一种基于遗传算法的土地资源评价因子级别划分方法技术

本发明专利技术涉及一种基于遗传算法的土地资源评价因子级别划分方法，充分利用遗传算法在优化问题求解方面的优势，将遗传算法引入评价因子级别划分问题的求解；根据评价因子级别划分问题的特点，设计了遗传算法适应度函数和约束条件，构建了适用于评价因子级别划分的遗传算法模型；本发明专利技术能够为土地资源质量评价的因子影响分析提供科学、准确的基础依据，进而为促进土地资源的合理利用提供技术支持。

【技术实现步骤摘要】

本专利技术属于土地资源评价
，特别是涉及ー种基于遗传算法的土地资源评价因子级别划分方法。
技术介绍
随着21世纪的到来，人类面临的人口问题、粮食安全问题等诸多全球性问题日益严峻。我国作为人口大国，土地资源相对稀缺，如何合理利用土地，实现土地资源的可持续利用是当前迫切需要解决的问题。因此，采用科学的技术手段和方法对土地资源的质量进行评价，是促进土地资源合理利用的必要手段。 根据联合国粮农组织FAO的定义，土地资源评价是指对土地针对特定的利用方式所表现出来的效果进行评估的过程，包括对土地的形态、土壌、植被、气候等方面属性进行质量综合鉴定，从而区分并比较不同土地利用方式对评价目标所表现出的适宜性程度。有关文献 FAO. Land Evaluation. Towards a revised framework. 2007.。在借鉴国外先进技术的基础上，我国已形成了包括针对农用地与建设用地的土地分等、定级、估价、土地适宜性评价、土地集约利用评价、土地退化评价等在内的符合当前国情需求的土地评价体系。在进行评价土地资源质量时，对土地资源质量有着显著影响的各种因素实体如商服中心、集贸市场、灌溉水源、道路网络等对象，被定义为“土地资源评价因子”(简称为“评价因子”)或“土地资源评价指标”。由于评价因子的规模(或大小)的差异将直接导致评价因子所具备的功能和作用存在差别，其对土地质量的影响的空间范围和強度也存在明显的不同，在进行评价因子分析时也需要进行区别对待。例如城镇土地资源评价中，大小和规模不同的商服中心、医院等服务设施，其所具备的功能和能提供的各类服务也不同，进而对土地资源质量的空间影响范围、作用方式和強度也各不相同。因此，在进行土地资源评价时，需要根据评价因子规模将其划分为若干级别，分别对不同级别的评价因子的空间影响范围和作用强度进行分析。有关文献国家质量监瞀检验检疫总局.城镇土地分等定级规程(GB/T 18507-2001) , 2001 ;有关文献国土资源部·农用地定级规程(TD/T1005-2004)· 2003。然而，目前有关土地评价因子级别划分的方法主要是根据带分级的评价因子规模指数，由土地评价专家根据自身经验人为将土地评价因子划分为若干级别。(注规模指数用于反映各因子对象对土地资源质量的影响程度，规模指数越大，则其对土地资源质量影响的强度越大。规模指数通常根据能够反应评价因子大小、规模的一系列指标综合计算得至IJ，其计算方法在相关的土地评价标准规范中都有较为详细的阐述，如城镇土地分等定级规程、农用地定级规程等，不是本专利技术的关注重点。)其缺点主要在于主观性太强，划分结果的科学性严重依赖于专家经验。因此，为了更加科学、合理的划分土地评价因子，进而为土地评价因子空间影响范围和強度分析提供准确的基础数据支持，必须开发出更为合理的土地评价因子级别划分方法。遗传算法(Genetic Algorithm)是ー种模拟达尔文生物进化论的随机搜索方法，參见图I.，其求解问题的基本思路是将待求解的问题的求解过程表示成染色体的适者生存过程，把捜索空间映射为遗传空间，即把每ー个可能的解编码为ー个向量，向量的每ー个元素称为基因。所有染色体组成的种群初始化后按照ー个适应度函数计算其适应度，即进行适应度评价。经过染色体的选择、交叉、变异等遗传操作，然后重新进行适应度评价，剔除适应度低的个体，保留适应度高的个体，从而得到新的种群。