土地利用结构优化配置方法研究综述

张前进，李笑笑

(天津城市建设学院 地质与测绘学院，天津 300384)

土地是人类社会生存与发展必不可少的物质基础，是国民经济各要素的重要组成部分.随着人类对土地利用目的与土地利用方式的不同，形成不同的土地利用结构.随着城镇化、工业化、现代化进程的不断加快，对土地的需求与日俱增，这与土地的稀缺性与有限性形成一对发展的矛盾.当前，由于过分追求经济效益，忽视生态与社会效益，使得土地利用结构极不合理，这对国土资源的有效利用构了严重的威胁.因此，面对土地的供需矛盾，合理调整土地利用结构，提高土地利用率，实现土地资源的可持续利用，是缓解矛盾行之有效的方法之一.

1 土地利用结构优化配置的内涵

土地利用是人类的社会生产活动，其本质是人类为了满足某种欲望对土地实施干预的过程，是一种人地关系；土地利用结构是各类用地的组成比例，它是土地利用总体规划的核心，体现土地利用的总体布局和安排.“结构决定功能”，有什么样的土地利用结构，就有什么样的功能[1]；土地利用结构优化是针对土地利用现状中存在的不合理利用问题而提出的期望与目标；土地利用结构配置是一种过程和手段，目的在于把一定的土地利用方式与土地的适宜性、社会经济性进行比配，形成合理的土地利用结构，以使土地的综合效益达到最大[2].

土地利用结构优化配置是为了达到一定的生态经济最优目标，依据土地资源的自身特性和土地适宜性评价，对区域内土地资源的各种利用类型进行更加合理的数量安排和空间布局，以提高土地利用效率和效益，维持土地生态系统的相对平衡，实现土地资源的可持续利用[3].其过程是在地区性土地适宜性评价的基础上优化研究区域内土地利用的数量结构及空间格局，优化的目的是实现区域土地资源的可持续利用，为区域社会经济可持续发展提供资源基础.

2 土地利用结构优化配置方法

随着土地利用结构定性向定量化方向的发展，数学模型越来越多地应用于土地利用结构研究中.土地利用规划系统的数学模型有很多种类，但有其共同点，即由目标函数和约束条件两部分组成.在实地调查的基础上，依据规划任务和目的，确定规划设置决策变量，构建约束条件和目标函数，通过数学模型来反映区域土地利用与其他社会经济因素之间的相互关系，并可以通过计算机求解得到多个可供选择的利用结构方案.土地利用结构研究的常用数学方法主要有：线性规划法、灰色线性规划法、系统动力学、多目标规划法、信息熵与分维几何学，智能优化算法(如元胞自动机法、遗传算法、人工神经网络、粒子群算法)与GIS的结合等.

2.1 线性规划法

线性规划法是在各种相互关联的多变量约束条件下，解决或规划一个对象的线性目标函数最优的问题，即给与一定数量的人力、物力和资源，如何应用而能得到最大经济效益.线性规划法是数学规划中研究最早、发展最快、应用较广且比较成熟的一个分支，可以用来解决科学研究、工程设计、生产安排、军事指挥、经济规划，经营管理等各方面提出的大量问题[1].

刘彦随指出，在一定生产力条件下，对于如何在区域各产业间、部门间合理分配有限的土地资源这类宏观配置问题，线性规划模型比较理想[4]；张佳会等通过使用最优线性规化方法对土地利用结构进行优化得出此方法适用于土地利用总体规划[5]；宋戈构建了哈尔滨市城乡结合部土地利用结构优化的线性规划模型[6]；马松敏等以经济效益最大为目标，以社会效益、生态效益为约束条件，建立了农九师的土地利用线性规划模型，优化后的土地利用结构有了较大改善[7]；许建定等采用线性规划法，以方舟县为例对晋西黄土丘陵沟壑区土地利用结构优化进行了研究[8]；马礼等以生态效益为优化目标，以社会效益、经济效益为约束条件采用线性规划法与灰色系统动态方法得到了沽源县2015年的土地利用结构优化方案[9].

