9智能化空间分析解读.ppt

3. 基于遗传算法的道路规划 遗传算法随机地在道路沿线产生若干点，形成一条路线，由此可满足几何约束。 地理信息系统的算法读取这些数据，并沿中心线产生一带状区域，计算与地理信息相关的成本并将结果输出到外部程序，外部程序将计算其他成本 总成本将输入到遗传算法程序中进行优化决策。 遗传算法由若干初始值开始，在新一代中寻找较好的目标函数值，算法通过产生新的变量值及将前一代中的若干好的属性相组合产生新的个体来改进优化结果，基于目标改进来选择进一步繁殖的个体，其优化步骤为： （1）由遗传算法随机产生若干可选方案，将其输入到地理信息系统中，遗传算法产生新的一代； （2）由地理信息系统自身算法计算与位置有关的成本； （3）将成本结果输出到包含遗传算法的外部程序； （4）在外部程序中计算与长度有关的成本，这些成本是优化模型的构成部分； （5）在外部程序中计算总成本，并将其输送到遗传算法子程序中进行优化决策； （6）在这一代中寻找最好的方案，计算目标函数的变化； （7）随后的若干代中，若目标值的变化可以忽略不记，则优化停止，否则，重复第一步到第（6）步。“忽略不记”与“许多”可由决策者人为确定。 9.6.1 空间决策支持系统概念 空间决策支持系统（Spatial Decision Support System，SDSS）在20世纪80年代伴随着地理信息技术的进步逐渐发展起来，它是决策支持系统的一个分支，其最主要行为是对地理空间问题进行决策支持，是在传统决策支持系统和地理信息系统相结合的基础上发展起来的新型信息系统。空间决策支持应用空间分析的各种手段对空间数据进行处理变换，提取出隐含于空间数据中的事实与关系，并用图形、表格和文字的形式直接表达，为现实世界中的各种应用提供科学、合理的决策支持。 SDSS具有以下基本特征： （1）SDSS是支持决策的自适应系统； （2）SDSS能够辅助解决半结构化、非结构化空间问题； （3）SDSS是支持数据与模型有机集成的智能系统； （4）SDSS支持各种决策风格，易于适应用户的需求。 SDSS与GIS的主要区别在于SDSS具有专门的模型库及其管理系统，供决策人员分析和决策时进行模型选择和构造新模型；SDSS将方法库与模型库分离，有利于一个模型使用不同方法形成问题的不同求解途径；SDSS更强调知识和模型在问题求解过程中的重要性。 9.6.2 空间决策分析 1. 基于面向对象知识表达的空间推理决策 2. 基于Agent的智能化决策支持 为了解决传统SDSS所存在的局限，采用Agent技术进行空间信息的辅助决策，建立基于Agent的分布式智能SDSS 3. 基于Web的分布式群体环境决策制定 基于Web的开放式决策支持系统是一个基于Web技术的集数据仓库技术、OLAP技术、数据挖掘技术和专家系统于一体的智能决策支持系统。其基本思想是决策资源提供者将决策资源作为Web环境中的一种服务资源提供给决策者，决策者通过一定方式搜索并使用决策资源辅助进行决策，可以避免系统管理和维护等复杂工作。 4. 空间决策的可视化表达 借助于科学计算可视化，利用相关计算机技术和方法可以将大量不可视的地理信息转换为容易理解的，可进行交互分析的图形、图像、动画等形式。 9.6.3 GIS与专业模型集成分析 地学专业模型具有以下特征： （1）简化地球系统结构，描述和认识地球系统的构造，抽取所关心的问题； （2）汇集数据，综合系统的大量具体事实，发现内在规律，如回归模型、相关分析模型； （3）模拟系统过程，预测系统未来变化，如系统预测模型、系统动态学模型等； （4）担负逻辑职能，解释事物变化结果的必然性； （5）验证假说和相关理论形成新的理论，如空间相互作用模型； （6）优化系统结构，设计新方案。 模型通常有四种表现形式： （1）物理模型：是对原系统进行比例处理的实物模型或者根据一定规律进行的比拟和推演； （2）数学模型：是以数学为工具，建立各种公式和方程来模拟客观事物的模型； （3）结构模型：主要是反映事物内部结构特点和因果关系的模型，常见的比如描述事物关系的关系图，程序设计中的流程图； （4）仿真模型：是通过计算机，根据建立的数学公式进行运算模拟、预测客观世界的模型，与数学模型紧密相连。 根据应用模型结构特征可分为 数学模型、统计模型和概念模型 根据应用模型的空间特性分为两大类： 空间模型和非空间模型； 根据应用模型的内容及所解决问题可分为： 基础模型和专业模型； 根据模型空间过程模拟方法可分为 动力学过程模拟模型和随机过程模拟模型； 根据随机因素的影响可分为 确定性模型与随机性模型； 根据模型所表达的关系可分为三类： ①基