基于DEM河网干支拓扑关系的子流域编码规则

为实现子流域划分、编码过程中多汇流编码并达到加密无分叉河段的要求,提出一种新型的子流域编码规则——干支拓扑编码规则。它以河网干支流拓扑关系为基础,采用层次继承式编码规则,从流域出口逆流而上逐个对子流域进行编码。该编码规则能确保上游子流域编码始终包含下游编码信息,从而实现上下游拓扑关系运算。渭河流域应用实例表明,干支拓扑编码规则符合单向流不规则树状结构编码要求,能实现单枝结构、二叉结构以及多叉结构的拓扑编码。

基于MapGIS二次开发实现矢量河网拓扑关系的自动编码与统计

为使河网中河段的直接定位和拓扑关系更加直观,提出直接对矢量河网进行继承式编码的思想,首先通过基于节点大小平衡二叉树的最小代价路径搜索算法完成对DEM数据的填洼处理,并将修正后的矢量河网与DEM进行叠置分析;然后基于Horton-Strahler分级和Shreve-Smart分级方法设计河网拓扑继承式编码算法,解决多河道汇集,河道分叉及汇流分叉等复杂河段难以编码的问题,并通过MapGIS二次开发实现对河网拓扑关系的自动编码与参数统计。通过对实验区的矢量河网进行编码测试,从而验证了算法的可行性以及编码的合理性。

基于树木枝梢生长分枝过程的仿生计算算法

借鉴树木枝梢向光性生长的形态特征,提出一种仿生智能优化算法——生长树算法。将树木具有生长发育的器官(主干和枝叶)抽象地定义为树木的枝梢个体,将其映射为生长树算法的编码,新一层次枝梢个体的编码是上一层次枝梢个体编码的继承和扩展,通过判断每个可能的新一层次枝梢个体的生长素浓度的大小,选择其中生长素浓度较大的个体生成下一层次的枝梢种群,形成整个树木,即生长树,当生长树达到一定的层次时,加入枝梢个体编码的变形机制,增强枝梢个体在生长树生长空间的搜索能力,使算法趋近于最优解。算法由3个阶段组成:快速发育阶段、成长阶段、衰老阶段。通过利用经典的优化函数进行寻优实验,与遗传算法和蚁群算法的寻优结果进行对比,实验结果表明,该算法迭代次数少、收敛速度快、求解精度高,相比遗传算法和蚁群算法有更好的寻优能力。