第八章-智能化空間分析課件

第八章智能化空間分析

8.1空間分析與人工智能8.2模糊空間分析

第八章智能化空間分析8.1空間分析與人工18.1空間分析與人工智能

隨著GIS應(yīng)用水平的提高，越來(lái)越多的復(fù)雜問(wèn)題對(duì)GIS的空間分析功能提出了更高的要求。因此，地學(xué)工作者將模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)、遺傳算法等人工智能技術(shù)與GIS相結(jié)合，將數(shù)值計(jì)算與語(yǔ)義表達(dá)、形象思維等高級(jí)智能行為聯(lián)系起來(lái)，通過(guò)模擬人腦判斷與推理的行為與過(guò)程，處理復(fù)雜的數(shù)據(jù)，提高GIS空間分析的功能。8.1空間分析與人工智能隨著GIS應(yīng)用水平的提高，2一、智能化空間分析技術(shù)1智能化GIS智能化GIS是指與專(zhuān)家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯、遺傳算法等相結(jié)合的GIS，即人工智能技術(shù)在GIS中的應(yīng)用。目前對(duì)智能化GIS有兩種理解：

（1）是指在GIS系統(tǒng)中應(yīng)用人工智能技術(shù)，建立智能化時(shí)空數(shù)據(jù)處理和分析模型，在人工智能理論支持下對(duì)時(shí)空信息進(jìn)行處理和分析，即在地學(xué)規(guī)律指導(dǎo)下，結(jié)合具體的地學(xué)知識(shí)和地理信息，通過(guò)地學(xué)分析和GIS、人工智能等技術(shù)獲得更精確的分析結(jié)果。一、智能化空間分析技術(shù)3

（2）智能化GIS是GIS系統(tǒng)作為一種分析處理空間信息的通用技術(shù)應(yīng)用于某一個(gè)領(lǐng)域，使管理水平、決策系統(tǒng)智能化。例如，在智能交通系統(tǒng)中，通過(guò)采用電子技術(shù)、地理信息系統(tǒng)技術(shù)、通信技術(shù)等高新技術(shù)對(duì)傳統(tǒng)的交通運(yùn)輸系統(tǒng)及管理體制進(jìn)行改造，形成一種信息化、智能化和社會(huì)化的新型現(xiàn)代交通系統(tǒng)。（2）智能化GIS是GIS系統(tǒng)作為一種分析處理空間信42智能化空間分析技術(shù)GIS空間分析是利用各種空間分析模型、空間操作技術(shù)對(duì)海量的空間數(shù)據(jù)進(jìn)行有效處理，發(fā)現(xiàn)新知識(shí)和規(guī)律，其中必然涉及各種智能分析方法的運(yùn)用問(wèn)題。智能化的空間分析方法可以解決更加復(fù)雜的地理問(wèn)題，并且提高解決地理問(wèn)題的效率和精度。從近幾十年的發(fā)展來(lái)看，智能化空間分析方法主要經(jīng)歷了從決策樹(shù)、基于知識(shí)的專(zhuān)家系統(tǒng)到基于智能計(jì)算分析方法的不同階段。2智能化空間分析技術(shù)5智能化空間分析重點(diǎn)要解決空間知識(shí)的發(fā)現(xiàn)、表達(dá)、推理與計(jì)算等問(wèn)題。對(duì)于描述性知識(shí)來(lái)說(shuō)，符號(hào)方法是一種重要的知識(shí)表達(dá)與推理手段，如邏輯（模糊與非模糊）、產(chǎn)生式系統(tǒng)、語(yǔ)義網(wǎng)、面向?qū)ο蟮募夹g(shù)以及綜合方法等?；谥R(shí)的決策可以由以知識(shí)工程及人工智能理論為基礎(chǔ)的決策支持系統(tǒng)來(lái)完成，智能知識(shí)的表達(dá)與推理是智能化空間決策支持系統(tǒng)的核心。智能化空間分析重點(diǎn)要解決空間知識(shí)的發(fā)現(xiàn)、表達(dá)6在人工智能中，地理現(xiàn)象、地理事實(shí)、地理概念、地理規(guī)律等統(tǒng)稱(chēng)地理知識(shí)，將地理知識(shí)應(yīng)用在空間分析中則形成了“地理專(zhuān)家系統(tǒng)”。20世紀(jì)80～90年代，基于知識(shí)的地理專(zhuān)家系統(tǒng)是地理研究方法中比較流行的模式，例如wayre等人提出的有關(guān)鐵路與高速公路交叉口安全管理與分析的基于知識(shí)的GIS；LamDavid等人將專(zhuān)家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)與GIS相結(jié)合建立了用于環(huán)境管理的決策支持系統(tǒng)；南京大學(xué)開(kāi)發(fā)的用于尋找地下水的專(zhuān)家系統(tǒng)等，都較好地解決了有關(guān)的非線(xiàn)性地理問(wèn)題。在人工智能中，地理現(xiàn)象、地理事實(shí)、地理概念、地7美國(guó)學(xué)者James在1992年首次提出了智能計(jì)算技術(shù)的概念。智能計(jì)算以數(shù)據(jù)為基礎(chǔ)，即使在對(duì)象模型和邊界條件不夠精確和完整的情況下，也能夠獲得合理的解釋?zhuān)虼四軌蛴行У亟鉀Q系統(tǒng)中一些非線(xiàn)性和不確定性的問(wèn)題。智能計(jì)算技術(shù)是基于計(jì)算的，或者基于計(jì)算和基于符號(hào)物理相結(jié)合的各種智能理論、模型、方法的綜合集成，對(duì)于具有大規(guī)模并行分布式的結(jié)構(gòu)性知識(shí)分析處理，具有其他技術(shù)無(wú)可替代的優(yōu)越性。美國(guó)學(xué)者James在1992年首次提出了智能計(jì)算技術(shù)8二、智能計(jì)算技術(shù)1人工智能技術(shù)的產(chǎn)生與發(fā)展智能是個(gè)體有目的的行為、合理的思維以及有效地適應(yīng)環(huán)境的綜合性能力。

