基于群集智能的带约束条件空间聚类分析研究

《基于群集智能的带约束条件空间聚类分析研究》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、中国人民解放军信息工程大学博士学位论文基于群集智能的带约束条件空间聚类分析研究姓名：张雪萍申请学位级别：博士专业：地图制图学与地理信息工程指导教师：王家耀20070401信息工程大学博士学位论文约束空间聚类算法，其收敛速度明显比遗传K-Medoids带障碍约束空间聚类快，其聚类效率也明显高于遗传K—Medoids带障碍约束空间聚类分析。与遗传K-Medoids带障碍约束空间聚类分析相比，该方法具有更好的可伸缩性，且所需输入的参数相对较少，更适合于对聚类速度要求较高的动态约束条件场合。7．以郑州市公园选址为例，验证了基于群集智能优化

2、的带障碍约束空间聚类分析方法的有效性、实用性。实际应用结果表明：在GIs中引入基于群集智能优化的带障碍约束空间聚类分析方法比一般通用的空间聚类分析方法更好地揭示其空间相关性，所做的设施区位分析结果更科学、更合理。8．基于群集智能优化的带障碍约束空间聚类分析提高了空间聚类的实用性，能为科学合理地进行基础设施建设与布局提供决策依据。与GIs集成后可增加其智能化分析程度，同时也为提高空间数据挖掘的效率和质量提供了有力保障。关键词：空间聚类，障碍约束，障碍距离，群集智能，遗传算法，蚁群优化算法，粒子群优化算法，K—Medoids算法，设施

3、区位第Ⅱ页信息工程大学博士学位论文Abs仃actSpatialc№曲gisnotonly强iⅡlponante彘ctiveme吐刚butalsoap陀ludeofomert芒咄fbrSpatialDataM．ming(SDM)．Spatialch峙t喇ngh鹊be∞龃active聆searcha糟ainmeSDMcommuni劬M趾ymetho出haVebe明proposedinthelit盯a：tIl∞，butfewofth锄havetakeninto扯cou丑tc∞straintSthatmaybep他sentjnthedat

4、a0rconsnaintsoⅡ也eclust硎ng．nesec咄们intsha、，esigni丘cantinflu∞ce∞也ecl璐teringrcslIlts．The化f．ore，toimp∞vech埒teI证gpmcticalities，researching∞spatialclllsteringwi也啪s们intsisimpona心姐ditisachall∞ge也atfmds也eh嫩盯cIus蛐gr髓uI乜whichnot伽崎mal∞印∞ialc伽咖妯：lssa：tisfiedb_InalsohaVefineclus硎ngc

5、h砒acteristic．Recemly，sw锄衄elligenceh船beenpopularinthefieldofanificial硫ellig饥ceCAD蛆dsuccessfhllyappliedt0sOlVea、vide瑚ge0f叩timiz砒i∞pmblen坞．TosOlvemeiss∞above，thercseaKh鼯∞spatialclusteringwimc吼叫mintsb丛edsw锄intellig∞cea他donein也isthesis，whLchinclude血e也eoryandim

6、)r0州ngofGe∞t

7、icA190r弛m(GA)，An_tColonyoptinlization(ACO)如dParticleSwamOptinlizati∞口sO)，趾dtheirapplicatio略jnsoMngspalialclusteringwithcon蛐minB．Themaincon埘buti咄ofthisth嚣isam∞也efollowing：Anovelspa土ialclusteIingw池cons仃aintsb私cdswa皿硫eIlig印ceisp他s叩砌jnthisIhesis．Rese戤h啦∞spatialcbte由gwi血c咄

8、岫intsb邪edsw锄intelligeⅡceope璐upⅡ”newap删．o觚hforspatialch塔tcl证gwi血cons位血I乜趾d咖dsthenewaplpliesfieldofsw锄intclligence．Thethou曲tofinte舯ti∞jnvariousa190r曲msisadoptedf研spatialcl峙teIiⅡgwnhcons的in协．皿eimPmVedsw锄jntellig％ceoptim硎onabgo咖吼sa他done，whichhayeben盯c∞ve唱∞cespeedandsearch

9、∞cIlmcy．Obst∞ledist锄ceisthekeytoSpatialClust曲gwinlobs诅cIesC∞s们itItS(SCOC)．Based∞the锄alyzingofthedrawbackofcalclllatingobs诅cl