[發明專利]基于蟻群聚類模型的土地資源評價因子級別劃分方法

無效

• 申請號: 201210233849.4
• 申請日: 2012-07-06
• 公開（公告）號: CN102737346A
• 公開（公告）日: 2012-10-17
• 發明（設計）人: 劉耀林;趙翔;劉殿鋒;何建華;焦利民;唐旭
• 申請（專利權）人: 武漢大學
• 主分類號: G06Q50/00
• 分類號: G06Q50/00;G06N3/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 嚴彥

1.一種基于蟻群聚類模型的土地資源評價因子級別劃分方法，其特征是，包括以下步驟：

步驟1，輸入各評價因子對象的規模指數；

步驟2，根據評價因子對象的數量N，構建一個大小N×N的二維平面網格，并將各評價因子對象隨機分配到二維平面網格上；

步驟3，設置M只人工螞蟻，并將M只人工螞蟻隨機分配到二維平面網格上，設置迭代次數為0，每只人工螞蟻的狀態標記為無負載；

步驟4，對每只人工螞蟻執行以下子步驟，

步驟4.1，人工螞蟻朝著隨機的方向移動一個網格；

步驟4.2，判斷人工螞蟻所在的當前網格內是否有評價因子對象，若有則直接進入步驟4.3，若無則返回執行步驟4.1，直到遇到評價因子對象，進入步驟4.3；

步驟4.3，判斷人工螞蟻的狀態是否為無負載，

若有負載，人工螞蟻按概率P_d放下負載的評價因子對象，若人工螞蟻成功放下評價因子對象，將人工螞蟻狀態更改為無負載，否則人工螞蟻保持負載的評價因子對象；所述概率P_d根據人工螞蟻當前負載的評價因子對象與人工螞蟻可視范圍內周圍網格的評價因子對象之間規模指數的相似度確定；

若無負載，人工螞蟻按概率P_p拾起當前網格內評價因子對象，若人工螞蟻成功拾取評價因子對象，將人工螞蟻狀態更改為有負載；所述概率P_p根據當前網格內的評價因子對象與人工螞蟻可視范圍內周圍網格的評價因子對象之間規模指數的相似度確定；

步驟5，所有人工螞蟻分別朝著隨機的方向移動一個網格，其中狀態為有負載的人工螞蟻按概率P_d放下評價因子對象，迭代次數加1；若某只人工螞蟻成功放下評價因子對象，將人工螞蟻狀態更改為無負載；所述概率P_d根據人工螞蟻當前負載的評價因子對象與人工螞蟻可視范圍內周圍網格的評價因子對象之間規模指數的相似度確定；

步驟6，返回步驟4重復執行，直至迭代次數達到預設的迭代次數n，得到評價因子對象分級結果。

2.如權利要求1所述基于蟻群聚類模型的土地資源評價因子級別劃分方法，其特征是：步驟4.3和步驟5中，概率P_d的計算公式如下，

Pd=(λ2γ2+λ2)2]]>

式中，γ₂是一個大于0的參數，λ₂是人工螞蟻當前負載的評價因子對象與人工螞蟻可視范圍內周圍網格的評價因子對象之間規模指數的相似度；

λ2=max{0,1S2Σi∈Neighbor(1-|SIo-SIiγ|)}]]>

式中，γ是一個(0-1]的參數，s是用于確定人工螞蟻可視范圍內周圍網格數量的參數，SI_i是人工螞蟻可視范圍內某個周圍網格內評價因子對象i的規模指數，Neighbor是人工螞蟻可視范圍內所有周圍網格的評價因子對象的集合，SI_o是人工螞蟻當前負載的評價因子對象的規模指數。

3.如權利要求1所述基于蟻群聚類模型的土地資源評價因子級別劃分方法，其特征是：步驟4.3中，概率P_p的計算公式如下，

Pp=(γ1γ1+λ1)2]]>

式中，γ₁是一個大于0的參數；λ₁是當前網格內評價因子對象與人工螞蟻可視范圍內周圍網格的評價因子對象之間規模指數的相似度；

λ1=max{0,1S2Σi∈Neighbor(1-|SIcur-SIiγ|)}]]>

式中，γ是一個(0-1]的參數，s是用于確定人工螞蟻可視范圍內周圍網格數量的參數，SI_i是人工螞蟻可視范圍內某個周圍網格內評價因子對象i的規模指數，Neighbor是人工螞蟻可視范圍內所有周圍網格的評價因子對象的集合，SI_cur是當前網格內評價因子對象的規模指數。