城市规划-元胞自动机
元胞自动机-城市规划
城市规模设计
雄安新区占地总面积约为2000平方公里，涉及河北省雄县、容城、安新3个县及周边部分区域，地处北京、天津、保定腹地，通过ArcGIS地图软件搜索该区域并从中提取出来，区域图如下所示。
图5 雄安新区区域图
为对雄安新区进行更好的仿真模拟，首先先在地图中截取雄安新区地图，然后进行边缘轮廓提取和白洋淀等不可开发地区的剔除，获得预处理图像。
最后用MATlAB进行图像灰度化、二值化处理如下图所示。
为后续元胞自动机提供演变地图。
图6 Matlab识别图
城市规划CA模型总步骤：
1:
Step首先确定其组成的主要元素：元胞、元胞空间、元胞状态、元胞邻域及转变规则
2:
Step分析模拟城市空间结构；
3:Step 确定模型的参数：繁殖参数、扩散参数、传播参数及受规划约束参数 4:Step 确定模型所需元胞转换规则的定义 5:Step 进行城市发展模拟。
①本文提取的雄安新区地图像素为135109m m ⨯，元胞空间定义为11m m ⨯；元胞状态对应的是该地的四种状态：未城市化（即对应能开发还未开发的区域），城市化，扩展中心城市，不能被开发（如白洋淀等区域）。
土地状态用编码表示。
②元胞邻域选取为on V Neumann 邻居，在CA 系统中一个元胞1t +时刻的状态取决于它t 时刻与它邻域内其他元胞状态，考虑到地区之间发展限制因素较多，所以选取邻域较少的Neumann V on 邻居型[7]。
on V Neumann 邻居型数学定义为：
()(){}
20,,1|||||,Z v v v v v v v v v N iy ix oy iy x ix iy ix i ∈≤-+-== （4.18）
式（18）中i v 、y v 为中心元胞邻居元胞的行列坐标值，ax v 、oy v 为中心元胞的行列坐标值。
③模型参数
借鉴参考文献[7]中的CA 模型设置了以下几个主要参数来描述城市发展[7]。
1.扩散参数diffusion ：在自然增长规则下，扩散参数可以表示一个城市化单元格元胞可能转换成另一个城市化单元格元胞的次数
2.繁殖参数breed ：在新中心传播增长规则中，繁殖参数用于一个城市化元胞可能转变成为一个新的中心传播城市化元胞
3.传播参数spread ：在边界增长的规则下，用于一个扩散中心的已城市化的邻居元胞转变为城市化的可能性
4.规划系数参数onst int C ra ：城市规划是城市工程建设和城市管理中基本依据之一，规划系数的变化对规划区最终达成的效果有约束作用[7] 模型转换规则：
④元胞的转换规则是指元胞状态的演化过程的法则，当前中心元胞和邻居元胞所处的状态决定下一个时刻贵中心状态的动力学函数，即一个状态转移函数[7]。
()11
:,t t t i i n f s f s s ++= （4.19）
式（4.19）中t i s 表示中心元胞i 在t 时刻的状态，t
n s 为t 时刻的邻居状态的组
合，1t i s +为中心元胞i 在1t +时刻所处的状态，f 为映射函数，即为元胞局部运动规则[7]。
⑤在传统的CA 模型转换规则上进行扩展，规则为：边界增长规则、自然增长规则、新扩展中心型增长规则及受规划系数影响增长规则[7]。
1.边界增长规则：原有城市元胞边缘一定区域内，随着城市化发展，城市向外扩展，生成一个新的城市化元胞，体现了城市发展的集聚效应[7]。
规定对于
一个为城市化的元胞其周围至少有2个相邻的城市元胞，则该元胞可以城市化。
1(,,1)[,(,,),]U i j t f spread u i j t random += （4.20） 2.自然增长：在雄安新区空间，对于一些闲置未开发的土地、草地等逐渐转变为城市用地，可表示为在新区中随机产生城市化点。
其中该新区中城市元胞的数量在t 时刻是不小于某个设定值，则在[]10 区间内随机产生一个随机数p ，但p 大于区域规划系数参数，那么在1t +时刻，该元胞转换为城市元胞。
()()2,,1int,,,,U i j t f Constra U i j t random +=⎡⎤⎣⎦ （4.20）
上式中int Constra 表示规划系数参数，对于公式中的元胞如果是已城市化，则状态不变，或者进入新扩展中心型判断。
3.新扩展中心型增长：新扩展中心增长是一种以离心力为主的城市增长模型。
这种增长方式是受城市经济发展需像周边范围内扩展成新的增长点。
在自然增长下的城市元胞是否转变为新的城市扩展中型增长影响。
一个城市化转变为一个新的城市化元胞，则它的邻域至少有两个元胞必须已经是城市化的元胞。
()()3,,1,,,,U i j t f breed U i j t random +=⎡⎤⎣⎦ （4.21）
城市规模仿真模拟
初始阶段：
20
40
60
80
100
120
102030405060708090100
图7 元胞自动机演化初始阶段
中期阶段
20
40
60
80
100
120
102030405060708090100
20
40
60
80
100
120
102030405060708090100
图8 元胞自动机演化中期阶段
远期阶段
20
40
60
80
100
120
102030405060708090100
20
40
60
80
100
120
102030405060708090100
图9 元胞自动机演化远期阶段。
元胞自动机算法
元胞自动机算法元胞自动机算法，简称CA（Cellular Automaton），是一种在离散空间中由简单规则驱动的计算模型。
CA算法的核心思想是将空间划分为离散的小区域，每个小区域称为一个元胞，每个元胞根据一定的规则与相邻元胞进行交互和演化。
CA算法的应用非常广泛，涵盖了物理、生物、社会等多个领域。
让我们来看一个简单的例子，以帮助理解CA算法的基本概念。
假设我们有一个一维的元胞空间，每个元胞只能处于两种状态之一：活跃或者不活跃。
我们以时间为轴，每一个时间步骤都会根据一定的规则更新元胞的状态。
假设规则是：如果一个元胞以及它的两个相邻元胞中，有两个元胞是活跃的，那么该元胞在下一个时间步骤中将变为活跃状态；否则，该元胞将变为不活跃状态。
通过多次迭代，我们可以观察到整个元胞空间的状态发生了变化。
初始时，只有少数几个元胞是活跃的，但随着时间的推移，越来越多的元胞变为活跃状态，形成了一种规律性的分布。
