利用生物地理学优化算法挖掘城市扩展元胞自动机模型的转换规则

元胞自动机(CA)作为一种强有力的时空动态模拟工具,被广泛应用于具有复杂空间特征的系统模拟研究中。确定转换规则是构建CA模型的难点和核心,智能进化算法因其强大的搜索和寻优能力在此类问题中受到极大关注。生物地理学优化算法(Biogeography-based Optimization,BBO)作为一种新近提出的仿生智能优化算法,因其独特的性能和全局搜索寻优机制而得到广泛应用。为了更准确模拟快速城市化进程下的城市扩展过程,该文提出利用BBO算法自动挖掘CA模型转换规则,通过构建BBO-TR-CA模型模拟武汉市东湖新技术产业开发区2010-2015年的城市扩展情况。结果表明,BBO算法可有效获取CA模型转换规则,在模拟廊道型城市扩展形态方面优势明显,BBOTR-CA模型模拟结果的精度和Kappa系数较逻辑回归分别提高了0.6%和0.01,FoM系数提高了0.024,且模拟的城市空间格局更符合实际情况,拓展了该算法的应用领域,验证了该算法应用的合理性及有效性。