人工智能（artificialintelligence，AI）是指通過(guò)對(duì)人類(lèi)智力活動(dòng)奧秘的探索與記憶思維的研究，開(kāi)發(fā)人類(lèi)智力活動(dòng)的潛能、探討用各種機(jī)器模擬人類(lèi)智能的途徑，使人類(lèi)的智能得到物化、延伸和擴(kuò)展的一門(mén)學(xué)科。它與生物工程和空間技術(shù)成為當(dāng)今世界的三大尖端技術(shù)。二、智能計(jì)算技術(shù)9人工智能發(fā)展簡(jiǎn)史

年代主要發(fā)展方向1930～1940s理論思考1950s簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)1960s啟發(fā)式搜索1970s專(zhuān)家系統(tǒng)1980s神經(jīng)計(jì)算、遺傳算法和人工生命1990s遺傳規(guī)劃、模糊邏輯和混合智能系統(tǒng)人工智能發(fā)展簡(jiǎn)史年代10主要事件：

◆1930～40s，智能界主要進(jìn)行機(jī)器智能的理論思考，數(shù)理邏輯和關(guān)于計(jì)算的新思想促成了人工智能的產(chǎn)生和發(fā)展。

◆1946年第一臺(tái)電子計(jì)算機(jī)ENIAC面世，為AI的產(chǎn)生奠定了必要的技術(shù)基礎(chǔ)。

◆1950年，英國(guó)數(shù)學(xué)家Turing在神經(jīng)學(xué)和心理學(xué)的啟發(fā)下，提出了計(jì)算機(jī)能夠思維的論斷，把符號(hào)處理過(guò)程中的形式推理上升到思維的高度，為AI奠定了理論基礎(chǔ)。主要事件：11

◆1943年，McCullonch和Pitts根據(jù)動(dòng)物神經(jīng)元的生理特點(diǎn)提出了人工神經(jīng)元的數(shù)學(xué)模型，即MP神經(jīng)元模型，多個(gè)MP神經(jīng)元組成的MP神經(jīng)網(wǎng)絡(luò)可以完成一些簡(jiǎn)單的邏輯功能。