线性规划模型虽然在土地利用结构优化中得到了广泛运用，但该模型目标单一，缺乏空间性，是一种静态模型，不具时间动态性，不能及时反应土地利用系统中各因素的动态变化，即随时间的变化情况；且该模型要求目标函数中的效益系数、约束条件中的技术系数及其他限制量都是固定下来的，但由于土地利用系统的复杂性与多变性，当目标函数或约束条件中出现灰数及变量之间的非线性关系时不便处理，因此，得出的规划模型不一定跟实际相符，甚至无解.

2.2 灰色线性规划

针对一般线性规划的不足，我国学者邓聚龙于20世纪80年代提出了灰色线性规划，已广泛应用于各个领域[10].灰色线性规划是在技术系数为可变的灰数、约束值为发展的情况下进行的一种动态的线性规划，它既可以反映既定条件下的最优结构，又可以反映最优结构的发展变化情况，可以很好地弥补一般线性规划的不足.灰色线性规划中的约束条件系数是灰区间数，既可按下限规划，又可按上限规划，还可按区间内的任何一白化值进行规划.在区间内，只要得到一组白化值，便可得到一组优化方案，从而使规划灵活多变，有很大调整余地来适应情况的发展变化[11].

灰色线性规划是研究不确定性决策问题的一种有效方法，是对传统线性规划方法的一个发展.耿红等以广西田阳县为例，验证了灰色规划法优化土地利用结构的合理性、科学性[12]；王万茂等用灰色线性规划法构建了海门市土地利用结构优化模型[13]；刘玉民等应用灰色线性规划法对宁南黄土高原区的土地利用结构进行了以经济收入最大为目标的优化，得出的方案调整了各类用地间的比例，减少了水土流失量[14]；刘兆顺探讨了土地利用结构优化灰色线性规划模型中决策变量的生态经济参数[15]；戴俊杰应用灰色线性预测铜川市土地利用结构的变化[16]；孙艾青等以清河县为例研究了灰色线性规划与层次分析法在土地利用结构中的优化，得出了清河县2020年土地利用结构优化模型[17].

运用灰色预测和灰色线性规划进行土地利用结构优化配置，使线性规划中存在的问题得到了很大程度的解决.但是灰色线性规划法仍然是单目标的，有时间动态性但缺乏空间分异性；随着社会经济的不断发展，规划目标与约束条件也要随之调整，因此，该方法在实际应用中尚不成熟，有待进一步发展.

2.3 系统动力学

系统动力学是20世纪50年代美国麻省理工学院的弗雷斯特教授提出的，它是以系统论、自动控制论和信息论为基础，依靠系统理论来分析系统的结构和层次，依靠自动控制论中的反馈原理对系统进行调节，依靠信息论中信息传递原理来描述系统，并采用计算机对系统动态行为进行模拟[18].系统动力学模型可以随着影响因素的变化而随之调整规划目标和规划方案，是基于规划目标与规划因素之间的因果关系建立信息反馈机制.模型的行为模式与结果主要取决于模型结构而不是参数值的大小，模型具有动态性、仿真模拟性，其最突出的特点是擅长处理非线性且具有多重反馈结构的复杂的社会经济系统.

赵小敏等以杭州市为例，通过分析土地系统内部结构及其影响因素，应用系统动力学模型分析土地—社会—经济系统中结构、功能、行为及其相互间的关系[19]；唐亚平等根据土地利用系统的现状和特点，应用系统动力学方法建立了陕西省土地利用动态仿真模型[20]；杨莉等基于系统动力学对黔西县 2006—2020年的土地利用结构变化进行了仿真模拟，其模拟结果为县域土地利用结构优化提供了决策依据[21]；傅鸿源等对城市建设用地的系统动力学与多目标规划相结合的整合模型进行了研究[22].

