中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
地理信息系統理論與應用叢書地理模擬系統:元胞自動機與空間智能 版權信息
- ISBN：9787030651303
- 條形碼：9787030651303 ; 978-7-03-065130-3
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
地理信息系統理論與應用叢書地理模擬系統:元胞自動機與空間智能 本書特色
本書提出和闡述了集成地理元胞自動機、多智能體系統和群智能的地理模擬系統
地理信息系統理論與應用叢書地理模擬系統:元胞自動機與空間智能 內容簡介
本書提出和闡述了集成地理元胞自動機CA、多智能體系統（MAS）和群智能（SI）的地理模擬系統(GeographicalSimulationSystem)，以解決復雜的地理格局和過程模擬的問題。地理模擬系統是指在計算機軟、硬件支持下，通過自下而上的虛擬模擬實驗，對地理格局和過程進行模擬、預測、優化和顯示的技術。它可以作為探索和分析地理現象的格局形成和演變的重要手段，為地理知識發現、城市與區域規劃制定提供有效的工具。地理模擬系統的核心技術是CA、MAS和SI，其試圖從微觀入手，反映地理微觀空間實體之間相互作用，以重現宏觀地理格局形成以及動態過程，可以作為探索和分析人地關系的強有力工具。
地理信息系統理論與應用叢書地理模擬系統:元胞自動機與空間智能 目錄
目錄
序
前言
第1章 導論 1
1.1 地理元胞自動機 1
1.2 空間多智能體系統 6
參考文獻 6
第2章 地理模擬系統 8
2.1 地理學研究方法的回顧 8
2.2 地理模擬系統的提出及定義 9
2.3 地理模擬系統有關的基礎及其發展歷史 13
2.4 地理模擬系統在地理研究中的重要性 15
2.5 地理模擬系統的研究內容與手段 16
2.6 地理模擬系統與GIS 的關系 18
2.7 地理模擬系統與多智能體系統的關系 20
2.8 地理模擬系統與系統動力學的關系 20
2.9 地理模擬系統與空間信息網格的關系 21
參考文獻 21
第3章 地理模擬系統的空間數據獲取 23
3.1 空間數據采集的一般方法 23
3.2 利用各種GIS 空間分析方法獲取進一步的空間數據 24
3.3 利用GIS 獲取城市模擬的輸入數據 25
3.3.1 進行城市模擬的空間變量的獲取 25
3.3.2 城市形態和結構信息的獲取 27
3.3.3 土地評價 29
3.4 利用遙感獲取地理模擬的輸入數據 30
3.4.1 遙感在城市模擬中的應用 30
3.4.2 遙感動態變化監測的主要方法 31
參考文獻 35
第4章 基于元胞自動機的城市及地理模擬 37
4.1 元胞自動機的發展歷史 37
4.1.1 元胞自動機與計算科學的發展 37
4.1.2 元胞自動機與復雜系統的模擬 38
4.2 元胞自動機進行城市與地理模擬的原理及方法 40
4.2.1 基于“生命游戲”規則的CA 40
4.2.2 地理元胞自動機 42
4.2.3 地理元胞自動機與轉換規則 42
4.3 常用的CA 模擬軟件 45
參考文獻 46
第5章 CA 建模以及轉換規則獲取的方法 48
5.1 未來各類用地需求總量確定的原理及方法 48
5.1.1 馬爾可夫鏈方法 48
5.1.2 系統動力學方法 50
5.2 CA 轉換規則確定的一般方法 54
5.2.1 基于多準則判斷的方法 54
5.2.2 基于Logistic 回歸的CA 56
5.2.3 基于5 個因子的SLEUTH 模型 57
5.2.4 基于“灰度”的轉換規則 60
5.2.5 基于主成分分析的元胞自動機 61
5.2.6 基于神經網絡的元胞自動機 63
參考文獻 65
第6章 轉換規則獲取的智能式方法 67
6.1 數據挖掘及轉換規則 67
6.2 遺傳算法與CA 的參數選擇 69
6.3 基于Fisher 判別和離散選擇的CA 71
6.4 基于非線性核學習機自動提取地理元胞自動機的轉換規則 75
