[发明专利]一种面向“三线”协同优化的多智能体遗传方法

摘要

本发明涉及一种面向“三线”协同优化的多智能体遗传方法，包括：收集并处理研究区数据集A、B、C；采用数据集A对研究区“三线”空间进行叠加诊断分析，获取“三线”冲突空间分布图；对步骤2中获取的“三线”冲突空间分布图进行栅格转换；设置多智能体遗传算法的优化目标及相应权重，构建适应度函数；结合数据集A、B、C设置多智能体遗传算法的约束条件；设置多智能体遗传算法的转换规则、算法参数，包括染色体种群规模，交叉率，变异率，最大迭代次数；构建多智能体遗传算法模型；优化结果输出。本方面解决了当前“多规合一”中的“三线”空间冲突难以协调、空间配置效率低下以及难以模拟多主体的智能行为导致配置结果合理性差等问题。

主权项

一种面向“三线”协同优化的多智能体遗传算法，其特征在于，包括如下步骤：步骤1，收集并处理研究区数据集，包括数据集A、数据集B、数据集C；所述的数据集A包括生态保护红线、耕地与基本农田保护红线、城市扩展边界线“三线”空间规划图；所述的数据集B包括生态用地适宜性评价图、耕地适宜性评价图、城镇建设用地适宜性评价图、数字高程模型图、土地利用现状图、区县级行政区划图；所述的数据集C包括市域规划建设用地面积、市域规划耕地总面积、市域规划城镇建设用地面积、各区县规划城镇建设用地面积指标数据；步骤2，采用数据集A对研究区“三线”空间进行叠加诊断分析，获取“三线”冲突空间分布图，并对其进行空间编码；步骤3，对步骤2中获取的“三线”冲突空间分布图进行栅格转换，实现基因单元(栅格)与规划用地单元的一一对应、基因组(组合栅格)与规划用地斑块的局部对应、染色体(栅格图层)与优化方案的整体对应关系，同时将数据集B中所有数据按照相同的分辨率和范围进行栅格转化，使得相同行列号的栅格单元的信息可以对应起来；步骤4，设置多智能体遗传算法的优化目标及相应权重，构建适应度函数；步骤5，结合数据集A、B、C设置多智能体遗传算法的约束条件；步骤6，设置多智能体遗传算法的转换规则；步骤7，设置多智能体遗传算法参数，包括染色体种群规模，交叉率，变异率，最大迭代次数；步骤8，构建多智能体遗传算法模型；步骤9，优化结果输出。