【摘要】：地圖綜合是一項(xiàng)復(fù)雜的人腦抽象過程,是地圖數(shù)據(jù)處理所面臨的最具挑戰(zhàn)性的問題之一。在數(shù)字制圖時(shí)代,地圖綜合不僅在概念上發(fā)生了相應(yīng)的變化,它的研究領(lǐng)域和應(yīng)用范圍也進(jìn)行了相應(yīng)的擴(kuò)展,其實(shí)施主體已由傳統(tǒng)的以人為主轉(zhuǎn)向了以計(jì)算機(jī)為主,通過模型和算法實(shí)現(xiàn)綜合過程的自動(dòng)化、智能化和協(xié)同化。地圖綜合過程中產(chǎn)生的空間沖突會(huì)使地圖信息表達(dá)不清。空間沖突主要是由于比例尺縮小,導(dǎo)致地圖要素符號(hào)之間的間隔縮小,達(dá)不到地圖上的最小分辨距離而產(chǎn)生；或是由于地圖符號(hào)尺寸相對(duì)擴(kuò)大,對(duì)鄰近目標(biāo)符號(hào)產(chǎn)生的壓蓋；或者由于其它綜合操作產(chǎn)生的拓?fù)潢P(guān)系變化而引起的沖突。因此,為了保持地圖幅面的清晰性,正確表達(dá)地圖上的地理空間信息,需要消除這些空間沖突。移位是解決空間沖突的一個(gè)重要綜合操作。地圖目標(biāo)移位時(shí)不僅要滿足地圖清晰性的要求,還要顧及地圖目標(biāo)之間空間關(guān)系的正確表達(dá),因?yàn)榭臻g關(guān)系的正確表達(dá)是空間信息傳輸?shù)闹匾疤�。本文以建筑物群和道路網(wǎng)包含的空間沖突為研究對(duì)象,研究如何利用移位算法解決它們之間的空間沖突,論文的主要?jiǎng)?chuàng)新點(diǎn)和研究?jī)?nèi)容如下：1).探討了地圖綜合與移位操作的研究背景與意義�？偨Y(jié)了計(jì)算機(jī)環(huán)境下地圖綜合的概念與內(nèi)涵、地圖自動(dòng)綜合的需求以及移位操作的作用與面臨的困難。同時(shí),從連續(xù)幾何移位方法、全局優(yōu)化移位方法兩個(gè)方面對(duì)國(guó)內(nèi)外移位算法的研究現(xiàn)狀進(jìn)行了總結(jié),并對(duì)比了兩種研究方法、分析了現(xiàn)有研究的不足。2).闡述了地圖綜合的理論基礎(chǔ)以及移位操作的基本理論。主要包括：地圖綜合的概念框架、綜合所需的算子和算法、地圖綜合的約束條件、地圖綜合解決的基本問題。分析了移位操作的定義、移位產(chǎn)生的條件、空間沖突探測(cè)方法,并研究了建筑物與道路在移位時(shí)各自所需滿足的約束條件。3).以街區(qū)中的建筑物群為研究對(duì)象,將建筑物群移位視為在一個(gè)合理范圍內(nèi),尋找最優(yōu)移位配置的優(yōu)化過程,提出了解決街區(qū)中建筑物群空間沖突的一種地圖要素移位免疫遺傳算法。主要從以下兩個(gè)方面進(jìn)行研究：(1)在分析現(xiàn)有建筑物群移位的遺傳算法和模擬退火算法的基本原理基礎(chǔ)上,對(duì)遺傳算法從移位范圍、基因編碼、遺傳操作和適應(yīng)度函數(shù)設(shè)計(jì)四個(gè)方面,將遺傳算法用于建筑物群移位；對(duì)于模擬退火算法,從目標(biāo)候選位置方案設(shè)計(jì)、評(píng)價(jià)函數(shù)設(shè)計(jì)、冷卻進(jìn)度表設(shè)置三個(gè)方面,介紹了模擬退火算法如何應(yīng)用在建筑物群移位中。然后比較遺傳算法與模擬退火算法的移位結(jié)果,實(shí)驗(yàn)表明,盡管遺傳算法解決的沖突個(gè)數(shù)要多于模擬退火算法解決的個(gè)數(shù),但遺傳算法中產(chǎn)生的移位傳播量大于模擬退火算法產(chǎn)生的移位量,因此遺傳算法在空間關(guān)系和建筑物位置精度保持方面存在著不足。(2)針對(duì)遺傳算法和模擬退火算法在優(yōu)化過程中都存在早熟收斂的問題,在遺傳算法的基礎(chǔ)上,引進(jìn)免疫遺傳的概念,提出利用免疫遺傳算法進(jìn)行建筑物群移位來解決空間沖突。免疫遺傳算法中的抗體濃度機(jī)制在選擇個(gè)體進(jìn)行繁殖時(shí),不僅像普通遺傳算法一樣考慮個(gè)體的適應(yīng)度大小,同時(shí)考慮種群中個(gè)體的濃度。個(gè)體濃度指種群中相似個(gè)體的所占的比例,種群中相似個(gè)體所占的規(guī)模越大則濃度越高。