[發明專利]一種基于議價模型和蟻群優化算法的城市擴張模擬方法

在審

• 申請號: 202010783897.5
• 申請日: 2020-08-06
• 公開（公告）號: CN112528359A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 湯弟偉;劉恒;孫毅
• 申請（專利權）人: 湖北民族大學
• 主分類號: G06F30/13
• 分類號: G06F30/13;G06F30/27;G06N3/00;G06Q30/02;G06F17/18
• 代理公司: 武漢中知誠業專利代理事務所(普通合伙) 42271
• 代理人: 施志勇

1.一種基于議價模型和蟻群優化算法的城市擴張模擬方法，其特征在于，具體步驟如下：

步驟一：收集研究區域Y₁年、Y₂年、Y₃年的土地利用數據、基礎設施數據、征地補償標準、基準地價、數字高程模型(DEM)和行政區劃數據；其中基礎設施數據包括鐵路、高速公路、國道、省道、地鐵、城市主干道、河流數據；對數據進行格式轉換、重采樣、重分類、統一投影處理、信息提取處理；

步驟二：對Y₁年和Y₂年土地利用重分類數據做疊置運算，得到Y₃年份能夠轉換為城市的所有像元圖層Y_1-2，并與距離柵格圖層一起進行隨機采樣，建立城市擴張邏輯回歸模型,計算Y_1-2中每個像元的城市轉換概率P；

步驟三：利用Markov Chain(MC)和相關數據預測Y₃年份到規劃目標年Y₄的城市擴張面積，用該面積除以像元大小，從而將擴張面積換算為擴張像元數量N；

步驟四：建立顧及公平偏好的政府和農民雙方動態議價模型：確定議價順序和最大議價輪次，確定政府和農民的博弈策略、議價函數(C、F)和預期收益(G、R)，確定無征地沖突條件；對Y_1-2中的類別為1的所有像元，按照建立的顧及公平偏好的政府和農民雙方動態議價模型，計算各輪次政府及農民預期收益，根據無征地沖突條件，判斷該像元是否能夠加入城市擴張候選區域C₁；若C₁中的像元數量小于步驟三計算得到的擴張像元數量N，調整最大議價輪次、政府和農民的貼現因子、公平偏好參數，使得C₁中像元數量大于N；

步驟五：設置城市擴張目標函數，并利用蟻群優化算法在C₁中模擬Y₃年份的城市擴張：每只螞蟻從C₁中按狀態轉移概率隨機選擇N個像元作為城市用地，從而構建城市擴張模擬方案，再對構建的方案按照目標函數進行評價；所有螞蟻完成方案構建后，再按信息素釋放和更新機制更新信息素；達到最大迭代次數后，從螞蟻構建的方案中，選擇目標函數評價分值最優的方案作為最終模擬結果；

步驟六：對比Y₃年模擬結果與Y₃年實際城市用地范圍，進行模擬結果的精度評價；若模擬精度較低，則調整蟻群優化算法參數和目標函數中各優化目標的權重；

步驟七：若模擬精度達到模擬要求，則同步驟二至四，利用Y₂和Y₃年數據，獲取Y₃至規劃目標年Y₄的城市擴張候選區域C₂，再利用蟻群優化算法在C₂中模擬Y₄年份的城市擴張情況。

2.根據權利要求1所述的一種基于議價模型和蟻群優化算法的城市擴張模擬方法，其特征在于：所述步驟一的具體步驟如下：

1-1：收集研究區域Y₁年、Y₂年、Y₃年的土地利用數據、基礎設施數據、征地補償標準、基準地價、數字高程模型(DEM)和行政區劃數據；其中基礎設施數據包括鐵路、高速公路、國道、省道、地鐵、城市主干道、河流數據；

1-2：將收集到的非柵格數據柵格化，并重采樣為相同大小，再統一坐標系；

1-3：將Y₁年、Y₂年、Y₃年的土地利用數據進行重分類，現狀為城市的像元值重分類為2，可轉換為城市的像元分類為1，其他均為背景區域，分類為0；

1-4：從DEM中提取研究區域的高程和坡度數據，得到高程和坡度圖層；

1-5：計算可轉換為城市用地的像元距鐵路、高速公路、國道、省道、地鐵、城市主干道、河流的距離，形成距離柵格圖層。