土地利用系统动力学模型不是一种统计分析模型，而是一种系统机理分析模型.系统动力学模型的建立需要对模拟的系统具有充分的研究，对系统内部各种反馈机制已经非常的了解，在因果关系不明确的情况下，不便使用本模型，即该模型是基于经验和方程式的表达，且难以与空间信息相融合[23].在土地利用系统中，绝大多数的作用关系是明确的，但也有一部分关系是不明确的，正是这一类不明确的关系制约了系统力学的有效作用；由于系统动力学适应于复杂巨系统的模型分析，模型的数据结构、数据信息量和输出的结果都是多类型的宏大数据信息，因此，单一的指标评估已失去了巨系统的完整性；系统动力学模型不能考虑许多空间因素，也不能处理大量的空间数据，更不能模拟系统的空间要素及其状态.

2.4 多目标规划

多目标规划是在一组约束条件下，同时对多个目标求最优解.由于目标之间的矛盾性，各个目标不可能同时达到最优，其基本思路是：由决策者预先给出一组理想的目标值，由于每一目标可能超额完成、恰好或可能完成不了，实际上能完成的目标与规划中的目标值之间存在一定程度的偏差.因此，引入偏差变量，多目标规划是在给定的一组约束条件下，求得使得偏差变量最小的决策变量值，是一种综合性的分析工具，其最大的优势是可以充分反应决策者的愿望，给决策者提供期望的最佳目标.

土地利用结构优化配置就是对研究区内不同用途的土地进行的分配决策，使土地利用结构达到最优化.实际上，该过程是一个多目标规划问题，通过多目标规划，确定土地利用结构，也就实现了一个区域土地利用分配方案.谭淑豪等用多目标线性规划法对江阴市的土地利用结构进行了优化，为县域土地利用结构优化提供了科学依据[24]；王红瑞等在分析双流县土地利用的特征的基础上，根据土地利用结构调整的不确定性、复杂性，应用区间数不确定性多目标规划模型进行了土地利用结构优化[25]；刘学录构建了兰州市土地利用结构灰色多目标规划模型[26]；陈溶萍用多目标动态规划法和人工神经网络法研究了在以构建资源节约型、环境友好型社会为目标的前提下武汉市的土地利用结构优化，并构建了其优化模型[27]；张鸿辉等以长株潭城市群的核心区域为例，在资源节约与环境友好约束下构建了多目标土地利用空间优化配置模型，结果取得了较好的成果[28].

多目标规划具有系统动力学模型的正负反馈特征，但比系统动力学模型更为简单；同时克服了线性规划模型要求目标函数一维性及可行性解区局限性的弊端；且因建立多目标规划时，选取的指标个数不同，赋予各目标不同的优先级，计算出来的结果就不一样，决策者可以根据有效解集选出所期望的方案.因此，多目标规划模型具有可调性和可控性.但多目标规划模型也是一种确定的静态模型，同时，由于决策者知识水平、思维方式等的影响，在处理多个不同优先等级目标的问题上较难把握.

2.5 信息熵与分维几何学法

土地利用结构优化，实质上是对土地利用系统施加的一种人为干扰，这种人为干扰在不同的时空尺度上对土地利用系统的有序程度产生影响.为了衡量土地利用系统的有序程度，一些学者提出利用信息熵理论和分形理论中的分维几何学法来描述土地利用的整体结构，并在信息熵和均衡度的基础上，提出了土地利用结构信息熵和均衡动态变化的驱动机制，指出土地利用结构信息熵可以综合反映某区域在一定时段内各种土地利用类型的动态变化及其转换程度，对于具体区域的土地利用结构调整具有一定的指导意义[29-35].