这种分布不断演化，直到达到一种平衡状态，其中的活跃元胞的分布不再发生变化。
这个简单的例子展示了CA算法的基本特征，即简单的局部规则可以产生复杂的全局行为。
在CA算法中，每个元胞的状态更新是基于其周围元胞的状态而确定的，这种局部的交互最终导致了整个系统的全局行为。
除了一维元胞空间，CA算法还可以应用于二维和三维空间。
在二维元胞空间中，每个元胞有更多的邻居，例如上下左右以及斜对角线方向的邻居。
同样地，每个元胞的状态更新规则也可以根据其周围元胞的状态而确定。
CA算法在生物学中有广泛的应用，例如模拟细胞分裂、生物群落的演化等。
在社会学中，CA算法可以用于模拟人群的行为，例如交通流量的模拟、城市规划等。
此外，CA算法还可以用于物理学中的模拟，例如模拟固体的晶体结构等。
总结一下，元胞自动机算法是一种基于简单规则的计算模型，通过元胞之间的局部交互和状态更新，产生复杂的全局行为。
这种算法广泛应用于不同领域，能够模拟和研究各种现象和问题。
基于元胞自动机的城市轨道交通定价双层规划
基于元胞自动机的城市轨道交通定价双层规划李雪岩;李雪梅;李学伟【摘要】针对城市轨道交通建立了基于“通票”及“计程票”两种定价方式的双层规划模型;上层规划运用遗传算法对利润函数进行寻优;下层规划运用广义出行费用函数刻画乘客出行方式选择行为,并嵌入元胞遗传算法演化规则进行寻优.模拟结果显示:(1)乘客间的互动学习强度、对价格的敏感度是影响两种定价方式获利情况、对乘客分流情况的重要因素;(2)当乘客对票价的敏感度较低且学习进化行为较弱时,宜采用“通票”的定价方式;当乘客对票价的敏感度较高且学习进化行为较强时,宜采用“计程票”的定价方式.【期刊名称】《管理工程学报》【年(卷),期】2017(031)001【总页数】7页(P155-161)【关键词】城市轨道交通;票价;双层规划;元胞遗传算法【作者】李雪岩;李雪梅;李学伟【作者单位】北京交通大学经济管理学院,北京100044;北京交通大学经济管理学院,北京100044;北京交通大学经济管理学院,北京100044【正文语种】中文【中图分类】U231.92近年来，中国的城市轨道交通建设取得了长足的发展，继北京、上海、广州等特大城市形成城市轨道交通网后，一些经济较发达的大城市也先后启动了城市轨道交通项目。
从现阶段国内城市轨道交通的运营情况来看，大多数轨道交通线路在为居民提供出行便利的同时，也背上了沉重的财务负担，如何在保证服务质量的条件下实现收支平衡？解决这一问题，势必涉及到对轨道交通定价策略的优化以及对乘客出行需求的及时掌控。
交通运输系统是典型的复杂社会经济系统，其内部主体包括各级运营决策部门和广大乘客群体。
运营决策部门对所提供运输服务进行定价，以获取利润和满足乘客需求为目标，广大乘客是运输价格的承担者，以节省成本和满足出行需求为目标。
于是，定价成为运营商与乘客共同关注的问题。
目前有相当多学者在进行运价研究，有的研究侧重运营决策，有的研究侧重乘客需求，常常将二者分开来考虑。
元胞自动机交通流模型.课件
模拟结果中流量与密度关系的曲线可以用来指导城市交通规划。在规划道路时，应考虑车辆密度对交通 流量的影响，合理设置道路宽度和车道数量。
模拟结果的比较与评价
不同模型之间的比较
我们将元胞自动机交通流模型的结果与其他经典交通流模型进行了比较。通过比较发现 ，元胞自动机模型能够更好地模拟实际交通情况，特别是在复杂路况和多车道情况下的
物流配送
利用元胞自动机模型模拟物流配 送过程中的车辆行驶和货物运输 ，优化配送路线和策略。
公共安全
元胞自动机模型可用于模拟人群 流动和应急疏散，为公共安全事 件提供决策支持。
环境影响评估
通过模拟污染物在环境中的扩散 和迁移，元胞自动机模型有助于 评估环境影响和制定环境保护措 施。
元胞自动机交通流模型的未来研究方向
元胞自动机的应用领域
交通流模拟
元胞自动机可以模拟和分析交通流的 行为和特性，如拥堵现象、车速分布 等。
城市规划
元胞自动机可以用于模拟城市的发展 和演化，预测城市扩张和人口分布等 。
生态学
元胞自动机可以用于模拟生态系统的 行为和演化，如物种竞争、群落演替 等。
社会学
元胞自动机可以用于模拟和分析社会 现象，如人口迁移、群体行为等。
表现更优。
模型的优缺点分析
元胞自动机交通流模型具有简单、易实现和可扩展性强的优点，但也存在计算量大、模 拟结果受参数设置影响较大的缺点。在实际应用中，需要根据具体需求和条件选择合适
的模型。
05
CHAPTER
元胞自动机交通流模型的应 用前景与展望
元胞自动机交通流模型在交通规划与管理中的应用前景
交通流模拟
阻塞波传播
在模拟中，我们观察到了阻塞波 在道路上的传播现象。当一辆慢 车出现时，后面的车辆会逐渐减 速并形成阻塞波，导致交通拥堵
融合多源信息的元胞自动机交通流模型
融合多源信息的元胞自动机交通流模型随着城市化进程的不断发展和交通流量的快速增长，如何合理优化城市交通系统成为了亟待解决的问题。
为了解决交通流量管理中遇到的挑战，研究人员开始使用元胞自动机交通流模型作为一种有效的工具。
元胞自动机交通流模型结合了多源信息，并能够对城市道路网络中的交通流进行模拟和预测。
本文将重点介绍融合多源信息的元胞自动机交通流模型，并详细分析其优势和应用前景。
一、元胞自动机交通流模型简介元胞自动机交通流模型是一种基于交通流动的个体自动行为的模拟方法。
它将整个道路网络划分为多个元胞，每个元胞代表一个交通单元，如车辆或行人等。
通过定义元胞之间的规则和交互方式，模型可以刻画城市道路系统中的交通流动情况。
元胞自动机交通流模型使用自动机理论和网络拓扑结构相结合的方法，具有模拟真实交通行为的优势。
二、多源信息融合的意义和方法多源信息的融合对于提高交通流模型的准确度和预测能力至关重要。
常见的多源信息包括道路网络拓扑结构、车辆速度、交通信号灯状态、道路岔口等。
通过合理融合这些信息，可以更好地模拟城市交通流动的实际情况。
在元胞自动机交通流模型中，多源信息融合的方法主要包括以下几种：数据融合、模型融合和参数融合。
数据融合是将来自不同数据源的交通数据进行处理和整合，以获取全面准确的信息。
模型融合是将不同类型的交通模型进行整合，并基于多种模型的结果进行预测和优化。
参数融合是将不同参数的评估结果进行整合，以获取更加全面和准确的评估结果。