6.5 基于支持向量機的元胞自動機 79
6.6 基于粗集的知識發現與地理模擬 84
6.6.1 粗集和約簡的決策規則 84
6.6.2 基于粗集的CA（RS-CA） 87
6.7 基于案例推理元胞自動機的地理模擬 89
6.7.1 基于規則（rule-based）的地理元胞自動機 89
6.7.2 基于案例（case-based）的地理元胞自動機 89
參考文獻 93
第7章 元胞自動機：過程模擬與知識發現的工具 95
7.1 利用邏輯回歸模型進行城市模擬 95
7.2 基于主成分分析的CA 與城市模擬 99
7.3 利用基于神經網絡的CA 模擬土地利用變化 103
7.3.1 空間變量及訓練數據 104
7.3.2 神經網絡的結構 105
7.3.3 神經網絡的訓練 105
7.3.4 土地利用變化的動態模擬及預測 105
7.4 基于數據挖掘的CA 及城市模擬 108
7.4.1 CA 轉換規則的自動挖掘 108
7.4.2 模擬結果及檢驗 111
7.5 城市形態演變“基因”的知識挖掘及優化模擬 114
7.5.1 城市演變“基因”的獲取與優化 114
7.5.2 模型應用及結果分析 116
7.5.3 結論 123
7.6 Fisher 判別及元胞自動機轉換規則的自動獲取 123
7.7 從高維特征空間中獲取元胞自動機的非線性轉換規則 127
7.8 基于支持向量機的元胞自動機及土地利用變化模擬 131
7.9 基于粗集的知識發現與地理模擬 138
7.10 基于案例推理的CA 動態轉換規則及大區域城市演變模擬 145
參考文獻 154
第8章 元胞自動機：城市與區域規劃的輔助工具 156
8.1 引言 156
8.2 約束性CA 及可持續城市發展形態的模擬 158
8.3 基于元胞自動機的城市發展密度模擬 163
8.4 利用CA 和GIS 結合輔助生成農田保護區 171
8.5 基于神經網絡的CA 及真實和優化的城市模擬 177
8.6 約束性CA 在城市規劃中的應用——以廣東省東莞市為例 182
8.6.1 三種約束性的CA 183
8.6.2 CA 在城市規劃中的三種主要功能 191
8.7 基于城市擴張的動態選址模型——以深圳垃圾轉運站選址為例 196
8.7.1 交替式Location-allocation 算法 197
8.7.2 城市擴張模型 198
8.7.3 動態選址模型 200
8.7.4 應用 201
參考文獻 206
第9章 地理元胞自動機的不確定性研究 209
9.1 引言 209
9.2 城市CA 的不確定性 210
9.2.1 數據源誤差 210
9.2.2 操作或轉換誤差 211
9.2.3 城市CA 建模中的模型不確定性 212
9.3 城市CA 中的不確定性評價 213
9.3.1 城市CA 的誤差傳遞 213
9.3.2 CA 中的不確定性 215
9.4 結論 220
參考文獻 221
第10章 元胞自動機模型與大尺度模擬及城市精細化模擬 223
10.1 灰度CA 模型與大尺度城市擴張模擬 224
10.1.1 大尺度灰度CA 模型的原理與設計 225
10.1.2 基于灰度CA 模型的未來我國城市擴張模擬與驗證 231
10.2 斑塊CA 模型與城市空間格局演變模擬 235
10.2.1 嵌入斑塊模擬機制的CA 模型與城市發展模擬 235
10.2.2 時序–斑塊CA 模型及城市空間格局演變模擬 247
10.3 矢量CA 模型與城市精細化模擬 256
10.3.1 耦合動態地塊分裂的矢量CA 模型 258
10.3.2 基于DLPS-VCA 的土地利用精細模擬 263
10.3.3 基于多種未來情景的城市土地利用發展預測 267
參考文獻 269
第11章 多智能體的基本原理 273
11.1 多智能體的歷史根源與基本概念 273
11.2 多智能體系統的原理 277
11.3 基于計算機的多智能體 278
11.4 基于地理空間的多智能體 279
11.5 多智能在經濟、資源環境中的應用 280
11.6 多智能體與CA 及GIS 的集成 281
