【摘要】：地圖綜合是一項復雜的人腦抽象過程,是地圖數(shù)據(jù)處理所面臨的最具挑戰(zhàn)性的問題之一。在數(shù)字制圖時代,地圖綜合不僅在概念上發(fā)生了相應的變化,它的研究領(lǐng)域和應用范圍也進行了相應的擴展,其實施主體已由傳統(tǒng)的以人為主轉(zhuǎn)向了以計算機為主,通過模型和算法實現(xiàn)綜合過程的自動化、智能化和協(xié)同化。地圖綜合過程中產(chǎn)生的空間沖突會使地圖信息表達不清�？臻g沖突主要是由于比例尺縮小,導致地圖要素符號之間的間隔縮小,達不到地圖上的最小分辨距離而產(chǎn)生；或是由于地圖符號尺寸相對擴大,對鄰近目標符號產(chǎn)生的壓蓋；或者由于其它綜合操作產(chǎn)生的拓撲關(guān)系變化而引起的沖突。因此,為了保持地圖幅面的清晰性,正確表達地圖上的地理空間信息,需要消除這些空間沖突。移位是解決空間沖突的一個重要綜合操作。地圖目標移位時不僅要滿足地圖清晰性的要求,還要顧及地圖目標之間空間關(guān)系的正確表達,因為空間關(guān)系的正確表達是空間信息傳輸?shù)闹匾疤�。本文以建筑物群和道路網(wǎng)包含的空間沖突為研究對象,研究如何利用移位算法解決它們之間的空間沖突,論文的主要創(chuàng)新點和研究內(nèi)容如下：1).探討了地圖綜合與移位操作的研究背景與意義�？偨Y(jié)了計算機環(huán)境下地圖綜合的概念與內(nèi)涵、地圖自動綜合的需求以及移位操作的作用與面臨的困難。同時,從連續(xù)幾何移位方法、全局優(yōu)化移位方法兩個方面對國內(nèi)外移位算法的研究現(xiàn)狀進行了總結(jié),并對比了兩種研究方法、分析了現(xiàn)有研究的不足。2).闡述了地圖綜合的理論基礎(chǔ)以及移位操作的基本理論。主要包括：地圖綜合的概念框架、綜合所需的算子和算法、地圖綜合的約束條件、地圖綜合解決的基本問題。分析了移位操作的定義、移位產(chǎn)生的條件、空間沖突探測方法,并研究了建筑物與道路在移位時各自所需滿足的約束條件。3).以街區(qū)中的建筑物群為研究對象,將建筑物群移位視為在一個合理范圍內(nèi),尋找最優(yōu)移位配置的優(yōu)化過程,提出了解決街區(qū)中建筑物群空間沖突的一種地圖要素移位免疫遺傳算法。主要從以下兩個方面進行研究：(1)在分析現(xiàn)有建筑物群移位的遺傳算法和模擬退火算法的基本原理基礎(chǔ)上,對遺傳算法從移位范圍、基因編碼、遺傳操作和適應度函數(shù)設計四個方面,將遺傳算法用于建筑物群移位；對于模擬退火算法,從目標候選位置方案設計、評價函數(shù)設計、冷卻進度表設置三個方面,介紹了模擬退火算法如何應用在建筑物群移位中。然后比較遺傳算法與模擬退火算法的移位結(jié)果,實驗表明,盡管遺傳算法解決的沖突個數(shù)要多于模擬退火算法解決的個數(shù),但遺傳算法中產(chǎn)生的移位傳播量大于模擬退火算法產(chǎn)生的移位量,因此遺傳算法在空間關(guān)系和建筑物位置精度保持方面存在著不足。(2)針對遺傳算法和模擬退火算法在優(yōu)化過程中都存在早熟收斂的問題,在遺傳算法的基礎(chǔ)上,引進免疫遺傳的概念,提出利用免疫遺傳算法進行建筑物群移位來解決空間沖突。免疫遺傳算法中的抗體濃度機制在選擇個體進行繁殖時,不僅像普通遺傳算法一樣考慮個體的適應度大小,同時考慮種群中個體的濃度。個體濃度指種群中相似個體的所占的比例,種群中相似個體所占的規(guī)模越大則濃度越高。為了防止非最優(yōu)個體在種群中占據(jù)較大規(guī)模而導致算法出現(xiàn)早熟收斂的現(xiàn)象,免疫遺傳算法在進化中抑制濃度較大的個體,但促進濃度較小個體的選擇,保持進化過程中種群的多樣性。同時,免疫遺傳算法中的精英保持策略可以保證歷代進化中的優(yōu)秀個體不被選擇和變異操作破壞,從而加速算法的收斂效率,提高算法的局部搜索能力。同時為了提高免疫遺傳算法求解的效率,利用Voronoi圖生成建筑物群的鄰近沖突索引,可以減少建筑物的沖突探測時間,提高免疫遺傳算法的運行速度。實驗結(jié)果表明,與遺傳算法和模擬退火算法相比,該算法不僅可以解決更多的空間沖突,而且產(chǎn)生的移位量更少,空間關(guān)系保持的更好。4).為了滿足建筑物群移位中的約束條件,改進了免疫遺傳算法的種群初始化、交叉操作和變異操作,同時設計了新的目標函數(shù)。對于對齊排列建筑物群的移位約束,在種群初始化、交叉和變異中,始終保持它們的移位量相同,將其作為一個整體移位。對于建筑物與道路之間的相切關(guān)系約束,由于需要在移位后保持建筑物與道路的相切關(guān)系不變,本文將空間沖突分為三種：建筑物與建筑物之間的沖突、與道路保持相切關(guān)系的建筑物同道路的沖突、與道路保持相離關(guān)系的建筑物同道路的沖突；以及兩種不同建筑物的移位距離：與道路保持相切關(guān)系建筑物的移位距離,與道路保持相離關(guān)系建筑物的移位距離。將這五個指標一起構(gòu)建目標函數(shù),來滿足建筑物與鄰近道路的相切關(guān)系約束。而且在算法執(zhí)行后,提出了一種幾何移位的后處理方式,將移位后應該與道路保持相切,而沒有相切的建筑物,通過計算建筑物的受力將其拉回到與道路保持相切共邊關(guān)系。實驗結(jié)果表明,顧及約束條件的免疫遺傳算法在移位后,不僅可以較好的解決沖突和保持空間關(guān)系,而且對齊排列的建筑物群的約束以及建筑物與道路之間的相切關(guān)系約束都得到了較好的保持。5).提出了一種道路圖形綜合與建筑物群移位協(xié)同處理的方法。首先獲取建筑物群與道路之間的空間關(guān)系,然后根據(jù)不同的綜合情況,選擇不同的操作(簡化或移位)或算法進行綜合。以道路中心線和建筑邊界作為約束邊,以所有道路線上的節(jié)點和建筑物重心點做約束性Delaunay三角網(wǎng),根據(jù)道路網(wǎng)與建筑物之間、建筑物與建筑物之間是否有三角網(wǎng)連接獲取地圖目標之間的鄰近關(guān)系；然后在鄰近關(guān)系基礎(chǔ)上,考慮距離因素,獲取地圖目標之間的連接關(guān)系。根據(jù)不同的綜合數(shù)據(jù)情況,將協(xié)同處理過程分為三個階段：當?shù)缆泛喕赡芘c其毗鄰建筑物產(chǎn)生沖突時,利用鄰近連接關(guān)系移動簡化道路鄰近的建筑物,保持道路與建筑物之間的空間關(guān)系不變；若道路網(wǎng)無需簡化或簡化操作已完成,且此時存在道路之間的空間沖突時,將道路網(wǎng)與建筑物群利用鄰近連接關(guān)系看作一個整體,利用移位操作一起移位,解決道路之間的空間沖突；若還存在建筑物與道路之間或建筑物之間的沖突時,將建筑物群在道路上的連接點作為支點,通過移動建筑物群解決沖突。本章主要的移位算法是Snake算法,在移位操作中,將每一階段中移位目標之間的連接線段視為Snake的基本單元,充分利用Snake算法可以將移位沿線狀網(wǎng)絡傳播的機制,把道路的簡化與建筑物群移位和道路移位協(xié)同在一起,能較好的保持道路網(wǎng)和建筑物群之間的空間關(guān)系。
[Abstract]:......
【學位授予單位】：武漢大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：P208

