基于粒子群优化算法的多因子自适应滤波

在抗差多因子自适应滤波的基础上,提出基于粒子群优化智能算法进一步搜索自适应因子的优化值,提高自适应因子的可靠性。在基于状态不符值构造的自适应因子的基础上,构造适应性函数,采用粒子群优化算法搜索更有效的自适应多因子。利用动态导航数据进行验证,结果表明,基于粒子群优化的多因子自适应滤波能更有效地控制异常影响,提高动态导航精度。     

数字孪生铁路多目标粒子群任务调度方法

展示/分析/探索多层次任务及存储/计算/网络资源高效调度是数字孪生铁路的关键技术,随着存储、计算和网络等分布式异构资源不断接入,数字孪生铁路多层次任务并发场景异构资源分配倾斜、任务优先级不匹配、时延高等问题突显。现有调度方法大多针对单一层次任务资源进行设计,无法直接适用多层次任务调度场景,难以保障多层次任务调度的最大完工时间和资源负载均衡全局最优。针对上述问题,本文设计了适用于数字孪生铁路特点的多层次任务调度模型,提出了多目标粒子群任务调度算法,基于云仿真平台CloudSim对该方法进行对比测试,基于DTScope引擎设计实现数字孪生铁路“安全—质量—进度”智能施工管理案例原型。结果表明,本文方法适用于数字孪生铁路多层次任务并发调度场景,与现有方法相比明显提高了多层次任务完成时间效率和任务调度均衡性,可有效支撑数字孪生铁路展示—分析—探索多样化应用。     

改进的粒子群算法在商业网点选址中的应用

针对当前商业网点选址问题,在采用GIS空间分析得到的粗略范围的基础上,构建了一个基于K-medoids聚类的粒子对算法模型;通过ArcObjects二次开发,将其应用于商业网点选址中的准确选址;并通过案例说明了方法的可行性和有效性。     

多目标微观邻域粒子群算法及其在土壤空间优化抽样中的应用

提出一种基于多目标微观邻域粒子群的土壤空间优化抽样方法。方法面向土壤空间调查的多目标特征,构建了基于最小克里金方差（MKV）和极大熵准则（ME）的粒子群多目标适应度函数,设计了最小样本量限制、样点可达性、采样成本限制和最小空间关联性四类粒子微观邻域操作策略,能高效协调土壤空间抽样精度、代表性、成本、样本量与样点布局等多目标冲突。实验结果表明,相比单目标粒子群算法和模拟退火算法,该方法的目标冲突协同能力强、收敛效率高,所设计抽样方案最优,为土壤质量精确调查与高效监测提供了技术支持。     

基于二进制粒子群优化算法的线状目标简化

针对如何从线状目标的简化可行解中选取近似最优解的问题,该文基于二进制粒子群优化算法原理,将线状目标的可行解抽象为节点是否取舍两种状态的二进制序列,由粒子群根据个体经验和社会经验判断构成线状目标上的节点取舍,提出并设计了一种简化线状目标的算法。目标函数主要由节点压缩率和矢量偏差确定,文中给出了算法实现的关键步骤。通过与道格拉斯-普克算法作对比实验分析,证明了该算法的有效性,保留了重要的几何特征点,图形有良好的外观视觉效果,且有更高的节点压缩率。     

多目标微粒群算法用于土地利用空间优化配置

针对已有空间配置方法在协调土地利用多目标方面的不足,探讨构建基于多目标微粒群算法的土地利用空间优化配置模型。建立了土地利用空间配置方案与单个微粒的映射关系,以经济、社会、生态和综合效益为优化目标,以土地利用优化结构、土地利用现状、地类转换规则为约束条件进行最优配置方案的自组织、智能化搜索,并选取湖北省嘉鱼县作为试验区验证了其有效性。     

