基于改進(jìn)粒子群算法的森林城市多目標(biāo)規(guī)劃方法

夏邵剛

(湖南省農(nóng)林工業(yè)勘察設(shè)計(jì)研究總院， 規(guī)劃與景觀設(shè)計(jì)分院， 湖南, 長沙 410007)

0 引言

森林城市規(guī)劃能夠最大限度協(xié)調(diào)自然和人類間關(guān)系，使自然和城市居民和諧共處，實(shí)現(xiàn)城市環(huán)境與城市社會(huì)經(jīng)濟(jì)發(fā)展統(tǒng)一。在森林城市規(guī)劃中，需要對森林城市建設(shè)與自然環(huán)境的保護(hù)作出長遠(yuǎn)部署與安排，克服城市經(jīng)濟(jì)社會(huì)活動(dòng)的主觀隨意性與盲目性，進(jìn)行合理而科學(xué)的規(guī)劃決策[1]。森林城市規(guī)劃是改善城市環(huán)境的基本措施，是我國環(huán)保戰(zhàn)略和政策的具體體現(xiàn)，同時(shí)也是協(xié)調(diào)環(huán)境、經(jīng)濟(jì)關(guān)系以及環(huán)境與人類關(guān)系的重要手段[2]。

在研究森林城市多目標(biāo)規(guī)劃問題的過程中，國外主要側(cè)重對規(guī)劃平衡以及規(guī)劃參照等問題[3]。有學(xué)者提出基于蟻群算法的森林城市多目標(biāo)規(guī)劃方法[4]，通過蟻群算法實(shí)現(xiàn)森林城市的多目標(biāo)規(guī)劃。而我國對森林城市多目標(biāo)規(guī)劃問題的研究則主要側(cè)重于對規(guī)劃效益以及規(guī)劃戰(zhàn)略等。其中，基于動(dòng)態(tài)模糊算法的森林城市多目標(biāo)規(guī)劃方法是較為常見的方法，該方法通過動(dòng)態(tài)模糊算法對森林城市進(jìn)行多目標(biāo)規(guī)劃。在以上森林城市多目標(biāo)規(guī)劃方法中，資源利用率得到了一定的提升，但仍然存在森林城市綜合經(jīng)濟(jì)效益增長點(diǎn)、綜合社會(huì)效益增長點(diǎn)、綜合生態(tài)效益增長點(diǎn)偏低等問題。

因此，本文將改進(jìn)粒子群算法應(yīng)用于森林城市多目標(biāo)規(guī)劃研究中，設(shè)計(jì)基于改進(jìn)粒子群算法的森林城市多目標(biāo)規(guī)劃方法。

1 基于改進(jìn)粒子群算法的森林城市多目標(biāo)規(guī)劃方法設(shè)計(jì)

1.1 森林城市多目標(biāo)規(guī)劃目標(biāo)設(shè)定

首先制定森林城市多目標(biāo)規(guī)劃的原則，包括可持續(xù)原則、效率與公平原則、整體性與協(xié)調(diào)性相結(jié)合的原則、系統(tǒng)性原。根據(jù)森林城市多目標(biāo)規(guī)劃原則，對森林城市多目標(biāo)規(guī)劃目標(biāo)進(jìn)行設(shè)定，將森林城市多目標(biāo)規(guī)劃視為生態(tài)、經(jīng)濟(jì)、社會(huì)子目標(biāo)及其細(xì)化目標(biāo)的耦合協(xié)同。對森林城市多目標(biāo)規(guī)劃的細(xì)分目標(biāo)、子目標(biāo)、總目標(biāo)等進(jìn)行設(shè)定，以結(jié)合生態(tài)、經(jīng)濟(jì)、社會(huì)3方面的效益，保障對土地進(jìn)行集約、合理利用[5]。設(shè)定的森林城市多目標(biāo)規(guī)劃的細(xì)分目標(biāo)、子目標(biāo)、總目標(biāo)如表1所示。