目前，该方法主要集中应用于研究城市土地利用结构变化，而应用于研究区域土地利用结构变化的还较少；其次，土地利用结构信息熵只能从整体上反应土地利用系统的有序程度，不能反映出每一种土地利用结构的变化情况；此外，土地利用系统是一个复杂的大系统，土地利用信息熵只是通过各用地类型的面积来反应土地利用结构的变化情况.但是，针对土地利用系统中的社会经济因子，生态因子对土地利用结构的影响不能被很好地体现.

2.6 与GIS相结合的土地利用空间结构优化

土地利用结构优化既包括土地利用数量结构的优化又包括土地利用空间结构的优化.随着研究和应用的需要，对土地利用结构优化的研究由最初的定性研究逐渐向定性与定量相结合，优化模型已从单向、静态向动态持续的优化模型发展，从单纯的土地利用数量结构优化向土地利用数量优化与空间优化相结合发展.随着计算机技术的不断发展，GIS作为一种分析处理地理信息的强有力工具，凭借强大的图像处理、空间分析与制图输出等功能，被广泛应用到土地利用结构研究中，尤其是空间土地利用结构变化的研究当中，使得土地利用空间结构优化逐渐成为研究的热点.目前，对土地利用结构的优化方法主要是数学模型与GIS相结合、智能优化算法与GIS相结合等方法.

2.6.1 数学模型与GIS相结合

象伟宁等应用GIS和多目标规划来预测土地利用中引起的争地矛盾的原因，得出解决的策略[36]；Chuvieco应用线性规划作为 GIS分析工具，对空间属性进行优化和变量组合，并在西班牙进行土地规划试验，完成了土地利用结构优化配置工作的早期研究[37].Sharifi等探讨了把土地利用动态规划系统用于作为农场土地配置的决策支持系统，这个模型是由具有决策模型的GIS和综合规划模型组成，综合规划模型又包括作物生长模式、线性规划模型和使规划设计转为可操作规划的空间配置决策模式[38].

2.6.2 智能优化算法与GIS相结合

智能优化算法是通过模拟某一自然现象或过程(如对鸟群优美而不可预测的飞行动作进行模拟等)而建立起来的优化方法，具有适于高度并行、自组织、自学习与自适应等特征，为解决复杂问题提供了一种新途径[39].近年来不少学者将其与 GIS等技术相结合应用于土地利用结构的优化中，如元胞自动机与GIS相结合、遗传算法与GIS相结合、人工神经网络与GIS相结合、微粒群算法与GIS相结合等.

元胞自动机技术本身就是一种很好的空间模拟技术，可以用来模拟空间的复杂性，与GIS相结合可以产生强大的地理模拟能力.目前，主要应用于模拟城市空间生长研究，徐昔保利用 GIS与元胞自动机(CA)模型对兰州的城市土地利用动态演化与扩张现象进行了研究[40]；王汉花等以湖北省嘉鱼县为例，应用多目标线性规划(MOP)与元胞自动机(CA)的土地利用优化配置模型，实现了土地资源数量结构优化与空间布局优化的统一[41].

遗传算法是根据“适者生存”的原则，求得问题的最优解.席一凡等在遗传算法与GIS相融合的基础上，利用遗传算法全局搜索的能力，构建了土地利用优化模型，并对土地利用空间结构进行了优化配置[42-44]；徐昔保等利用遗传算法在高度复杂空间优化上的优势，将其与GIS、元胞自动机相结合，构建了兰州市土地利用优化模型[45]；张鸿辉等运用多智能体遗传算法构建了多目标土地利用空间优化配置模型，并进行了实证研究[28].

人工神经网络是以模拟人脑的学习、记忆、推理、归纳等为基础的模型，具有运算速度快、自学习能力强、适应面宽等特点.张明媛将人工神经网络与GIS相结合，进一步完善了 GIS 运用于土地利用动态分析的理论与应用[46]；黎夏等将元胞自动机(CA)模型与神经网络模型结合，对土地利用系统进行模拟研究[47]；赵晶将元胞自动机与人工神经网络相结合，对上海中心城区边缘带进行了模拟预测[48].