三、融合多源信息的元胞自动机交通流模型的优势融合多源信息的元胞自动机交通流模型相比传统模型具有以下优势：1. 准确性提高：多源信息的融合使得模型更加贴近真实交通情况，模拟结果更准确可靠。
2. 鲁棒性增强：多源信息的融合使得模型对于数据噪声和不确定性具有更好的适应和鲁棒性。
3. 预测能力增强：多源信息的融合使得模型在预测和优化交通流方面具有更高的准确性和可信度。
四、融合多源信息的元胞自动机交通流模型的应用前景融合多源信息的元胞自动机交通流模型在城市交通系统优化和管理中具有广阔的应用前景。
基于多智能体与元胞自动机的城市生态用地演变研究的开题报告
基于多智能体与元胞自动机的城市生态用地演变研究的开题报告一、研究背景城市化进程中的生态用地不仅对维持生态系统的功能具有重要意义，也对人类社会的持续发展具有深远影响。
同时，城市用地的不断扩张和生态用地的不断缩小也使城市生态环境遭受了严重的破坏。
因此，如何有效地保护城市生态用地，实现城市生态用地的可持续利用，成为了城市化进程中亟待解决的重要问题。
二、研究目的本研究旨在基于多智能体与元胞自动机的方法，探究城市生态用地的演变规律，为制定城市生态保护政策提供科学依据。
三、研究内容1. 建立城市生态用地演变模型在本研究中，将采用多智能体与元胞自动机的方法建立城市生态用地演变模型。
其中，多智能体模型将模拟城市管理部门和居民之间的互动关系，其中部门将通过政策措施来保护生态用地，居民则将在互动过程中逐渐培养主动保护生态的意识。
元胞自动机模型将模拟城市内不同用地类型之间的演变过程，并通过地理信息系统提供空间环境的支持。
2. 分析城市生态用地演变的影响因素在本研究中，将通过统计学方法对城市生态用地演变过程进行分析，以找出影响城市生态用地演变的主要因素。
主要影响因素包括城市化进程、人口增长、工业化进程、自然环境变化等。
3. 设计生态保护政策在本研究中，将设计和优化能够保护城市生态用地并具有可操作性的政策措施，以实现城市内生态用地的可持续利用。
四、研究方法本研究主要采用多智能体模型与元胞自动机模型相结合的方法，建立具有空间和时序性的城市生态用地演变模型，分析城市生态用地演变的影响因素，为设计生态保护政策提供科学依据。
五、研究意义本研究将对城市生态用地的演变规律进行探究，为城市生态保护政策的制定提供科学依据。
同时，本研究所建立的城市生态用地演变模型还可以作为未来城市规划和人口预测的参考。
本研究还为相关领域的研究提供了新的解决方案和思路。
基于元胞自动机的城市用地变化研究
在此 ，ｔ ＋ 是 离散 的 时间 ， “是元 胞 在 ｔ ｌ ，ｔｌ ＋ 时刻 的 状态 ， 是元 胞 在 ｔ 时刻 的状态 ，（）式 表 明 了元 ３ 胞 在 ｔ ｌ时刻 的状 态 由其 在 ｔ ＋ 时刻 的状 态 、邻 域 元 胞 状态 组合 及局 部转换 规则所 确 定 。
维普资讯
第 １ 第 １期 ９卷
２０ ０ ７年 １月
云 南 地 理 环 境 研 究
ＹＵ ＮＮＡＮ ＧＥＯＧＲＡＰ Ｃ Ｅ 豫 ｏＮＭ哐Ｎｒ Ｒ ＥＡＲＣＨ ＨＩ Ｎ、 ＥＳ
Ｖ０ ．９ １１ Ｎｏ １ ．
Ｊｎ ．２ ｏ ａ． Ｏ ７
基 于元胞 自动机 的城市用地变化研 究
李茂刚，陈松林
（ 建 师范 大 学 地理 科 学 学 院 ，福 建 福 州 ３ ０ ０ ） 福 ５ ０ ７
摘 要 ：城 市 土 地 利 用演 化 的实 质 是 人 为干 预 下 城 市 生 态 景 观 的 自组 织 机 制 作 用 过 程 ；元 胞 自动 机 （Ａ Ｃ ）所 独 有 的 特 征 和 构 模 方 式 使 其 在 模 拟 复杂 性 系 统 如 城 市 系 统 等 方 面 表 现 出强 大 的 模 拟 能 力 。利 用 Ａ Ｔ Ｒ影 像 数 据 ， Ｃ ＳＥ 在 Ａ 模 型 下对 福 州 市 ２ １ 和 ２ ２ 的 城 市 用 地进 行 了 模拟 。从 而 为 城 市 规划 提 供 决 策 支持 服务 ，对 真正 合 理 地 利 ０ ０年 ０ ０年 用 城 市 土地 ，实 现 城市 可持 续 发 展 具有 重要 意义 。
关 键 词 ：元 胞 自动 机 （Ａ ；城 市 用 地 ；Ａ ， Ｒ；福 州 Ｃ） ＳＥ Ｉ 中 图分 类 号 ：Ｘ ７ ８ 文 献标 识 码 ：Ａ 文章 编 号 ：１０ － ８２ （０ ７ １０ ４ ４ ０ １ ７ ５ ２ ０ ）Ｏ－ ｏ ３
基于元胞自动机模型的城市历史文化街区的仿真
文章编号: 1673 9965(2009)01 079 05基于元胞自动机模型的城市历史文化街区的仿真*杨大伟1,2,黄薇3,段汉明4(1.西安工业大学建筑工程系,西安710032;2.西安建筑科技大学建筑学院,西安710055;3.陕西师范大学历史文化学院,西安710061;4.西北大学城市与资源学系,西安710069)摘 要: 为了探讨当前城市规划中远期预测的科学性和准确性问题,将自组织理论与元胞自动机模型结合,在一定的时空区域,构建了一个城市增长仿真模型.将元胞自动机模型应用于西安市最具历史文化特色的区域中,形成自下而上的规划模型.元胞自动机模型对于西安回民区的空间发展城市历史文化特色街区的模拟具有一定的原真性和时效性,在时空中能反应当前的空间格局.元胞自动机在城市规划的预测中具有图式与范式结合的特点,在中长期的预测中形成符合城市规划发展战略的空间格局.关键词: 元胞自动机;自组织;历史文化特色街区;空间演化中图号: T U984 文献标志码: A自组织理论是当前城市复杂性研究的主要研究方向之一.自组织是相对他组织而言,即自我、本身自主地组织化、有机化,意味着一种自动的、自发性的行为,一种自下而上、由内至外的发展方式.其主要涵义可以简单概括:在大多数情况下,作用于系统的外部力量并不能直接对系统的行为产生作用,而是作为一种诱因,即引入序参量引发系统内部发生相变,系统通过这一系列的变化自发地组织起来,最终大量微观个体的随机过程表现出宏观有序的现象[1].20世纪40年代U lam提出元胞自动机模型(Cellular Autom at o n M odel,CA),V on N eu m ann将其用于研究自复制系统的逻辑特性,且很快用于研究自组织系统的演变过程,其中对城市系统自组织过程的模拟是焦点问题[2 9].CA是定义在一个具有离散状态的单元(细胞)组成的离散空间上,按一定的局部规则在离散时间维演化的动力学系统.