现空间加权估计,满足估计的无偏性和最优性。传统方法理论模型形状固定且选择具有人为主观性,无法反映空间数据的变化趋势及其空间多尺度特征。本文为解决上述问题,提出了一种基于多尺度最小二乘支持向量机优化的克里金插值方法,此方法为拟合实验变异函数提供了一种新的思路。从实际样本数据的变化趋势出发,采用最小二乘支持向量机拟合实验变异函数,并利用不同尺度小波核反映不同尺度下的空间变化。最后,实验环节包括模拟和应用,模拟主要验证经多尺度最小二乘支持向量机优化后插值方法的科学有效性以及准确性,应用主要研究青岛市PM2.5浓度时空分布特征,为城市生态科学防护及控制提供理论依据。结果表明,基于多尺度最小二乘支持向量机优化的克里金插值方法能够更好地刻画变异函数,反映不同尺度下的空间变化细节,从而在一定程度上提高插值的精度,是一种可选的克里金插值方法。 相似文献
3.
微博签到是一种典型的基于位置的社交服务,反映出社交用户与城市公共空间的互动,海量的社交位置签到数据为城市研究提供了全新的视角。本文基于香港、深圳两个城市2014年1月至2015年1月时间段内的新浪微博签到数据,从签到数据空间特性、旅游热点分布和居民活动空间3个方面对城市空间进行了综合分析:空间相关性分析结果表明签到事件在城市空间的分布具有明显的聚集性,并根据空间扫描统计结果依次标识出签到事件高值聚集区;针对旅游类签到数据分析发现两城市旅游关注度的时间变化趋势一致且峰值与我国假期时间分布相吻合,旅游热点主要分布于城市中心地带;以签到事件的规模、强度和集聚程度作为居民活动的表征分析城市活动空间特征,结果表明居民活动的核心圈层受到传统行政区划影响但分布已初步呈现"多心开敞"的空间形态。 相似文献
1