摘要：提出了一种基于神经网络的单元自动机(CA).CA已被越来越多地应用在城市及其它地理现象的模拟中.CA模拟所碰到的最大问题是如何确定模型的结构和参数.模拟真实的城市涉及到使用许多空间变量和参数.当模型较复杂时,很难确定模型的参数值.本模型的结构较简单,模型的参数能通过对神经网络的训练来自动获取.分析表明,所提出的方法能获得更高的模拟精度,并能大大缩短寻找参数所需要的时间.通过筛选训练数据,本模型还可以进行优化的城市模拟,为城市规划提供参考依据.

原文链接:http://www.cqvip.com//QK/90059X/200202/6072941.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）