基本信息
叢書名: 地理信息系統理論與套用叢書
平裝: 275頁
正文語種: 簡體中文
開本: 16
ISBN: 9787030267672
條形碼: 9787030267672
產品尺寸及重量: 25.6 x 18.6 x 1.4 cm ; 540 g
ASIN: B003CIPUAW
內容簡介
《智慧型式GIS與空間最佳化》提出較完整的智慧型式GIS的概念，並系統地介紹智慧型式GIS的實現方法。首先對人工智慧的發展歷史進行回顧，探討人工智慧與GIS的內在聯繫，介紹人工智慧的基本原理、方法以及套用領域，對人工智慧的一般算法進行描述。《智慧型式GIS與空間最佳化》的特色是詳細地介紹空間知識發現、地理模擬、空間最佳化與決策三大方向的研究內容，建立較完整的基於點、線和面的空間最佳化模型，提出模擬與最佳化耦合的實現方法，並初步設計基於耦合的地理模擬最佳化系統。書中以城市演變、土地利用變化以及地理空間分異等複雜地理現象的模擬為例，探討基於多種人工智慧算法(包括遺傳算法、神經網路算法、蟻群智慧型算法、人工免疫系統)的智慧型元胞自動機和多智慧型體在城市演變規律等方面的套用，並詳細介紹遺傳算法、粒子群算法、蟻群智慧型算法和地理元胞自動機等人工智慧算法與GIS的集成研究，及其在基礎設施選址與空間最佳化等複雜問題中的套用。
目錄
前言
第1章 智慧型式GIS的提出
1.1 GIS概述
1.1.1 GIS的定義
1.1.2 GIS的組成
1.1.3 GIS的基本功能
1.1.4 GIS的發展
1.2 智慧型式GIS的提出
1.3 智慧型式GIS的定義
1.4 智慧型式GIS的發展前景
參考文獻
第2章 計算機人工智慧
2.1 人工智慧的概述
2.1.1 人工智慧的定義
2.1.2 人工智慧的研究目標
2.1.3 人工智慧的主要成就
2.1.4 人工智慧對社會各領域的影響
2.2 人工智慧的發展歷史
2.2.1 人工智慧誕生的歷史背景
2.2.2 人工智慧的誕生
2.2.3 人工智慧的發展
2.3 人工智慧的發展現狀和展望
2.4 人工智慧的基本原理和方法
2.5 人工智慧主要套用領域
2.5.1 自動定理證明
2.5.2 模式識別
2.5.3 專家系統
2.5.4 機器學習
2.5.5 智慧型決策支持系統
參考文獻
第3章 人工智慧一般算法
3.1 人工神經網路
3.1.1 BP神經網路
3.1.2 Hopfield神經網路
3.2 遺傳算法
3.2.1 概述
3.2.2 遺傳算法的基本組成
3.3 免疫算法
3.3.1 自然免疫系統簡介
3.3.2 免疫算法
3.4 群體智慧型算法
3.4.1 粒子群最佳化算法
3.4.2 蟻群算法
參考文獻
第4章 GIS與人工智慧的結合
4.1 GIS有關套用領域
4.1.1 城市與區域規劃
4.1.2 資源管理與利用
4.1.3 環境監測與保護
4.1.4 商業規劃與分析
4.2 GIS與人工智慧結合的必要性和可行性
4.2.1 空間知識分析智慧型化
4.2.2 地理模擬智慧型化
4.2.3 空間最佳化與決策的智慧型化
4.3 人工智慧在GIS中的研究熱點
4.3.1 專家系統與GIS
4.3.2 進化計算與GIS
4.3.3 神經計算與GIS
參考文獻
第5章 智慧型式GIS與空間知識發現
5.1 基於數據挖掘的元胞自動機與空間知識發現
5.1.1 數據挖掘及地理元胞自動機
5.1.2 實驗區及空間數據
5.1.3 CA轉換規則的自動挖掘
5.1.4 模擬結果及檢驗
5.1.5 結論
5.2 基於生物群集智慧型最佳化的遙感分類方法
5.2.1 粒子群算法的基本原理
5.2.2 基於粒子群的遙感分類方法
5.2.3 影像分類實驗
5.2.4 結論
5.3 基於蟻群智慧型的遙感分類方法
5.3.1 蟻群算法的基本原理
5.3.2 基於蟻群智慧型的遙感分類模型
5.3.3 影像分類實驗
5.3.4 結論
參考文獻
第6章 智慧型地理模擬與最佳化
6.1 地理模擬工具：元胞自動機和多智慧型體
6.1.1 元胞自動機
6.1.2 多智慧型體系統
6.2 基於CA的智慧型元胞自動機與城市模擬
6.2.1 基於GA的CA模型參數獲取及城市形態調控模擬
6.2.2 模型套用及結果分析
6.2.3 結論
6.3 基於ANN的智慧型元胞自動機與土地利用變化模擬
6.3.1 基於ANN和GIS的CA模型
6.3.2 套用及模擬結果
6.3.3 結論
6.4 基於ACO與元胞自動機的智慧型式地理模擬
6.4.1 基於蟻群智慧型算法的地理元胞自動機
6.4.2 基於蟻群智慧型的地理元胞自動機
6.4.3 模型套用及結果
6.4.4 模型驗證與對比
6.4.5 結論
6.5 基於AIS的智慧型元胞自動機與規劃情景模擬
6.5.1 AIS的基本原理
6.5.2 AIS自動獲取CA的轉換規則
6.5.3 基於AIS和元胞自動機的城市規劃模型
6.5.4 模型套用及結果
6.5.5 珠江三角洲城市群的規劃情景模擬
6.5.6 結論
6.6 基於分析學習的智慧型元胞自動機與城市演變模擬
6.6.1 邏輯回歸模型
6.6.2 分析學習模型
6.6.3 套用及模擬結果
6.6.4 驗證
6.6.5 結論
6.7 基於多智慧型體的地理空間分異現象模擬
6.7.1 基於多智慧型體的居住空間分異模型
6.7.2 實現與模擬結果
6.7.3 結論和討論
6.8 基於多智慧型體的土地利用空間格局演變模擬
6.8.1 基於多智慧型體的城市土地利用變化模擬模型
6.8.2 模型及套用
6.8.3 模型的檢驗
6.8.4 結論
參考文獻
第7章 空間最佳化與決策
7.1 智慧型式GIS與空間點狀地物最佳化
7.1.1 基於城市擴張模擬的基礎設施最佳化模型
7.1.2 基於GA的空間最佳化模型
7.1.3 基於GA的農田生物質能集約利用最佳化模型
7.1.4 基於ACA(蟻群智慧型算法)的大區域最佳化選址模型
7.1.5 基於PSO(粒子群算法)的區域選址最佳化模型
7.2 智慧型式GIS與空間線狀地物最佳化
7.3 智慧型式GIS與空間面狀地物最佳化
7.4 基於耦合的地理模擬最佳化系統
7.4.1 引言
7.4.2 地理模擬最佳化系統
7.4.3 結論
參考文獻
彩圖
前言
自從地理信息系統（Geographical Information System，GIS）於20世紀60年代在加拿大誕生以來，GIS技術經歷了40多年的快速發展。GIS從原來局限於土地測繪等政府部門的小範圍套用，到現在被各學科、各行業部門和企業的廣泛使用。其發展趨勢也經歷了從強調“系統”本身的功能，到強調推動技術發展的“科學”，到現在的為大眾普及“服務”的側重點的轉移。
