地理模拟系统：元胞自动机与空间智能

图书标准信息

• 作者 黎夏 著
• 出版社 科学出版社
• 出版时间 2020-08
• 版次 1
• ISBN 9787030651303
• 定价 180.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 371页
• 字数 600千字

【内容简介】

《地理模拟系统：元胞自动机与空间智能》提出和阐述集成地理元胞自动机（CA）、多智能体系统（MAS）和群智能（SI）的地理模拟系统（Geographical Simulation System），以解决复杂的地理格局和过程模拟的问题。《地理模拟系统：元胞自动机与空间智能》首先介绍地理模拟系统的基本概念和空间数据输入的基本方法；接着阐述将 CA 与 GIS 结合起来对复杂资源环境系统进行模拟的一般原理，总结地理模拟系统的多种智能式获取方法；然后论述 MAS 的基本原理，对 MAS 在空间决策行为模拟、土地格局演变与土地利用规划、城市就业空间模拟等方面的应用实例进行介绍；*后对 MAS 与 CA 以及 SI 的耦合研究进行深入探讨，进而提出地理模拟与优化系统（Geographical Simulation and Optimization System，Geo SOS）的框架体系和理论方法。

【目录】

目录 

序 

前言 

第1章 导论 1 

1.1 地理元胞自动机 1 

1.2 空间多智能体系统 6 

参考文献 6 

第2章 地理模拟系统 8 

2.1 地理学研究方法的回顾 8 

2.2 地理模拟系统的提出及定义 9 

2.3 地理模拟系统有关的基础及其发展历史 13 

2.4 地理模拟系统在地理研究中的重要性 15 

2.5 地理模拟系统的研究内容与手段 16 

2.6 地理模拟系统与GIS 的关系 18 

2.7 地理模拟系统与多智能体系统的关系 20 

2.8 地理模拟系统与系统动力学的关系 20 

2.9 地理模拟系统与空间信息网格的关系 21 

参考文献 21 

第3章 地理模拟系统的空间数据获取 23 

3.1 空间数据采集的一般方法 23 

3.2 利用各种GIS 空间分析方法获取进一步的空间数据 24 

3.3 利用GIS 获取城市模拟的输入数据 25 

3.3.1 进行城市模拟的空间变量的获取 25 

3.3.2 城市形态和结构信息的获取 27 

3.3.3 土地评价 29 

3.4 利用遥感获取地理模拟的输入数据 30 

3.4.1 遥感在城市模拟中的应用 30 

3.4.2 遥感动态变化监测的主要方法 31 

参考文献 35 

第4章 基于元胞自动机的城市及地理模拟 37 

4.1 元胞自动机的发展历史 37 

4.1.1 元胞自动机与计算科学的发展 37 

4.1.2 元胞自动机与复杂系统的模拟 38 

4.2 元胞自动机进行城市与地理模拟的原理及方法 40 

4.2.1 基于“生命游戏”规则的CA 40 

4.2.2 地理元胞自动机 42 

4.2.3 地理元胞自动机与转换规则 42 

4.3 常用的CA 模拟软件 45 

参考文献 46 

第5章 CA 建模以及转换规则获取的方法 48 

5.1 未来各类用地需求总量确定的原理及方法 48 

5.1.1 马尔可夫链方法 48 

5.1.2 系统动力学方法 50 

5.2 CA 转换规则确定的一般方法 54 

5.2.1 基于多准则判断的方法 54 

5.2.2 基于Logistic 回归的CA 56 

5.2.3 基于5 个因子的SLEUTH 模型 57 

5.2.4 基于“灰度”的转换规则 60 

5.2.5 基于主成分分析的元胞自动机 61 

5.2.6 基于神经网络的元胞自动机 63 

参考文献 65 

第6章 转换规则获取的智能式方法 67 

6.1 数据挖掘及转换规则 67 

6.2 遗传算法与CA 的参数选择 69 

6.3 基于Fisher 判别和离散选择的CA 71 

6.4 基于非线性核学习机自动提取地理元胞自动机的转换规则 75 

6.5 基于支持向量机的元胞自动机 79 

6.6 基于粗集的知识发现与地理模拟 84 

6.6.1 粗集和约简的决策规则 84 

6.6.2 基于粗集的CA（RS-CA） 87 

6.7 基于案例推理元胞自动机的地理模拟 89 

6.7.1 基于规则（rule-based）的地理元胞自动机 89 

6.7.2 基于案例（case-based）的地理元胞自动机 89 

参考文献 93 

第7章 元胞自动机：过程模拟与知识发现的工具 95 

7.1 利用逻辑回归模型进行城市模拟 95 

7.2 基于主成分分析的CA 与城市模拟 99 

7.3 利用基于神经网络的CA 模拟土地利用变化 103 

7.3.1 空间变量及训练数据 104 

7.3.2 神经网络的结构 105 

7.3.3 神经网络的训练 105 

7.3.4 土地利用变化的动态模拟及预测 105 

7.4 基于数据挖掘的CA 及城市模拟 108 

7.4.1 CA 转换规则的自动挖掘 108 

7.4.2 模拟结果及检验 111 

7.5 城市形态演变“基因”的知识挖掘及优化模拟 114 

7.5.1 城市演变“基因”的获取与优化 114 

7.5.2 模型应用及结果分析 116 

7.5.3 结论 123 

7.6 Fisher 判别及元胞自动机转换规则的自动获取 123 

7.7 从高维特征空间中获取元胞自动机的非线性转换规则 127 

7.8 基于支持向量机的元胞自动机及土地利用变化模拟 131 