表1 森林城市多目標(biāo)規(guī)劃目標(biāo)

1.2 森林城市多目標(biāo)規(guī)劃目標(biāo)體系構(gòu)建

為了實(shí)現(xiàn)森林城市多目標(biāo)規(guī)劃，本文借助解釋結(jié)構(gòu)模型對森林城市多目標(biāo)規(guī)劃目標(biāo)實(shí)施結(jié)構(gòu)化分析。通過構(gòu)建森林城市多目標(biāo)規(guī)劃目標(biāo)體系。在構(gòu)建的森林城市多目標(biāo)規(guī)劃目標(biāo)體系中，共有3個(gè)目標(biāo)層次，且各層次代表不同目標(biāo)在體系中所處地位[6]。總目標(biāo)實(shí)現(xiàn)需要通過子目標(biāo)層目標(biāo)實(shí)現(xiàn)，子目標(biāo)層目標(biāo)共包括3個(gè)目標(biāo)，分別為生態(tài)、經(jīng)濟(jì)和社會(huì)。子目標(biāo)又細(xì)分為細(xì)分目標(biāo)，細(xì)分目標(biāo)層包含18個(gè)目標(biāo)。細(xì)分目標(biāo)對應(yīng)子目標(biāo)，其中生態(tài)目標(biāo)對應(yīng)保障森林城市土地可持續(xù)利用、維持森林城市生態(tài)系統(tǒng)整體穩(wěn)定性、促進(jìn)森林城市的和諧穩(wěn)定發(fā)展；經(jīng)濟(jì)目標(biāo)對應(yīng)保障森林城市經(jīng)濟(jì)持續(xù)、穩(wěn)定增長，嚴(yán)控森林城市實(shí)際用地規(guī)模、提供充足農(nóng)業(yè)設(shè)施用地與耕地、為服務(wù)業(yè)與工業(yè)提供用地、提升土地集約性、提升土地整體利用率、優(yōu)化森林城市建設(shè)用地結(jié)構(gòu)、促進(jìn)再利用存量建設(shè)用地、提升森林城市糧食單產(chǎn)、調(diào)整森林城市農(nóng)業(yè)結(jié)構(gòu)；社會(huì)目標(biāo)對應(yīng)提升森林城市糧食自給率、提升森林城市整體森林覆蓋率、降低水土流失程度、保障森林城市生態(tài)安全。根據(jù)上述目標(biāo)結(jié)構(gòu)構(gòu)建森林城市多目標(biāo)規(guī)劃目標(biāo)體系，該體系有細(xì)分目標(biāo)實(shí)現(xiàn)子目標(biāo)，進(jìn)而通過子目標(biāo)實(shí)現(xiàn)總目標(biāo)[7]。

1.3 森林城市多目標(biāo)規(guī)劃模型

在森林城市多目標(biāo)規(guī)劃目標(biāo)體系基礎(chǔ)上，借助改進(jìn)粒子群算法構(gòu)建森林城市多目標(biāo)規(guī)劃模型。粒子群算法[8]根據(jù)個(gè)體適應(yīng)性進(jìn)行操作，該方法將研究的個(gè)體視為在不同維度空間內(nèi)的粒子，這些粒子在設(shè)定的空間中根據(jù)設(shè)定的速度運(yùn)動(dòng)，其運(yùn)動(dòng)的速度設(shè)定根據(jù)個(gè)體以及群體運(yùn)動(dòng)經(jīng)驗(yàn)進(jìn)行調(diào)整。

在森林城市多目標(biāo)規(guī)劃中，設(shè)置該模型中粒子集合為

X={x1,x2,…,x12}

(1)

式中，X為粒子集合；xi代表第i個(gè)粒子。

其中，各變量分別為耕地、園地、林地、牧草地、城鎮(zhèn)用地、農(nóng)村居民點(diǎn)、獨(dú)立工礦用地、特殊用地、交通運(yùn)輸用地、水利設(shè)施用地、水域、未利用地。