基于粒子群优化算法的最大类间方差多阈值图像分割

最大类间方差法是图像分割中一种常用的阈值分割方法,对于单阈值分割具有显著的效果,但是对于多阈值分割,计算复杂度大、耗时较多。本文将粒子群优化算法与最大类间方差法结合,提出了一种新的图像分割方法,该方法利用粒子群优化算法的寻优高效性,并由灰度图像的最大类间方差值作为适应值,搜索最优分割阈值,实现图像的多阈值分割。实验结果显示,新方法大大缩短了寻找最优阈值的时间,降低了运算复杂度,提高了图像分割速度,说明基于粒子群优化算法的图像分割算法是可行的、有效的。     

粒子群优化算法在遥感影像增强中的应用

遥感影像的复杂性给影像增强处理带来了困难.非完全Beta函数增强方法具有理想的增强效果,但是,其参数的合理选取是算法的关键与难点.粒子群优化算法(PSO)是基于鸟群群体智能的新型进化计算技术,具有自适应、自组织等智能特性,具有强大的寻找最优解的能力.这里将PSO用于Beta函数参数的自适应选取,实现了基于PSO的非完全Beta函数增强方法,并通过航空和卫星遥感影像的增强实验,验证了该方法的有效性.     

粒子群优化算法在遥感影像增强中的应用

遥感影像的复杂性给影像增强处理带来了困难。非完全Beta函数增强方法具有理想的增强效果,但是,其参数的合理选取是算法的关键与难点。粒子群优化算法(PSO)是基于鸟群群体智能的新型进化计算技术,具有自适应、自组织等智能特性,具有强大的寻找最优解的能力。这里将PSO用于Beta函数参数的自适应选取,实现了基于PSO的非完全Beta函数增强方法,并通过航空和卫星遥感影像的增强实验,验证了该方法的有效性。     

遥感影像融合AIHS转换与粒子群优化算法

Pan-sharpening是通过将低分辨率多光谱图像(LMS)与高分辨率全色图像(PAN)进行合成而获得高光谱高空间分辨率的多光谱图像(HMS)的过程。本文提出一种Pan-sharpening方法,称为PAIHS。该方法基于自适应亮度-色度-饱和度(AIHS)转换和变分Pan-sharpening框架以及两个假设(①Pan-sharpening图像和原始多光谱图像(MS)具有相同的光谱信息;②Pan-sharpening图像与全色图像(PAN)包含的几何信息保持一致),同时确定目标函数,然后用粒子群算法(PSO)进行优化,目的是得到最佳控制参数并求得目标函数最小值,此时对应着最好的Pan-sharpening质量。试验结果表明,本文提出的方法具有高效性和可靠性,获得的性能指标也优于目前一些主流的融合方法。     

GIS与层次分析法结合的兰州市主城区公共停车场选址

公共停车场对于城市的建设与发展有着重要意义,兰州市在社会经济快速发展遇到的一系列问题中,停车难是较为突出的一个。本文以兰州市主城区为例,运用层次分析法实现了对公共停车场选址影响因子的客观选取以及权重的赋值,运用GIS可视化和空间分析功能,分别求得各因素的影响范围并按权值叠加,最终得到兰州市主城区公共停车场选址示意图。通过验证分析,该方法合理有效,不仅为兰州市公共停车场选址提供了科学依据,也为其他地区和其他设施的选址提供了参考。     

GIS环境下的物流配送中心选址模型研究

在分析传统的配送中心选址模型优缺点的基础上,提出了一种基于GIS的物流配送中心选址模型。该模型采用多因素参与决策的方法,结合GIS技术与空间分析方法确定最佳选址地点,最后以张家界市永定区某街道配送仓库的选址为例对模型进行了实现。     

基于GIS的高校物流代理点选址研究

随着电子商务在社会生活中的广泛兴起,校园物流代理点也随之产生;物流代理点在很大程度上方便了师生快递领取,但由于高校物流代理点选址普遍存在随意性和不合理性,导致师生快递领取时浪费过多时间和精力。针对此问题,本研究结合GIS空间分析技术,通过对广西师范大学雁山校区学生宿舍、教学楼、食堂和道路分布数据的分析,利用缓冲区分析和叠置分析优选出物流代理点最佳分布区域,并对校园中现有的物流代理点分布合理性做出评价,进而给出合理的校园物流代理点选址区域建议,旨在为学校物流代理点科学选址及改善和提升校园人文品质提供合理建议,同时为物流企业规划选址及GIS空间分析应用提供参考。     

