基于遗传算法和支持向量机的城镇土地定级方法研究.pdfVIP

第 48卷第 6期 华 中师范大学学报(自然科学版) VoI．48 No．6 2O14年 12月 JOURNALOFHUAZHONG NORMALUNIVERSITY(Nat．Sci．) Dec．2O14 文章编号 ：1000～1190(2014)06—0917-06 基于遗传算法和支持向量机的城镇土地定级方法研究 高 娟 ，王海军 ，张怡然 ，李 娜 ，赵 杰 (1．武汉大学 资源与环境科学学院，武汉 430079；2．香港大学 城市与设计系，香港 999077) 摘 要 ：基于支持向量机理论 ，采用遗传算法进行全局最优参数选择 ，构建城镇土地定级模 型．以 某市中心城 区建成区及规划区为研究区，通过 GIS空间分析技术构建定级因子属性数据训练样本 和实验样本，实现基于遗传算法优化支持向量机的商服用地定级．在此基础上，将基于遗传算法优 化支持 向量机 的城镇土地定级方法和传统的多因素综合评定定级方法结果进行对 比分析．结果表 明，基于遗传算法优化支持 向量机的城镇土地定级方法效率较高，推广性较强 ，能够客观反映城镇 内部土地使用价值差异．定级结果符合研究区实际情况 ，是实现城镇土地定级的有效手段． 关键词：城镇土地定级；遗传算法；支持向量机；GIS；空间分析 中图分类号 ：P272；P208；F301 文献标识码 ：A 城镇土地定级是在对城镇土地 的 自然 、社会、 镇土地定级工作 ，先后提出了空间聚类 ]、人工神 经济条件等进行综合分析的基础上 ，表征城镇土地 经网络_5]、贝叶斯分类器 等方法 ，取得 了比较理 使用价值和空间质量差异 ，评定土地级别的过程． 想的结果．同时，GIS空间分析_7和 RS技术口]的广 城镇土地定级工作对于全面把握城镇 内部土地利 泛引人，也不断推动城镇土地定级方法 的革新．然 用状况 、科学管理城镇土地 ，进而实现城镇建设土 而，高效、准确的城镇土地定级方法仍需不断探索， 地节约集约利用具有重要 的现实意义．近年来 ，在 模型的鲁棒性和可复制性也需要进一步提高． 各级国土资源部门的牵头下 ，我国城镇土地定级工 本文基于支持 向量机理论 (SupportVector 作广泛开展．然而，城镇土地级别 的准确划分需要 Machine，SVM)，并结合遗传算法 (GeneticAlgo— 综合考虑多方面的因素，指标多，数据量大 ，分析过 rithm，GA)对支持 向量机参数进行优化选择 ，构 程复杂．而且城镇土地定级与基准地价工作一般 2 建 了基于遗传算法优化支持 向量 回归机 (GA— ～ 3年要更新一次．因此，定级效率和准确性是土 sVM)的城镇土地定级模型．目前 ，该模型 已经在 地定级工作者们考虑的重要问题． 回归预测_g。 、遥感分类_l1 、参数优化 等方面 传统的城镇土地定级普遍采用多因素综合评 取得了良好的实验结果．本文将该模型应用于城镇 价法初步划定土地级别 ，并通过土地级差收益测算 土地定级工作，省去了权重确定过程，通过计算机 或市场交易价格等方法进行调整验证 ，最终确定土 人工智能确定土地级别．首先基于 GIS空 间分析 地级别．具体方法是 ：以 《城镇土地分等定级规程》 技术获取各定级因子空间数据和属性数据，确定不 (GB／T 18507～2001)为基础 ，并根据研究 区的实 同定级因子对各定级单元 (25ITI×25m栅格)的作 际情况确定城镇土地定级因素因子体系，采用特尔 用分值 ，构建定级 因子属性数据库．将各定级因子 菲法 、层次分析法 ]、遗传算法 等确定 因子权重 作用分值作为 GA—SVM土地定级模型的输入项 ， 值 ，采用相对值法或距离递减法等确定定级单元的