一个CA模型通常包括单元、状态、邻近范围和转换规则4要素[9],单元是其最小单位,而状态则是单元的主要属性.根据转换规则,单元可以从一个状态转换为另外一个状态,转换规则通过多重控制函数来实现.自组织理论的提出,对于解释相对封闭,具有自身演化规律的复杂适应系统中的复杂现象和问题具有重要意义和应用前景.而CA 自下而上的研究思路,强大的复杂计算功能、固有的并行计算能力、高度动态特征以及具有空间概念等特征,使其在模拟空间复杂系统的时空演变方面具有很强的能力,在城市学研究中具有天然优势[9 15].本文将自组织理论引入CA模型,并将该模型首次应用于西安回民区这一复杂的相对独立的历史街区中,就是为了得出其在自组织的作用下,未来20年空间发展的变化模型,为城市规划的制定做出科学的预测.下面对西安回民区做一简单介绍.西安回民区位于西安旧城中心的中西地段,东接西安历史文化遗产钟楼和北大街,西接洒金桥,南到西大街,北到莲湖路,面积约为93.4公顷,人口约为77600人,在此居住的居民中有43.6%以第29卷第1期 西 安 工 业 大 学 学 报 V o l.29No.1 2009年02月 Jo urnal o f Xi!an T echnolo g ical U niver sity Feb.2009*收稿日期:2008 06 04基金资助:国家自然科学基金(50678149)作者简介:杨大伟(1981 ),男,西安工业大学助教,西安建筑科技大学博士研究生,主要研究方向为城市空间复杂性.E mail:yangdaw ei@.上为穆斯林居民.该地区包含的街道有北院门、化觉巷、麦苋街、大(小)皮院、西羊市、北广济街、庙后街、大(小)学习巷、大麦市街、洒金桥、早慈巷、香米园、红埠街、劳武巷、光明巷、西仓、东举院巷、新寺巷、东寺巷、教场门等,并分布着十个清真寺,其中百年以上的古寺有七座,即在18世纪末,已形成了 七寺十三坊的格局.因而这里是西安穆斯林最集中、最古老的区域.同时也是最具有历史文化特色和城市空间复杂性的区域.1 CA城市仿真模型架构1.1 CA理论及数据准备CA是定义在一个具有离散状态的单元(细胞)组成的离散空间上,按一定的局部规则在离散时间维演化的动力学系统.CA具有空间离散性、时间离散性、状态离散性、规则局部性、全局一致性、演化性、无后效性、高维数等特点.从动态系统的观点看,每个细胞都是一个变量,而细胞空间中的单元可能成千上万,所以CA是高维的.从这个角度来看,细胞自动机是一类无穷维动力系统.根据CA理论的核心内容,将其运用到城市当中,具有得天独厚的优势,因其 自下而上的建模方式以及具有时空特色的动力机制,很适合具有自组织特性的城市空间的研究,因此我们采用CA模型来对本研究区域进行建模和研究.本部分所采用的图形数据是西安回民区的用地现状图.其他相关资料的收集与处理主要包括:1)西安回民区的行政区划图;2)经过实地调研收集该地区用地现状统计数据,了解、熟悉城市空间结构发展动态;3)收集∀西安市总体规划(2008 2020)#、∀唐皇城复兴规划#等相关资料,了解和掌握城市规划状况.1.2 确立模型演化的规则由于西安回民区自身的特性,在此区域内重要是以C类和R类用地为最活跃的主导因素,因此,在模型的建立中,也是以这两个因素作为主要的演化对象,而将在此区域内的属性不易改变的用地(如军事用地、主要道路用地、大型公园绿地等)作为吸引因子,而自身不参与城市空间结构的动态演化.将区域内用地单元的行为过程利用集合符号记为L t l={A l,N l,F lk,N k,C k}式中:L t l为从t到t+1时刻,l位置所处土地单元的行为;A l为土地单元的活力值的确定;N l为检查该处土地单元周围邻居单元的构形;F lk为产生新的土地单元位置和土地利用类型的方法过程;N k为表示检查新生土地单元的邻居构形件;C k为表示检查新生土地单元k处的控制因素层.根据CA模型 时空一体化及 自下而上的特点,规则的制定主要分为4个步骤:1)确定土地单元活力值根据土地单元的活力,将每个土地单元分为 青年、 中年和 老年三个阶段.其相应的函数为A(t)={A i(t),A m(t),A d(t)}式中:A i(t)为青年土地单元;A m(t)为中年土地单元;A d(t)为老年土地单元.2)检查邻居定义及邻居条件在模型中,统一采用了扩展的摩尔邻居类型,给定半径r,其邻居的集合为一个正方形,其函数表现为N m={v i=(v is,v iy|v ix-v ox|+|v iy-v oy|∃r, v(v ix,v iy)%Z2}式中:N m为细胞所影响的范围;|V ix-V ox|+|V iy -V oy|∃r为细胞与周边的向量距离.对于二维的四方网格划分的CA模型,一个元胞的邻居个数(除去中心元胞)为(2r+1)2-1.如给定邻居半径r=2,则邻居集合为以当前元胞为中心的5&5方块.3)产生新生土地单元当一个土地单元活力值为青年,且满足了邻居条件后,它作为一个 母体,就可以产生一个新生的土地单元,即它的 子单元.这一新单元产生过程包含了两个独立的部分,一是新生单元类型的确定;二是新生单元位置的确定.∋新生单元类型的确定在西安回民区的CA模型中,定义P为状态转移矩阵为P=hh hi h cih ii icch ci cc式中: hh为居民地单元产生居民地单元的概率; hi 为居民地单元产生工业单元的概率((.它们满80 西 安 工 业 大 学 学 报 第29卷足条件的函数为) h = hh + hi + hc =1,) i = ih + ii + ic =1,) c=ch + ci + cc =1.∗新生单元位置的确定新生土地单元的绝对位置由该单元相对母体单元的相对位置来确定,相对坐标是一个以母体为极点的坐标系来确定,它的坐标包括离开母体单元的距离,即:P kl =f (d kl )式中:P kl 为新生单元k 相对与母体单元l 的相对位置;d kl 为新生单元k 相对与母体单元l 的距离;f (x )为距离与相对位置的函数关系.在模型中,针对不同类型的用地属性单元,设定其产生新单元的最大距离为D max ,那么新生单元到母体单元的距离d jk 则可取区间[1,D max ]内的任意整数值,在这个区间内,d jk 在各个距离值上都有相应的概率,而且概率是一个随距离增长而衰减的分布,即认为新生单元最有可能产生于母体单元的附近.