首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于帕累托前沿退化的城镇用地空间优化配置方法_广东工业大学_202111218029.3 

申请/专利权人:广东工业大学

申请日:2021-10-18

公开(公告)日:2024-05-10

公开(公告)号:CN113935532B

主分类号:G06Q10/04

分类号:G06Q10/04;G06F16/29

优先权:

专利状态码:有效-授权

法律状态:2024.05.10#授权;2022.02.01#实质审查的生效;2022.01.14#公开

摘要:本发明公开了一种基于帕累托前沿退化的城镇用地空间优化配置方法,包括:根据区域发展需求预测规划目标年城镇用地规模;基于多因子综合评价得到城镇开发适宜性分布图,但永久基本农田和生态保护红线需划入禁建区;将最大开发适宜性和最佳景观规整性作为土地利用空间优化配置多目标,先利用单目标寻优法获取最大适宜性配置格局,根据需求规模约束批量释放适宜性最差的单元,并将释放的单元利用多智能体空间迁移法则寻找最佳景观位置,进而形成满足帕累托前沿分布的多目标优化情景。本发明建立了一种快速的城市土地利用空间优化配置方法,可避免传统群智能多目标优化的复杂迭代过程,对国土空间规划分析最优城镇开发边界具有重要实践意义。

主权项:1.一种基于帕累托前沿退化的城镇用地空间优化配置方法,其特征在于,包括以下步骤:(1)利用城市空间格局计算模块获取城市空间格局,并利用城镇用地规模计算模块获取城镇用地总规模Qt-n,…,Qt-2,Qt-1,Qt,通过预测模块计算城镇用地规模需求Qt+1,Qt+2,…,Qt+n;其中,所述预测模块的模型为: Q t+n=LogSQt-n,…,Qt-2,Qt-1,Qt,Qmin≤Qt+n≤Qmax式中,Qt+n表示规划目标年城镇用地规模需求预测量;LogS表示城镇化过程“S”型规律曲线拟合函数,Qt-n,…,Qt-2,Qt-1,Qt为城镇用地总规模,Qmin为社会经济发展重大项目最低用地需求,Qmax为区域最大可开发规模,Qt+n拟合的数值必须要大于规划目标年区域社会经济发展发展重大项目用地需求Qmin,但不能超过区域最大可开发上限Qmax;(2)获取多个空间因子,采用层次分析法对多个空间因子进行空间叠加分析,识别出每个评价单元的城镇开发适宜性大小,并将其标准化为0-1分布,其中,生态保护红线和永久基本农田范围内的空间作为禁止建设区,其适宜性赋值为0;将现状城镇空间默认为高适宜,修正后得到城镇开发适宜性底图S0;(3)利用随机数发生器产生一个M行N列的微小随机数矩阵R,其数值范围为0-0.01,将R与所述S0叠加后形成满足单调性的适宜性矩阵S,即最优适宜性格局与网格单元的适宜性满足线性关系;根据单目标最大化优化法则,按规划目标年新增城镇用地规模需求,从适宜性矩阵S中选择适宜度最高的Qt+n-Qt个网格,以此作为最大开发适宜性目标的空间优化配置方案US;(4)根据国土空间规划多情景优化方案的选择需求,采用帕累托前沿梯度退化策略寻找多目标解集,设定帕累托前沿解集数量为m个,每个解k对应的最大适宜性目标梯度下降量是kⅹQt+n-Qtm-1,其中k为解的索引编号,k=0,1,2,…,m-1;从US方案中释放适宜性最差的kⅹQt+n-Qtm-1个单元;将适宜性最差的kⅹQt+n-Qtm-1个单元,利用多智能体在景观吸引算子的引导下实施空间移动,进而寻找空间最优位置使得景观规整性目标最大化;通过遍历k产生m个满足帕累托前沿分布的多目标空间优化方案USL,其中k=m-1的解为景观最优空间优化配置方案UL;帕累托前沿梯度退化策略的退化步骤如下:A4-1、将最大开发适宜性目标作为优先目标,利用单目标优化方法寻找适宜性最大空间配置方案;A4-2、根据解集数量确定每个解对应的最大开发适宜性目标退化单元数;A4-3、将最大开发适宜性目标释放的适宜度最差的kⅹQt+n-Qtm-1个单元,利用多智能体在景观启发式算子的引导下快速空间移动,使得最佳景观规整性目标达到最优;多智能体采用计算景观吸引算子的方式执行迁移行为,包括以下步骤:B4-1、利用栅格单元八连通标准,从固定单元中识别出连片的景观斑块,其中,所述固定单元为kⅹQt+n-Qtm-1个自由单元外位置固定的单元;B4-2、对每个所述景观斑块重新进行编号,编为P1,P2,…,PJ;B4-3、将每个景观斑块的最小外接矩形作为最佳景观格局参考,利用最小外界矩形面积与当前景观斑块面积差占最小外接矩形面积的比值作为景观吸引算子;B4-4、根据景观吸引算子的大小,指导多智能体的迁移行为,即景观空位越多,景观吸引算子越大,该景观斑块的吸引力也就越大,多智能体迁移到所述景观空位,能够极大提升景观格局优化目标值;B4-5、如果景观吸引算子大小一样,则比较景观斑块的大小,景观斑块越大,潜在的吸引力越大;B4-6、通过合成景观吸引算子对应的斑块空位吸引力以及景观斑块大小对应的斑块大小吸引力,最终生成引导多智能体位置选择的概率,多智能体按照此概率最优位置促使景观规整度目标达到最大化,从而迫使多目标优化方案逼近帕累托前沿。

全文数据:

权利要求:

百度查询: 广东工业大学 一种基于帕累托前沿退化的城镇用地空间优化配置方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。