11.6.1 多智能體與CA 集成的必要性 281
11.6.2 多智能體與CA 及GIS 集成的必要性 281
11.6.3 多智能體與CA 及GIS 集成的可行性 282
11.7 多智能體系統的公共建模平臺 282
參考文獻 284
第12章 基于多智能體系統的空間決策行為及土地利用格局演變的模擬 285
12.1 引言 285
12.2 基于多智能體的城市土地利用變化模擬模型 286
12.2.1 環境要素層 286
12.2.2 多智能體及決策行為 287
12.3 模型的應用 290
12.3.1 實驗區及數據處理 290
12.3.2 模型的簡化 290
12.3.3 模型的應用 291
12.4 模型的檢驗 296
12.5 結論 297
參考文獻 298
第13章 CA 和MAS 結合的城市土地資源可持續發展的規劃模型 300
13.1 可持續發展與城市土地資源規劃 300
13.2 城市發展預測的微觀模型 300
13.3 基于CA 和MAS 的城市土地資源可持續發展及規劃模型 301
13.3.1 多智能體及決策行為 302
13.3.2 元胞自動機層 306
13.4 模型的應用 307
13.4.1 實驗區及數據 307
13.4.2 城市土地資源可持續發展需求預測 307
13.4.3 模型的應用及結果 308
13.5 結論和討論 310
參考文獻 311
第14章 CA 和MAS 結合的城市工業及基本就業空間增長過程的微觀模擬 313
14.1 引言 313
14.2 工業企業及基本就業空間增長的CA-MAS 微觀模型 314
14.2.1 工業企業及基本就業空間增長 314
14.2.2 工業企業及基本就業空間增長的多智能體和環境 316
14.2.3 工業企業及基本就業空間增長的CA-MAS 模擬模型 318
14.3 應用 320
14.4 結論 325
參考文獻 325
第15章 地理模擬與優化系統：軟件及其應用 327
15.1 地理模擬與優化系統 327
15.1.1 GeoSOS 理論與方法 328
15.1.2 GeoSOS 軟件介紹 332
15.1.3 GeoSOS 與地理國情分析 334
15.1.4 GeoSOS 與“三規合一”信息服務 344
15.2 GeoSOS-FLUS 模型與應用 351
15.2.1 GeoSOS-FLUS 模型與方法 351
15.2.2 GeoSOS-FLUS 軟件介紹 353
15.2.3 FLUS 模型與土地利用情景模擬 354
15.2.4 FLUS 模型與城市增長邊界劃定 356
參考文獻 367
序
前言
第1章 導論 1
1.1 地理元胞自動機 1
1.2 空間多智能體系統 6
參考文獻 6
第2章 地理模擬系統 8
2.1 地理學研究方法的回顧 8
2.2 地理模擬系統的提出及定義 9
2.3 地理模擬系統有關的基礎及其發展歷史 13
2.4 地理模擬系統在地理研究中的重要性 15
2.5 地理模擬系統的研究內容與手段 16
2.6 地理模擬系統與GIS 的關系 18
2.7 地理模擬系統與多智能體系統的關系 20
2.8 地理模擬系統與系統動力學的關系 20
2.9 地理模擬系統與空間信息網格的關系 21
參考文獻 21
第3章 地理模擬系統的空間數據獲取 23
3.1 空間數據采集的一般方法 23
3.2 利用各種GIS 空間分析方法獲取進一步的空間數據 24
3.3 利用GIS 獲取城市模擬的輸入數據 25
3.3.1 進行城市模擬的空間變量的獲取 25
3.3.2 城市形態和結構信息的獲取 27
3.3.3 土地評價 29
3.4 利用遙感獲取地理模擬的輸入數據 30
3.4.1 遙感在城市模擬中的應用 30
3.4.2 遙感動態變化監測的主要方法 31
參考文獻 35
第4章 基于元胞自動機的城市及地理模擬 37
4.1 元胞自動機的發展歷史 37
4.1.1 元胞自動機與計算科學的發展 37
4.1.2 元胞自動機與復雜系統的模擬 38
4.2 元胞自動機進行城市與地理模擬的原理及方法 40