为了更加清晰的说明距离对于CA 模型的意义,采取了线性衰减函数来计算d jk 的对应概率,线性衰减函数可表达为+d jk =D max -d jk +1)D max d jk=1d jk=2(D max -d jk +1)D max (D max +1)4)新生单元生存条件检查与控制在新生单元的位置和类型确定后,还需要经过一系列的检查条件,才能最终完成新生单元的生成.任何一个条件得不到满足,整个过程就告失败.具体讲,新生单元还要经历四个方面的检查.∋检查新生单元的所在位置是否已被占用;∗检查新生单元在土地单元层面上的邻居状况;,检查新生单元在交通层面上的邻居状况;−检查在控制层面上,该位置的控制条件.由于一般概率都在0~1.0之间,因此,在模型中,添加了一个比较函数R,其函数为R =f (r 1,r 2,r 3)式中:r 1,r 2,r 3分别为居住用地、商业用地、其它用地单元的产生概率.在确定规则的基础上,采用VB 语言来编写运行规则的程序,通过程序调用,在Arc GIS 软件上实现仿真模拟.2 演化结果及分析2.1 CA 模型演化结果根据CA 模型的演化规则,在A rc GIS 软件中对每一个栅格输入属性,确定不同的活力值.在当前城市空间用地状况(如图1所示)的基础上,确定了时空演化的时间间隔从而分别得到该区域10年和20年的演化模式如图2,3所示.图1 当前城市空间用地状况图F ig.1 Cur rent city land application图2 10年后城市空间用地状况图F ig.2 City land applicatio n 10y ea rslater图3 20年后城市空间用地状况图F ig.3 City land applicatio n 20y ea rs later2.2 演化结果分析利用 自下而上 的CA 模型,对西安回民区进81第1期 杨大伟等:基于元胞自动机模型的城市历史文化街区的仿真行中远期的模拟,从模拟结果来看,符合穆斯林 围寺而居的空间形态,也充分体现出来本区域城市空间结构的自组织性和复杂性,由此看来,利用CA模型对这种联系态时空一体化结构进行模拟是可行的.在本区域中,主要考虑了居住用地和商业用地的空间演化,其演化有各自不同的模式.在居住用地的演化过程中,主要有两种倾向:一种是围绕清真寺周边的居住用地,其在自身的基础上进行演化,即新居住用地单元的产生是在原有居住用地单元的基础上进行的,这和实际中穆斯林在自己房子老化以后,采取翻新、重建的方法保持居住用地的属性一致.另一种倾向是在某些大面积的空地上新建住宅,如在北大街西华门至钟楼段的大面积的空地上建设,还有在目前市政府的用地上建设.当然,市政府用地在搬迁后的用途不得而知,但是根据元胞自动机的演化在其位置形成居住区也说明这是一种选择,可作为市政府决策的参考.在商业用地的演化中,主要体现了 不动与 动.在北大街和西大街这些基本修建完毕的城市商业带,在本模型中也体现出 不动的特色,即其属性和位置未发生变化,而在莲湖路上的商业用地数量却大大增加,说明道路对商业用地的支持作用比较明显,也从一个侧面反映出本模型符合现实.2.3 规划建议空间结构的优化是基于复杂性研究的基础上,因此,对西安回民区提出的有关发展的策略,其必然具备混沌与秩序并存的特征,因此,在用城市规划手段引导城市空间结构的发展中,必然也要考虑到复杂性的问题,不能采用简单粗暴的手法对城市空间进行割裂(而目前的城市规划恰恰是这样做的).对于回民区的规划建议,可以分为宏观和微观两个部分.1)宏观建议∋在 围寺而居空间结构的基础上控制本区域住宅供应总量,降低改造开发强度.本区域住宅高度密集,在一定程度上阻碍了基础设施的更新改造和城市的现代化.为保证城市功能的发挥,适应城市发展的要求,必须解决区域住宅过密的问题.控制区域内住宅供应总量,一方面可作为城市环境建设、公共设施建设的用地及备用地;另一方面也为城市未来发展留有余地.减少了住宅总量的提供,控制了居住人口总量,人口密度将随着旧城改造的推进而逐步减少,将从根本上提高的整体环境质量.∗加强区域内基础设施建设,实现穆斯林区与周边区域联动发展的搭桥政策.从城市空间结构演化图中我们可以看到,穆斯林聚居区成为复杂性指数最高的区域,其指数由内往外递减.而在调研过程中,却发现基础设施的建设是由外往内递减.可以这么说,复杂性最高的区域,恰恰是各种基础设施薄弱、空间环境恶劣、没有景观、绿地等其它服务设施的区域.在进行空间结构的优化过程中,应该加强区域内基础设施的建设,将穆斯林聚居区与周边区域的设施联动,共同创造优美的景观环境.,将保护历史文化特色与商业布局结合起来,提高空间结构的整合度.历史文化特色是回民区最重要的吸引因子,是此区域空间结构的核心所在.此区域的商业布局是最活跃的影响因子,其空间结构呈现单线型模式.因此,将这两种因子加以结合,可以在空间结构中催生出新的增长因子,同时也能更好的保护历史文化特色,也是对空间结构更好的优化.2)微观建议∋严格控制容积率和建筑高度,保护回民区的历史文化特色.在回民区中,存在乱搭乱建的现象,其正逐步失去历史文化特色,而成为穆斯林聚集的 城中村.根据模型显示,如不采取合理的措施,回民区内建筑破碎度会越来越高,说明各种随意修建的建筑会越来越多.因此,为了有效避免人居环境的恶化,必须分区、分片的控制容积率和建筑高度,以保证主要景观区的环境和特色,以及人们舒适的生活状态.∗未来20年,应将莲湖路的开发作为重点.莲湖路作为城市的一条主要干道,其存在较大的商业价值.根据模型的显示,20年后,莲湖路两侧的商业会发生较大的变化,围绕莲湖公园出现多处商业集散.因此,规划应未雨绸缪,及早开发此区域.3 结论城市空间结构复杂性理论目前在国内还处于发展阶段.随着对其研究的不断拓宽和深化,将会有越来越多的复杂性规律被挖掘出来,从而对城市82 西 安 工 业 大 学 学 报 第29卷发展和城市规划的制定提供更多的科学依据.本文通过建立CA模型,并将其在西安历史文化街区的空间结构进行仿真,从而得到历史文化街区当前及未来空间发展模式.从仿真结果看,西安回民区的空间结构呈现破碎化、分离化的倾向、穆斯林聚居区的 围寺而居现象明显.在两个时间段的演化过程中,越接近清真寺的区域,自组织性能越高,空间越破碎;越远离清真寺的区域,自组织越低,空间越积聚.另外,本文只是初探西安市最具有历史文化特色的城市空间结构演变的特征和规律,如何在城市发展过程中更加深入地分析具有不同空间结构特征的变化趋势,将是今后研究的重要课题之一.