领域知识驱动的空间选址及其混合粒子群优化研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    41601418
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    19.0万
  • 负责人：
    王华
  • 依托单位：
    郑州轻工业大学
  • 学科分类：
    D0114.地理信息学
  • 结题年份：
    2019
  • 批准年份：
    2016
  • 项目状态：
    已结题
  • 起止时间：
    2017-01-01 至2019-12-31

项目摘要

As an important issues in the domain of spatial optimization decision, spatial location has important theoretical and applied research value in the field of geographical information science. The exploration of intelligent and efficient spatial optimization technique can be considered to be a hot and difficult problem in current research. The existing research mainly focuses on the spatial improvement of traditional location selection method. However, the normalized systems of domain knowledge that can positively guide the evolutionary process of intelligent algorithms is neglected. And in the aspects of location model design, general location models who are based on rigorous mathematical equations can process quantitative data and provide numerical solutions related to economics, but political and social issues are often qualitative in nature and hence their integration into the numerical nature of location models is no simple task. Based on the structurized semantic analysis of domain knowledge, spatial location-oriented knowledge ontology model is built, and the formal.description of domain knowledge -driven spatial location is given. According to the characteristics of spatial location and the requirements of location task, the model of spatial location is focused on the domain knowledge -driven. And by improving classical particle swarm optimization algorithm, knowledge learning-based immune particle swarm optimization algorithm that can be applied to spatial location is proposed. In terms of the a prototype system designed in this project, the rationality and practical applicability of the algorithm of knowledge learning-based immune particle swarm optimization algorithm spatial location is validated by site selection of land consolidation projects selected the issues of spatial location. The study could help to solve the forefront problems of application-oriented spatial location. It can promote spatial optimization technologies that change from data-driven to model-driven and knowledge-driven. The scientific achievements of this project can promote intelligent spatial decision support to a certain extent.
空间选址是空间优化决策问题的重要组成部分，在地理信息科学领域具有重要的理论与应用研究价值。探索一种智能高效的空间优化技术是目前空间选址研究的热点和难点问题。现有的空间选址主要是针对传统选址算法进行空间化改进，忽视了领域中规范化的知识体系对算法进化过程的正向引导作用，同时基于严格数学公式的传统选址模型无法智能的处理应用领域中所存在的各种定性因素。本项目拟在对领域知识进行结构化语义解析的基础上构建面向空间选址的知识本体模型，并研究领域知识驱动下的空间选址形式化描述；根据空间选址的特点及任务要求，重点研究领域知识驱动下的空间选址模型，并对经典粒子群进行改进，提出可用于空间选址的演化学习型免疫粒子群算法；设计并开发原型系统，以土地整理项目选址为例开展应用研究，验证模型的有效性和实用性。该研究有助于解决面向应用的空间选址这一前沿问题，促进空间优化技术由数据驱动向知识驱动、模型驱动转变。

结项摘要

空间选址是空间优化决策问题的重要组成部分，在地理信息科学领域具有重要的理论与应用研究价值。探索一种智能高效的空间优化技术是目前空间选址研究的热点和难点问题。现有的空间选址主要是针对传统选址算法进行空间化改进，忽视了领域中规范化的知识体系对算法进化过程的正向引导作用，同时基于严格数学公式的传统选址模型无法智能的处理应用领域中所存在的各种定性因素。本项目拟在对领域知识进行结构化语义解析的基础上构建面向空间选址的知识本体模型，并研究领域知识驱动下的空间选址形式化描述；根据空间选址的特点及任务要求，重点研究领域知识驱动下的空间选址模型，并对经典粒子群进行改进，提出可用于空间选址的演化学习型免疫粒子群算法；设计并开发原型系统，以永久基本农田划定为例开展应用研究，验证模型的有效性和实用性。.永久基本农田划定问题实质上是一个多目标空间优化选址问题，而传统的划定方式不能兼顾永久基本农田的耕地质量、空间布局集中连片等要求，且无法平衡农业和城市发展之间的关系。本文提出了一种基于粒子群优化算法的多目标永久基本农田划定模型，定义了永久基本农田划定的一般规则、划定目标及约束条件的形式化表达方式，模型包括土地适宜性、连片性、稳定性三个子目标函数，同时考虑保护区面积、土地用途、地形基础条件、城镇边界4类约束知识，阐述了算法的编码及初始化方式、粒子位置速度更新机制、适应度函数设计、混合免疫改进策略、整体流程等内容，选取河南省浚县为研究区域，根据目标偏好不同设置对照实验。结果表明，本项目提出的空间选址模型在永久基本农田划定工作中具有可操作性，避免划定过程中主观因素带来的不利影响，改进后的混合粒子群算法在三个子目标上的优化性能分别提高了3.36%, 5.04% and 4.68%。通过本模型可以为决策者提供多情景的永久基本农田布局方案，促进永久基本农田划定结果的科学合理性以及可操作性。

