本文關(guān)鍵詞：基于改進(jìn)微粒群算法的耕地破碎化熱點(diǎn)研究

  更多相關(guān)文章： 微粒群算法 熱點(diǎn) 耕地破碎化 GIS技術(shù) 百色市

【摘要】：耕地破碎化的存在影響著農(nóng)民的生產(chǎn)生活,以及農(nóng)業(yè)生產(chǎn)的發(fā)展,其熱點(diǎn)地區(qū)更是存在多種負(fù)面影響。為了深入研究耕地破碎化熱點(diǎn)的空間分布情況,本文通過對各方面熱點(diǎn)研究的相關(guān)文獻(xiàn)的閱讀,總結(jié)其理論方法,研究熱點(diǎn)分析原理;掌握群體智能算法的運(yùn)行機(jī)理,對微粒群算法的基本理論及各種改進(jìn)方法仔細(xì)研讀,挖掘該算法與熱點(diǎn)研究的關(guān)聯(lián)性,找到適用于熱點(diǎn)研究的改進(jìn)因子;確定了耕地破碎化的評價方法,選取了適于判斷耕地破碎程度的因子進(jìn)行分析。最終運(yùn)用改進(jìn)后的微粒群算法對耕地破碎化進(jìn)行熱點(diǎn)探測。本文研究的主要內(nèi)容有:(1)本文在研究耕地破碎化熱點(diǎn)理論的基礎(chǔ)上,利用群體智能算法進(jìn)行熱點(diǎn)探測,研究算法原理和確定模型。(2)確定耕地破碎化評價方法,從景觀生態(tài)學(xué)角度出發(fā),建立耕地破碎化評價因子,選擇斑塊密度、邊界密度、平均面積、面積加權(quán)形狀指數(shù)、面積加權(quán)分維數(shù)五個因子對耕地破碎化現(xiàn)狀進(jìn)行綜合分析。(3)引入微粒群算法進(jìn)行耕地破碎化熱點(diǎn)探尋,在微粒群算法中針對熱點(diǎn)問題的特性并結(jié)合算法自身的特點(diǎn),根據(jù)算法運(yùn)行前后所側(cè)重參考對象的不同加入了兩個權(quán)重因子,動態(tài)的改變慣性權(quán)重,并引入擾動因子來平衡全局。建立熱點(diǎn)研究的目標(biāo)函數(shù),通過適應(yīng)度函數(shù)值大小的判斷來更新算法中粒子的速度和位置,最終通過粒子的聚集程度判斷耕地破碎化熱點(diǎn)。(4)選取百色市為研究區(qū)域,利用GIS技術(shù)對所需研究數(shù)據(jù)進(jìn)行獲取和處理,并對耕地破碎化評價因子進(jìn)行空間相關(guān)分析,構(gòu)建空間矢量數(shù)據(jù)庫,用改進(jìn)的微粒群算法分析2001年和2013年百色市耕地破碎化熱點(diǎn),并對熱點(diǎn)結(jié)果加以分析。(5)對改進(jìn)的微粒群算法與標(biāo)準(zhǔn)微粒群算法進(jìn)行精度的對比、性能的分析,發(fā)現(xiàn)改進(jìn)后的算法運(yùn)行效率更高,結(jié)果評定更好,同時也證明了改進(jìn)后的微粒群算法可以很好的運(yùn)用到熱點(diǎn)研究中。綜上,將兩個動態(tài)慣性權(quán)重因子和擾動因子引入到微粒群算法中,建立改進(jìn)機(jī)制,模擬熱點(diǎn)探測過程,通過Arc GIS與Matlab技術(shù)搭建平臺,構(gòu)建模型,編寫算法,最終利用這種智能的群體優(yōu)化算法實(shí)現(xiàn)了耕地破碎化熱點(diǎn)的研究。
【學(xué)位授予單位】：廣西師范學(xué)院
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F323.211

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 張虹;葛家麒;董繼學(xué);;基于微粒群算法的大慶農(nóng)牧優(yōu)化配置的研究[J];農(nóng)機(jī)化研究;2007年07期

2 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 喬立巖;楊莘元;趙春暉;;改進(jìn)的離散二進(jìn)制微粒群算法[A];2009中國儀器儀表與測控技術(shù)大會論文集[C];2009年

2 王元元;曾建潮;譚瑛;;基于環(huán)形結(jié)構(gòu)帶緩存器模型的并行微粒群算法[A];2006年全國開放式分布與并行計算學(xué)術(shù)會議論文集（一）[C];2006年