微粒群算法是在模拟鸟群捕食行为的基础上，对土地利用空间进行优化的模型.杜国明等在人口密度、最短距离的约束条件下，对微粒群优化算法与GIS相结合的空间优化决策进行了阐述，并以广州市芳村区为例，对其进行了验证，结果表明，微粒群优化算法具有较好的收敛速度，较高的结果精度[49]；马世发等应用粒子群算法，构建了土地利用空间优化模型[50]；张鸿辉等将微粒群优化算法引入到多智能体系统中，建立了土地利用优化配置模型，并以长沙市为例进行了实证研究.结果表明，该模型可以将土地利用结构的数量优化、空间优化、效益优化有效地结合起来[51].

智能优化算法比传统的规划方法更适合求解多目标优化问题，但仍然存在不足之处，如元胞自动机模型可以模拟城市形态的发展变化，但因其受邻域束缚，不能实现跨空间搜索，因此其模拟仅限于比较单纯的地理系统，对于复杂的地理系统特别是人地关系问题难以奏效；遗传算法虽然有较强的全局搜索能力，但其实现程序较繁琐，且空间搜索关联性不强；人工神经网络算法运算速度快，自适应能力强，但由于学习速率的固定性，网络的收敛速度较慢，且极易陷入局部极小值，学习与记忆具有不稳定性；微粒群算法具有较强的全局优化能力，比遗传算法、人工神经网络等收敛速度快，实现程序简单，对于复杂的问题有更强的适应性，但是对于土地利用结构这样的高维复杂问题仍有可能陷入局部极值.面对各优化算法存在的优缺点，有学者在GIS基础上将元胞自动机分别与人工神经网络、遗传算法等相结合，使得模拟精度有了一定程度的提高[4547]，因此，在GIS基础上将各优化算法相结合，是未来的发展趋势.

3 结 语

随着技术的不断进步，研究的不断深入，对土地利用结构优化的研究已由最初的定性分析描述向定性与定量相结合发展，土地利用结构优化模型已经从单向、静态的模型向动态、持续的规划模型发展.

土地利用结构优化的方法有很多，但各有优点与缺陷.采用线性规划、系统动力学、多目标规划、信息熵、遗传算法等方法构建了土地利用数量结构优化配置模型，这类模型注重土地利用数量结构及土地面积的优化；基于GIS基础上的土地利用空间结构优化主要侧重土地利用空间布局优化，很少将土地利用的数量优化、空间优化、效益优化相结合.

土地利用数量结构优化配置模型应用较成功的有系统动力学模型，多目标规划模型.系统动力学模型侧重研究基期的状况，而多目标规划对研究基期与规划期同样重视.多目标规划模型比系统动力学模型简单，但其属于静态模型，不能适应复杂多变的土地利用系统，而系统动力学模型可以根据时间的变化很好地模拟土地利用系统动态变化的行为.鉴于系统动力学模型与多目标规划模型的各自特色与不足，有学者将其有机地结合在一起，构成一个完整的系统动力学与多目标规划模型体系[52].虽然该模型在对土地利用结构数量进行优化时比较成功，但是该模型不能考虑许多空间要素，更不能模拟土地利用系统的空间要素及其状态；目前经常应用GIS或其开发的系列模型来模拟时间序列的动态变化及演变，不过与其他优化配置方法相结合会提高模拟效果.因此，将系统动力学、多目标规划、GIS、多智能体系统及其优化算法有机地结合在一起，实现土地利用结构数量优化、空间优化、效益优化有机统一，将是以后研究土地利用结构优化发展的一个重要趋势.

［1］郑新奇. 城市土地优化配置与集约利用评价[M]. 北京：科学出版社，2004.

［2］严金明. 简论土地利用结构优化与模型设计[J]. 中国土地科学，2002，16(4)：20-25.

［3］李 超，张凤荣，宋乃平，等. 土地利用结构优化的若干问题研究[J]. 地理与地理信息科学，2003，19(2)：20-25.

