多目标土地可持续利用动态规划方法研究

《多目标土地可持续利用动态规划方法研究》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、西南交通大学硕士研究生学文论文第1页摘要土地是人类赖以生存和发展不可替代的物质基础。土地可持续利用是可持续发展的基础，是协调人口、资源和环境的基础环节。人口的增长、社会经济的发展使土地需求与同剧增，人地矛盾日益突出；土地资源已成为影响国民经济整体发展的“虽小构成因子”，制约经济增长、人民生活水平改善的“瓶颈”。为了实现土地资源的可持续利用和区域可持续发展，必须加强土地资源管理，优化配置土地资源。在仔细进行土地利用系统分析的基础上，综合运用遗传算法多目标土地利用结构优化方法和多目标模糊优选动态规划理论建立了多目标±地利用动态规划模型。在分析区域特征基础上构建时间序列；通过现状

2、分析设置土地利用类型变量、确定优化目标和约束条件，从而构建土利用结构多目标优化模型；用自然增长率、线性回归和灰色GM(1，1)预测三种模型对土地利用结构优化多目标模型参数进行预测；用遗传算法多目标优化方法对土地利用结构优化模型求解得pareto解集；最后运用多目标模糊优选动态规划方法对规划期内各时间段的13areto解集进行模糊动态优选，以最大优属度判定原则确定规划摄优决策序列。对远期规划进行时问片断划分构建时间序列使土地利用规划模型更加灵活，能较好的克服传统静态规划模式缺乏动态性和信息反映不完备的缺陷。用遗传算法进行土地利用结构化，得出的是pareto解集，而不是单一的优

3、化方案，这为决策人员提供了较大的选择余地。将前一时间阶段的土地利用结构优化结果作为下一时间阶段的现状约束(市场经济约束)保证了规划的动态性和适时性。运用多目标模糊优选动态规划方法进行多阶段动态优选避免了人为主观性，为土地利用最优方案策略的定选提供了有力保障。在规划过程中一直保持与当地专家的意见交换，并将其意见整合进模型，保证了最终规划方案的实用性。自贡实例研究结果表明，综合运用遗传算法多目标土地利用结构优化方法和多目标模糊优选动态规划理论建立的多目标土地利用动态规划模型具有较强实用性，规划方案在规划期内能很好地协调人口、资源和环境三者关系，取得最大综合效益。关键词：多目标：

4、土地可持续利用；遗传算法；模糊动态规划：西南交通大学硕士研究生学文论文第1I页AbstractLandistheirreplaceablesubstantialfoundationuponwhichthemankindcansurvive．Landsustainableutilizationisanessentialaspecttothesustainabledevelopmentof’humansocietysinceitactsasahingeininterrelationamongpopulation．resourceandenvironment．Withpopula

5、tionlsgrowth，economicandsocialdevelopment，Demandsforlandincreasedramaticallyandtheconflictbetweenhumanandlandbecomesmoreandmoreconspicuous；Landresourcehasbecomelhe”bottleneck”thatrestrictswholedevelopmentofnationaleconomyandimprovementofpeople’swelfare．Thus，regionalsustainabledevelopmentsh

6、ouldaimatstrengtheninglandresourcemanagementandoptimizinglandresourcesallocation．AmodelofDynamicandMulti-objectiveProg阳mmingMethodforLandSustainableUtilizationwassetbyapplyingdynamicoptimumprogrammingtheoryandadoptingmulti—-objectivegeneticalgorithmandmulti-·objectivefuzzyseparately．Allcom

7、ponentsinthemodelwerestructuredbasedoncarefullyanalyzinglandutilizationsystemincludingtimearrays，landusepatternvariable．theoptimizinggoalandtherestrictioncondition．FurthermOre，thosemethodssuchasnaturalgrowthrate，linearregressionandgreyGM(1，1)wereemployedtopred