新种群比上一代种群具有更有的性态，如此反复迭代，直到满足预定的优化目标，即满足終止条件，解码得到问题的解。有关文献陈森发，复杂系统建模理论与方法，2005.南京东南大学出版社.采用遗传算法解决问题的基本流程见附图I.遗传算法作为ー种随机搜索算法，即使搜索空间非常大、非常复杂，遗传算法也能找到全局最优解。相对于传统的搜索和优化算法，遗传算法的主要优势在于其具有自组织、自适应、自学习性，因而被广泛应用于组合优化、机器学习、聚类分析和人工生命等领域。有关文献黎夏等.智能式GIS与空间优化. 2010.北京科学出版社.
技术实现思路
针对现有土地资源评价中评价因子级别划分方法的局限性，专利技术ー种智能化、自动化的基于遗传算法的土地资源评价因子级别划分方法。为科学合理的研究与分析评价因子对土地资源质量的影响提供准确的基础依据，为合理、可持续利用土地资源提供技术方法支持。本专利技术提供的技术方案是ー种基于遗传算法的土地资源评价因子级别划分方法，包括以下步骤步骤1，输入每个评价因子的规模指数，规模指数是取值范围为的实数；步骤2，设染色体种群规模为M,染色体的基因位长度为K，第i个基因位上存储第i个级别的中心规模指数，i的取值为1、2. . .K ;采用随机的方式生成M个染色体，形成初始的染色体种群；随机生成的约束条件是，每个基因位上的中心规模指数是取值范围为的实数；步骤3，对当前的染色体种群中各染色体分别进行染色体适应度评价，评价方式包括以下步骤，步骤3. 1，针对每个染色体所存储的各级别中心规模指数，按照最小距离原则和步骤I输入的规模指数，将各评价因子划分到距离最近的一个级别中；步骤3. 2，采用适应度函数评价各染色体的适应度，适应度函数如式1，/ = 1/ΣΣ(Χ厂cD2式 I式中，Ci表示第i个级别的中心规模指数，J为第i个级别中评价因子的总数，Xj为第i个级别中第j个评价因子的规模指数；步骤4，选择，包括根据染色体适应度值从当前的染色体种群中随机选择染色体，选择出的染色体个数记为η ；步骤5，交叉，包括从步骤4中选择的η个染色体中，按照事先设定的概率Pc随机选择Round(nXPc)对染色体进行交叉，得到交叉后的染色体种群，其中Round为取整数操作；对ー对染色体执行交叉时，在染色体上随机确定ー个交叉点，这对染色体在交叉点处互相交换编码；步骤6，变异，包括对步骤5所得交叉后的染色体种群中的每个染色体，将每个基因位根据事先设定的概率Pm随机确定该基因位是否进行变异，若执行变异，则该基因位上的数值更改为ー个随机生成的的实数值，得到变异后的染色体种群；步骤7，判断是否满足終止条件，不满足则返回步骤3继续对染色体种群进行进化，直至满足终止条件，进入步骤8 ；步骤8，对当前的染色体种群中各染色体分别进行染色体适应度评价，得到划分结果，包括以下步骤，步骤8. 1，针对每个染色体所存储的各级别中心规模指权利要求1.，其特征是，包括以下步骤 步骤1，输入每个评价因子的规模指数，规模指数是取值范围为的实数； 步骤2，设染色体种群规模为M，染色体的基因位长度为K，第i个基因位上存储第i个级别的中心规模指数，i的取值为1、2. . . K ;采用随机的方式生成M个染色体，形成初始的染色体种群；随机生成的约束条件是，每个基因位上的中心规模指数是取值范围为的实数； 步骤3，对当前的染色体种群中各染色体分别进行染色体适应度评价，评价方式包括以下步骤， 步骤3. 1，针对每个染色体所存储的各级别中心规模指数，按照最小距离原则和步骤I输入的规模指数，将各评价因子划分到距离最近的一个级别中； 步骤3. 2，采用适应度函数评价各染色体的适应度，适应度函数如式1，2.如权利要求I所述基于遗传算法的土地资源评价因子级别划分方法，其特征是步骤本文档来自技高网...

【技术保护点】

【技术特征摘要】

【专利技术属性】
技术研发人员：刘耀林，何建华，赵翔，焦利民，唐旭，
申请(专利权)人：武汉大学，
类型：发明
国别省市：