［4］刘彦随. 土地利用优化配置中系列模型的应用[J]. 地理科学进展，1999，18(1)：26-31.

［5］张佳会，黄全富，王 力. 最优线性规划法在士地利用总体规划中的应用[J]. 重庆师范学院学报：自然科学版，2001，18(1)：36-39.

［6］宋 戈，吴次芳，魏东辉. 哈尔滨市城乡结合部土地利用结构成因及优化对策[J]. 2006，26(2)：312-317.

［7］马松梅，李鲁华，孙肇君，等. 农九师土地利用结构优化研究[J]. 新疆农业科学，2009，46(3)：615-619.

［8］许建定，张树华，王百田，等. 晋西黄土丘陵沟壑区土地利用结构优化研究：以方山县为例[J]. 山西水土保持科技，2010，6(2)：19-23.

［9］马 礼，郭万翠，李 敏. 沽源县农业土地利用结构优化研究[J]. 农业系统科学与综合研究，2011，27(1)：66-71.

［10］邓聚龙. 灰色多维规划[M]. 武汉：华中理工大学出版社，1989.

［11］张巧艳，骆东奇，张天生. 土地利用结构优化配置方法研究进展[J]. 甘肃农业，2005，11：47-48.

［12］耿 红. 土地利用总体规划编制的技术方法探讨[J].城市勘测，2000(3)：32-37.

［13］王万茂，但承龙. 海门市土地利用结构优化研究[J].国土与自然资源研究，2003，1：44-46.

［14］刘玉民，刘亚敏，苏印泉，等. 宁南黄土高原区生态农业建设中土地利用结构优化研究[J]. 西南农业大学学报：自然科学版，2004，26(3)：344-351.

［15］刘兆顺. 基于生态系统服务价值的土地利用结构优化[J]. 长江流域资源与环境，2009，18(7)：646-651.

［16］戴俊杰. 铜川市土地利用结构优化研究[D]. 西安：西北大学，2010.

［17］孙艾青，吴克宁. GLP模型和AHP法在土地利用结构优化中的应用：以清河县为例[J]. 资源与产业，2012，14(2)：60-65.

［18］程叶青，李同升，张平宇. SD模型在区域可持续发展规划中的应用[J]. 系统工程理论与实践，2004，12：13-18.

［19］赵小敏，王人潮，吴次芳. 土地利用规划的系统动力学仿真[J]. 浙江农业大学学报，1996，22(2)：143-148.

［20］唐亚平，赵德寿. 系统动力学在土地利用总体规划中的应用[J]. 国土开发与整治，1997，7(6)：58-63.

［21］杨 莉，何腾兵，林昌虎，等. 基于系统动力学的黔西县土地利用结构优化研究[J]. 山地农业生物学报，2009，28(1)：24-27.

［22］傅鸿源，陈煜红. 城市建设用地利用结构优化SD-MOP整合模型研究[J]. 土木工程学报，2011，44(4)：129-135.

［23］刘荣霞，薛 安，韩 鹏. 土地利用结构优化方法评述[J]. 北京大学学报，2005，41(4)：655-662.

［24］谭淑豪. 经济发达地区土地可持续利用结构优化研究[J]. 南京农业大学学报，2001，24(3)：101-105.

［25］王红瑞，张文新，胡秀丽，等. 土地利用区间数多目标规划模型及其应用[J]. 农业工程学报，2008，24(8)：65-73.

［26］严海涛，刘学录，罗智恒. 兰州市土地利用结构优化研究[J]. 广东农业科学，2009，2：31-38.

［27］陈溶萍. 基于“两型社会”目标的武汉市城市圈土地利用结构优化研究[D]. 武汉：华中农业大学，2010.

［28］张鸿辉，曾永年，刘慧敏. 多目标土地利用空间优化配置模型及其应用[J]. 中南大学学报：自然科学版，2011，42(4)：1056-1065.

