地图综合的智能体技术 ——以土地利用图斑综合为例

地图综合的智能体技术 ——以土地利用图斑综合为例

论文摘要

本研究源于地图综合智能化和自动化程度不高的现状以及土地利用数据综合的工程需求,应用智能体技术对地图综合过程进行建模及分析以提高其自动化和智能化程度,以土地利用图斑多边形数据为例进行实验以提高土地利用数据综合的效率,全文主要包括以下内容:1.对数字技术下的地图综合概念、类型、专家系统和智能体技术的应用以及土地利用数据综合进行了现状分析并提出观点:地图综合是一个任务分配与求解过程,即依据一定标准将地图综合任务分解成一系列不同粒度大小独立性较强的子任务,通过对每个子任务的求解,最终实现地图综合任务的完成,并在问题求解的过程中伴随着人类或者计算机的智能化行为;地图综合内容是在保持数据一定精度条件下对其自身及上下文特征中的空间、语义和时态分辨率的降低;地图综合实施过程是涉及综合前分析、综合中决策执行和综合后质量评价及回溯的过程。2.应用智能体技术对地图综合过程进行了建模。提出智能体技术下的地图综合模型应包括任务分解、智能体角色划分、智能体间任务协调、个体智能体运行过程、智能体通信机制5个基本部分。将地图综合任务从空间上区分为整个制图区域的、集群目标的、地图目标个体的、地图目标细部的4个层次,并依此进行地图综合的智能体角色划分,包括宏观上的制图区域智能体、中观上的群目标智能体、微观上的地图目标智能体、局部微观上的地图目标细部智能体。提出多智能体系统的任务协调与地图综合中包括综合任务以及地图目标处理的先后顺序在内的过程控制间的对应关系。提出地图综合的多智能体系统中个体智能体运行过程应包括的基本步骤及其基本构成。提出地图综合的多智能体系统中智能体间通信的黑板模式。3.对智能体技术下的地图目标智能体自身及上下文特征进行了描述及探测:①在内容上对地图目标智能体区分空间、语义和时态3大特征,在几何维数上区分点、线、面3种类型进行自身特征的表达及识别,随后针对图斑多边形数据进行空间、语义、时态等自身特征的描述及评价,最后提出了基于局部累积的地图综合面状目标整体狭窄性识别方法并进行了相关实验;②将地图目标智能体的上下文特征在层次上区分为所处制图区域特征、群体目标特征、个体目标间关系特征3个层次,在内容上则区分空间、语义、时态3大特征进行描述及探测,随后针对图斑多边形数据进行宏观、中观、微观上的上下文特征表达及评价,最后针对图斑多边形间语义关系特征中的用地类型邻近关系进行定量化计算。4.提出智能体技术下的地图目标智能体行为(综合算子)设计应充分顾及自身及上下文特征的基本原则。对地图综合算子的发展历程进行了回顾,指出当前制图算子设计的缺点:较多的是面向对地图目标自身空间特征方面问题的解决而对其语义和时态特征以及上下文特征的顾及较少。总结了土地利用数据综合中综合算子的内容,并对土地利用数据综合中的2个综合算子——图斑多边形剖分和边界化简进行了顾及自身及上下文特征的设计与开发。5.提出地图综合任务分解的基本模式以及过程控制的基本规则,针对土地利用数据综合中图斑的化简处理,将智能体技术引入到图斑的综合处理过程中,建立了顾及多种条件的图斑重要性判断的决策机制,将可操作的几何、语义控制指标融入到推理中,实现了从图斑重要性判断到尺度变换算子选择的自动化过程,最后通过实际生产进行检验,结果显示该机制能够大幅度地提高生产效率,并能够很好地维护土地利用数据的面积平衡性以及全覆盖、无重叠、无缝隙的特征。6.针对智能体技术下的地图综合质量评价问题,构建了完善的顾及多重约束的质量评价体系并通过对引起质量问题原因的全面剖析给出了系统的控制策略和解决方案,提出了应用地图综合中全局性质量问题的评价结果来优化地图综合过程的动态回溯性处理机制从而将综合质量评价与综合过程紧密地联系起来,并针对土地利用数据综合中的面积平衡问题进行了回溯性处理试验。7.提出基于智能体技术的地图综合软件设计方法。对智能体技术下的地图综合实施的关键模块进行划分;针对土地利用图斑多边形数据综合的多智能体系统进行了基础平台选择、开发模式、功能划分、技术流程制定、关键模型和算法设计的分析与讨论,并进行了系统界面以及实验数据综合处理过程及结果的展示和说明。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 研究背景
  • 1.2 研究意义
  • 1.3 国内外研究现状
  • 1.3.1 地图综合的研究现状
  • 1.3.2 土地利用数据综合的研究现状
  • 1.3.3 存在问题与发展趋势
  • 1.4 研究对象、内容和方法
  • 1.4.1 研究对象
  • 1.4.2 研究内容
  • 1.4.3 研究方法
