基于计算智能的混合用地区域土地分配方法
人工智能
2025-08-26 v2
摘要
城市土地分配是一个复杂的多目标优化问题，对可持续城市发展政策至关重要。本文提出了用于优化混合用地区域土地分配的新型计算智能方法，以解决土地利用兼容性与经济目标之间的内在权衡。我们开发了多种优化算法，包括将差分进化与多目标遗传算法相结合的定制变体。主要贡献包括：(1) CR+DES 算法，利用缩放差分向量增强探索能力；(2) 系统性的约束松弛策略，在保持可行性的同时提高解的质量；(3) 使用 Kruskal-Wallis 检验和紧凑字母显示进行统计验证。在一个包含 1,290 个地块的真实案例研究中，CR+DES 在土地利用兼容性方面相比最先进的方法实现了 3.16% 的提升，而 MSBX+MO 在价格优化方面表现优异，提升了 3.3%。统计分析证实，结合差分向量的算法在多个指标上显著优于传统方法。约束松弛技术能够在保持实际约束的同时实现更广泛的解空间探索。这些发现为城市规划者和政策制定者提供了基于证据的计算工具，用于在土地分配中平衡竞争性目标，支持快速城市化地区更有效的城市发展政策。
引用
@article{arxiv.2508.15240,
title = {Computational Intelligence based Land-use Allocation Approaches for Mixed Use Areas},
author = {Sabab Aosaf and Muhammad Ali Nayeem and Afsana Haque and M Sohel Rahman},
journal= {arXiv preprint arXiv:2508.15240},
year = {2025}
}