项目成果

期刊论文数量（5）
专著数量（1）
科研奖励数量（1）
会议论文数量（1）
专利数量（1）
A Multi-Objective Permanent Basic Farmland Delineation Model Based on Hybrid Particle Swarm Optimization
基于混合粒子群优化的多目标永久基本农田圈定模型
  • DOI：
    10.3390/ijgi9040243
  • 发表时间：
    2020-04-01
  • 期刊：
    ISPRS INTERNATIONAL JOURNAL OF GEO-INFORMATION
  • 影响因子：
    3.4
  • 作者：
    Wang, Hua;Li, Wenwen;Nie, Ke
  • 通讯作者：
    Nie, Ke
基于成功历史自适应的混合克隆选择算法
  • DOI：
    10.13705/j.issn.1671-6833.2015.05.018
  • 发表时间：
    2018
  • 期刊：
    郑州大学学报(工学版)
  • 影响因子：
    --
  • 作者：
    张伟伟;高奎;张卫正;孟颍辉;王华;张秋闻
  • 通讯作者：
    张秋闻
基于深度置信网络的农用地基准地价评估模型
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    农业工程学报
  • 影响因子：
    --
  • 作者：
    王华;罗平
  • 通讯作者：
    罗平
基于人工神经网络的模糊宗地地价评估模型研究
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    信阳师范学院学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    王华;李雯雯;牛继强;刘殿峰
  • 通讯作者：
    刘殿峰
引入深度学习的城市基准地价评估模型研究
  • DOI：
    --
  • 发表时间：
    2018
  • 期刊：
    中国土地科学
  • 影响因子：
    --
  • 作者：
    王华;罗平
  • 通讯作者：
    罗平

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

在线学习方法综述:汤普森抽样和其他方法
  • DOI：
    10.15960/j.cnki.issn.1007-6093.2017.04.006
  • 发表时间：
    2017
  • 期刊：
    运筹学学报
  • 影响因子：
    --
  • 作者：
    何斯迈;金羽佳;王华;葛冬冬
  • 通讯作者：
    葛冬冬
直接后方入路治疗髋臼后部骨折
  • DOI：
    10.3760/cma.j.issn.0253-2352.2019.13.002
  • 发表时间：
    2019
  • 期刊：
    中华骨科杂志
  • 影响因子：
    --
  • 作者：
    黄复铭;温湘源;刘源城;詹潇锐;麦奇光;李涛;王华;黄海;廖坚文;樊仕才
  • 通讯作者：
    樊仕才
变厚度复合材料C梁数值模拟与实验
  • DOI：
    10.13952/j.cnki.jofmdr.2019.0191
  • 发表时间：
    2019
  • 期刊：
    机械设计与研究
  • 影响因子：
    --
  • 作者：
    周梦倩;王华
  • 通讯作者：
    王华
2015年北京田径世锦赛开幕式天气的精细化预报与方法
  • DOI：
    10.12057/j.issn.1002-0799.2018.05.002
  • 发表时间：
    2018
  • 期刊：
    沙漠与绿洲气象
  • 影响因子：
    --
  • 作者：
    王华;郭金兰;仲跻芹
  • 通讯作者：
    仲跻芹
基于改进自适应阈值局部三值模式的遥感图像分类
  • DOI：
    10.3969/j.issn.1671-1815.2019.12.035
  • 发表时间：
    2019
  • 期刊：
    科学技术与工程
  • 影响因子：
    --
  • 作者：
    吴庆岗;赵伊兰;黄伟;王华
  • 通讯作者：
    王华

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

王华的其他基金

舰载机高峰作业模式下舰面人机协同群组运动管控仿真
  • 批准号：
    62072415
  • 批准年份：
    2020
  • 资助金额：
    57 万元
  • 项目类别：
    面上项目
应急可变交通网中融合交通心理学的车辆群组运动建模
  • 批准号：
    61602425
  • 批准年份：
    2016
  • 资助金额：
    20.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码