4.2.1 基于“生命游戲”規則的CA 40
4.2.2 地理元胞自動機 42
4.2.3 地理元胞自動機與轉換規則 42
4.3 常用的CA 模擬軟件 45
參考文獻 46
第5章 CA 建模以及轉換規則獲取的方法 48
5.1 未來各類用地需求總量確定的原理及方法 48
5.1.1 馬爾可夫鏈方法 48
5.1.2 系統動力學方法 50
5.2 CA 轉換規則確定的一般方法 54
5.2.1 基于多準則判斷的方法 54
5.2.2 基于Logistic 回歸的CA 56
5.2.3 基于5 個因子的SLEUTH 模型 57
5.2.4 基于“灰度”的轉換規則 60
5.2.5 基于主成分分析的元胞自動機 61
5.2.6 基于神經網絡的元胞自動機 63
參考文獻 65
第6章 轉換規則獲取的智能式方法 67
6.1 數據挖掘及轉換規則 67
6.2 遺傳算法與CA 的參數選擇 69
6.3 基于Fisher 判別和離散選擇的CA 71
6.4 基于非線性核學習機自動提取地理元胞自動機的轉換規則 75
6.5 基于支持向量機的元胞自動機 79
6.6 基于粗集的知識發現與地理模擬 84
6.6.1 粗集和約簡的決策規則 84
6.6.2 基于粗集的CA（RS-CA） 87
6.7 基于案例推理元胞自動機的地理模擬 89
6.7.1 基于規則（rule-based）的地理元胞自動機 89
6.7.2 基于案例（case-based）的地理元胞自動機 89
參考文獻 93
第7章 元胞自動機：過程模擬與知識發現的工具 95
7.1 利用邏輯回歸模型進行城市模擬 95
7.2 基于主成分分析的CA 與城市模擬 99
7.3 利用基于神經網絡的CA 模擬土地利用變化 103
7.3.1 空間變量及訓練數據 104
7.3.2 神經網絡的結構 105
7.3.3 神經網絡的訓練 105
7.3.4 土地利用變化的動態模擬及預測 105
7.4 基于數據挖掘的CA 及城市模擬 108
7.4.1 CA 轉換規則的自動挖掘 108
7.4.2 模擬結果及檢驗 111
7.5 城市形態演變“基因”的知識挖掘及優化模擬 114
7.5.1 城市演變“基因”的獲取與優化 114
7.5.2 模型應用及結果分析 116
7.5.3 結論 123
7.6 Fisher 判別及元胞自動機轉換規則的自動獲取 123
7.7 從高維特征空間中獲取元胞自動機的非線性轉換規則 127
7.8 基于支持向量機的元胞自動機及土地利用變化模擬 131
7.9 基于粗集的知識發現與地理模擬 138
7.10 基于案例推理的CA 動態轉換規則及大區域城市演變模擬 145
參考文獻 154
第8章 元胞自動機：城市與區域規劃的輔助工具 156
8.1 引言 156
8.2 約束性CA 及可持續城市發展形態的模擬 158
8.3 基于元胞自動機的城市發展密度模擬 163
8.4 利用CA 和GIS 結合輔助生成農田保護區 171
8.5 基于神經網絡的CA 及真實和優化的城市模擬 177
8.6 約束性CA 在城市規劃中的應用——以廣東省東莞市為例 182
8.6.1 三種約束性的CA 183
8.6.2 CA 在城市規劃中的三種主要功能 191
8.7 基于城市擴張的動態選址模型——以深圳垃圾轉運站選址為例 196
8.7.1 交替式Location-allocation 算法 197
8.7.2 城市擴張模型 198
8.7.3 動態選址模型 200
8.7.4 應用 201
參考文獻 206
第9章 地理元胞自動機的不確定性研究 209
9.1 引言 209
9.2 城市CA 的不確定性 210
9.2.1 數據源誤差 210
9.2.2 操作或轉換誤差 211
9.2.3 城市CA 建模中的模型不確定性 212
9.3 城市CA 中的不確定性評價 213
9.3.1 城市CA 的誤差傳遞 213
9.3.2 CA 中的不確定性 215
9.4 結論 220
參考文獻 221
第10章 元胞自動機模型與大尺度模擬及城市精細化模擬 223
