基因表达式编程的多目标空间选址优化

发布时间：2017-10-22 21:28

  本文关键词：基因表达式编程的多目标空间选址优化

  更多相关文章： 基因表达式编程算法 多目标优化 空间选址 GIS

【摘要】：提出了基因表达式编程算法(GEP)的Pareto多目标空间选址模型,成功求解了Bohachevsky函数及Shubert多峰函数模拟空间分布的选址问题。将此方法应用于广州市公共设施的空间优化选址,取得了较好的结果。
【作者单位】： 广州市房地产测绘院;
【关键词】： 基因表达式编程算法 多目标优化 空间选址 GIS
【基金】：行业工程技术研究中心建设项目(穗科信字[2012]224-19号)~~
【分类号】：P208
【正文快照】： 地理空间多目标优化分析在GIS系统分析与决策的过程中占有重要地位[1]。多目标优化问题(multi-objective optimization problem,MOP)通常由相互冲突的多个目标组成,大多数情况下,这些目标相互之间不能直接进行优劣关系的比较,并且多目标优化的最优解并不是单个解,而是一组均衡

【相似文献】

中国期刊全文数据库 前2条

1 卞光浪;翟国君;刘雁春;黄谟涛;欧阳永忠;;应用改进欧拉算法解算磁性目标空间位置参数[J];测绘学报;2011年03期

2 ;[J];;年期

中国硕士学位论文全文数据库 前1条

1 赵方胤;土地利用规划中城市土地多目标空间优化配置模型及其求解算法研究[D];山东师范大学;2012年

，

本文编号：1080213