  • 1.5 论文组织安排
  • 1.6 本章小结
  • 2 地图综合的智能体技术原理与方法
  • 2.1 智能体技术原理与方法
  • 2.1.1 智能体的基本概念
  • 2.1.2 智能体的分类
  • 2.1.3 多智能体系统
  • 2.2 地图综合的智能体技术
  • 2.2.1 地图综合的智能体技术建模
  • 2.2.2 土地利用数据综合的智能体技术建模
  • 2.3 本章小结
  • 3 地图目标智能体自身特征表达及识别
  • 3.1 地图目标智能体自身特征表达及识别综述
  • 3.1.1 空间特征
  • 3.1.2 语义特征
  • 3.1.3 时态特征
  • 3.2 土地利用图斑多边形自身特征表达及识别
  • 3.2.1 空间特征
  • 3.2.2 语义特征
  • 3.3 基于局部累积的地图综合面状目标整体狭窄性识别
  • 3.3.1 基本原理
  • 3.3.2 识别过程
  • 3.3.3 实验
  • 3.4 本章小结
  • 4 地图目标智能体上下文特征描述及探测
  • 4.1 地图目标智能体上下文特征描述及探测综述
  • 4.1.1 个体目标间关系特征
  • 4.1.2 集群目标特征
  • 4.1.3 制图区域特征
  • 4.2 土地利用图斑多边形上下文特征描述及探测
  • 4.2.1 个体图斑多边形间关系特征
  • 4.2.2 图斑多边形集群特征
  • 4.2.3 制图区域特征
  • 4.3 基于特征匹配的土地利用现状类型语义邻近度计算
  • 4.3.1 土地利用现状类型语义特征的分类分级表达
  • 4.3.2 土地利用现状类型语义邻近度计算
  • 4.3.3 试验
  • 4.3.4 结论
  • 4.4 本章小结
  • 5 顾及自身及上下文特征的地图目标智能体行为设计
  • 5.1 地图综合算子
  • 5.2 土地利用图斑多边形数据综合中的综合算子
  • 5.3 顾及自身及上下文特征的图斑多边形剖分
  • 5.3.1 图斑多边形邻近关系分析与剖分操作定义
  • 5.3.2 顾及空间和语义邻近关系的图斑剖分
  • 5.4 顾及自身及上下文特征的土地利用图斑边界化简
  • 5.4.1 拓扑一致性影响下的图斑多边形边界分段化简
  • 5.4.2 图斑多边形边界几何特征的语义判定
  • 5.4.3 图斑多边形边界特征提取
  • 5.4.4 顾及面积平衡的图斑多边形边界化简
  • 5.5 本章小结
  • 6 智能体技术下的地图综合任务分解及过程控制和决策推理
  • 6.1 地图综合任务分解
  • 6.1.1 制图区域的载负量
  • 6.1.2 地图目标间的最小距离
  • 6.1.3 地图目标整体尺寸
  • 6.1.4 地图目标细部尺寸
  • 6.2 地图综合过程控制
  • 6.2.1 从整体到局部原则
  • 6.2.2 重要性优先原则
  • 6.2.3 几何维数从高到低原则
  • 6.3 地利用图斑多边形数据综合中的任务分解及过程控制
  • 6.4 土地利用数据综合中图斑多边形决策推理
  • 6.4.1 图斑智能体决策推理的影响因子及其评价
  • 6.4.2 图斑智能体决策推理机制
  • 6.4.3 软件实现与试验
  • 6.4.4 结论
  • 6.5 本章小结
  • 7 智能体技术下的地图综合质量评价及回溯机制
  • 7.1 地图综合的质量评价及回溯机制
  • 7.1.1 质量评价的内容
  • 7.1.2 地图综合质量问题的原因分析
  • 7.1.3 地图综合质量问题的控制和解决策略
  • 7.2 土地利用图斑多边形数据综合质量评价
  • 7.3 土地利用数据综合中面积平衡维护的回溯机制
  • 7.3.1 综合过程中面积变化原因分析
  • 7.3.2 面积平衡策略及平衡过程
  • 7.4 本章小结
  • 8 基于智能体技术的地图综合软件设计与开发
  • 8.1 国内外地图综合软件介绍
  • 8.2 基于智能体技术的地图综合软件设计与开发
  • 8.2.1 基础软件平台介绍
  • 8.2.2 软件框架设计与基本功能模块划分
  • 8.2.3 关键模型与算法设计
  • 8.2.4 软件技术流程
  • 8.2.5 软件界面与系统展示
  • 8.3 本章小结
  • 9 总结与展望
  • 9.1 论文总结
  • 9.2 研究展望
  • 参考文献
  • 攻博期间论文发表
  • 致谢
  • 相关论文文献

    标签:;  ;  ;  ;  ;  

    地图综合的智能体技术 ——以土地利用图斑综合为例
    下载Doc文档

    猜你喜欢