◆1950s開(kāi)始，神經(jīng)網(wǎng)絡(luò)成為人工智能的主要研究領(lǐng)域，建立了第一個(gè)真正的人工神經(jīng)網(wǎng)絡(luò)模型，到60年代初，神經(jīng)網(wǎng)絡(luò)研究收到科學(xué)界的高度重視，人工智能研究進(jìn)入高潮。

◆1970s，專(zhuān)家系統(tǒng)在人工智能界顯示出強(qiáng)大的生命力，建立了各領(lǐng)域的應(yīng)用專(zhuān)家系統(tǒng)?！?943年，McCullonch和Pitts根據(jù)12◆1980年代，專(zhuān)家系統(tǒng)和知識(shí)工程在世界范圍內(nèi)得到迅速發(fā)展，實(shí)現(xiàn)了從理論研究走向?qū)嶋H應(yīng)用，從一般思維規(guī)律的探討走向?qū)ｉT(mén)知識(shí)運(yùn)用的突破。◆1970年代初，Holland提出了遺傳算法的基本定理。遺傳算法（Geneticalgorithms，GA）起源于對(duì)生物系統(tǒng)進(jìn)行的計(jì)算機(jī)模擬研究，是模擬生物在自然環(huán)境中的遺傳和進(jìn)化過(guò)程而形成的一種自適應(yīng)優(yōu)化概率搜索算法。80年代后遺傳算法得到廣泛的應(yīng)用?！?980年代末以后，神經(jīng)網(wǎng)絡(luò)、模糊邏輯與遺傳算法開(kāi)始進(jìn)行交叉和結(jié)合，形成了人工智能的新的研究方向——智能計(jì)算（Computationalintelligence）?！?980年代，專(zhuān)家系統(tǒng)和知識(shí)工程在世界范圍內(nèi)得到迅132智能計(jì)算的概念智能計(jì)算也稱(chēng)為“軟計(jì)算”，迄今為止沒(méi)有統(tǒng)一的定義，大體有以下幾種：

（1）智能計(jì)算就是受自然界或生物界規(guī)律的啟迪，根據(jù)其原理模擬設(shè)計(jì)求解問(wèn)題的算法，如人工神經(jīng)網(wǎng)絡(luò)技術(shù)、遺傳算法、進(jìn)化規(guī)劃、模擬退火技術(shù)和群集智能技術(shù)等。

（2）智能計(jì)算（包括神經(jīng)網(wǎng)絡(luò)、進(jìn)化、遺傳、生態(tài)等理論）作為第二代人工智能方法，是連接主義、分布式人工智能和自組織系統(tǒng)理論共同發(fā)展的結(jié)果。2智能計(jì)算的概念14（3）智能計(jì)算是用計(jì)算機(jī)模擬和再現(xiàn)人類(lèi)的某些智能行為。從方法論的角度，計(jì)算智能大體可以分為三種基本類(lèi)型：

