全文共分七章,各章的主要内容如下:第一章简要介绍了土地利用结构优化的国内外研究进展、并概述了人工神经网络和遗传算法的发展历程,在分析人工神经网络和遗传算法在土地利用结构优化中的应用现状的基础上,提出了该文的研究内容.第二章简要介绍了土地利用结构优化的基本理论及其传统的优化方法,并叙述了土地利用结构优化模型的设计程序及土地利用结构优化的目标和原则.第三章简述了前馈神经网络、遗传算法及模拟退火算法的原理,针对传统的土地需求量预测方法的不足,利用灰色预测建模所需信息少、方法简单的特点和神经网络具有较强的非线性映射能力的特性,建立了用于土地需求量预测的基于GM(1,1)和NARMA(p,q)递归网络的前馈神经网络组合预测模型,同时,针对BP算法易陷入局部极小的缺陷和遗传算法在实际应用中容易产生早熟收敛的问题,结合遗传算法的并行搜索结构和模拟退火的概率突跳特性,提出了一种用于NARMA(p,q)递归网络和组合预测前馈网络权值学习的GASA混合策略方法.该模型具有科学性高、实用性强、预测精度高、可靠性强等优点.第四章在简述多目标决策的基本理论及其求解方法的基础上,指出了传统的多目标优化方法的局限性,提出了求解多目标规划问题的Pareto多目标遗传算法,为了提高算法的性能,引入小生境技术、迁移算子和自适应遗传算法参数,此外,针对小生境半径难以确定的问题,提出了小生境半径的估算方法.该算法在土地利用结构优化模型的实例计算中取得了较好的效果.第五章在分析土地利用结构优化方案评价指标体系的基础上,针对传统的多指标综合评价方法存在主观性强及缺乏自学习能力的缺陷,利用人工神经网络具有自学习、自适应、较强的容错性和优良的非线性逼近能力,提出了基于神经网络的结构优化方案评价方法,同时,针对BP算法易陷入局部极小的缺陷和遗传算法易产生早熟收敛的问题,提出了综合评价网络的混合学习策略,此外,针对综合评价网络难以提取学习样本的问题,还提出了从问题本身抽取网络样本数据的方法.该评价方法具有较强的客观性和实用性等特性.第六章针对如何将土地利用数量结构落实到具体的地域空间以实现土地资源的优化配置的土地利用总体规划编制难点,及常规的叠加法等土地利用配置方法难以根据土地利用适宜性评价结果有效地将优化方案的数量结构匹配到具体的土地单元问题,根据土地利用空间结构配置的特点,提出了土地利用空间结构配置模型,同时,提出了基于多目标遗传算法的土地利用空间结构配置方法.该方法具有客观性强、灵活性高、操作简便等优点.第七章对全文进行了总结,并提出了今后有待于进一步研究的方向和问题.