Cellular automata (CA) have proven

Cellular automata (CA) have proven to be very effective for simulating and predicting the spatio-temporal evolution of complex geographical phenomena. Traditional methods generally pose problems in determining the structure and parameters of CA for a large, complex region or a long-term simulation. This study presents a self-adaptive CA model integrated with an artificial immune system to discover dynamic transition rules automatically. The model’s parameters are allowed to be self-modified with the application of multi-temporal remote sensing images: that is, the CA can adapt itself to the changed and complex environment. Therefore, urban dynamic evolution rules over time can be efficiently retrieved by using this integrated model. The proposed AIS-based CA model was then used to simulate the rural-urban land conversion of Guangzhou city, located in the core of China’s Pearl River Delta. The initial urban land was directly classified from TM satellite image in the year 1990. Urban land in the years 1995, 2000, 2005, 2009 and 2012 was correspondingly used as the observed data to calibrate the model’s parameters. With the quantitative index figure of merit (FoM) and pattern similarity, the comparison was further performed between the AIS-based model and a Logistic CA model. The results indicate that the AIS-based CA model can perform better and with higher precision in simulating urban evolution, and the simulated spatial pattern is closer to the actual development situation.

ผลลัพธ์ (ไทย) 1:

เซลลูลาร์ออโตมาตา (CA) ได้พิสูจน์ว่ามีประสิทธิภาพมากสำหรับการจำลอง และการคาดการณ์การวิวัฒนาการ spatio ขมับของปรากฏการณ์ทางภูมิศาสตร์ที่ซับซ้อน วิธีแบบดั้งเดิมโดยทั่วไปก่อให้เกิดปัญหาในการกำหนดโครงสร้างและพารามิเตอร์ของ CA ในภูมิภาคขนาดใหญ่ ซับซ้อนหรือการจำลองระยะยาว การศึกษานี้แสดงรุ่น CA self-adaptive ที่รวมเข้ากับระบบภูมิคุ้มกันการประดิษฐ์การค้นพบกฎการเปลี่ยนแปลงแบบไดนามิกโดยอัตโนมัติ พารามิเตอร์ของแบบจำลองได้รับอนุญาตให้สามารถปรับเปลี่ยนตนเอง ด้วยโปรแกรมประยุกต์หลายชั่วคราวภาพไร้สายระยะไกล: คือ CA สามารถปรับตัวต่อสิ่งแวดล้อมเปลี่ยนแปลง และซับซ้อนได้ ดังนั้น กฎวิวัฒนาการแบบไดนามิกเมืองช่วงเวลาสามารถมีประสิทธิภาพเรียกได้ โดยใช้รูปแบบนี้รวม นำเสนอรุ่น CA ใช้ AIS แล้วใช้เพื่อจำลองการแปลงที่ดินชนบทเมืองกวางโจวเมือง อยู่ในหลักของสามเหลี่ยมปากแม่น้ำเพิร์ลของจีน ที่ดินเมืองเริ่มต้นโดยตรงถูกจำแนกจากภาพดาวเทียม TM ในปี 1990 ที่ดินเมืองในปี 1995, 2000, 2005, 2009 และ 2012 เรียบถูกใช้เป็นข้อมูลสังเกตการพารามิเตอร์ของแบบจำลอง ด้วยตัวเลขดัชนีเชิงปริมาณของบุญ (จด) และรูปแบบคล้าย การเปรียบเทียบเพิ่มเติมดำเนินการระหว่างรุ่นโดยลูกค้าเอไอเอสและแบบจำลอง Logistic CA ผลลัพธ์บ่งชี้ว่า รุ่น CA ใช้เอไอเอสสามารถทำดี และ มีความแม่นยำสูงในการจำลองการวิวัฒนาการเมือง และรูปแบบจำลองปริภูมิถูกสถานการณ์พัฒนาจริง

ผลลัพธ์ (ไทย) 2:

