论文部分内容阅读
城市形态演化是一个非线性的复杂时空动态过程，认识、理解和模拟此变化过程，有助于探索城市扩展的机理。地理元胞自动机（CA）因其较强的复杂系统模拟和预测能力，越来越多地应用于城市形态的演变研究。CA“自下而上”的结构特性，与粒子群智能（PSO）由底层单元交互而呈现系统全局的自组织性，本质上是一致的。本研究将两者结合，以模拟结果和真实形态的差异最小化为基础，利用粒子群智能，以快速随机搜索的方式，获取CA参数的优化组合和模型结构，从而建立了一种粒子群智能地理元胞自动机模型（PSO-CA）。以上海市嘉定区为案例，通