根據(jù)上述設(shè)定森林城市多目標(biāo)規(guī)劃模型中不同粒子，為實(shí)現(xiàn)規(guī)劃效果的優(yōu)化，計(jì)算限定多目標(biāo)粒子的飛行速度，以使粒子找到個(gè)體最佳位置。其飛行速度計(jì)算式為

(2)

式中，sij為當(dāng)前粒子最佳位置，smax為粒子當(dāng)前飛行最大速度。

森林城市多目標(biāo)規(guī)劃模型中不同粒子運(yùn)動(dòng)過程中受到慣性權(quán)重的影響，導(dǎo)致得到的結(jié)果存在局部最優(yōu)的問題。因此，本文改進(jìn)粒子群算法，對不同粒子的慣性運(yùn)動(dòng)權(quán)重最大程度的進(jìn)行優(yōu)化，降低其影響，以得到最佳值。改進(jìn)粒子群公式為

sij(t+1)=?sij(t)+μrand[pij(t)-sij(t)]

(3)

式中，?為慣性權(quán)重值，pij(t)為粒子更新后的位置適應(yīng)度值，μrand為粒子群體規(guī)模。

利用改進(jìn)粒子群算法對目標(biāo)函數(shù)進(jìn)行構(gòu)建，目標(biāo)函數(shù)中包括經(jīng)濟(jì)發(fā)展目標(biāo)、社會(huì)發(fā)展目標(biāo)、生態(tài)環(huán)境目標(biāo)[9]。經(jīng)濟(jì)發(fā)展目標(biāo)為在森林城市多目標(biāo)規(guī)劃中需要達(dá)到最大化的區(qū)域經(jīng)濟(jì)效益，具體如式(4):

Maxe(x)=∑(ai,xi)

(4)

式中，Maxe(x)為森林城市最大化的區(qū)域經(jīng)濟(jì)效益，ai為各類用地的實(shí)際經(jīng)濟(jì)效益系數(shù)。

社會(huì)發(fā)展目標(biāo)為達(dá)到最大化的社會(huì)效益，包括維護(hù)社會(huì)穩(wěn)定、保障社會(huì)發(fā)展、滿足大家的食品需求等[10]，具體如式(5):

Maxh(x)=∑(bi,xi)

(5)

式中，Maxh(x)為森林城市最大化的社會(huì)效益，bi為各類用地的實(shí)際社會(huì)效益系數(shù)。

生態(tài)環(huán)境目標(biāo)是達(dá)到森林城市最大化的綜合生態(tài)效益，包括促進(jìn)森林城市生態(tài)和諧、保障森林城市的生態(tài)安全，具體如式(6):

Maxex(x)=∑(ci,xi)

(6)

式中，Maxex(x)為森林城市最大化的綜合生態(tài)效益，ci為各類用地實(shí)際生態(tài)效益系數(shù)。

2 實(shí)驗(yàn)分析

2.1 實(shí)驗(yàn)方案

研究所選地區(qū)為某森林城市，該森林城市的氣候?yàn)闇貛Т箨懠撅L(fēng)氣候，是一個(gè)生態(tài)旅游城市。該城市有多種人文景觀、名勝古跡，還有多個(gè)生態(tài)景點(diǎn)，經(jīng)濟(jì)發(fā)展速度較快。該森林城市近5年城市土地利用情況如圖1所示。

(a) 耕地利用情況

(b) 園地利用情況

(c) 林地利用情況

(d) 居民點(diǎn)及工礦用地利用情況

(e) 交通利用情況

(f) 未利用地利用情況圖1 森林城市近5年土地利用情況

利用基于改進(jìn)粒子群算法的森林城市多目標(biāo)規(guī)劃方法對實(shí)驗(yàn)森林城市進(jìn)行多目標(biāo)規(guī)劃。獲取該方法下森林城市綜合經(jīng)濟(jì)效益增長點(diǎn)、綜合社會(huì)效益增長點(diǎn)數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)。