10.1 灰度CA 模型與大尺度城市擴張模擬 224
10.1.1 大尺度灰度CA 模型的原理與設計 225
10.1.2 基于灰度CA 模型的未來我國城市擴張模擬與驗證 231
10.2 斑塊CA 模型與城市空間格局演變模擬 235
10.2.1 嵌入斑塊模擬機制的CA 模型與城市發展模擬 235
10.2.2 時序–斑塊CA 模型及城市空間格局演變模擬 247
10.3 矢量CA 模型與城市精細化模擬 256
10.3.1 耦合動態地塊分裂的矢量CA 模型 258
10.3.2 基于DLPS-VCA 的土地利用精細模擬 263
10.3.3 基于多種未來情景的城市土地利用發展預測 267
參考文獻 269
第11章 多智能體的基本原理 273
11.1 多智能體的歷史根源與基本概念 273
11.2 多智能體系統的原理 277
11.3 基于計算機的多智能體 278
11.4 基于地理空間的多智能體 279
11.5 多智能在經濟、資源環境中的應用 280
11.6 多智能體與CA 及GIS 的集成 281
11.6.1 多智能體與CA 集成的必要性 281
11.6.2 多智能體與CA 及GIS 集成的必要性 281
11.6.3 多智能體與CA 及GIS 集成的可行性 282
11.7 多智能體系統的公共建模平臺 282
參考文獻 284
第12章 基于多智能體系統的空間決策行為及土地利用格局演變的模擬 285
12.1 引言 285
12.2 基于多智能體的城市土地利用變化模擬模型 286
12.2.1 環境要素層 286
12.2.2 多智能體及決策行為 287
12.3 模型的應用 290
12.3.1 實驗區及數據處理 290
12.3.2 模型的簡化 290
12.3.3 模型的應用 291
12.4 模型的檢驗 296
12.5 結論 297
參考文獻 298
第13章 CA 和MAS 結合的城市土地資源可持續發展的規劃模型 300
13.1 可持續發展與城市土地資源規劃 300
13.2 城市發展預測的微觀模型 300
13.3 基于CA 和MAS 的城市土地資源可持續發展及規劃模型 301
13.3.1 多智能體及決策行為 302
13.3.2 元胞自動機層 306
13.4 模型的應用 307
13.4.1 實驗區及數據 307
13.4.2 城市土地資源可持續發展需求預測 307
13.4.3 模型的應用及結果 308
13.5 結論和討論 310
參考文獻 311
第14章 CA 和MAS 結合的城市工業及基本就業空間增長過程的微觀模擬 313
14.1 引言 313
14.2 工業企業及基本就業空間增長的CA-MAS 微觀模型 314
14.2.1 工業企業及基本就業空間增長 314
14.2.2 工業企業及基本就業空間增長的多智能體和環境 316
14.2.3 工業企業及基本就業空間增長的CA-MAS 模擬模型 318
14.3 應用 320
14.4 結論 325
參考文獻 325
第15章 地理模擬與優化系統：軟件及其應用 327
15.1 地理模擬與優化系統 327
15.1.1 GeoSOS 理論與方法 328
15.1.2 GeoSOS 軟件介紹 332
15.1.3 GeoSOS 與地理國情分析 334
15.1.4 GeoSOS 與“三規合一”信息服務 344
15.2 GeoSOS-FLUS 模型與應用 351
15.2.1 GeoSOS-FLUS 模型與方法 351
15.2.2 GeoSOS-FLUS 軟件介紹 353
15.2.3 FLUS 模型與土地利用情景模擬 354
15.2.4 FLUS 模型與城市增長邊界劃定 356
參考文獻 367
展開全部
書友推薦
- >
上帝之肋:男人的真實旅程
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
名家帶你讀魯迅:故事新編
- >
回憶愛瑪儂
- >
姑媽的寶刀
- >
龍榆生：詞曲概論/大家小書
- >
經典常談
- >
苦雨齋序跋文-周作人自編集
本類暢銷
