[发明专利]一种面向地理空间优化的人工免疫智能优化系统

说明书

技术领域

本发明属于地理信息科学技术领域，特别是涉及一种面向地理空间优化的人工免疫智能优化系统。

背景技术

空间优化是采用空间搜索方法获取在一定限制条件和特定目标（社会、经济、生态目标等）约束下效益最优的空间实体分布状态。地理学研究领域中的许多复杂空间问题最终都可以归结为空间优化问题,如设施选址（公园、医院、大型超市选址等）、路线优化（物流配送路径优化等）、资源环境监测网络优化（疾病、大气污染、水污染监测站的空间位置布设等）、资源优化配置（水资源和土地资源的优化配置等）。随着地理信息系统(Geographic Information System, GIS)技术在空间数据的采集、存储、表达与分析能力的日益增强，应用GIS技术求解空间优化问题已成为当前GIS应用领域的三大前沿方向之一。然而,空间优化问题通常涉及对非线性、多因素和多层次的复杂关系进行建模，传统的GIS所提供的叠置分析、网络分析和缓冲区分析等空间分析功能无法实现对这些复杂关系进行建模、表达、推理和学习。

随着进化计算和生物群智能等智能计算方法在解决高维、非线性问题上的优越性日益凸显，采用智能计算方法解决空间优化问题也开始得到地理学领域内诸多学者的重视。人工免疫系统(Artificial Immune System, AIS)作为一种新型的智能仿生算法也开始广泛应用于空间优化问题求解。人工免疫系统是一类在计算机环境下对生物免疫系统的学习、记忆、识别等免疫原理进行模拟的智能仿生算法的总称，其中包括基于阴性选择原理的阴性选择算法(Negative Selection Algorithm, NSA)、基于克隆选择原理的克隆选择算法(Clonal Selection Algorithm, CSA)、和基于免疫学习机理的免疫网络模型(Artificial Immune Network)等。相对于遗传算法、人工神经网络等智能计算方法，国内外有关人工免疫系统的研究起步相对较晚，但发展迅速，并广泛应用于计算机病毒防治、网络攻击识别、模式识别和数据挖掘等众多领域。在空间优化相关研究领域，人工免疫算法已在遥感图像处理、空间数据挖掘、路径优化、设施布局、土地利用等方面取得了重要进展。其中，基于群体智能的克隆选择算法是目前在空间优化相关领域中研究最多、应用最广的一种基于人工免疫原理的智能算法。

然而，在国内外现有研究与应用中，大多倾向于从特定问题的建模与求解需求出发设计针对特定问题的免疫算法，而对于通用智能计算平台的研究较少。目前国内外影响较大的面向空间优化的智能优化平台主要有黎夏等人开发的GeoSOS。然而，GeoSOS较多的关注于地理模拟问题，智能优化算法主要作为地理模拟的规则提取方法。而对于空间优化问题的求解，该系统目前只提供了面向选址问题和路线选取问题的蚁群优化算法。相对于复杂的空间优化问题和广泛存在的各类型地理空间优化问题，该系统的通用性、扩展性和用户可定制等方面的功能还有待加强。

发明内容

本发明试图克隆选择算法的基本特点出发，结合地理空间优化计算的需求，设计面向地理空间优化的免疫算法模型框架。在此基础上借鉴国内外现有研究成果，为相关研究人员提供一个可扩展、可定制、通用的计算平台，推进人工免疫系统在地理空间优化问题研究领域的研究，进而为开展相关的实践工作提供决策支持。

本发明的技术方案为一种面向地理空间优化的人工免疫智能优化系统，包括免疫算子库、问题应用库和应用平台模块，免疫算子库、问题应用库分别和应用平台模块进行通信连接；

所述免疫算子库，用于存储免疫算子插件； 

所述问题应用库，用于存储解决空间优化问题的应用插件；

所述应用平台模块，用于根据用户选择，从免疫算子库调用相应的免疫算子插件确定克隆选择算法，以及从问题应用库中调用相应的应用插件，确定用户所需解决特定空间优化问题的抗体编码和亲和度评价函数；根据确定的抗体编码和亲和度评价函数，采用克隆选择算法获得用户所需解决特定空间优化问题的最优解。

而且，所述克隆选择算法由9个由免疫算子插件提供的算子组成，分别用于执行种群初始化、免疫选择、克隆、变异、交叉、自定义算子、亲和度评价、克隆抑制和免疫补充。

所述采用克隆选择算法获得用户所需解决特定空间优化问题的最优解，具体步骤如下：

步骤1，根据抗体编码，进行种群初始化；

步骤2，对种群依次执行免疫选择、克隆、变异、交叉、自定义算子提供的操作、亲和度评价、克隆抑制和免疫补充；所述亲和度评价根据亲和度评价函数执行；