首页 专利交易 科技果 科技人才 科技服务 国际服务 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

基于多目标粒子群算法的喀斯特山区移民安置选址方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:贵州省水利水电勘测设计研究院有限公司

摘要:本发明公开了一种基于多目标粒子群算法的喀斯特山区移民安置选址方法,包括如下步骤:基于已确定的喀斯特山区需求,分析建立多目标函数基于生态环境保护、生产建设成本最小化和生产生活发展三个目标及约束关系;对多目标粒子群算法进行优化,包括初始粒子群选择、样本更新、非劣解存储更新和算法参数设置优化;然后对多目标模型进行耦合分析,分别计算得出综合非劣解和单目标非劣解;计算结果验证和改进算法对比分析,得出结论。本发明提供的这种基于多目标粒子群算法的喀斯特山区移民搬迁安置选址方法,综合考虑了喀斯特山区的特征,适合该地区的移民选址研究。

主权项:1.一种基于多目标粒子群算法的喀斯特山区移民安置选址方法,其特征在于:基于已确定的喀斯特山区需求,分析建立多目标函数及约束关系;对多目标粒子群算法进行优化,包括初始粒子群选择、样本更新、非劣解存储更新和算法参数设置优化;然后对多目标模型进行耦合分析,分别计算得出综合非劣解和单目标非劣解;计算结果验证和改进算法对比分析,得出结论;基于已确定的喀斯特山区需求,分析建立多目标函数及约束关系,具体步骤包括:S1,喀斯特生态环境保护目标模型建立及目标函数、约束关系确定;1根据土地利用适宜性,建立生态角度需求模型;生态目标是指对土地资源利用的全面性评判,需要考虑地形地貌、喀斯特发育程度综合性土地类型适宜性,以每一个土地利用图斑为计算最小元,进行整体的评价和分析;用公式表示为: 其中,Fe为生态环境保护目标函数,S为评价区域土地生态环境适宜性级别,M为评价区域土地面积,N为约束条件,选中为1,否则为0;S2,工程建设需要及成本最小化目标模型建立及目标函数、约束关系确定;2利用区域综合成本和搬迁距离,建立工程建设成本最小化模型;在保证工程质量不变的情况下,移民搬迁所需占地及所选区域单位面积建设成本及搬迁距离之间决定着移民成本的大小,公式表示为: 其中,Fs为工程建设成本最小化目标函数,T为所选区域单位面积建设成本,D为搬迁实施距离,E为单位运输成本,M为评价区域土地面积;S3,生产生活发展目标模型建立及目标函数、约束关系确定;3基于工农业基础和交通便利程度的发展模型;要实现移民搬迁选址生产生活获得更好发展的目标,所选地区首先要具有工农业基础,交通便利,公式表示为:Fd=R+J3其中,Fd为生产生活发展目标函数,R为所选区域工农业发展系数,J为对内对外交通便利程度;4基于三种模型的综合目标函数;综合以上,移民搬迁选址目标函数为: 其中,Fa为总目标函数,W为对应的权重系数;考虑三个目标都重要,权重系数都设置为1;5建立约束条件;目标函数的进行,是在一定的约束条件下进行的,综合实际情况,有以下两个约束条件;①适宜性约束,本文认为所选择的片区的平均适宜性程度要大于临界适宜程度,即公式表达为: G为适宜性临界状态;②决策变量约束条件,评价单元选中为1,未选中为0,仅有两种状态,描述为:Ni∈0,1;所述对多目标粒子群算法进行优化,包括初始粒子群选择、样本更新、非劣解存储更新和算法参数设置优化,具体包括:S4,按照正态分布确定初始化粒子群;S5,粒子密度最小且与非劣解间的拥挤距离较大的粒子将作为全局最优样本;S6,根据试验区范围确定非劣解规模和支配关系,建立非劣解存储机制;S7,根据试验区范围大小及形状规则,多次迭代优化确定最优参数设置,针对某一个区域范围,选择最优参数;参数设置为:种群规模100个、学习因子C1,C2为0.5,0.5、惯性权重W最大值0.5、最小值0.1,迭代次数100,非劣解存储大小为6个;所述对多目标模型进行耦合分析,分别计算得出综合非劣解和单目标非劣解,具体包括:多目标模型耦合分析,分别计算得出综合非劣解和单目标非劣解;1单目标非劣解计算;2多目标函数及约束关系耦合计算得出综合非劣解;所述计算结果验证和改进算法对比分析,得出结论,具体包括:1计算结果现场验证分析;2改进算法在收敛性、全局性和准确性上与传统算法的对比分析3得出结论。

全文数据:

权利要求:

百度查询: 贵州省水利水电勘测设计研究院有限公司 基于多目标粒子群算法的喀斯特山区移民安置选址方法

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。