夏邵剛

(湖南省農林工業(yè)勘察設計研究總院， 規(guī)劃與景觀設計分院， 湖南, 長沙 410007)

0 引言

森林城市規(guī)劃能夠最大限度協(xié)調自然和人類間關系，使自然和城市居民和諧共處，實現(xiàn)城市環(huán)境與城市社會經(jīng)濟發(fā)展統(tǒng)一。在森林城市規(guī)劃中，需要對森林城市建設與自然環(huán)境的保護作出長遠部署與安排，克服城市經(jīng)濟社會活動的主觀隨意性與盲目性，進行合理而科學的規(guī)劃決策[1]。森林城市規(guī)劃是改善城市環(huán)境的基本措施，是我國環(huán)保戰(zhàn)略和政策的具體體現(xiàn)，同時也是協(xié)調環(huán)境、經(jīng)濟關系以及環(huán)境與人類關系的重要手段[2]。

在研究森林城市多目標規(guī)劃問題的過程中，國外主要側重對規(guī)劃平衡以及規(guī)劃參照等問題[3]。有學者提出基于蟻群算法的森林城市多目標規(guī)劃方法[4]，通過蟻群算法實現(xiàn)森林城市的多目標規(guī)劃。而我國對森林城市多目標規(guī)劃問題的研究則主要側重于對規(guī)劃效益以及規(guī)劃戰(zhàn)略等。其中，基于動態(tài)模糊算法的森林城市多目標規(guī)劃方法是較為常見的方法，該方法通過動態(tài)模糊算法對森林城市進行多目標規(guī)劃。在以上森林城市多目標規(guī)劃方法中，資源利用率得到了一定的提升，但仍然存在森林城市綜合經(jīng)濟效益增長點、綜合社會效益增長點、綜合生態(tài)效益增長點偏低等問題。

因此，本文將改進粒子群算法應用于森林城市多目標規(guī)劃研究中，設計基于改進粒子群算法的森林城市多目標規(guī)劃方法。

1 基于改進粒子群算法的森林城市多目標規(guī)劃方法設計

1.1 森林城市多目標規(guī)劃目標設定

首先制定森林城市多目標規(guī)劃的原則，包括可持續(xù)原則、效率與公平原則、整體性與協(xié)調性相結合的原則、系統(tǒng)性原。根據(jù)森林城市多目標規(guī)劃原則，對森林城市多目標規(guī)劃目標進行設定，將森林城市多目標規(guī)劃視為生態(tài)、經(jīng)濟、社會子目標及其細化目標的耦合協(xié)同。對森林城市多目標規(guī)劃的細分目標、子目標、總目標等進行設定，以結合生態(tài)、經(jīng)濟、社會3方面的效益，保障對土地進行集約、合理利用[5]。設定的森林城市多目標規(guī)劃的細分目標、子目標、總目標如表1所示。

表1 森林城市多目標規(guī)劃目標

1.2 森林城市多目標規(guī)劃目標體系構建

為了實現(xiàn)森林城市多目標規(guī)劃，本文借助解釋結構模型對森林城市多目標規(guī)劃目標實施結構化分析。通過構建森林城市多目標規(guī)劃目標體系。在構建的森林城市多目標規(guī)劃目標體系中，共有3個目標層次，且各層次代表不同目標在體系中所處地位[6]?？偰繕藢崿F(xiàn)需要通過子目標層目標實現(xiàn)，子目標層目標共包括3個目標，分別為生態(tài)、經(jīng)濟和社會。子目標又細分為細分目標，細分目標層包含18個目標。細分目標對應子目標，其中生態(tài)目標對應保障森林城市土地可持續(xù)利用、維持森林城市生態(tài)系統(tǒng)整體穩(wěn)定性、促進森林城市的和諧穩(wěn)定發(fā)展；經(jīng)濟目標對應保障森林城市經(jīng)濟持續(xù)、穩(wěn)定增長，嚴控森林城市實際用地規(guī)模、提供充足農業(yè)設施用地與耕地、為服務業(yè)與工業(yè)提供用地、提升土地集約性、提升土地整體利用率、優(yōu)化森林城市建設用地結構、促進再利用存量建設用地、提升森林城市糧食單產、調整森林城市農業(yè)結構；社會目標對應提升森林城市糧食自給率、提升森林城市整體森林覆蓋率、降低水土流失程度、保障森林城市生態(tài)安全。根據(jù)上述目標結構構建森林城市多目標規(guī)劃目標體系，該體系有細分目標實現(xiàn)子目標，進而通過子目標實現(xiàn)總目標[7]。

1.3 森林城市多目標規(guī)劃模型

在森林城市多目標規(guī)劃目標體系基礎上，借助改進粒子群算法構建森林城市多目標規(guī)劃模型。粒子群算法[8]根據(jù)個體適應性進行操作，該方法將研究的個體視為在不同維度空間內的粒子，這些粒子在設定的空間中根據(jù)設定的速度運動，其運動的速度設定根據(jù)個體以及群體運動經(jīng)驗進行調整。

在森林城市多目標規(guī)劃中，設置該模型中粒子集合為

X={x1,x2,…,x12}

(1)

式中，X為粒子集合；xi代表第i個粒子。

其中，各變量分別為耕地、園地、林地、牧草地、城鎮(zhèn)用地、農村居民點、獨立工礦用地、特殊用地、交通運輸用地、水利設施用地、水域、未利用地。

根據(jù)上述設定森林城市多目標規(guī)劃模型中不同粒子，為實現(xiàn)規(guī)劃效果的優(yōu)化，計算限定多目標粒子的飛行速度，以使粒子找到個體最佳位置。其飛行速度計算式為

