集成空間信息分析處理的智能決策支持系統(tǒng)研究.pdf

1、由于自然因素和人為因素的影響，使得各種自然災(zāi)害頻繁發(fā)生，另一方面，城市規(guī)劃管理、環(huán)境監(jiān)測(cè)和評(píng)價(jià)、交通規(guī)劃管理、商業(yè)規(guī)劃與評(píng)價(jià)和物流配送等領(lǐng)域都要與空間位置打交道，涉及復(fù)雜的空間決策問(wèn)題。盡管GIS在許多管理決策領(lǐng)域能起到較大的數(shù)據(jù)管理和空間分析作用，但是，它的缺點(diǎn)也是明顯的，對(duì)于空間要素的關(guān)聯(lián)關(guān)系、空間特征分類(lèi)、空間趨勢(shì)預(yù)測(cè)和空間事物的聚集區(qū)域劃分等復(fù)雜空間問(wèn)題難以回答，特別是空間知識(shí)和空間推理的缺乏。因此，建立集成空間信息分析處理的智

2、能決策支持系統(tǒng)是極其必要的。 本文在分析基于GIS的、基于人工智能的、基于專(zhuān)家系統(tǒng)的和基于混合型的智能空間決策支持系統(tǒng)的基礎(chǔ)上，指出他們的不足之處，同時(shí)，提出集成GIS、SOLAP和SOALM的智能決策支持系統(tǒng)的模型框架，分析它們之間的相互關(guān)系和作用過(guò)程，集成空間信息分析處理的智能空間決策支持系統(tǒng)的核心技術(shù)是建立在GIS基礎(chǔ)之上的空間在線分析(SOLAP)和空間在線分析挖掘(SOLAM)技術(shù)。 空間在線分析(SOLAP)

3、和空間在線分析挖掘(SOLAM)是建立在空間數(shù)據(jù)倉(cāng)庫(kù)之上的，空間數(shù)據(jù)立方體的建模和物化選擇問(wèn)題對(duì)于SOLAP和SOLAM的分析挖掘的速度與質(zhì)量是至關(guān)重要的。在空間立方體中存在很多維有空間的、時(shí)間的和屬性的，但對(duì)于分析和挖掘主題而言，許多維是冗余的，為了降維，在方體級(jí)的優(yōu)化選擇中，提出了基于粗集理論的空間數(shù)據(jù)立方體物化視圖選擇。在空間數(shù)據(jù)分析和挖掘中，存在著不同的空間概念層次，空間對(duì)象需要合并或分解，在cell級(jí)的物化選擇中，提出了基于模

4、擬退火算法的空間度量物化選擇。 在空間在線分析挖掘(SOLAM)的研究中，本文首先分析空間關(guān)聯(lián)規(guī)則的研究現(xiàn)狀和空間關(guān)系謂詞的概念層次，為了解決空間謂詞計(jì)算的復(fù)雜性，提出基于空間立方體物化的空間謂詞計(jì)算方法，把結(jié)果存儲(chǔ)在關(guān)系數(shù)據(jù)庫(kù)中，一般的空間關(guān)聯(lián)規(guī)則挖掘算法，需要頻繁候選集，速度慢，而且規(guī)則冗余。本文提出基于元規(guī)則和FP－增長(zhǎng)方法的多層空間關(guān)聯(lián)規(guī)則挖掘算法。其次，本文分析多種空間聚類(lèi)算法，提出了一種基于劃分、網(wǎng)格和密度思想的高效

5、空間聚類(lèi)算法，該算法無(wú)須輸入任何先驗(yàn)知識(shí)，就可以發(fā)現(xiàn)任意形狀的簇，對(duì)大型數(shù)據(jù)庫(kù)有較好的伸縮性，計(jì)算復(fù)雜度與空間對(duì)象數(shù)目無(wú)關(guān)，只與初始的劃分次數(shù)有關(guān)。最后，本文分析了空間趨勢(shì)分析的研究現(xiàn)狀，提出基于遙感圖像分類(lèi)和SOLAP的空間趨勢(shì)分析模型，在遙感圖像分類(lèi)中，提出融合遺傳算法的徑向基函數(shù)網(wǎng)絡(luò)方法。 本文最后分析森林防火智能決策支持系統(tǒng)的功能需求和結(jié)構(gòu)。應(yīng)用基于COM和組件GIS的集成方法完成系統(tǒng)的開(kāi)發(fā)，以火場(chǎng)信息的空間OLAP查詢