[发明专利]基于多智能体和蚁群算法的面向对象遥感分类方法

摘要

本发明提供一种基于多智能体和蚁群算法的面向对象遥感分类方法，构建样本数据集；主智能体发布进行土地利用变化转化规则挖掘的任务；若干个子智能体接收主智能体的任务，成为任务型智能体，利用土地利用变化样本数据集，采用蚁群算法完成对于土地利用转化规则的挖掘，得到土地转换预测类型；主智能体接收每个任务型智能体的完成消息，进行基于多智能体的协商，最终选择其中一个预测类型作为最终的预测类型。本发明将多智能体与蚁群算法进行结合，依据样本集并预设规则集，基于不断调整样本权值的方法，将多个单蚁群的随机性进行加权式组合，定量化表达多智能体协商与决策过程，从而提高其最终土地转换预测的精度。

主权项

1.一种基于多智能体和蚁群算法的面向对象遥感分类方法，其特征在于：它包括以下步骤：S1、样本数据集的构建：收集至少2期研究区域的遥感影像数据，并基于该遥感影像数据进行数据矢量化，制作城市土地利用分类数据，构建土地利用变化样本数据集；S2、初始化主智能体和子智能体，主智能体发布进行土地利用变化转化规则挖掘的任务；S3、若干个子智能体根据自身能力选择是否接收主智能体的任务，并返回相应消息给主智能体；S4、主智能体将接收任务的子智能体标记为任务型智能体，分别发消息给每个任务型智能体，消息内容为蚁群算法所需要的参数；S5、每个任务型智能体利用土地利用变化样本数据集，采用蚁群算法完成对于土地利用转化规则的挖掘，得到土地转换预测类型；S6、主智能体接收每个任务型智能体的完成消息，给出各样本权值，各样本权值的初始值相等；S7、每个任务型智能体根据各样本权值，对各自得到的土地转换预测类型计算错误率，并发送给主智能体；S8、主智能体进行本轮协商，选出错误率最低、且错误率小于预设错误率的一个任务型智能体，作为候选智能体，根据该候选智能体的错误率计算其决策权；若错误率最低的任务型智能体的错误率大于或等于预设错误率，则排除所有剩余任务型智能体；S9、主智能体根据本轮协商选出的候选智能体的决策权和预设规则集调整样本权值，由剩余的任务型智能体重复步骤S7和S8，直至所有任务型智能体均成为候选智能体，或所有剩余任务型智能体均被排除，协商结束；S10、最终预测：将所有候选智能体按其得到的土地转换预测类型分组，对相同的土地转换预测类型对应的候选智能体的决策权进行求和，得到每种土地转换预测类型的决策权和，选取决策权和最大的土地转换预测类型，作为最终的预测类型。