元胞自动机时空数据模型与预测方法
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金资助项目(50607023)


Cellular automata spatialtemporal data model and forecasting approach
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    对标准元胞自动机(cellular automata,CA)模型进行扩展以满足具体行业地理信息系统(GIS)平台上时空动态模拟和预测应用要求.然后以电力行业配电网空间负荷预测为具体应用, 建立起了土地利用演化动态模型与电力负荷空间预测之间关系,解决了时空数据管理中空间数据离散如何与属性数据进行交互问题.模拟出城市土地利用动态发展变化过程,预测出规划区域中的各划分小区土地的未来使用类型,建立起配电网空间负荷预测时空数据模型,突破了传统时空分离电力预测的预测方法的局限.最后通过一个配电网空间负荷预测实例验证了

    Abstract:

    The standard cellular automata(CA) model is expanded to meet requests of spacetime dynamic simulation and forecast under the platform of geographic information system(GIS). Taking power load forecasting of the electric power industry as the specific application, the relations between dynamic model of the land use and power load space are established. The data and attribute data interactive discrete in spatialtemporal data management have been solved. The CA theory is practically used to simulate the process of urban landuse dynamic development, to forecast future landuse types of each smallarea, to establish spatial load forecasting model. It breaks through the localization of all kinds of forecasting methods of traditional spacetime separation power prediction. The effectiveness of the prediction method is verified by example.

    参考文献
    相似文献
    引证文献
引用本文

任海军,张晓星,周湶.元胞自动机时空数据模型与预测方法[J].重庆大学学报,2010,33(8):52-57.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-03-20
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码