ออโตเซลลูลาร์ (CA) ได้รับการพิสูจน์แล้วว่ามีประสิทธิภาพมากสำหรับการจำลองและการทำนายวิวัฒนาการ spatio กาลของปรากฏการณ์ทางภูมิศาสตร์ที่มีความซับซ้อน วิธีการแบบดั้งเดิมทั่วไปก่อให้เกิดปัญหาในการกำหนดโครงสร้างและพารามิเตอร์ของ CA สำหรับขนาดใหญ่ในภูมิภาคท​​ี่ซับซ้อนหรือการจำลองในระยะยาว การศึกษาครั้งนี้ได้นำเสนอรูปแบบ CA ตนเองปรับตัวบูรณาการกับระบบภูมิคุ้มกันเทียมที่จะค้นพบกฎการเปลี่ยนแปลงแบบไดนามิกโดยอัตโนมัติ พารามิเตอร์ของรูปแบบการได้รับอนุญาตให้เป็นตัวแก้ไขด้วยการประยุกต์ใช้หลายชั่วภาพระยะไกลนั่นคือ CA สามารถปรับตัวเข้ากับสภาพแวดล้อมการเปลี่ยนแปลงและซับซ้อน ดังนั้นวิวัฒนาการแบบไดนามิกในเมืองกฎเมื่อเวลาผ่านไปสามารถเรียกดูได้อย่างมีประสิทธิภาพโดยใช้รุ่นนี้แบบบูรณาการ เอไอเอสนำเสนอตามรูปแบบแคลิฟอร์เนียจากนั้นก็ใช้การจำลองแปลงที่ดินเมืองชนบทของเมืองกวางโจวตั้งอยู่ในแกนกลางของประเทศจีน Pearl River Delta ที่ดินในเมืองเริ่มต้นถูกจัดโดยตรงจาก TM ภาพจากดาวเทียมในปี 1990 ที่ดินเมืองในปี 1995 ปี 2000 ปี 2005 ปี 2009 และ 2012 ตามลําดับถูกนำมาใช้เป็นข้อมูลสังเกตการปรับพารามิเตอร์ของแบบจำลอง ด้วยตัวเลขดัชนีเชิงปริมาณของบุญ (FOM) และความคล้ายคลึงกันรูปแบบการเปรียบเทียบได้ดำเนินการต่อไประหว่างรูปแบบเอไอเอสที่ใช้และรุ่น CA Logistic ผลการวิจัยพบว่ารูปแบบ CA เอไอเอสที่ใช้สามารถทำงานได้ดีขึ้นและมีความแม่นยำสูงในการจำลองวิวัฒนาการในเมืองและรูปแบบจำลองเชิงพื้นที่เป็นผู้ใกล้ชิดกับสถานการณ์ที่เกิดขึ้นจริงในการพัฒนา

ผลลัพธ์ (ไทย) 3:

จำกัดโทรศัพท์มือถือ ( CA ) ได้พิสูจน์แล้วว่ามีประสิทธิภาพมากสำหรับการจำลองและพยากรณ์วิวัฒนาการเชิงพื้นที่และเวลาของปรากฏการณ์ทางภูมิศาสตร์ที่ซับซ้อน วิธีการแบบดั้งเดิมโดยทั่วไปก่อให้เกิดปัญหาในการกำหนดโครงสร้างและพารามิเตอร์ของ CA สำหรับขนาดใหญ่พื้นที่ซับซ้อนหรือแบบระยะยาวการศึกษานี้ได้นำเสนอ self-adaptive CA แบบบูรณาการกับเทียมระบบภูมิคุ้มกันค้นพบกฎการเปลี่ยนแปลงแบบไดนามิกโดยอัตโนมัติ พารามิเตอร์ของแบบจำลองจะได้รับอนุญาตเพื่อให้ตนเองแก้ไขด้วยโปรแกรม multi ชั่วคราวระยะไกลภาพ : นั่นคือ ซีเอ สามารถปรับตัวเองเพื่อการเปลี่ยนแปลงและสภาพแวดล้อมที่ซับซ้อน ดังนั้นกฎวิวัฒนาการแบบไดนามิกในช่วงเวลาสามารถได้อย่างมีประสิทธิภาพดึงโดยใช้แบบจำลองแบบบูรณาการ . เอไอเอส โดยเสนอรูปแบบแล้ว CA ใช้ในการจำลองการเปลี่ยนแปลงของชนบทเมืองแผ่นดินเมืองกว่างโจวตั้งอยู่ในหลักของ Pearl River Delta ของประเทศจีน ที่ดินในเมืองเริ่มต้นได้โดยตรงจากภาพดาวเทียม ซึ่งจัดในปี 1990 เมืองในปี 1995 2000 , 20052009 และ 2012 ก็ต้องกัน ใช้เป็นข้อมูลเพื่อปรับค่าพารามิเตอร์ของแบบจำลอง กับปริมาณดัชนีตัวเลขของบุญ ( FOM ) และแบบแผนความเหมือน คือการเปรียบเทียบระหว่างรูปแบบการต่อไป เอไอเอสและโลจิสติก CA แบบ ผลการศึกษาพบว่า เอไอเอส ใช้ CA แบบสามารถแสดงได้ดี และมีความแม่นยําสูงจำลองวิวัฒนาการในเขตเมืองและการจำลองเชิงพื้นที่แบบใกล้ชิดกับสถานการณ์การพัฒนาที่แท้จริง