参考文献:[1] 段汉明.城市学基础[M].西安:陕西科学技术出版社,2000.DU A N Han ming.T he Base o f Cities[M].Xi!an:T he P ress o f Shaanx i Science and T echnolog y,2000.(in Chinese)[2] 何春阳,陈晋,史培军.基于CA的城市空间动态模型研究[J].地球科学进展,2002,17(2):188.HE Chun yang,CH EN Jin,SHI Pei jun.Study on T he Spat ial D ynamic City M o del Based on CA(Cellular A uto mata)M o del[J].A dvances in Ear th Sciences,2002,17(2):188.(in Chinese)[3] BAT T YM,X IE Y.F rom Cells t o Cities[J].Env iro nment and Planning B,1994,21:531.[4] COU CL ELIS H.F ro m Cellular A uto maton to U r banM o dels:N ew Pr inciples for M odel Development andImplementatio n[J].Env ir onment and Planning B,1997,24:165.[5] CL A RK K C,GA YDO S L J,HO PP EN S.A Selfmodified Cellular A utomato n M o del o f Histo rica l U rbanizatio n in the San Fr ancisco Ba y A r ea[J].Env iro nment and Planning B,1997,24:247.[6] W HI T E R,EN GEL EN G.High resolution I nteg rated M odelling of the Spatial Dynamics of U rban andReg ional Sy stem[J].Co mputer,Env ir onment and U rban System,2000,24:383.[7] WU F,WEBST ER C J.Simulating A rtificial Cities ina GI S Environment:U r ban G row th under A lter nativeReg ulatio n Reg imes[J].International Jour nal of Geogr aphical Informat ion Science,1998,14:625.[8] 黎夏,叶嘉安.约束性单元自动演化CA模型及可持续城市发展形态的模拟[J].地理学报,1999,54(4):289.LI Xia,Y E Jia an.Const rained Cellula r A utomata fo r M o delling Sustainable U rban Fo rms[J].A cta Geog raphica Sinica,1999,54(4):289.(in Chinese)[9] 周成虎,孙战利,谢一春.地理元胞自动机研究[M].北京:科学出版社,1999.ZH OU Cheng hu,SU N Zhan li,X IE y i chun.Geog raphical Cellular A uto mata Research[M].Beijing:Science Press,1999.(in Chinese)[10] 戴汝为.复杂巨系统科学...一门21世纪的科学[J].自然杂志,1997,19(4):187.DA I R u w ei.Co mplex G iant System Science a21st Century Science[J].Chinese Jo ur na l of N atur e,1997,19(4):187.(in Chinese)[11] 霍兰.隐秩序[M].周晓牧,韩晖,译.上海:上海科技教育出版社,2002.H OL L AN D.H idden O rder[M].ZH O U Xiao mu,H AN H ui T r anslated.Shang hai:Shang hai Scienceand T echno lo gy Educat ion Pr ess,2002.(in Chinese)[12] HO L LA N D J H.A daptation in N at ur al and Ar tificial Systems:A n Analysis with A pplicatio n to Bio log y,Co nt rol,and A rtificial Intellig ence[M],M ITPr ess,1992.[13] 陈彦光.中国城市发展的自组织特征与判据[J].城市规划,2006,30(8):24.CHEN Y an guang.Self Or ganized Char acteristics and Criter ia of the Dev elopment o f Chinese Cities[J].City Planning Rev iew,2006,30(8):24.(in Chinese)[14] 李献峰,韩建新,易宇.基于CAS理论与CA模型的城市增长仿真[J].河南科技大学学报:自然科学版,2008,29(3):70.LI Xian feng,HA N Jian x in,Y I Y u.U rban G ro wth Simulation Based on Complex Adaptive System T heo ry and Cellular Automata M odel[J].Jour nal ofHenan U niversity of Science&T echnolog y:Nat ur alScience Edition,2008,29(3):70.(in Chinese) [15] 刘继生,陈彦光.基于G IS的细胞自动机模型与人地关系的复杂性探讨[J].