◆以符號(hào)操作為基本特征的符號(hào)機(jī)制，從抽象層次模擬和再現(xiàn)人類(lèi)的某些智能行為，演繹方法構(gòu)成其主要的邏輯框架；◆以人工神經(jīng)網(wǎng)絡(luò)為代表的聯(lián)結(jié)機(jī)制，從神經(jīng)元相互作用的層次模擬再現(xiàn)人類(lèi)的智能行為；◆以遺傳算法為代表的進(jìn)化機(jī)制，從自然進(jìn)化的角度探尋智能的形成方式。（3）智能計(jì)算是用計(jì)算機(jī)模擬和再現(xiàn)人類(lèi)的某些智能行為。15（4）智能計(jì)算廣義地講就是利用仿生學(xué)思想，基于生物體系的生物進(jìn)化、細(xì)胞免疫、神經(jīng)細(xì)胞網(wǎng)絡(luò)等某些機(jī)制，用數(shù)學(xué)語(yǔ)言抽象描述的計(jì)算方法，用以模擬生物體系和人類(lèi)的智能機(jī)制。從方法論的角度和目前的研究狀況看，智能計(jì)算有下面幾種基本類(lèi)型：◆處理不確定信息的模糊數(shù)學(xué)和粗集理論；◆再現(xiàn)人類(lèi)某些智能行為的神經(jīng)網(wǎng)絡(luò)；◆以模擬生物進(jìn)化規(guī)律為特征的遺傳算法；◆以免疫操作為基本特征的免疫算法；◆以DNA復(fù)制為基本特征的DNA計(jì)算。（4）智能計(jì)算廣義地講就是利用仿生學(xué)思想，基于生物體系163智能計(jì)算技術(shù)的特點(diǎn)及組成（1）智能計(jì)算技術(shù)的特點(diǎn)◆智能性智能計(jì)算技術(shù)的智能性包括自適應(yīng)、自組織和自學(xué)習(xí)性等，這些特征使得該技術(shù)能夠根據(jù)環(huán)境的變化自動(dòng)發(fā)現(xiàn)環(huán)境的特性和規(guī)律?！舴€(wěn)健性穩(wěn)健性是指在不同環(huán)境和條件下算法的適用性和有效性，利用智能計(jì)算技術(shù)求解不同問(wèn)題時(shí)，只需要設(shè)計(jì)相應(yīng)的適應(yīng)性評(píng)價(jià)函數(shù)，不需要修改算法的其他部分。3智能計(jì)算技術(shù)的特點(diǎn)及組成17◆不確定性智能計(jì)算的不確定性是伴隨其隨機(jī)性而來(lái)的，其主要操作都含有隨機(jī)因子，從而在算法的進(jìn)化過(guò)程中，事件發(fā)生與否帶有較大的不確定性?！魪?qiáng)化計(jì)算智能計(jì)算不需要很多待求解的背景知識(shí)，而主要依賴(lài)于大量快速的運(yùn)算，從數(shù)據(jù)集中尋找規(guī)則或者規(guī)律，這是智能計(jì)算的主要特征。◆不確定性智能計(jì)算的不確定性是伴隨其隨機(jī)18◆容錯(cuò)性神經(jīng)元網(wǎng)絡(luò)和模糊推理系統(tǒng)都有很好的容錯(cuò)性，從神經(jīng)元網(wǎng)絡(luò)中刪除一個(gè)神經(jīng)元，或從模糊推理系統(tǒng)中去掉一條規(guī)則，并不會(huì)破壞整個(gè)系統(tǒng)，由于具有并行和冗余的特征，系統(tǒng)可以繼續(xù)工作?！羧謨?yōu)化傳統(tǒng)的計(jì)算方法一般采用的是梯度下降的爬山策略，遇到多峰函數(shù)時(shí)容易陷入局部最優(yōu)，遺傳算法能在解空間的多個(gè)區(qū)域內(nèi)同時(shí)進(jìn)行搜索，并且能夠以較大的概率跳出局部最優(yōu)以找出整體最優(yōu)解?！羧蒎e(cuò)性神經(jīng)元網(wǎng)絡(luò)和模糊推理系統(tǒng)都有很19（2）智能計(jì)算技術(shù)的組成Zadeh提出的智能計(jì)算的組成

模糊邏輯（fuzzylogic）

神經(jīng)網(wǎng)絡(luò)（neuralnetwork）

概率推理（probabilisticreasoning）

進(jìn)化計(jì)算（evolutionalcomputation）

學(xué)習(xí)理論（learningtheory）

置信網(wǎng)絡(luò)（beliefnetwork）

混沌理論（chaotheory）其中進(jìn)化計(jì)算包括遺傳算法、進(jìn)化策略和進(jìn)化規(guī)劃等三個(gè)分支。（2）智能計(jì)算技術(shù)的組成20有些研究者認(rèn)為智能計(jì)算還應(yīng)當(dāng)包括非線(xiàn)性科學(xué)中的小波分析、混沌動(dòng)力學(xué)、分形幾何理論、免疫算法（immu