[发明专利]一种利用人工地物稀疏形状点自动生成地物轮廓的方法有效
申请号: | 201410835540.1 | 申请日: | 2015-08-04 |
公开(公告)号: | CN104504444A | 公开(公告)日: | 2015-07-29 |
发明(设计)人: | 张小国;周斌;吕家东;王庆 | 申请(专利权)人: | 东南大学 |
主分类号: | G06N3/12 | 分类号: | G06N3/12;G06F17/30 |
代理公司: | 江苏永衡昭辉律师事务所 32250 | 代理人: | 王斌 |
地址: | 210096*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 利用 人工 地物 稀疏 形状 自动 生成 轮廓 方法 | ||
技术领域
本发明涉及一种利用人工地物稀疏形状点自动生成地物轮廓的方法,属于地理信息科学领域。
背景技术
在分析一个地区建筑物分布特性时,工程师们可以测量出该地区地物稀疏形状点,所谓地物的形状点是指地物的地面轮廓区域中带有明显转折的边角点,可以设定一个基准坐标系,借助一些传统的手段(如皮尺)测量出这些边角点的坐标值。然而,这样的形状点往往是稀疏的,因此,不能简单地认为距离相近的形状点的连线构成了地物的一个轮廓边缘。对于地物稀疏形状点,如果其凸包包含了所有的稀疏形状点,此时,这种封闭的连线方案是唯一的,但事实上,地物(例如建筑物)地面区域的轮廓往往构成的是凹多边形,封闭连线方案并不唯一,因此,必须在满足要求的情况下搜索出最佳凹多边形。这个问题类似于TSP问题(Travelling Salesman Problem),TSP问题最简单的求解方法是枚举法,对于n个节点,TSP枚举算法的时间复杂度为O(n!),很明显,这种爆炸性增长的时间复杂度使得人们必须寻求时间更佳的算法,所以TSP问题大多集中在启发式解法,作为启发算法的一种,遗传算法(Genetic Algorithm)是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型,是一种通过模拟自然进化过程搜索最优解的方法。
发明内容
本发明的目的在于提供一种利用人工地物稀疏形状点自动生成地物轮廓的方法,采用遗传算法对封闭连线方案进行寻优。针对遗传算法直接对连线点顺序寻优容易收敛到局部最优,甚至出现自相交的情形,通过映射操作克服了连线出现自相交的可能,通过适应度函数描述了地物地面区域的一般特征,并且经过遗传算法的逐代寻优操作可以准确的搜索出较佳的封闭连线方案,形成地物的轮廓区域,从而可以对一定区域建筑物或者推广到任意规则形状进行统计分析。
为实现本发明的上述目的,采用如下方案进行:一种利用人工地物稀疏形状点自动生成地物轮廓的方法,其特征在于,将基于遗传算法的地物轮廓方法,应用于建筑物地物区域描述系统中,经过遗传算法的逐代寻优操作,准确的搜索出较佳的封闭连线方案,形成地物的轮廓区域,包括以下步骤:
S1,对测量得到的地物稀疏形状点依次标记为1,2,3……n,其中n为稀疏形状点的个数,这n个数的一种排列,对应着n个稀疏形状点的一种排列,将稀疏形状点排列中的相邻稀疏形状点相连,并且将排列中的稀疏形状点的首尾相连,则形成地物的一种封闭连线方案,将n个稀疏形状点对应的n个数的一种排列顺序作为种群的个体;
S2,初始化设计,设置初始种群以及控制参数;
S3,设计适应度函数,并且计算初始种群中每个个体的适应度值;
S4,进行进化操作,得到进化后的种群;
S5,寻找进化后适应度最大和最小的个体,用适应度最好的个体取代适应度最差的个体,得到最终一次进化后的种群;
S6,判断是否达到预定的进化次数(预定的进化次数是一个比较大的数,使得遗传算法的最佳适应度曲线稳定),若是,则选择适应度最好的个体,作为最终区域测量点的连线方案;否则,直接跳转到步骤S4。
S1,对测量得到的地物稀疏形状点依次标记为1,2,3……n,其中n为稀疏形状点的个数,这n个数的一种排列,对应着n个稀疏形状点的一种排列,将稀疏形状点排列中的相邻稀疏形状点相连,并且将排列中的稀疏形状点的首尾相连,则形成地物的一种封闭连线方案,将这n个数的一种排列作为遗传算法种群的一个个体;
S2,初始化设计,设置初始种群以及控制参数;
S3,设计适应度函数,并且计算初始种群中每个个体的适应度值;
S4,进行进化操作,得到进化后的种群;
S5,寻找进化后适应度最大和最小的个体,用适应度最好的个体取代适应度最差的个体,得到最终一次进化后的种群;
S6,判断是否达到预定的进化次数,若是,则选择适应度最好的个体,作为最终区域测量点的连线方案;否则,直接跳转到步骤S4;
优选地,步骤S1中,将特征点的连线顺序作为种群的个体。
优选地,步骤S2中,初始化设置的控制参数包括种群大小、遗传代数、交叉概率和突变概率。
优选地,步骤S2中,其中种群中每一个个体的设计采用了一种映射操作:随机化1,2,3…n的一个排列,然后将这个随机排列通过映射算法映射到另外一种排列方案中。
优选地,步骤S3中,所述的适应度函数为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410835540.1/2.html,转载请声明来源钻瓜专利网。
- 上一篇:储气库气水交互区井产能的预测方法及装置
- 下一篇:卧式小型两口点钞机