基于混沌蚁群算法的土地利用优化配置研究:以广州市增城区为例
土地利用优化配置是促进土地可持续发展的重要措施,是合理利用土地资源的必要条件.本文将蚁群算法和混沌模型有机结合,针对传统蚁群算法易陷入局部最优等缺陷,利用混沌变量的遍历性和随机性,对信息素增量和信息素挥发系数添加混沌扰动,且随算法运行逐步调整扰动幅度,形成混沌蚁群算法(Chaos Ant Colony Optimization,CACO),并用其解土地利用优化配置模型,以提升土地利用经济、社会和生态等综合效益;然后以地类变化较频繁的城乡结合部——广州市增城区为研究案例,对该算法进行了实验和验证.实验结果表明:CACO算法能有效地解决区域多目标土地利用优化配置问题,在满足多种约束条件下不仅能明显提升各目标函数值,且能提高土地集约利用率、降低地类转换成本,实现了数量结构和空间布局的优化配置;通过与蚁群算法(Ant Colony Optimization,ACO)运行结果的对比分析,进一步说明了CACO算法的可行性和高效性.
城乡结合部 土地利用 优化配置 混沌蚁群算法
陆军辉 梅志雄
华南师范大学地理科学学院,广东广州,510631
国内会议
深圳
中文
1-8
2016-09-23（万方平台首次上网日期，不代表论文的发表时间）