一种基于蜂群智能的地理元胞自动机转换规则获取方法技术

本发明专利技术公开一种基于蜂群智能的地理元胞自动机转换规则获取方法，属于计算机仿真模拟领域。针对已有的群体智能元胞自动机转换规则获取方法存在的搜索全局最优解的能力较弱，易陷入局部最优的问题，本发明专利技术提出一种新的元胞自动机转换规则获取方法，该方法以蜂群智能挖掘算法为核心，以地理元胞自动机转换规则的获取为目的，利用蜂群智能搜索方式，在多维属性空间中进行规则搜索，生成地理元胞自动机的转换规则文档。本发明专利技术主要用于智能挖掘地理元胞自动机转换规则，提高了获取全局最优规则的能力。

【技术实现步骤摘要】

本专利技术属于计算机仿真模拟领域，特别涉及一种地理元胞自动机获取方法。
技术介绍
转换规则是元胞自动机模型的核心，它是模拟过程逻辑关系的表达，决定了模拟的结果。目前，关于转换规则的获取已有大量的研究成果，但是都具有一定的局限性。Clarke等提出的利用肉眼判断来获取模型参数值的方法受主观因素影响很大，且可靠程度有限；利用层次分析法(AHP)确定模型参数值和使用线性logistic回归的方法提取转换规贝U，简单实用，但是用线性的方法提取复杂的地理现象规律，显得过于简单，难以准确的模拟复杂的地理过程；利用神经网络训练的方法自动获取转换规则，但是神经网络存在的局部最小值和收敛速度慢等问题，属于黑箱结构，难以进行优化改进；随后，黎夏等又提出了利用See5. 0决策树的方法来获取CA的参数值，此方法容易陷入局部最优；刘小平和黎夏提出了利用核学习机在高维特征空间中提取CA非线性转换规则的方法，该方法也存在转换规则物理意义不清晰和运行量大的问题。此外，当研究区域较为复杂时，上述方法在模型结构和参数确定时具有一定的困难。针对此问题，刘小平和黎夏等提出人工蚁群智能算法和PSO算法，PSO算法能够较好本文档来自技高网...

【技术保护点】
一种基于蜂群智能的地理元胞自动机转换规则获取方法，其特征在于，包括以下过程：（1）随机构造初始规则，其构造方式为：在各个属性项节点随机确定条件值并与一个元胞状态值构成一条转换规则，转换规则即是蜜蜂个体的所对应的蜜源位置；（2）利用蜂群智能算法优化初始规则，搜索更优的条件值；（3）蜂群进化过程更新：每一个体利用贪婪算子在更新后的规则和更新前规则之间选择有效性更高的规则作为新的位置；（4）到达终止条件时，选择最高有效性的规则进行修剪并添加到规则集，并移除训练数据中符合此规则的样例；（5）判断剩余样例数覆盖度是否达到阈值；如果达到阈值，则终止对当前类型的规则挖掘，为下一转换类型挖掘规则；如果没有达到...

【技术特征摘要】

【专利技术属性】
技术研发人员：汤国安，阳建逸，曹敏，胡迪，
申请(专利权)人：南京师范大学，
类型：发明
国别省市：