為了防止非最優(yōu)個(gè)體在種群中占據(jù)較大規(guī)模而導(dǎo)致算法出現(xiàn)早熟收斂的現(xiàn)象,免疫遺傳算法在進(jìn)化中抑制濃度較大的個(gè)體,但促進(jìn)濃度較小個(gè)體的選擇,保持進(jìn)化過程中種群的多樣性。同時(shí),免疫遺傳算法中的精英保持策略可以保證歷代進(jìn)化中的優(yōu)秀個(gè)體不被選擇和變異操作破壞,從而加速算法的收斂效率,提高算法的局部搜索能力。同時(shí)為了提高免疫遺傳算法求解的效率,利用Voronoi圖生成建筑物群的鄰近沖突索引,可以減少建筑物的沖突探測(cè)時(shí)間,提高免疫遺傳算法的運(yùn)行速度。實(shí)驗(yàn)結(jié)果表明,與遺傳算法和模擬退火算法相比,該算法不僅可以解決更多的空間沖突,而且產(chǎn)生的移位量更少,空間關(guān)系保持的更好。4).為了滿足建筑物群移位中的約束條件,改進(jìn)了免疫遺傳算法的種群初始化、交叉操作和變異操作,同時(shí)設(shè)計(jì)了新的目標(biāo)函數(shù)。對(duì)于對(duì)齊排列建筑物群的移位約束,在種群初始化、交叉和變異中,始終保持它們的移位量相同,將其作為一個(gè)整體移位。對(duì)于建筑物與道路之間的相切關(guān)系約束,由于需要在移位后保持建筑物與道路的相切關(guān)系不變,本文將空間沖突分為三種：建筑物與建筑物之間的沖突、與道路保持相切關(guān)系的建筑物同道路的沖突、與道路保持相離關(guān)系的建筑物同道路的沖突；以及兩種不同建筑物的移位距離：與道路保持相切關(guān)系建筑物的移位距離,與道路保持相離關(guān)系建筑物的移位距離。將這五個(gè)指標(biāo)一起構(gòu)建目標(biāo)函數(shù),來滿足建筑物與鄰近道路的相切關(guān)系約束。而且在算法執(zhí)行后,提出了一種幾何移位的后處理方式,將移位后應(yīng)該與道路保持相切,而沒有相切的建筑物,通過計(jì)算建筑物的受力將其拉回到與道路保持相切共邊關(guān)系。實(shí)驗(yàn)結(jié)果表明,顧及約束條件的免疫遺傳算法在移位后,不僅可以較好的解決沖突和保持空間關(guān)系,而且對(duì)齊排列的建筑物群的約束以及建筑物與道路之間的相切關(guān)系約束都得到了較好的保持。5).提出了一種道路圖形綜合與建筑物群移位協(xié)同處理的方法。首先獲取建筑物群與道路之間的空間關(guān)系,然后根據(jù)不同的綜合情況,選擇不同的操作(簡(jiǎn)化或移位)或算法進(jìn)行綜合。以道路中心線和建筑邊界作為約束邊,以所有道路線上的節(jié)點(diǎn)和建筑物重心點(diǎn)做約束性Delaunay三角網(wǎng),根據(jù)道路網(wǎng)與建筑物之間、建筑物與建筑物之間是否有三角網(wǎng)連接獲取地圖目標(biāo)之間的鄰近關(guān)系；然后在鄰近關(guān)系基礎(chǔ)上,考慮距離因素,獲取地圖目標(biāo)之間的連接關(guān)系。根據(jù)不同的綜合數(shù)據(jù)情況,將協(xié)同處理過程分為三個(gè)階段：當(dāng)?shù)缆泛?jiǎn)化可能與其毗鄰建筑物產(chǎn)生沖突時(shí),利用鄰近連接關(guān)系移動(dòng)簡(jiǎn)化道路鄰近的建筑物,保持道路與建筑物之間的空間關(guān)系不變；若道路網(wǎng)無需簡(jiǎn)化或簡(jiǎn)化操作已完成,且此時(shí)存在道路之間的空間沖突時(shí),將道路網(wǎng)與建筑物群利用鄰近連接關(guān)系看作一個(gè)整體,利用移位操作一起移位,解決道路之間的空間沖突；若還存在建筑物與道路之間或建筑物之間的沖突時(shí),將建筑物群在道路上的連接點(diǎn)作為支點(diǎn),通過移動(dòng)建筑物群解決沖突。本章主要的移位算法是Snake算法,在移位操作中,將每一階段中移位目標(biāo)之間的連接線段視為Snake的基本單元,充分利用Snake算法可以將移位沿線狀網(wǎng)絡(luò)傳播的機(jī)制,把道路的簡(jiǎn)化與建筑物群移位和道路移位協(xié)同在一起,能較好的保持道路網(wǎng)和建筑物群之間的空間關(guān)系。
[Abstract]:......
【學(xué)位授予單位】：武漢大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：P208

