[發明專利]基于多目標人工免疫系統的土地資源空間布局優化方法

有效

• 申請號: 201310425251.X
• 申請日: 2013-09-17
• 公開（公告）號: CN103473465A
• 公開（公告）日: 2013-12-25
• 發明（設計）人: 劉耀林;趙翔;劉艷芳;劉殿鋒;何建華;焦利民
• 申請（專利權）人: 武漢大學
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 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

技術領域

本發明屬于土地資源空間布局優化配置技術領域，特別是涉及一種基于多目標人工免疫系統的土地資源空間布局優化方法。

背景技術

土地資源的空間布局優化是土地利用規劃工作的重要組成部分，其本質是在區域規劃期土地資源數量結構的約束下，根據土地自身的自然（PH值、土層厚度等）、社會（權屬、區位條件）、經濟（價格、經濟效益等）屬性特征，確定每一塊土地的用途，以提高區域土地利用的適宜性，使得區域土地資源的空間布局更有利于生產經營管理和生態環境保護。因此，土地資源的空間布局優化問題從本質上看是一類帶約束條件的多目標組合優化問題。

相對于傳統的多目標組合優化問題，土地資源的空間布局優化配置問題更為復雜，求解難度更大：不僅需要處理傳統的數學約束關系，還必須處理復雜的空間約束關系，且決策變量眾多（數以萬計）。因而，由于技術條件的限制，在早期的土地利用規劃中，土地資源的空間布局主要依靠規劃專家人為主觀的空間上劃定各類土地利用分區得以實現。依靠專家對土地利用進行分區的主要問題在于分區結果過于主觀、分區方案不精確，使得傳統的土地利用規劃方案最終無法落實到實際的土地利用中。另一方面，隨著我國人口的增長、城市化進程的快速推進，土地資源的不合理利用日益明顯，重點表現為城鎮建設用地規模擴張過快，農用地（尤其是耕地）流失嚴重，人地矛盾尖銳，并造成了嚴重的生態和環境災難。傳統的土地利用規劃被視為是一種“強政治，弱技術”的政府行為，已不能滿足新時期土地可持續利用和生態環境保護的基本需求。因此，在我國新一輪土地利用總體規劃工作的開展和實施過程中，對于村鎮級的土地利用規劃，必須明確每一塊土地的具體用途。由此可見，傳統的依靠專家主觀確定區域土地用途的方法已不能滿足新時期土地利用規劃工作的實際需求。

近年來，隨著智能優化技術和空間信息技術的快速發展，以及我國土地利用規劃工作的強烈需求，一些新理論和新方法開始被廣泛應用于土地利用規劃工作。在土地資源空間布局優化配置領域，國內外有關研究者開始基于不同的智能優化算法對土地資源的空間布局優化技術進行了探索，并取得了較好的效果，例如基于遺傳算法的優化模型有關文獻:[1]席一凡，楊茂盛，尚耀華.遺傳算法在城市土地功能配置規劃中的應用[J].西北建筑工程學院學報(自然科學版)，2001，18(04):190-194.有關文獻:[2]張鴻輝，曾永年，劉慧敏.多目標土地利用空間優化配置模型及其應用[J].中南大學學報(自然科學版)，2011，42(04):1056-1065.有關文獻:[3]CAO?K，YE?X.Coarse-grained?parallel?genetic?algorithm?applied?to?a?vector?based?land?use?allocation?optimization?problem:the?case?study?of?Tongzhou?Newtown，Beijing，China[J].StochEnv?Res?Risk?A，2012，1-10.、基于模擬退火算法的優化模型有關文獻:[4]SANTE-RIVEIRA?I，BOULLON-MAGAN?M，CRECENTE-MASEDA?R，et?al.Algorithm?based?on?simulated?annealing?for?land-use?allocation[J].ComputGeosci，2008，34(3):259-268.有關文獻:[5]AERTS?J，VAN?HERWIJNEN?M，STEWART?T?J.Using?simulated?annealing?and?spatial?goal?programming?for?solving?a?multi?site?land?use?allocation?problem[M].Berlin;Springer-Verlag?Berlin.2003:448-463.、基于微粒群算法的優化模型有關文獻:[6]LIU?Y?L，LIU?D?F，LIU?Y?F，et?al.Rural?land?use?spatial?allocation?in?the?semiarid?loess?hilly?area?in?China:Using?a?Particle?Swarm?Optimization?model?equipped?with?multi-objective?optimization?techniques[J].Sci?China-Earth?Sci，2012，55(7):1166-1177.等。