排序方式： 共有2条查询结果，搜索用时 62 毫秒
1
1.
土地利用优化配置是促进土地可持续发展的重要举措,然而现有研究缺乏有效求解土地利用优化配置模型的新型混合式智能优化算法。本文结合蚁群算法和混沌模型,形成混沌蚁群优化（Chaos Ant Colony Optimization,CACO）算法,并以广州市增城区为研究区,对土地利用现状进行优化配置;然后在数量结构、目标函数值、空间布局等方面将优化结果与土地现状及标准蚁群算法优化结果进行对比分析。结果表明：① CACO算法能在满足多种约束条件下,有效解决多目标土地利用优化配置问题;② 与标准蚁群算法相比,CACO算法能增加土地利用的经济效益7.18亿元、生态效益0.33亿元、社会效益1.13%,同时降低地类转换成本1.15%;③ CACO算法能使土地利用现状空间分布多样性和均匀性的下降控制在1.30%以内,同时缩减地块数量8.86%,并使平均斑块大小增加9.77%,从而提升土地集约利用水平,更合理地配置各现状地类的空间分布,为研究区土地利用的科学规划与决策提供支持。 相似文献
2.
大量研究表明,考虑了空间多维性的小世界网络模型对于研究交通网络特性对交通流的影响很有必要。但现有相关研究普遍未能有效找出小世界网络特征产生的临界阈值进而判断网络结构特征对城市交通运行的影响。以伦敦市主干道路网络为案例,通过网络环境下的Moran's I和Getis-Ord's G两个统计量,找出道路网络结构的小世界特征及其网络动力产生的临界阈值,并利用基于交通网络距离的半变异(方差)函数分析该临界阈值是否合理,然后运用网络自相关分析小世界网络结构特征及其网络动力对道路交通流的影响。结果表明:(1)伦敦市主干道路网络的全局Moran's I和全局Getis-Ord's G的收敛值是0.34,小世界网络现象或动力出现的临界阈值是17 000 m;(2)半方差图显示估算的小世界网络特征出现的阈值距离远小于理论半变异函数模型估算的空间相关性作用范围,且在该阈值附近半变异值呈明显上升趋势,表明该阈值是合理的;(3)在此阈值影响范围下,伦敦市主干道路段间交通流网络自相关性总体上呈显著正自相关特征,其局域空间关联格局呈中心区低-低和外围高-高的分布模式。 相似文献
1