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 武慧虹;高卓艷;錢淑渠;;高維多模態(tài)免疫遺傳算法及其性能比較研究[J];吉林師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年03期

2 程林輝;吳立鋒;張瀟;;基于免疫遺傳算法的車輛路徑優(yōu)化問題[J];中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年03期

3 汪定偉,于海斌;免疫遺傳算法及在新產(chǎn)品投入計(jì)劃中的應(yīng)用[J];控制理論與應(yīng)用;2002年05期

4 武斌;蘇良昱;謝剛;;基于相似性矢量距的免疫遺傳算法在函數(shù)尋優(yōu)中的應(yīng)用[J];科技情報(bào)開發(fā)與經(jīng)濟(jì);2007年17期

5 劉琪;;基于免疫遺傳算法的貨位優(yōu)化研究[J];中國(guó)科技信息;2013年19期

6 劉彥良;王鵬濤;吳靜;陳相東;;基于免疫遺傳算法的物流運(yùn)輸求解[J];天津師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年04期

7 張海剛;吳燕翔;顧幸生;;基于免疫遺傳算法的雙向車輛調(diào)度問題實(shí)現(xiàn)[J];系統(tǒng)工程學(xué)報(bào);2007年06期

8 葉菁;陳國(guó)龍;俞建家;;基于改進(jìn)型免疫遺傳算法對(duì)網(wǎng)格中獨(dú)立任務(wù)調(diào)度問題的研究[J];福州大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年06期

9 杜彥華;靳宗信;;一種改進(jìn)的免疫遺傳算法求解0-1背包問題[J];創(chuàng)新科技;2013年02期

10 鄭明;劉桂霞;周春光;王晗;鄭小紅;李艷文;;基于并行免疫遺傳算法基因表達(dá)數(shù)據(jù)的動(dòng)態(tài)模糊聚類[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2009年01期

相關(guān)會(huì)議論文 前10條

1 邱文旭;任紅梅;谷文祥;;基于免疫遺傳算法原理的應(yīng)對(duì)規(guī)劃[A];第九屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2007年

2 劉媛媛;李茂軍;;基于免疫遺傳算法的電力市場(chǎng)競(jìng)價(jià)方法[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

3 王士武;溫進(jìn)化;;多目標(biāo)免疫遺傳算法在梯級(jí)水庫群優(yōu)化調(diào)度中的應(yīng)用研究[A];2012全國(guó)水資源合理配置與優(yōu)化調(diào)度技術(shù)專刊[C];2012年

