基于集合卡尔曼滤波动态优化ca模型参数的方法

《基于集合卡尔曼滤波动态优化ca模型参数的方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第４２卷第１期测绘学报Ｖｏｌ．４２，Ｎｏ．１２０１３年２月ＡｃｔａＧｅｏｄａｅｔｉｃａｅｔＣａｒｔｏｇｒａｐｈｉｃａＳｉｎｉｃａＦｅｂ．，２０１３ＺＨＡＮＧＹｉｈａｎ，ＱＩＡＯＪｉｇａｎｇ，ＡＩｂｉｎ．ＰａｒａｍｅｔｅｒＯｐｔｉｍｉｚａｔｉｏｎｆｏｒＣＡＭｏｄｅｌＵｓｉｎｇＥｎｓｅｍｂｌｅＫａｌｍａｎＦｉｌｔｅｒ［Ｊ］．ＡｃｔａＧｅｏｄａｅｔｉｃａｅｔＣａｒｔｏｇｒａｐｈｉｃａＳｉｎｉｃａ，２０１３，４２（１）：１２３－１３０．（张亦汉，乔纪纲，艾彬．基于集合卡尔曼滤波动态优化ＣＡ模型参数的方法［Ｊ］．测绘学报，２０１３，４２（１）：１２３－１３０．）基于集合卡尔曼滤波动态优化Ｃ

2、Ａ模型参数的方法张亦汉１，乔纪纲１，艾彬２１．广东商学院资源与环境学院，广东广州５１０２３０；２．中山大学地理科学与规划学院，广东广州５１０２７５ＰａｒａｍｅｔｅｒＯｐｔｉｍｉｚａｔｉｏｎｆｏｒＣＡＭｏｄｅｌＵｓｉｎｇＥｎｓｅｍｂｌｅＫａｌｍａｎＦｉｌｔｅｒ１，ＱＩＡＯＪｉｇａｎｇ１，ＡＩＢｉｎ２ＺＨＡＮＧＹｉｈａｎ１．ＳｃｈｏｏｌｏｆＲｅｓｏｕｒｃｅｓａｎｄＥｎｖｉｒｏｎｍｅｎｔ，ＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＢｕｓｉｎｅｓｓＳｔｕｄｉｅｓ，Ｇｕａｎｇｚｈｏｕ５１０２３０，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＧｅｏｇｒａｐｈｙａｎｄＰｌａｎｎｉｎｇ，ＳｕｎＹａｔ－ｓｅｎ

3、Ｕｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０２７５，ＣｈｉｎａＡｂｓｔｒａｃｔ：Ａｎｅｗｍｅｔｈｏｄｔｏｏｐｔｉｍｉｚｅｔｈｅｐａｒａｍｅｔｅｒｓｉｎｃｅｌｌｕｌａｒａｕｔｏｍａｔａ（ＣＡ）ｕｓｉｎｇｅｎｓｅｍｂｌｅＫａｌｍａｎｆｉｌｔｅｒ（ＥｎＫＦ）ｉｓｐｒｏｐｏｓｅｄ．Ｍｏｓｔｏｆｔｈｅｅｘｉｓｔｉｎｇｍｅｔｈｏｄｓａｓｓｕｍｅｔｈａｔｔｒａｎｓｉｔｉｏｎｒｕｌｅｓａｒｅｉｎｖａｒｉａｎｔｉｎｔｈｅｓｐａｔｉｏ－ｔｅｍｐｏｒａｌｄｉｍｅｎｓｉｏｎ．Ｔｈｅｓａｍｅｓｅｔｏｆｔｒａｎｓｉｔｉｏｎｒｕｌｅｓａｎｄｔｈｅｉｒｐａｒａｍｅｔｅｒｓｗｉｌｌｂｅａｐｐｌｉｅｄｔｏａｎｙｌ

