[发明专利]基于改进ANN耦合异步元胞自动机的城市动态扩张模拟方法

权利要求书

1.一种基于改进ANN耦合异步元胞自动机的城市动态扩张模拟方法，其特征在于：包括以下步骤：

S1：通过K-means方法对研究区域进行分区；

S2：通过基于ANN-HPSO-CA模型得到每个分区的转换规则；

S3：将ANN-HPSO-CA模型与异步元胞自动机模型耦合。

2.根据权利要求1所述的基于改进ANN耦合异步元胞自动机的城市动态扩张模拟方法，其特征在于：在所述步骤S1中，将基期年与末期年两年的研究区域的数据进行叠加，得到土地利用变化数据，对所述土地利用变化数据与其他影响土地利用变化的驱动因子数据进行K-means空间聚类分析，聚类结果中的每一个类对应元胞空间的一个分区。

3.根据权利要求1所述的基于改进ANN耦合异步元胞自动机的城市动态扩张模拟方法，其特征在于：所述步骤S2具体包括以下步骤：

S21：基于人行为粒子群优化和元胞自动机的改进人工神经网络ANN-HPSO-CA，在原粒子群优化算法PSO中引入全局最坏粒子，即在每次迭代中，整个种群中适应性最差的粒子，表示为Gworst：

Gworst(t)＝argmax{f(Pbest₁),f(Pbest₂),…,f(Pbest_N)}

f(·)代表对应粒子的适应度值；

引入服从标准正态分布的学习系数r3，即r3∈(0,1)，若r30，则认为是一个有推力的学习系数，有助于提高粒子的飞行速度；若r30，则认为是惩罚的学习系数，降低粒子的飞行速度；若r3＝0，表示这些坏习惯或行为对粒子没有影响；将两个加速度系数r1和r2分别替换为随机学习系数r1和r2：

r1和r2是两个值在[0,1]之间的随机数，r1+r2＝1；对于一个粒子，在每一个d＝1,2,…,D中，r1、r2、r3的值是相同的，不同粒子的r1、r2、r3的值是不同的；如果溢出边界，就将当前的值设置为边界值；

S22：将S1得到的聚类的结果输入到ANN-HPSO-CA中进行处理，得到每一个分区的转换规则。

4.根据权利要求1-3任一所述的基于改进ANN耦合异步元胞自动机的城市动态扩张模拟方法，其特征在于：所述ANN-HPSO-CA为：在HPSO中引入CA，通过CA提高搜索能力来挖掘更多潜在搜索空间，使得粒子有更多的天赋来摆脱原来的轨迹；

在HPSO的第一层循环中，所有搜索空间中的粒子被放在一个给定的二维网格中，对于每一个粒子，CA计算找出当前粒子邻域区域内的局部最好粒子和局部最坏粒子并设定为对应的初始值，然后计算当前粒子的适应度值，如果当前粒子的适应度值比局部最好粒子的适应度值更高，就根据CA转换规则对当前粒子进行更新；

HPSO的第二层循环将ANN的权重和偏差参数初始化，赋值给粒子，在HPSO-CA中找出最优粒子；在计算粒子的适应度值时，将神经网络中的代价函数应用于HPSO中的适应度函数，最后，全局最优粒子即为神经网络中的最优权值和偏差。

5.根据权利要求1所述的基于改进ANN耦合异步元胞自动机的城市动态扩张模拟方法，其特征在于：所述S3具体包括以下步骤：

S31：首先通过基期年的土地利用数据与末期年的土地利用数据得到土地利用变化数据，然后通过标准格网划分的方法将研究区域划分为很多标准格网，得到一个速率格网；

S32：通过结合土地利用变化数据按照以下公式得到元胞转换速率：

其中V_i为速率格网i中的元胞演化速率，C_i为速度格网i中发生变化的栅格(元胞)数目，S_i为速率格网i中非空栅格(元胞)的数目；

S33：通过下列公式计算元胞的演化间隔：

其中Interval_i即为速率格网V_i中的元胞演化间隔；

S34：定义最大元胞演化间隔MaxI，然后把所有元胞的演化间隔都控制在[1,MaxI]区间中，用下列的公式展示：

即，如果元胞的演化间隔大于MaxI，则该元胞的演化间隔就为MaxI，否则就为Interval_i；

S35：异步元胞自动机CA模型中每个元胞的总体转换概率由五个部分组成：城市发展适宜性P_s、邻域效应Ω、约束条件P_c、随机因子RA以及通过元胞演化间隔得到的所述城市发展适宜性通过ANN-HPSO-CA模型计算得到；所述邻域效应代表n×n邻域范围内的中心元胞与周边元胞的相互作用；具体表现为中心元胞n×n邻域范围内城市元胞的密度；元胞i在时刻t的邻域效应表示为：

其中表示元胞i在时刻t的状态，con()是条件函数，当元胞状态为城市时值为1，否则值为0；

限制因素约束了特殊土地利用类型向城市的转换；限制因素表示为：

其中当元胞i在时刻t满足扩张约束条件时，con()取值为1，否则取值为0；RA为0-1之间的随机数；

如果元胞自动机的运行次数是该元胞的演化间隔Interval_i整数倍，则为1，否则为0；

元胞i在时刻t的总体转换概率表示为：

在每次迭代中计算每个元胞的总体转换概率，并根据概率值选择最大的前N个非城市元胞进行转换；根据基期年和末期年的土地利用变化数据得到城市扩张量M，模型迭代次数则为即达到实际城市扩张量时模型停止模拟，输出模拟结果。