3 張昕;彭宏;鄭啟倫;;基于微粒群算法的聚類分析[A];2006年全國開放式分布與并行計算學(xué)術(shù)會議論文集（一）[C];2006年

4 崔志華;蔡星娟;曾建潮;孫國基;;基于預(yù)測速度的改進(jìn)微粒群算法[A];第二十六屆中國控制會議論文集[C];2007年

5 蔡星娟;崔志華;曾建潮;譚瑛;;自適應(yīng)PID控制微粒群算法[A];第二十六屆中國控制會議論文集[C];2007年

6 王俊年;申群太;沈洪遠(yuǎn);周鮮成;;一種改進(jìn)的小生境微粒群算法[A];第16屆中國過程控制學(xué)術(shù)年會暨第4屆全國故障診斷與安全性學(xué)術(shù)會議論文集[C];2005年

7 易平;蔡保佩;;基于微粒群算法的平面剛架及組合結(jié)構(gòu)的優(yōu)化[A];中國力學(xué)大會——2013論文摘要集[C];2013年

8 裴振奎;劉健;華夏;;求解隨機(jī)車輛路徑規(guī)劃問題的混合微粒群算法[A];2008通信理論與技術(shù)新進(jìn)展——第十三屆全國青年通信學(xué)術(shù)會議論文集（上）[C];2008年

9 王元元;曾建潮;譚瑛;;基于并行計算模型的并行微粒群算法的性能分析[A];2007年全國開放式分布與并行計算機(jī)學(xué)術(shù)會議論文集(上冊)[C];2007年

10 張桐;王亞慧;葉安麗;王健;;基于微粒群算法與最小二乘法的在線辨識策略研究[A];中國電子學(xué)會第十五屆信息論學(xué)術(shù)年會暨第一屆全國網(wǎng)絡(luò)編碼學(xué)術(shù)年會論文集（下冊）[C];2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前9條

1 崔志華;微粒群算法的性能分析與優(yōu)化[D];西安交通大學(xué);2008年

2 李劍;微粒群算法及其在物流系統(tǒng)中的應(yīng)用研究[D];華中科技大學(xué);2008年

3 鄭向偉;求解優(yōu)化問題的微粒群算法及其應(yīng)用研究[D];山東師范大學(xué);2008年

4 仇晨曄;多目標(biāo)微粒群算法研究及其在交通事故分析中的應(yīng)用[D];北京郵電大學(xué);2013年

5 袁代林;改進(jìn)的微粒群算法及其在結(jié)構(gòu)拓?fù)鋬?yōu)化中的應(yīng)用[D];西南交通大學(xué);2009年

6 李軍軍;微粒群算法及其在電力系統(tǒng)中的應(yīng)用研究[D];上海海事大學(xué);2008年

7 莫思敏;基于群體交互自組織種群結(jié)構(gòu)的擴(kuò)展微粒群算法研究[D];蘭州理工大學(xué);2012年

8 周鮮成;基于微粒群算法的數(shù)字圖像處理方法研究[D];中南大學(xué);2008年

9 王俊年;微粒群算法及其在鋅電解整流供電系統(tǒng)優(yōu)化中的應(yīng)用研究[D];中南大學(xué);2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 褚永芳;信息交互與處理微粒群算法[D];太原科技大學(xué);2009年

2 秦秋燕;基于動物覓食原理的改進(jìn)微粒群算法研究[D];太原科技大學(xué);2010年

3 吳雨佳;基于微粒群算法的夾具裝配序列規(guī)劃方法研究[D];西安工業(yè)大學(xué);2015年

4 鐘典;基于變異微粒群算法的城鎮(zhèn)土地擴(kuò)展模擬研究[D];湖南師范大學(xué);2015年

5 王海亭;Pool-based分布式微粒群算法研究[D];太原科技大學(xué);2015年

6 劉玉丁;基于改進(jìn)微粒群算法的建設(shè)項(xiàng)目多目標(biāo)動態(tài)優(yōu)化研究[D];河北工程大學(xué);2016年

7 檀雪云;動態(tài)拓?fù)鋬呻A段微粒群算法及多態(tài)系統(tǒng)可靠性優(yōu)化[D];燕山大學(xué);2016年

8 韋栩;基于膜系統(tǒng)的微粒群優(yōu)化算法研究及應(yīng)用[D];山東師范大學(xué);2016年

9 彭艷華;基于改進(jìn)微粒群算法的耕地破碎化熱點(diǎn)研究[D];廣西師范學(xué)院;2016年

10 王巍;微粒群算法的研究與應(yīng)用[D];江南大學(xué);2008年

，

本文編號：1138051