复杂性理论及其在城市系统研究中的应用

发布时间：2020-08-28 00:54

【摘要】：城市系统是以城市为载体的自然、社会与经济的复合系统,具有复杂系统的多层次、高维性、多尺度、非线性、自组织特征。复杂系统理论是现代系统理论与非线性理论进一步发展与深化的产物,其智能性、适应性与抽象性等生命系统的特征使人工生命研究方法成为系统复杂性研究的主体。本文以复杂系统的人工生命研究方法为主线,以解决城市系统中的问题为中心,从理论、方法与应用三个层面对人工生命理论在城市系统中的应用进行了研究。综合起来,本文的主要内容包括: 1、阐述了城市系统的相关概念,揭示了其复杂性的特征;对城市系统所关注的研究内容进行整理,得出其四个研究领域;回顾了城市系统理论的形成及研究现状,指出复杂性、动态性的研究是城市系统研究的前沿;回顾了复杂性理论产生的历史背景,指出现阶段人工生命研究方法已经构成了系统复杂性研究的主体;最后对复杂性理论在城市系统研究中的应用进行了概括与总结。 2、系统分析了近年来复杂性的人工生命研究方法,通过研究动态系统演化过程中规则与结构的变化,提出了从网络动力学、群体智能到复杂适应系统的复杂性人工生命研究方法的框架体系,并对各种研究方法的理论、应用及特征进行了总结。 3、对元胞自动机在城市系统研究中的应用进行总结,包括城市空间复杂性模拟、城市问题研究以及城镇体系模型等。通过对城市影响区划分理论的研究,提出了元胞自动机扩展模型在加权Vonoroi 图生成中的应用,构造了基于断裂点理论的城市影响区生成算法,并引入到陕西省10 地市城市影响区的生成与研究之中。 4、介绍了遗传算法与模式理论,并对其在城市系统研究中的应用进行归纳与总结。对城市区位配置问题及相关理论进行了研究,构造了遗传算法在城市消防点选址优化中的通用模型,并将该模型用于西安市消防点选址和责任区划分优化的研究。实证表明,本文提出的模型是一种能有效解决城市消防点区位配置问题的通用模型。 5、系统介绍了粒子群优化算法,将GA 与PSO 结合,提出GA-PSO 混合规划算法;将GP 算法解的树型结构转换为线性表结构,提出GA 规划算法。利用GA-PSO混合规划算法、GA 规划算法以及GP 算法对西安市城市交通量进行预测。结果表明,在算法收敛性上,GA-PSO 混合规划算法优于GA 规划算法,而GA 规划算法显著优于GP 算法。 6、对免疫系统原理及由此发展起来的人工免疫系统模型与算法进行了介绍。提炼人工免疫系统的特征,并对其在城市演化模型、区位选址以及地图识别等领域
【学位授予单位】：西北工业大学
【学位级别】：博士
【学位授予年份】：2005
【分类号】：N941.4
【图文】：

区域图,演化计算,数据利用,中心城市

1998年数据利用 3.3.2 介绍的模型进行计算，图3-5(a)是加权 Vonoroi图演化计算的结果，图 3-5(b) 是常规Vonoroi 图演化计算结果，即令 Wi=1，i=1,2,…,10 的情况。- 34 -

分布图,责任区,城市消防,实体

城市消防责任区实体分布图

示意图,示意图

固定消防点分布示意图

【引证文献】