需求分析 - 北京超图.pdf
《需求分析 - 北京超图.pdf》由会员分享,可在线阅读,更多相关《需求分析 - 北京超图.pdf(21页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、官方网站:http:/ SOSO 的智能城市土的智能城市土地地总体规划系统软件设计总体规划系统软件设计组组长:长:高鸿财高鸿财组组员:员:郑郑佳佳组组员:员:陶常军陶常军组组员:员:韩韩波波指导老师指导老师:陈永刚陈永刚学校:浙江林学院学校:浙江林学院官方网站:http:/ GIS 功能的实现以及特有功能的拓展。采用了 SuperMap Object 2008 组件和.DotNetBar 组件实现了桌面 GIS 软件的基本框架,布局参照了 SuperMap Deskpro2008 的界面。设计了数据导入的接口,针对预测分析的结果,通过传递中间文件路径的方法将预测结果展示到地图浏览模块中。另外重
2、点实现了数据集的导入与导出功能,支持多种格式的数据集(例如 Arc/Info grd 交换文件,ArcView Shape 文件,OpenGIS 定义的 XML 文档,SuperMap 定义的 XML文档,AutoCAD DXF 交换文件,Arc/Info E00 交换文件)的导入与导出操作。地 图 浏 览地 图 浏 览预测结果中间文件多种数据格式的数据集预测结果展示预测结果展示属性数据查看GIS基 本 功 能图幅排版布局图图 1 1 1 1地图浏览地图浏览结构图结构图官方网站:http:/ 1 1 1专家系统专家系统专家系统专家系统专家规则编辑专家规则编辑地理专家知识知识辅助编辑输入地理参数
3、数据解解释释结结构构分分析析结结果果输输出出图图 2 2 2 2专家系统结构图专家系统结构图图图 3 3 3 3专家系统中主要类的专家系统中主要类的 UMLUMLUMLUML 图图官方网站:http:/ 3 个主要部分组成,综合数据库包含求解问题的世界范围内的事实和断言。知识库包含所有用“如果:前提,于是:结果”形式表达的知识规则。系统先设计好一个 PixelValue 类,该类包含 Para_1 到 Para_15、Type、Total 这几个公开属性。将栅格数据的每一个像素元作为一个 PixelValue 实例,根据Para_1 到 Para_15 不同值以及专家规则,得到相应PixelV
4、alue 实例的 Total值,最后根据Total 的不同值,将相应 PixelValue实例的 Type赋值为 0(不适合)、1(比较适合)、2(十分适合)。最后保存为栅格数据输出。专家规则编辑时高亮显示关键字。为实现该功能,系统将关键字信息保存到RuleKeys.Xml 文件并自定义了一个 SmartRTB 组件,该组件继承自 RichTextBox 类,并重写了 OnTextChanged 方法。初始化 SmartRTB 时对 RuleKey.xml 进行解析并在触发TextChanged 事件时检测关键字并使其高亮显示。官方网站:http:/ 2 2 2LogisticLogistic
5、LogisticLogistic 元胞预测元胞预测元胞预测元胞预测Logistic 逻辑回归分析两期地理数据地理参数数据CA转变规则前期地理数据参 数 设 置预测结果输出图图 4 4 4 4LogisticLogisticLogisticLogistic元胞预测元胞预测结构图结构图图图 5 5 5 5LogisticLogisticLogisticLogistic元胞预测中主要类的元胞预测中主要类的 UMLUMLUMLUML 图图官方网站:http:/ 预测关键在于 CA 转变规则的获取,该功能子系统采用 Logistic 逻辑回归的方式得到 CA 转变规则。通过逻辑回归模型,一个区位的开发适