【相似文獻】

相關(guān)期刊論文 前10條

1 武慧虹;高卓艷;錢淑渠;;高維多模態(tài)免疫遺傳算法及其性能比較研究[J];吉林師范大學學報(自然科學版);2010年03期

2 程林輝;吳立鋒;張瀟;;基于免疫遺傳算法的車輛路徑優(yōu)化問題[J];中南民族大學學報(自然科學版);2010年03期

3 汪定偉,于海斌;免疫遺傳算法及在新產(chǎn)品投入計劃中的應用[J];控制理論與應用;2002年05期

4 武斌;蘇良昱;謝剛;;基于相似性矢量距的免疫遺傳算法在函數(shù)尋優(yōu)中的應用[J];科技情報開發(fā)與經(jīng)濟;2007年17期

5 劉琪;;基于免疫遺傳算法的貨位優(yōu)化研究[J];中國科技信息;2013年19期

6 劉彥良;王鵬濤;吳靜;陳相東;;基于免疫遺傳算法的物流運輸求解[J];天津師范大學學報(自然科學版);2006年04期

7 張海剛;吳燕翔;顧幸生;;基于免疫遺傳算法的雙向車輛調(diào)度問題實現(xiàn)[J];系統(tǒng)工程學報;2007年06期

8 葉菁;陳國龍;俞建家;;基于改進型免疫遺傳算法對網(wǎng)格中獨立任務調(diào)度問題的研究[J];福州大學學報(自然科學版);2010年06期

9 杜彥華;靳宗信;;一種改進的免疫遺傳算法求解0-1背包問題[J];創(chuàng)新科技;2013年02期

10 鄭明;劉桂霞;周春光;王晗;鄭小紅;李艷文;;基于并行免疫遺傳算法基因表達數(shù)據(jù)的動態(tài)模糊聚類[J];吉林大學學報(理學版);2009年01期