4 劉敏;曾濤;徐開闊;包小源;孫華志;劉燕茹;;一種基于免疫遺傳算法的分子對(duì)接構(gòu)象搜索策略[A];第26屆中國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（B輯）[C];2009年

5 梁瑞鑫;鄭德玲;周穎;位耀光;;免疫遺傳算法在高爐焦比目標(biāo)優(yōu)化中的應(yīng)用[A];第二十一屆中國(guó)控制會(huì)議論文集[C];2002年

6 王鮮芳;杜志勇;潘豐;;基于免疫遺傳算法模糊神經(jīng)元溫度控制器的設(shè)計(jì)[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

7 賀琳;趙壘;王玲平;;免疫遺傳算法在現(xiàn)代電力系統(tǒng)故障診斷中的應(yīng)用[A];高效 清潔 安全 電力發(fā)展與和諧社會(huì)建設(shè)——吉林省電機(jī)工程學(xué)會(huì)2008年學(xué)術(shù)年會(huì)論文集[C];2008年

8 李奎;;基于免疫遺傳算法的空框架調(diào)度及其模擬分析[A];物流工程三十年技術(shù)創(chuàng)新發(fā)展之道[C];2010年

9 王生鐵;張計(jì)科;張思林;;多峰值函數(shù)優(yōu)化的父代保留免疫遺傳算法[A];PCC2009—第20屆中國(guó)過程控制會(huì)議論文集[C];2009年

10 鐔鐵春;吳敬松;劉伯穎;;免疫遺傳算法及其在函數(shù)優(yōu)化中的應(yīng)用[A];2007年河北省電子學(xué)會(huì)、河北省計(jì)算機(jī)學(xué)會(huì)、河北省自動(dòng)化學(xué)會(huì)、河北省人工智能學(xué)會(huì)、河北省計(jì)算機(jī)輔助設(shè)計(jì)研究會(huì)、河北省軟件行業(yè)協(xié)會(huì)聯(lián)合學(xué)術(shù)年會(huì)論文集[C];2007年

相關(guān)博士學(xué)位論文 前5條

1 孫雅庚;建筑物群與道路空間沖突解決的移位方法研究[D];武漢大學(xué);2015年

2 馬佳;改進(jìn)免疫遺傳算法及其在優(yōu)化調(diào)度問題中的應(yīng)用研究[D];東北大學(xué);2008年

3 鄭a睿;基于免疫遺傳算法的鋼筋混凝土框剪結(jié)構(gòu)優(yōu)化研究[D];上海大學(xué);2015年

4 施亞能;基于多Agent食品安全政府監(jiān)管模型與仿真[D];武漢理工大學(xué);2011年

5 姚睿;數(shù)字進(jìn)化硬件關(guān)鍵技術(shù)研究[D];南京航空航天大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 申森;矢量距免疫遺傳算法在電壓優(yōu)化調(diào)整與治理中的應(yīng)用[D];鄭州大學(xué);2015年

2 呂微;基于混沌免疫遺傳算法的優(yōu)化問題研究[D];東北石油大學(xué);2010年

3 蔣育霖;免疫遺傳算法的改進(jìn)研究及其在污水處理中應(yīng)用[D];華南理工大學(xué);2016年

4 郄佳怡;面向車輛路徑優(yōu)化問題的改進(jìn)免疫遺傳算法[D];河北大學(xué);2016年

5 米煥霞;關(guān)于免疫遺傳算法的研究[D];西北大學(xué);2009年

6 金磊;基于免疫遺傳算法的車間作業(yè)調(diào)度問題研究[D];長(zhǎng)春理工大學(xué);2009年

7 繆紅萍;免疫遺傳算法及應(yīng)用研究[D];北京化工大學(xué);2005年

8 張建萍;基于并行機(jī)制的免疫遺傳算法的研究及應(yīng)用[D];山東師范大學(xué);2007年

9 馬書龍;基于并行免疫遺傳算法的無向排列的反轉(zhuǎn)排序方法研究[D];東北師范大學(xué);2007年

10 江將;免疫遺傳算法在變壓器設(shè)計(jì)尋優(yōu)方案中的研究[D];華北電力大學(xué)（河北）;2008年

，

本文編號(hào)：2400918