利用蚁群智能挖掘地理元胞自动机的转换规则.pdfVIP

中国科学D辑：地球科学 2007年第37卷第6期：824—834 《中国科学》杂志社 http：llwww．scichina．com SCIENCEINCHlNAPRESS 利用蚁群智能挖掘地理元胞自动机的转换规则 刘小平① 黎夏∽ 叶嘉安②何晋强① 陶 嘉① (①中山大学地理科学与规划学院，广州510275；②香港大学城市规划及环境管理研究中心，香港) 摘要 提出了基于蚁群智能算法(Ant Colony 元胞自动机(cA)具有模拟和预测复杂的地理现象演变过程的能力．CA的核心是如何定义转换规 则，但目前的方法所获取的转换规则大都是隐含的，是通过数学公式来表达．当研究区域较复杂 时，确定CA的模型结构和参数有一定困难，需要使用智能式的方法获取有效的转换规则．提出 了一种基于蚁群智能来自动获取地理元胞自动机转换规则的新方法．该方法所提取的转换规则 毋需通过数学公式来表达，能更方便和准确地描述自然界中的复杂关系，并且这些规则比数学公 式更容易让人理解．将ACO—CA应用于广州市的城市模拟实验中，取得了较好的结果．并 与See5．0决策树模型进行了对比研究，对比实验结果表明：蚁群智能算法在提取CA转换规则时 比See5．0模型更具有优势． 关键词 蚁群算法元胞自动机地理模拟人工智能 元胞自动机(cA)是由Ulam在20世纪40年代了利用肉眼判断的方法来获取模型参数值．该方法 提出，具有模拟复杂系统时空演化过程的能力．CA 受主观因素影响很大，可靠程度有限，当空间变量较 的一个重要特点是复杂系统可以由一些简单的局部 多时，有非常多的参数值组合方案；Wu【9】曾提出利用 规则来产生．它这种“自下而上”的研究思路充分体 现了复杂系统局部个体行为产生全局、有秩序模式 提出使用线性logistic回归的方法来提取转换规则， 的理念，非常适用于复杂地理过程的模拟和预测． 这类方法非常简单实用，从而得到了较为广泛的应 Couceleis{1～31在20世纪80年代未详细阐述了CA在用．但是，用线性的方法提取复杂的地理现象规律， 地学应用的理论框架，尤其是模拟城市扩张的实验 为将来的城市动态演化研究产生了较为深远的影响． 的方法自动获取转换规则，不足的是，神经网络存在 此后，许多学者在不断扩展标准CA的基础上，深入 过学习，局部最小值和收敛速度慢的问题，属于黑箱 研究了利用CA模拟城市扩张【4~9】、土地利用动态演结构；黎夏等【l纠随后又提出了利用See5．0决策树的 变‘10】、山火蔓延‘11】、动物群种的动态变化‘21、荒漠方法来获取CA的参数值，但See5．0容易陷入局部最 演化‘121等． 优；刘小平和黎夏¨q提出了利用核学习机在高维特 转换规则的定义是CA模型的核心．它表述模拟 征空间中提取CA非线性转换规则的方法，该方法也 过程的逻辑关系，决定空问变化的结果．目前，定义 存在转换规则物理意义不清晰和运行量大的问题． CA转换规则的方法存在一定的缺陷．Clarke等【¨提出 另外，当研究区域较复杂时，目前的方法在确定 收稿日期：2006．11-13；接受日期：2007—02—13 金(批准号：20040558023)和“985工程”GIS与遥感的地学应用科技创新平台项目(批准号：105203200400006)资助 {联系人．E，mail：lixia@mail．sysu．edu．ca 万方数据 第6期 刘小平等：利用蚁群智能挖掘地理元胞自动机的转换规则 825 CA模型结构和参数时有一定困难，有必要引进智能 有应用蚁群智能来自动获取CA转换规则的研究报 式的方法来有效地获取转换规则．蚁群智能将是进 道． 行CA转换规则知识挖掘的有效方法．蚁群智能算法 1基于蚁群智能算法的地理元胞自动机 是一种源于大自然中生物世