论文题目: 复杂性理论及其在城市系统研究中的应用
论文类型: 博士论文
论文专业: 系统工程
作者: 吴晓军
导师: 薛惠锋
关键词: 复杂系统,人工生命,元胞自动机,遗传算法,粒子群优化算法,人工免疫系统,蚂蚁算法,复杂适应系统,消防点选址,城市影响区
文献来源: 西北工业大学
发表年度: 2005
论文摘要: 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
论文目录:
摘要
ABSTRACT
目录
第1章 绪论
1.1 城市系统
1.1.1 城市系统的概念
1.1.2 城市系统研究的内容
1.1.3 城市系统的研究背景
1.2 城市系统的研究方法
1.2.1 描述城镇体系以及城市内部空间结构的静态模型
1.2.2 以系统动力学和劳利模型为代表的宏观动态城市模型
1.2.3 以复杂系统理论为基础的动态演化城市模型
1.3 复杂性理论
1.3.1 复杂性理论产生的背景
1.3.2 复杂性理论在城市系统研究中的应用
1.4 论文结构与研究框架
第2章 复杂性理论研究框架
2.1 复杂性理论的概念
2.1.1 复杂性理论的由来
2.1.2 复杂系统
2.1.3 复杂系统的特点
2.2 人工生命
2.2.1 人工生命学科的起源
2.2.2 人工生命的研究领域
2.2.3 人工生命的主要思想
2.2.4 复杂性理论的人工生命研究框架
2.2.5 网络动力学
2.2.6 群体智能
2.2.7 复杂适应系统
2.3 本章总结
第3章 基于元胞自动扩展模型的城市影响区研究
3.1 元胞自动机
3.1.1 元胞自动机的起源
3.1.2 元胞自动机的定义
3.1.3 元胞自动机的构成
3.1.4 元胞自动机的一般特征
3.2 元胞自动机在城市系统中的应用
3.3 生成城市影响区的元胞自动机扩展模型
3.3.1 划分的理论基础以及扩展
3.3.2 元胞自动机生成城市影响区模型
3.4 对陕西省城市影响区的分析计算
3.5 本章总结
第4章 基于遗传算法的城市消防点选址研究
4.1 遗传算法
4.1.1 遗传算法的基本概念
4.1.2 遗传算法的实现
4.1.3 模式定理
4.2 城市消防点空间选址问题
4.2.1 城市空间选址问题
4.2.2 城市消防点空间选址
4.3 城市消防点选址问题的遗传算法框架
4.3.1 消防点选址问题提出
4.3.2 算法描述
4.4 遗传算法在西安市城市消防点布局优化中的应用
4.4.1 数据准备
4.4.2 计算与结果分析
4.5 本章总结
第5章 GA-PSO 混合规划算法及其在城市交通量预测中的应用
5.1 粒子群优化算法与遗传规划
5.1.1 粒子群优化算法
5.1.2 粒子群优化算法的特征
5.1.3 遗传规划
5.2 GA-PSO 混合规划算法
5.2.1 解的描述
5.2.2 GA 规划算法
5.2.3 GA-PSO 混合规划算法
5.2.4 GA-PSO 混合规划算法分析
5.3 GA-PSO 混合规划算法在城市交通量预测中的应用
5.3.1 城市交通量的预测方法
5.3.2 GA-PSO 混合规划对西安市城市交通量的预测
5.4 本章总结
第6章 人工免疫系统与蚂蚁算法理论与应用
6.1 人工免疫系统
6.1.1 免疫系统原理
6.1.2 人工免疫系统
6.1.3 人工免疫系统的算法
6.2 人工免疫系统在城市系统研究中的应用
6.2.1 演化仿真
6.2.2 区位选择优化
6.2.3 地图识别
6.3 蚂蚁算法
6.3.1 蚂蚁算法的优化机理及特点
6.3.2 蚂蚁算法的优化模型描述
6.3.3 蚂蚁算法的主要步骤
6.4 蚂蚁算法在城市系统中的应用
6.5 本章总结
第7章 CAS 理论及基于RSCAS 的城镇等级体系形成模型研究
7.1 复杂适应系统理论
7.1.1 复杂适应系统的概念
7.1.2 CAS 中适应性主体(Adaptive Agent)
7.1.3 CAS 的建模步骤
7.2 中心地理论与城镇等级体系
7.2.1 中心地理论的几个概念
7.2.2 中心地理论的主要内容
7.3 RSCAS 模型
7.3.1 问题的提出
7.3.2 模型结构
7.3.3 系统运行
7.3.4 RSCAS 的系统结构和算法
7.3.5 RSCAS 模型的运行与结果
7.3.6 RSCAS 模型的运行结果分析
7.4 本章总结
第8章 结论
参考文献
学术与科研成果
致谢
发布时间: 2006-01-20
参考文献
- [1].复杂系统脆性理论及其在危机分析中的应用[D]. 韦琦.哈尔滨工程大学2004
- [2].突变理论在复杂系统脆性理论研究中的应用[D]. 郭健.哈尔滨工程大学2004
- [3].复杂系统基于Agent的建模与仿真方法研究及应用[D]. 廖守亿.国防科学技术大学2005
- [4].复杂系统脆性理论及其理论框架的研究[D]. 荣盘祥.哈尔滨工程大学2006
- [5].复杂系统连锁失效的评估方法及其应用[D]. 贾诺.哈尔滨工程大学2014
- [6].基于动态图包含原理的复杂系统分析与控制[D]. 欧阳鑫玉.大连理工大学2014
- [7].复杂系统中集体行为和临界现象的动力学研究[D]. 李玉剑.中国科学技术大学2011
- [8].复杂系统的非线性时间序列分析及谱分析[D]. 林艾静.北京交通大学2012
- [9].复杂系统中合作涌现的几种机制[D]. 李志华.中国科学技术大学2012
- [10].复杂系统中的资源配置与演化动力学研究[D]. 张继强.兰州大学2016
标签：复杂系统论文; 人工生命论文; 元胞自动机论文; 遗传算法论文; 粒子群优化算法论文; 人工免疫系统论文; 蚂蚁算法论文; 复杂适应系统论文; 消防点选址论文; 城市影响区论文;