(2)

式中，sij為當前粒子最佳位置，smax為粒子當前飛行最大速度。

森林城市多目標規(guī)劃模型中不同粒子運動過程中受到慣性權重的影響，導致得到的結果存在局部最優(yōu)的問題。因此，本文改進粒子群算法，對不同粒子的慣性運動權重最大程度的進行優(yōu)化，降低其影響，以得到最佳值。改進粒子群公式為

sij(t+1)=?sij(t)+μrand[pij(t)-sij(t)]

(3)

式中，?為慣性權重值，pij(t)為粒子更新后的位置適應度值，μrand為粒子群體規(guī)模。

利用改進粒子群算法對目標函數(shù)進行構建，目標函數(shù)中包括經(jīng)濟發(fā)展目標、社會發(fā)展目標、生態(tài)環(huán)境目標[9]。經(jīng)濟發(fā)展目標為在森林城市多目標規(guī)劃中需要達到最大化的區(qū)域經(jīng)濟效益，具體如式(4):

Maxe(x)=∑(ai,xi)

(4)

式中，Maxe(x)為森林城市最大化的區(qū)域經(jīng)濟效益，ai為各類用地的實際經(jīng)濟效益系數(shù)。

社會發(fā)展目標為達到最大化的社會效益，包括維護社會穩(wěn)定、保障社會發(fā)展、滿足大家的食品需求等[10]，具體如式(5):

Maxh(x)=∑(bi,xi)

(5)

式中，Maxh(x)為森林城市最大化的社會效益，bi為各類用地的實際社會效益系數(shù)。

生態(tài)環(huán)境目標是達到森林城市最大化的綜合生態(tài)效益，包括促進森林城市生態(tài)和諧、保障森林城市的生態(tài)安全，具體如式(6):

Maxex(x)=∑(ci,xi)

(6)

式中，Maxex(x)為森林城市最大化的綜合生態(tài)效益，ci為各類用地實際生態(tài)效益系數(shù)。

2 實驗分析

2.1 實驗方案

研究所選地區(qū)為某森林城市，該森林城市的氣候為溫帶大陸季風氣候，是一個生態(tài)旅游城市。該城市有多種人文景觀、名勝古跡，還有多個生態(tài)景點，經(jīng)濟發(fā)展速度較快。該森林城市近5年城市土地利用情況如圖1所示。

(a) 耕地利用情況

(b) 園地利用情況

(c) 林地利用情況

(d) 居民點及工礦用地利用情況

(e) 交通利用情況

(f) 未利用地利用情況圖1 森林城市近5年土地利用情況

利用基于改進粒子群算法的森林城市多目標規(guī)劃方法對實驗森林城市進行多目標規(guī)劃。獲取該方法下森林城市綜合經(jīng)濟效益增長點、綜合社會效益增長點數(shù)據(jù)作為實驗數(shù)據(jù)。

2.2 實驗結果

2.2.1 綜合經(jīng)濟效益增長點實驗結果分析

在實驗森林城市的多目標規(guī)劃中，基于改進粒子群算法的森林城市多目標規(guī)劃方法與基于蟻群算法、基于動態(tài)模糊算法的森林城市多目標規(guī)劃方法的綜合經(jīng)濟效益增長點對比實驗數(shù)據(jù)如表2所示。

表2 綜合經(jīng)濟效益增長點對比結果 單位：%

根據(jù)表2對比實驗數(shù)據(jù)可知，在實驗森林城市的多目標規(guī)劃中，基于改進粒子群算法的森林城市多目標規(guī)劃方法的綜合經(jīng)濟效益增長點高于基于蟻群算法、基于動態(tài)模糊算法的森林城市多目標規(guī)劃方法的綜合經(jīng)濟效益增長點，實現(xiàn)了森林城市綜合經(jīng)濟效益增長點的大幅度提升。

2.2.2 綜合社會效益增長點實驗結果分析

實驗中，基于改進粒子群算法的森林城市多目標規(guī)劃方法與基于蟻群算法、基于動態(tài)模糊算法的森林城市多目標規(guī)劃方法的綜合社會效益增長點對比實驗數(shù)據(jù)具體如表3所示。

表3 綜合社會效益增長點對比實驗數(shù)據(jù) 單位：%

根據(jù)表3綜合社會效益增長點對比實驗數(shù)據(jù)可知，在實驗森林城市的多目標規(guī)劃中，基于改進粒子群算法的森林城市多目標規(guī)劃方法的綜合社會效益增長點高于基于蟻群算法、基于動態(tài)模糊算法的森林城市多目標規(guī)劃方法的綜合社會效益增長點，實現(xiàn)了森林城市綜合社會效益增長點的提升。

3 總結

本文引入改進粒子群算法對森林城市多目標進行規(guī)劃。

該方法首先將森林城市多目標劃分為細分目標、子目標、總目標；然后根據(jù)劃分后目標構建多目標規(guī)劃體系，將其根據(jù)一定原則劃分為5個層次；其次利用改進粒子群算法構建目標函數(shù)，包括經(jīng)濟發(fā)展目標、社會發(fā)展目標、生態(tài)環(huán)境目標，實現(xiàn)森林城市多目標規(guī)劃目標的耦合協(xié)同。與傳統(tǒng)方法相比，通過本文方法優(yōu)化后的森林城市的森林城市綜合經(jīng)濟效益增長點、綜合社會效益增長點均得到提升，具有一定可行性。