［29］陈彦光，刘明华. 城市土地利用结构的熵值定律[J].人文地理，2001，16(4)：20-24.

［30］刘运通，张争胜，杨雪华. 珠海市土地资源可持续利用研究[J]. 国土与自然资源研究，2002，3：32-33.

［31］谭永忠，吴次芳. 区域土地利用结构的信息熵分异规律研究[J]. 自然资源学报，2003，18(1)：112-117.

［32］陈 志. 武汉市土地利用结构信息熵演变及动力分析[J]. 湖北大学学报：自然科学版，2006，28(3)：317-320.

［33］匡文慧，张树文. 长春市百年城市土地利用空间结构演变的信息熵与分形机制研究[J]. 中国科学院研究生院学报，2007，24(1)：73-79.

［34］邸少楠，岳 坤，潘晶晶，等. 城市化进程中城乡用地结构优化研究[J]. 天津农业科学，2010，16(2)：82-85.

［35］双文元，郝晋珉，黄晓英，等. 基于信息熵和协整理论的新疆土地利用时空动态分析[J]. 中国农学通报，2011，27(6)：249-255.

［36］XING Wei-ning，VENTARA S J. Conflict prediction and prevention in rural land-use planning：a GIS approach[J].Progress in Rural Policy and Planning，1992(2)：17-29.

［37］CHUVIECO E. Integration of linear programming and GIS for land use modeling [J]. International Journal of Geographical Information System，1993(7)：3-19.

［38］SHARIFI M A，KEULEN H V. A decision support system for land use planning at farm enterprise level [J]. Agricultural System，1994，45(3)：239-257.

［39］雷德明，严新平. 多目标智能优化算法及其应用[M].北京：科学出版社，2009.

［40］徐昔保. 基于 GIS与元宝自动机的城市土地利用动态演化模拟与优化研究：以兰州市为例[D]. 兰州：兰州大学，2007.

［41］王汉花，刘艳芳. 基于MOP-CA整合模犁的土地利用优化研究[J]. 武汉大学学报：信息科学版，2009，34(2)：174-177.

［42］席一凡，杨茂盛，尚耀华. 遗传算法在城市土地功能配置规划中的应用[J]. 西北建筑工程学院学报：自然科学版，2001，18(4)：190-194.

［43］董品杰，赖红松. 基于多目标遗传算法的土地利用空间结构优化配置[J]. 地理与地理信息科学，2003，19(6)：52-55.

［44］刘艳芳，李兴林，龚红波. 基于遗传算法的土地利用结构优化研究[J]. 武汉大学学报：信息科学版，2005，30(4)：287-292.

［45］徐昔保，杨桂山，张建明. 兰州市城市土地利用优化研究[J]. 武汉大学学报：信息科学版，2009，34(7)：878-881.

［46］张明媛. 基于 GIS和人工神经网络预测土地利用变化[J]. 燕山大学学报，2004，28(3)：279-282.

［47］黎 夏，叶嘉安. 基于神经网络的元宝自动机及模拟复杂土地利用系统[J]. 地理研究，2005，1：19-27.

［48］赵 晶. 基于 CA 的城市土地利用演变人工神经网络模拟[J]. 兰州大学学报：自然科学版，2006，42(5)：27-31.

［49］杜国明，陈晓翔，黎 夏. 基于微粒群优化算法的空间优化决策[J]. 地理学报，2006，61(12)：1291-1297.

［50］马世发，何建华，俞 艳. 基于粒子群算法的城镇土地利用空间优化模型[J]. 农业工程学报，2010，26(9)：321-326.

［51］张鸿辉，曾永年，谭 荣，等. 多智能体区域土地利用优化配置模型及其应用[J]. 地理学报，2011，66(7)：972-984.

［52］龚 健，刘耀林，朱国华，等. 基于系统动力学和多目标规划整合模型的土地利用总体规划方案研究[J].地域研究与开发，2006，25(1)：93-96.