7.9 基于粗集的知识发现与地理模拟 138 

7.10 基于案例推理的CA 动态转换规则及大区域城市演变模拟 145 

参考文献 154 

第8章 元胞自动机：城市与区域规划的辅助工具 156 

8.1 引言 156 

8.2 约束性CA 及可持续城市发展形态的模拟 158 

8.3 基于元胞自动机的城市发展密度模拟 163 

8.4 利用CA 和GIS 结合辅助生成农田保护区 171 

8.5 基于神经网络的CA 及真实和优化的城市模拟 177 

8.6 约束性CA 在城市规划中的应用――以广东省东莞市为例 182 

8.6.1 三种约束性的CA 183 

8.6.2 CA 在城市规划中的三种主要功能 191 

8.7 基于城市扩张的动态选址模型――以深圳垃圾转运站选址为例 196 

8.7.1 交替式Location-allocation 算法 197 

8.7.2 城市扩张模型 198 

8.7.3 动态选址模型 200 

8.7.4 应用 201 

参考文献 206 

第9章 地理元胞自动机的不确定性研究 209 

9.1 引言 209 

9.2 城市CA 的不确定性 210 

9.2.1 数据源误差 210 

9.2.2 操作或转换误差 211 

9.2.3 城市CA 建模中的模型不确定性 212 

9.3 城市CA 中的不确定性评价 213 

9.3.1 城市CA 的误差传递 213 

9.3.2 CA 中的不确定性 215 

9.4 结论 220 

参考文献 221 

第10章 元胞自动机模型与大尺度模拟及城市精细化模拟 223 

10.1 灰度CA 模型与大尺度城市扩张模拟 224 

10.1.1 大尺度灰度CA 模型的原理与设计 225 

10.1.2 基于灰度CA 模型的未来我国城市扩张模拟与验证 231 

10.2 斑块CA 模型与城市空间格局演变模拟 235 

10.2.1 嵌入斑块模拟机制的CA 模型与城市发展模拟 235 

10.2.2 时序C斑块CA 模型及城市空间格局演变模拟 247 

10.3 矢量CA 模型与城市精细化模拟 256 

10.3.1 耦合动态地块分裂的矢量CA 模型 258 

10.3.2 基于DLPS-VCA 的土地利用精细模拟 263 

10.3.3 基于多种未来情景的城市土地利用发展预测 267 

参考文献 269 

第11章 多智能体的基本原理 273 

11.1 多智能体的历史根源与基本概念 273 

11.2 多智能体系统的原理 277 

11.3 基于计算机的多智能体 278 

11.4 基于地理空间的多智能体 279 

11.5 多智能在经济、资源环境中的应用 280 

11.6 多智能体与CA 及GIS 的集成 281 

11.6.1 多智能体与CA 集成的必要性 281 

11.6.2 多智能体与CA 及GIS 集成的必要性 281 

11.6.3 多智能体与CA 及GIS 集成的可行性 282 

11.7 多智能体系统的公共建模平台 282 

参考文献 284 

第12章 基于多智能体系统的空间决策行为及土地利用格局演变的模拟 285 

12.1 引言 285 

12.2 基于多智能体的城市土地利用变化模拟模型 286 

12.2.1 环境要素层 286 

12.2.2 多智能体及决策行为 287 

12.3 模型的应用 290 

12.3.1 实验区及数据处理 290 

12.3.2 模型的简化 290 

12.3.3 模型的应用 291 

12.4 模型的检验 296 

12.5 结论 297 

参考文献 298 

第13章 CA 和MAS 结合的城市土地资源可持续发展的规划模型 300 

13.1 可持续发展与城市土地资源规划 300 

13.2 城市发展预测的微观模型 300 

13.3 基于CA 和MAS 的城市土地资源可持续发展及规划模型 301 

13.3.1 多智能体及决策行为 302 

13.3.2 元胞自动机层 306 

13.4 模型的应用 307 

13.4.1 实验区及数据 307 

13.4.2 城市土地资源可持续发展需求预测 307 

13.4.3 模型的应用及结果 308 

13.5 结论和讨论 310 

参考文献 311 

第14章 CA 和MAS 结合的城市工业及基本就业空间增长过程的微观模拟 313 

14.1 引言 313 

14.2 工业企业及基本就业空间增长的CA-MAS 微观模型 314 

14.2.1 工业企业及基本就业空间增长 314 

14.2.2 工业企业及基本就业空间增长的多智能体和环境 316 

14.2.3 工业企业及基本就业空间增长的CA-MAS 模拟模型 318 

14.3 应用 320 

14.4 结论 325 

参考文献 325 

第15章 地理模拟与优化系统：软件及其应用 327 

15.1 地理模拟与优化系统 327 

15.1.1 GeoSOS 理论与方法 328 

15.1.2 GeoSOS 软件介绍 332 

15.1.3 GeoSOS 与地理国情分析 334 

15.1.4 GeoSOS 与“三规合一”信息服务 344 

15.2 GeoSOS-FLUS 模型与应用 351 

15.2.1 GeoSOS-FLUS 模型与方法 351 

15.2.2 GeoSOS-FLUS 软件介绍 353 

15.2.3 FLUS 模型与土地利用情景模拟 354 

15.2.4 FLUS 模型与城市增长边界划定 356 

参考文献 367