地理研究,2002,21(2):159.L IU Ji sheng,CHEN Y an g uang.G IS based CellularA uto mata M odels and R esear ches on Spatial Co mplexity o f M an land R elatio nship[J].G eog raphicalResearch,2002,21(2):159.(in Chinese)(下转第102页)83第1期 杨大伟等:基于元胞自动机模型的城市历史文化街区的仿真102 西 安 工 业 大 学 学 报 第29卷Study and Implementation of Design System of Electronic MapL I X iao bing(Co lleg e of Electr ic and Infor matio n Engineer ing,Shaanxi U niver sity o f Science and T echno lo gy,Xi!an710021,China)Abstract: With the development of dig ital ear th techno logy,electronic map has g radually become the basis o f study.M eanw hile,the production m ethods of electronic m ap show s the feature o f diversity.T o find a sim ple,practical and beautiful w ay to pro duce dig ital m aps is a urg ent problem to be solved in the pro duction of electro nic m ap.By employing the data of the g eneral land use planning of ZiChang co unty, this paper discusses the key techniques and methods in the environment of SuperM ap Deskpro.T he study prov es that GIS based computer aided mapping production techno logy not only broadens the scope of application of electronic m aps,but also makes the electronic m aps more convenient to produce and more clear to ex press.Key words: electronic map;digital map;desig n sy stem o f electr onic m aps;g eog raphic inform ations sy stem(GIS)(责任编辑、校对 苗静) (上接第83页)Simulating Urban Historical Block Using Cellular AutomataYAN G Da w ei1,2,H UAN G Wei3,D UAN H an ming4(1.Depar tment o f Const ruct ion,X i!an T echno lo gical U niver sity,Xi!an710032,China;2.Co llege o f Ar chitectur e,Xi!an U niver sity o f A rchitectur e and T echno lo gy,Xi!an710055,China;3.Colleg e o f H istor y&Civilization,Shaanx i N ormal U niver sity,Xi!an710062,China;4.Department of U r ban and R eso ur ce Science,N or thwest U niver sity,Xi!an710069,China)Abstract: In order to study the accuracy of the scientific nature of lo ng term fo recast fo r urban planning,a simulatio n model o f urban gr ow th w as built for a certain spatial and tem po ral reg ions w ith the combination o f self org anization theo ry and the cellular auto maton mo del.T he cellular auto mato n model w as applied fo r the region w ith the most historical and cultural characteristics in Xi!an to form a bo ttom up planning model.The simulations w ith cellular automaton model for the development o f urban histo rical blocks have a certain authenticity and timeliness,and reflect the curr ent spatial pattem in tim e and space.With the assist o f cellular auto mata,w hich has the featur es of co mbinatio n o f schemata and paradig m,a time and space pattern conform ed w ith development str ategy is for med in long ter m forecast of urban planning.Key words: cellular automata;self or ganization;historical block;evolv em ent(责任编辑、校对 张立新)。