相關(guān)會議論文 前10條

1 邱文旭;任紅梅;谷文祥;;基于免疫遺傳算法原理的應對規(guī)劃[A];第九屆中國青年信息與管理學者大會論文集[C];2007年

2 劉媛媛;李茂軍;;基于免疫遺傳算法的電力市場競價方法[A];第二十七屆中國控制會議論文集[C];2008年

3 王士武;溫進化;;多目標免疫遺傳算法在梯級水庫群優(yōu)化調(diào)度中的應用研究[A];2012全國水資源合理配置與優(yōu)化調(diào)度技術(shù)�？痆C];2012年

4 劉敏;曾濤;徐開闊;包小源;孫華志;劉燕茹;;一種基于免疫遺傳算法的分子對接構(gòu)象搜索策略[A];第26屆中國數(shù)據(jù)庫學術(shù)會議論文集（B輯）[C];2009年

5 梁瑞鑫;鄭德玲;周穎;位耀光;;免疫遺傳算法在高爐焦比目標優(yōu)化中的應用[A];第二十一屆中國控制會議論文集[C];2002年

6 王鮮芳;杜志勇;潘豐;;基于免疫遺傳算法模糊神經(jīng)元溫度控制器的設計[A];2007中國控制與決策學術(shù)年會論文集[C];2007年

7 賀琳;趙壘;王玲平;;免疫遺傳算法在現(xiàn)代電力系統(tǒng)故障診斷中的應用[A];高效 清潔 安全 電力發(fā)展與和諧社會建設——吉林省電機工程學會2008年學術(shù)年會論文集[C];2008年

8 李奎;;基于免疫遺傳算法的空框架調(diào)度及其模擬分析[A];物流工程三十年技術(shù)創(chuàng)新發(fā)展之道[C];2010年

9 王生鐵;張計科;張思林;;多峰值函數(shù)優(yōu)化的父代保留免疫遺傳算法[A];PCC2009—第20屆中國過程控制會議論文集[C];2009年

10 鐔鐵春;吳敬松;劉伯穎;;免疫遺傳算法及其在函數(shù)優(yōu)化中的應用[A];2007年河北省電子學會、河北省計算機學會、河北省自動化學會、河北省人工智能學會、河北省計算機輔助設計研究會、河北省軟件行業(yè)協(xié)會聯(lián)合學術(shù)年會論文集[C];2007年

相關(guān)博士學位論文 前5條

1 孫雅庚;建筑物群與道路空間沖突解決的移位方法研究[D];武漢大學;2015年

2 馬佳;改進免疫遺傳算法及其在優(yōu)化調(diào)度問題中的應用研究[D];東北大學;2008年

3 鄭a睿;基于免疫遺傳算法的鋼筋混凝土框剪結(jié)構(gòu)優(yōu)化研究[D];上海大學;2015年

4 施亞能;基于多Agent食品安全政府監(jiān)管模型與仿真[D];武漢理工大學;2011年

5 姚睿;數(shù)字進化硬件關(guān)鍵技術(shù)研究[D];南京航空航天大學;2008年

相關(guān)碩士學位論文 前10條

1 申森;矢量距免疫遺傳算法在電壓優(yōu)化調(diào)整與治理中的應用[D];鄭州大學;2015年

2 呂微;基于混沌免疫遺傳算法的優(yōu)化問題研究[D];東北石油大學;2010年

3 蔣育霖;免疫遺傳算法的改進研究及其在污水處理中應用[D];華南理工大學;2016年

4 郄佳怡;面向車輛路徑優(yōu)化問題的改進免疫遺傳算法[D];河北大學;2016年

5 米煥霞;關(guān)于免疫遺傳算法的研究[D];西北大學;2009年

6 金磊;基于免疫遺傳算法的車間作業(yè)調(diào)度問題研究[D];長春理工大學;2009年

7 繆紅萍;免疫遺傳算法及應用研究[D];北京化工大學;2005年

8 張建萍;基于并行機制的免疫遺傳算法的研究及應用[D];山東師范大學;2007年

9 馬書龍;基于并行免疫遺傳算法的無向排列的反轉(zhuǎn)排序方法研究[D];東北師范大學;2007年

10 江將;免疫遺傳算法在變壓器設計尋優(yōu)方案中的研究[D];華北電力大學（河北）;2008年

，

本文編號：2400918