[發明專利]一種土地利用結構優化的多目標改進差分進化模型

在審

• 申請號: 201710383805.2
• 申請日: 2017-05-26
• 公開（公告）號: CN107248029A
• 公開（公告）日: 2017-10-13
• 發明（設計）人: 魯春陽;文楓;李博;靳世超;苗青;周彥兵;司錦;秦巖;解麗丹;王錦峰
• 申請（專利權）人: 河南城建學院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/04;G06Q50/26;G06N3/12
• 代理公司: 西安銘澤知識產權代理事務所(普通合伙)61223
• 代理人: 俞曉明

技術領域

本發明涉及土地利用結構多目標優化技術領域，具體為一種土地利用結 構優化的多目標改進差分進化模型。

背景技術

土地利用結構優化是土地利用總體規劃的核心工作之一，它指在一定區 域內，為了達到土地利用系統的一定的經濟、生態和社會效益最優目標，依 據土地資源的自身特性和土地適宜性評價，對區域內土地資源的各種利用類 型進行更合理的安排，以提高土地利用的效率和效益，維持土地生態系統的 相對平衡，實現土地資源的可持續發展利用。多目標優化問題在工程中經常 遇到，一般來說，多目標優化問題中的多個目標不可能同時達到最優，而不 同決策者對不同目標的偏好不同，會得到不同的最優解，在多目標優化中這 些可能的最優解都稱為非劣質解，利用傳統的優化技術一般每次都只能得到 非劣質解集中的一個，而用差分進化算法處理多目標優化問題，則可以得到 更多的非劣質解。由于土地利用結構優化配置的多目標性，運用傳統的規劃 方法難以解決好這類問題，差分進化算法具有算法簡單、收斂速度快、所需 領域知識少、比較適合于解決復雜的優化問題等特點，因此，利用差分進化 算法進行土地資源優化配置具有很好的潛力。而目前差分進化算法用于無約 束優化對問題對文獻居多，而對約束優化問題對研究相對較少，如何處理約 束條件是利用差分進化算法求解約束優化問題對關鍵，本發明提出了一種土 地利用結構優化的多目標改進差分進化模型，以較好的解決了土地資源系統 的優化配置問題。

發明內容

本發明的目的在于提供一種土地利用結構優化的多目標改進差分進化模 型，以解決上述背景技術中提出的問題。

為實現上述目的，本發明提供如下技術方案：一種土地利用結構優化的 多目標改進差分進化模型，該種土地利用結構優化的多目標改進差分進化模 型建模方法具體步驟如下：

S1：變量設置：根據土地利用動態變化及現狀分析，從土地資源特點和 社會經濟發展要求出發，共設置10個變量：x₁(耕地)；x₂(園地)；x₃(林 地)；x₄(牧草地)；x₅(其他農用地)；x₆(城鎮用地)；x₇(農村居民點用地)； x₈(交通運輸用地)；x₉(水利設施用地)；x₁₀(未利用地)；

S2：目標函數的建立：建立經濟效益目標函數、生態效益目標函數和約 束條件；

S3：初始化種群：采用佳點集方法，設初始種群的規模為N，個體 i＝1，2，…，N，首先在S維空間H中取含有N個點的佳點集，S 維空間H中取佳點的方法如下：

P_n(i)＝{({r₁×k}，{r₂×k}，…，{r_S×k})，k＝1，2，…，N} (1)

其中取：

t是滿足t≥2S+3的最小素數，其中{r_i×k}表示r_i×k的小數部分，

當(其中k＝1，2，…，S；i＝1，2，…，N)為實數編碼時，設的取值范圍為 α_k≤a_k≤β_k，取即可，

利用多目標優化技術來處理約束條件：

F(x)＝F(f(x)，G(x)) (3)

其中一個目標為原目標函數f(x)，另一個目標函數為個體違反約束條件的程 度G(x)：

其中G_j(x)表示個體x與第j個約束條件的距離，即

S4：變異操作：根據個體間非劣質解支配思想，把初始化種群分為兩個 子種群，一個是非劣質解子集，另一個是劣質解子集，兩個自己對個體數目 分為N₁和N₂，并且滿足采用N₁+N₂＝N，由種群中個體對非劣質解支配關系可 知，對劣質解子集中對非劣個體按照約束違反度進行升序排序，選取前一半 非劣個體直接進入到下一代群體，剩下對非劣個體則隨機替換非劣質解子集 中的個體，非劣質解子集中的個體和劣質解子集中對個體分別通過DE/rand/1 和DE/bset/1變異方式，其方程分別為：