基于多目标优化模型的城镇污水处理厂选址分析

综合风向、安全防卫距离、地形、水文地质等因素,利用GIS空间分析技术分析城镇污水处理厂选址范围的空间适宜性,采用近似指标权重和多目标优化方法对汉江流域上游城镇污水处理厂进行选址的优化分析。结果表明,在满足选址原则和多目标优化模型约束条件下,汉江上游流域40座城镇污水处理厂选址基本适宜,适宜的污水处理厂数量为28座,占城镇污水处理厂总数的69.5%;未同时满足选址原则和目标函数约束条件的城镇污水处理厂为12座,主要表现在卫生防护距离和距离河道的安全距离不足300 m。此外,受处理工艺、污染物负荷、人口变化、居民感官等影响,其模型的优选方案与实际选址会存在一定偏差,但可为城市规划和流域治污减排提供技术支持。     

基于知识的选址决策支持系统

针对选址决策特点,提出了基于知识的选址决策支持系统模型、结构,重点分析了系统知识获取、知识库设计和分层次推理策略;在知识获取中,引入知识挖掘手段,实现系统部分知识的自动获取.从决策目标和规则生成、适宜性推理、决策推理等方面,探索智能化选址空间决策支持系统的构建方法,实现了与GIS、应用分析模型的紧密耦合集成,并用实例分析说明了系统的信息处理流程和可行性.     

一种基于Voronoi图的人防警报器空间选址算法

首先通过声学传播原理研究了警报器覆盖范嗣模型。结合Voronoi图影像范围、最大空心圆策略和平面完全刮分等特性,提出了基于Voronoi图的警报器空间选址算法。文章详细阐述了算法基本思想和流程,最后进行了算法组件设计和系统开发实践。实践表明采用该算法能满足城市警报器合理选址和适当重叠覆盖的要求,并具有其优越性。     

Internet GIS上矢量型空间数据传送的最优化策略

作为在Internet上处理大空量空间地理信息的基于客户端的Internet地理信息系统（client-side Internet GIS)，解决矢量型空间数据传送的低效率性是很重要的，该文为此提出一个新的有效方法，首先，将大型矢量地图根据适当的“分裂度”分割成若干部分，每一部分称作一个“炔”（Tile)，当用户在客户端请求地图的某一区域时，GIS服务器中传递和请求区域相关叠的“块”内的空间数据，并且将该数据存在用户的本地机上，以便使用。为此，该文提出一个“地图块分割”方法，地图块查询处理”算法以及“客户服务器间空间数据的效率化传送”策略，和既存传送方法比较，利用该方法构造的Internet GIS,系统的整体效率得到了提高。     

并行蚁群算法及其在区位选址中的应用

提出基于多叉树并行蚁群算法的区位选址优化方法.算法依据蚁群算法具有的并行特性,采用GPU(graphic processing unit,图形处理器)并行运算技术,对地理空间进行多又树划分,收集蚂蚁在多又树层间旅行时逐步留下的信息素信息,进行路径选优获得理想的候选解,从而为解决平面空间资源优化配置问题提供新的思路.实验结果表明,与普通蚁群算法相比,采用基于多叉树搜索的并行蚁群算法,能够发挥蚁群算法的并行特征,在短时问内求得较为理想的解,适合计算大区域的空间资源配置问题.     

锦州市公园选址分析

本文主要是以我国的地理国情普查成果为基础,对锦州市的公园选址情况作分析。首先,获取锦州市市区的地理国情普查成果,通过ArcGIS软件对数据进行空间分析,对分析后的结果进行一系列处理论证,并结合实际情况,实现对锦州市区公园的选址工作。这对探究城市的规划工作以及地理国情普查的数据成果在选址规划方面的应用都具有极强的现实意义。     

基于SuperMap GIS的连锁超市选址辅助决策系统研发

随着商业的发展,大型连锁超市越来越成气候,门店选址也日显重要。选址的好坏,直接关系到将来门店经营能否成功。