4、ｏｃａｔｉｏｎａｎｄｔｉｍｅ，ｒｅｇａｒｄｌｅｓｓｏｆｔｈｅｐｏｓｓｉｂｌｅｃｈａｎｇｅｓｔｏｔｈｅｓｉｍｕｌａｔｉｏｎｅｎｖｉｒｏｎｍｅｎｔ．Ｔｈｅｕｓｅｏｆ‘ｆｉｘｅｄ’ｒｕｌｅｓｗｉｌｌｐｒｏｄｕｃｅｐｏｏｒｓｉｍｕｌａｔｉｏｎｒｅｓｕｌｔｓ，ｅｓｐｅｃｉａｌｌｙｗｈｅｎｔｈｅｓｉｍｕｌａｔｉｏｎｐｅｒｉｏｄｉｓｌｏｎｇ．ＡｎｅｗｗａｙｗａｓｄｅｖｅｌｏｐｅｄｔｏｃａｌｉｂｒａｔｅＣＡｍｏｄｅｌｐａｒａｍｅｔｅｒｓｕｓｉｎｇＥｎＫＦ．Ｔｈｅｍｅｔｈｏｄｍｅｒｇｅｓｔｈｅｓｔａｔｕｓａｎｄｐａｒａｍｅｔｅｒｓｉｎｔｏａｊｏｉｎｔｓｔａｔｕｓｍａｔｒｉｘ，ａｎｄｔｈｅｎｕｐｄａ

5、ｔｅｓｔｈｅｐａｒａｍｅｔｅｒｓｉｎｔｈｅｔｒａｎｓｉ－ｔｉｏｎｒｕｌｅｓｂｙａｓｓｉｍｉｌａｔｉｎｇｏｂｓｅｒｖａｔｉｏｎｓ．Ｔｈｅｍｅｔｈｏｄｗａｓａｌｓｏａｐｐｌｉｅｄｔｏｓｉｍｕｌａｔｅｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆａｆａｓｔｇｒｏｗｉｎｇｃｉｔｙ，Ｄｏｎｇｇｕａｎ．Ｓｔｕｄｉｅｓｂａｓｅｄｏｎｔｈｅｅｘｐｅｒｉｍｅｎｔｓｉｎｄｉｃａｔｅｔｈａｔｔｈｅｒｅｓｕｌｔｓａｒｅｂｅｔｔｅｒｉｎｓｉｎｇｌｅｐａｒａｍｅｔｅｒａｎｄｍｕｌｔｉ－ｐａｒａｍｅｔｅｒｓｏｐｔｉｍｉｚａｔｉｏｎ．Ｉｔｉｓｃａｐａｂｌｅｏｆｒｅｄｕｃｉｎｇｔｈｅｅｒｒｏｒｏｂｖｉｏｕｓｌｙ．Ｂｅｓｉｄｅｓ

6、，ｉｔａｌｓｏｃａｎｇｅｔｂｅｔｔｅｒｒｅｓｕｌｔｓａｎｄｍａｋｅａｍｏｒｅａｃｃｕｒａｔｅｐｒｅｄｉｃｔｉｏｎ．Ｋｅｙｗｏｒｄｓ：ｃｅｌｌｕｌａｒａｕｔｏｍａｔａ（ＣＡ）；ｕｒｂａｎｓｉｍｕｌａｔｉｏｎ；ｅｎｓｅｍｂｌｅＫａｌｍａｎｆｉｌｔｅｒ（ＥｎＫＦ）；ｊｏｉｎｔｓｔａｔｕｓｍａｔｒｉｘ；ｐａｒａｍｅｔｅｒｏｐｔｉｍｉｚａｔｉｏｎ摘要：传统元胞自动机（ＣＡ）模型的转换规则不随模拟过程的时间和空间而变化，难以模拟和表达非线性地理过程。提出基于集合卡尔曼滤波（ＥｎＫＦ）动态优化ＣＡ模型参数的方法，以提高模型对复杂地理过程模拟的适应能力。通过引入集合卡尔曼滤波到ＣＡ模型中，将模型

7、参数与模型状态整合成一个联合状态矩阵（ｊｏｉｎｔｓｔａｔｅｍａｔｒｉｘ）。再把该矩阵与观测数据输入到ＥｎＫＦ更新方程中，计算出新的参数值，并自动更新到模型中，从而实现动态调整模型运行轨迹，以更好地适应城市发展的过程模拟。将此方法应用于东莞市的城市模拟试验中，优化后的ＣＡ模型能在单参数和多参数优化中正确地调整模型参数，使其迅速地收敛于真值并趋于平缓，也能降低模型误差并获得更好的模拟结果。关键词：元胞自动机；城市模拟；集合卡尔曼滤波；联合状态矩阵；参数优化中图分类号：Ｐ２２８文献标识