论文部分内容阅读
城市空间系统是一个复杂系统,其空间演化以大量具有能动性、适应性的微观行为主体(企业、居民、农民以及各类组织等)以及行为主体与环境的非线性相互作用为特征,产生出非连续的城市空间决策行为。传统的城市规划空间决策模型因其静态特征,无法反映出大量微观行为主体在城市规划空间决策互动行为中的时间维累积和空间维聚集过程,较难有效表达城市规划参与者的空间决策行为,规划结果的现势性、可接受程度均受到了一定限制。本文面向城市规划的实际需求,尝试结合多智能体系统、地理信息科学、计算机科学以及智能科学的相关理论和技术,构建可以清晰表达城市规划参与行为主体决策时空显性特征的城市规划空间决策模型,并基于所构建模型,开展了长沙市城市规划空间决策模拟与分析应用研究,辅助认识和解决城市规划过程中所遇到的相关非结构化问题,以期提高城市规划空间决策的科学性与合理性,为促进城市的可持续发展决策提供先进的技术方法与参考借鉴。主要的研究结果如下:(1)设计了基于多智能体交互的城市规划空间决策行为和规则体系,构建了以多智能体系统为核心的城市规划空间决策系列模型。较基于元胞自动机的城市规划空间决策模型,在城市空间系统演化成因解释方面的能力大大提高,同时还可弥补传统的基于GIS的城市规划空间决策模型在过程模拟能力方面的不足,加强其表现力,有助于人们对城市空间系统演化表象之下的作用机制和交互过程的理解。(2)以多智能体系统理论为基础,建立城市土地资源时间和空间配置规则,构建了动态且能描述影响城市土地扩张的智能体间互动关系的城市土地扩张模型,模型对于解释城市土地扩张的成因、理解智能体行为对城市土地扩张过程的影响是合适的,且具有较高的模拟精度,能够为政府和城市规划者制定用地政策提供辅助决策支持。(3)在多目标约束下,结合城市土地利用空间优化配置问题的实际,集成多智能体系统与启发式算法构建了多智能体进化城市土地利用空间优化配置模型,该模型不仅能获取合理、可行的城市土地利用优化配置结果,并且具有良好的运行效率和目标优化能力。(4)在多智能体系统支持下,构建了一种基于信息动态反馈机制的多智能体交互式空间选址模型,使参与城市规划的智能体之间频繁的交流各自所拥有的知识与信息,最终达成一致决策意见,形成对选址问题的解决方案。该模型所设计的信息动态反馈机制能够有效的表达智能体的交流与学习过程,也使多智能体交互式选址模型优于传统选址模型中常用的空间叠加分析方法,从而为城市建设项目用地选址提供行之有效的解决方案。(5)以中部地区典型城市、长株潭城市群“两型社会”改革试验区核心区域—长沙市市区为例,基于所构建模型,开展了长沙市城市土地扩张、多目标城市土地利用空间优化配置、建设项目选址应用研究,模拟和分析了长沙市城市规划空间决策问题,为该区域的城市规划和管理提供了理论依据和决策支持。多智能体城市规划空间决策模型还处于理论探讨阶段,留下了巨大的后续研究空间,其理论深度、模拟精度、可推广性有待进一步探讨。