元胞自动机在城市扩展方面的应用综述
元胞自动机在城市扩展方面的应用综述摘要本文在介绍元胞自动机各要素的基础上，综述了元胞自动机用于城市扩展模拟的历史、元胞自动机用于城市扩展模拟的具体研究方向，即在具体的模型中如何确定模型的结构和参数，并对其未来的发展趋势进行了展望，并指出CA 中的转换规则的扩展是在将来的研究中的一个首要问题。
关键字：元胞自动机；城市扩展模拟；转换规则一引言元胞自动机(CA)是一种时间、空间、状态都离散,空间的相互作用及时间上的因果关系皆局部的网格动力学模型,其“自下而上”的研究思路,强大的复杂计算功能、固有的平行计算能力、高度动态以及具有空间概念等特征,使得它在模拟空间复杂系统的时空动态演变方面具有很强的能力。
在城市空间动态变化的模拟研究方面, CA模型已应用到除非洲、南极洲的所有大洲的城市模拟研究当中。
CA模型和GIS的集成,一方面增强GIS的空间模型运算及分析能力,另一方面, GIS提供的强大空间处理能力可以为CA模型准备数据和定义有效的元胞转换规则以及对模拟结果进行可视化。
同时CA模型还可以与神经网络、主成分分析、遗传算法、模糊逻辑以及其他研究方法相结合,以增强其在城市空间变化模拟研究方面的能力。
将CA与MAS技术相结合,建立一个能够模拟多个不同参与因子(自然系统) 、不同决策者(人文系统)共同影响下的城市发展模型,以此来模拟与预测城市发展的真实状况,将是CA模型在城市空间变化模拟与预测研究中的未来发展趋势。
国内元胞自动机应用研究起步较晚，受国际研究的推动，20世纪90年代末地理学界才开始类似的尝试研究，主要集中在基于元胞自动机的LUCC和城市增长模拟，罗平从经典地理过程分析的基本理论人手，分析和阐述了CA对于经典，地理过程分析概念的表达程度的局限性，综合地理系统的几何属性和非几何属性提出了基于地理特征概念的元胞自动机(GeoFeature 一CA)，周成虎等人在Batty和Xie的DUEM模型的基础上，构建了面向对象的、随机的、不同构的和两个CA模型耦合的GeoCA—Urban模型，并成功模拟了深圳特区土地利用动态演化过程。
基于元胞自动机-概述说明以及解释
基于元胞自动机-概述说明以及解释1.引言1.1 概述概述:元胞自动机（Cellular Automaton，CA）是一种模拟分布式系统的计算模型，由数学家约翰·冯·诺伊曼（John von Neumann）和斯坦利斯拉夫·乌拉姆（Stanislaw Ulam）于20世纪40年代末提出。
它被广泛应用于各个领域，如物理学、生物学、社会科学等，并且在计算科学中也具有重要地位。
元胞自动机模型由一系列的离散的、相互联系的简单计算单元组成，这些计算单元分布在一个规则的空间中，每个计算单元被称为细胞。
细胞根据一组规则进行状态转换，通过与其相邻细胞的相互作用来改变自身的状态。
这种相邻细胞之间的相互作用可以通过直接交换信息实现，也可以通过间接地通过规则来实现。
元胞自动机的基本原理是根据细胞的局部状态和相邻细胞的状态来决定细胞下一时刻的状态。
这种局部的状态转换会逐步扩散并影响整个空间，从而产生出复杂的全局行为。
元胞自动机非常适合用于模拟大规模复杂系统中的行为，如群体行为、自组织系统、流体力学等。
元胞自动机的应用领域非常广泛。
在物理学中，它可以用于模拟晶体的生长、相变过程等。
在生物学中，元胞自动机可以模拟细胞的生命周期、生物群体的演化过程等。
在社会科学中，它可以模拟群体行为的形成、传播等。
此外，元胞自动机还被应用于计算科学中，用于解决许多复杂的计算问题，如图像处理、数据挖掘等。
尽管元胞自动机具有许多优势和广泛的应用，但它也存在一些局限性。
首先，由于元胞自动机的状态转换是基于局部规则进行的，因此难以精确地模拟某些复杂系统中的具体行为。
其次，元胞自动机的规模和计算复杂度随着细胞数量的增加而增加，这限制了其在大规模系统中的应用。
此外，元胞自动机模型的抽象性也使得人们难以解释其内部机制及产生的全局行为。
在未来，元胞自动机仍将继续发展。
随着计算能力的提高，我们可以采用更精确的数值方法和更复杂的规则来描述系统的行为。
元胞自动机土地利用预测原理
元胞自动机土地利用预测原理土地利用预测是指根据过去的土地利用模式和一定的规律，通过建立数学模型来预测未来一定时期内的土地利用情况。
而元胞自动机则是一种模拟复杂系统行为的数学模型，它由许多细胞（cell）组成，每个细胞都具有一定的状态，并与周围的细胞相互作用。
元胞自动机模型中的每个细胞都可以表示一个地块，而细胞的状态可以表示该地块的土地利用类型，如农田、林地、建设用地等。
元胞自动机模型中的状态转换规则可以通过观察过去的土地利用模式和一定的规律来确定。
土地利用预测的基本原理是通过分析过去的土地利用模式和一定的规律，建立元胞自动机模型，并根据模型中的状态转换规则来预测未来一定时期内的土地利用情况。
预测的准确性取决于模型中的状态转换规则的准确性和模型中的参数的确定。
元胞自动机模型的状态转换规则可以通过多种方法确定，其中一种常用的方法是基于邻居细胞的状态。
例如，对于一个细胞来说，如果周围的细胞主要是农田，则该细胞很可能也是农田；如果周围的细胞主要是建设用地，则该细胞很可能也是建设用地。
通过观察过去的土地利用模式，我们可以统计不同类型的邻居细胞对当前细胞状态的影响，并据此确定状态转换规则。
除了邻居细胞的状态，元胞自动机模型的状态转换规则还可以考虑其他因素的影响，如地形、气候、经济发展等。
这些因素可以通过引入模型中的参数来表示，并根据观察数据和专家知识来确定。
土地利用预测可以应用于城市规划、环境保护、农业发展等领域。
例如，在城市规划中，可以利用土地利用预测模型来预测未来一定时期内不同类型的土地利用需求，从而指导城市的用地规划和土地资源的合理利用；在环境保护中，可以利用土地利用预测模型来评估不同土地利用类型对环境的影响，从而制定相应的环境保护措施；在农业发展中，可以利用土地利用预测模型来预测不同类型的农田需求，从而指导农业生产的布局和农田资源的合理配置。
元胞自动机土地利用预测原理是一种基于过去土地利用模式和一定规律的预测方法。