6、宜性可以由下式来概括:;Pg是全局性的开发概率(开放适宜性);Sij()()()()ijijijijzzzurbans+=+=exp11exp1expPg是单元(i,j)的状态;z是描述单元(i,j)开发特征的向量:。为实+=kkkxbaz现该功能,系统自定义了一个 PixelValue 类,该类包含 OutputData 和 InputData这两个公开属性。将每一个栅格像素元作为一个 PixelValue 的实例,其中 InputData为该像素元各参数的值,OutputData的值为 1 或 0(1 表示该像素元已转化,0 表示未转化)。计算机从中随机选取符合要求的 PixelValue
7、 实例(至少 1000 个采样点)采用最小二乘的方法得到各参数的系数以及参数项值,作为CA 的转变规则。对上一期数据应用该转化规则,得到每一个像素元的转化概论 Pc。城市空间扩展过程中的存在各种政治因素、人为因素、随机因素和偶然事件 的影响和干预,特别是人的参与,使其更为复杂。因此,为了使模型的运算结果更接近实际情况,反映出城市系统所存在的不确定性,在改进约束性 GeoCA 模型中引进了随机项。该随机项可表达为:为值在(0,1)范围内的随机数;为控制随机+=)ln(1RA变量影响大小的参数,取值范围是 110 之间的整数。单元发展概率 Pc只考虑到各种空间距离变量对其转化的影响,而CA 模型的
8、领域影响是一个非常重要的因素,因此。我们还需要考虑领域对中心单元的影响,在CA 模型中增加了使土地利用趋向于紧凑的动态模块,防止出现空间布局凌乱的现象。领域函数通过一个 33 的核计算土地利用在空间上的相互作用,其定义如下:,因此,最终的发展概133)(33t=urbansconijij率表达式为:。ttcRApijtP=另外,利用两年的遥感图像来检测城市在增长的情况,转换规则主要是从两年的遥感图像上挖掘出来的。遥感图像的观测间隔(T)往往比 GeoCA 模拟的迭代间隔(t)大很多。将从T 间隔内获得的转换规则应用于每次 GeoCA 的迭代运算中,需要做一下调整:若,则。=,dUnDevelo
9、peijpijptthresholdt)(S)(Developedijt=+)(S1官方网站:http:/ t+1 时刻的状态;=1/K 为随机变量,K 为迭代次数(本系统的采用的迭代次数为 10);且,Q0为观测间隔(T)内的土地转换量,q0为迭00KqQ=代间隔(t)内的土地转换量。根据上述的 CA 结构和相应的方法,以计算机编程语言的形式逐一将其实现,运行并调式。官方网站:http:/ 3 3 3BPNetworkBPNetworkBPNetworkBPNetwork 元胞预测元胞预测元胞预测元胞预测B P神经网络训练两期地理数据地理参数数据CA转变规则前期地理数据参 数 设 置预测结果
10、输出图图 6 6 6 6BPNetworkBPNetworkBPNetworkBPNetwork 元胞预测结构图元胞预测结构图图图 7 7 7 7BPNetworkBPNetworkBPNetworkBPNetwork 元胞预测中主要类的元胞预测中主要类的 UMLUMLUMLUML 图图官方网站:http:/ BP 神经网络的方式得到 CA 转变规则。应用 BP 神经网络,关键是确定 BP 神经网络的输入、输出以及输入输出的长度(该功能子系统中输入长度为参数个数,输出长度为 1)。为实现该功能,系统自定义了一个 PixelValue 类,该类包含OutputData 和 InputData这两
11、个公开属性。将每一个栅格像素元作为一个 PixelValue 的实例,其中 InputData为该像素元各参数的标准化后的值,OutputData 的值为 1 或 0(1表示该像素元已转化,0 表示未转化)。计算机从中随机选取符合要求的 PixelValue 实例(至少 1000 个采样点)以 InputData作为输入,OutputData 作为输入对 BP 神经网络进行训练,获取 CA 的转变规则。对上一期数据应用该转化规则,得到每一个像素元的转化概论 Pc。(之后处理步骤与 LogisticCA预测类似)。官方网站:http:/ 4 4 4序列预测序列预测序列预测序列预测B P神经网络函
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 需求分析 北京超图 需求 分析 北京 超图
限制150内