2.2 實(shí)驗(yàn)結(jié)果

2.2.1 綜合經(jīng)濟(jì)效益增長點(diǎn)實(shí)驗(yàn)結(jié)果分析

在實(shí)驗(yàn)森林城市的多目標(biāo)規(guī)劃中，基于改進(jìn)粒子群算法的森林城市多目標(biāo)規(guī)劃方法與基于蟻群算法、基于動(dòng)態(tài)模糊算法的森林城市多目標(biāo)規(guī)劃方法的綜合經(jīng)濟(jì)效益增長點(diǎn)對比實(shí)驗(yàn)數(shù)據(jù)如表2所示。

表2 綜合經(jīng)濟(jì)效益增長點(diǎn)對比結(jié)果 單位：%

根據(jù)表2對比實(shí)驗(yàn)數(shù)據(jù)可知，在實(shí)驗(yàn)森林城市的多目標(biāo)規(guī)劃中，基于改進(jìn)粒子群算法的森林城市多目標(biāo)規(guī)劃方法的綜合經(jīng)濟(jì)效益增長點(diǎn)高于基于蟻群算法、基于動(dòng)態(tài)模糊算法的森林城市多目標(biāo)規(guī)劃方法的綜合經(jīng)濟(jì)效益增長點(diǎn)，實(shí)現(xiàn)了森林城市綜合經(jīng)濟(jì)效益增長點(diǎn)的大幅度提升。

2.2.2 綜合社會(huì)效益增長點(diǎn)實(shí)驗(yàn)結(jié)果分析

實(shí)驗(yàn)中，基于改進(jìn)粒子群算法的森林城市多目標(biāo)規(guī)劃方法與基于蟻群算法、基于動(dòng)態(tài)模糊算法的森林城市多目標(biāo)規(guī)劃方法的綜合社會(huì)效益增長點(diǎn)對比實(shí)驗(yàn)數(shù)據(jù)具體如表3所示。

表3 綜合社會(huì)效益增長點(diǎn)對比實(shí)驗(yàn)數(shù)據(jù) 單位：%

根據(jù)表3綜合社會(huì)效益增長點(diǎn)對比實(shí)驗(yàn)數(shù)據(jù)可知，在實(shí)驗(yàn)森林城市的多目標(biāo)規(guī)劃中，基于改進(jìn)粒子群算法的森林城市多目標(biāo)規(guī)劃方法的綜合社會(huì)效益增長點(diǎn)高于基于蟻群算法、基于動(dòng)態(tài)模糊算法的森林城市多目標(biāo)規(guī)劃方法的綜合社會(huì)效益增長點(diǎn)，實(shí)現(xiàn)了森林城市綜合社會(huì)效益增長點(diǎn)的提升。

3 總結(jié)

本文引入改進(jìn)粒子群算法對森林城市多目標(biāo)進(jìn)行規(guī)劃。

該方法首先將森林城市多目標(biāo)劃分為細(xì)分目標(biāo)、子目標(biāo)、總目標(biāo)；然后根據(jù)劃分后目標(biāo)構(gòu)建多目標(biāo)規(guī)劃體系，將其根據(jù)一定原則劃分為5個(gè)層次；其次利用改進(jìn)粒子群算法構(gòu)建目標(biāo)函數(shù)，包括經(jīng)濟(jì)發(fā)展目標(biāo)、社會(huì)發(fā)展目標(biāo)、生態(tài)環(huán)境目標(biāo)，實(shí)現(xiàn)森林城市多目標(biāo)規(guī)劃目標(biāo)的耦合協(xié)同。與傳統(tǒng)方法相比，通過本文方法優(yōu)化后的森林城市的森林城市綜合經(jīng)濟(jì)效益增長點(diǎn)、綜合社會(huì)效益增長點(diǎn)均得到提升，具有一定可行性。