基于网络Voronoi图和多目标微粒群的空间选址优化
Geography and Geo-Information Science（2014）
摘要
根据网络Voronoi图对中心设施影响范围的空间划分和多目标微粒群的智能搜索提出了一种空间选址的技术方法.城市功能设施的选址往往受到交通网络的影响,而且涉及多个优化目标和约束条件,利用最短路径分析构建的网络Voronoi图来模拟设施的辐射影响范围,并根据其他优化目标和约束条件,使用经过粒子记忆体和遗传交叉机制改进的多目标微粒群算法智能地搜索设施的空间布局位置.实验结果表明,该方法能够较好地模拟出在交通网络和多个约束条件影响下的有限个功能设施的较优布局方案,具有一定的参考价值.
更多查看译文
关键词
network Voronoi diagram,multi-objective particle swarm,extended individual memory,genetic crossover mechanism,location selection
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要