多目標粒子群的土地整理項目選址模型的相關探析

張映梅

摘 要 土地整理項目選址實際上是一個多目標空間優化問題，由于傳統的選址技術方法應用于多目標土地整理項目選址過程中，具有一定的不足之處。因此，本文主要針對多目標粒子群的土地整理項目選址模型進行分析，從而科學總結土地整理項目選址的具體規則。

關鍵詞 多目標粒子群；土地整理；項目選址；模型

土地整理項目的實施，需要在空間上對其具體范圍進行確定，即事先進行土地整理項目的科學選址。因為只有在土地整理過程中，做好前期項目的選址工作，才能保證土地整理后期的效益充分實現。從這一層面而言，在土地整理過程中，首要問題就是進行項目選址，其主要的目的是針對我國新時期的土地現狀，結合水資源條件以及土地利用過程中的相關限制性因素及有利條件，科學選擇基礎設施良好以及自然資源條件較好、社會經濟基礎優越的區域，確保土地整理綜合效益的最大化。

1 多目標粒子群的土地整理項目選址模型構建思想

從本質上而言，土地整理項目選址問題在經濟學中可以被看作是針對多個給定的目標，在既定的可行區域中充分保證土地經濟效益最大化的決策優化問題，也就是所謂的多目標空間優化問題。因此，本文研究的主要目的，在于結合土地空間選址以及土地整理和多目標優化等相關的理論，通過探討土地整理項目選址的一般規則以及具體的約束性條件，從而科學界構建多目標粒子群的土地整理項目選址模型。

在此分析過程中，本文通過提取三個能夠體現土地整理項目選址目的及意義的目標函數，與此同時，綜合考慮了土地整理項目最小新增耕地率以及實時規模兩類約束性條件，為了保證該目標粒子群的土地整理項目選址模型具有一定的科學性，重點選取了我國某地一試驗區進行分析，在案例分析過程中進一步闡述了算法的基本運用思想，從而驗證了該模型的有效性，以期為我國土地利用與規劃管理提供一定的理論和技術支持。

2 多目標粒子群的土地整理項目選址模型分析

2.1 多目標粒子群的土地整理項目區選址規則

一般而言，多目標粒子群的土地整理選址規則被稱之為常識。其主要是指在土地整理項目中，將某一類具體的土地利用類型劃分為項目區所具備的相關條件或者相應的概率或可能性。因為在土地項整理項目的區域劃分過程中，其會受到諸多不利因素的影響。因此，重點針對多目標粒子群的土地整理項目區域選址規則進行分析具有重要的意義。

其中，主要包括土地利用歷史演變規則以及土地的實際地形坡度規則、交通區位約束性規則。由于我國土地利用變化規律受土地利用情況影響，因此個別土地利用單元的現狀并不會發生變化，比如我國某城市中的某類建設用地一般不可能轉化其他類型的用地，因此在土地整理項目選址模型中，事先應該將該地區中的城市、建制鎮以及工礦倉儲和商業服務用地等單元排除出多目標離子群的土地整理選址模型求解空間，然后再利用函數變量：

Ei（i=1，2，…，I）進行科學標記，同時令這類用地的Ei=0進行模型分析與計算求解，以獲取土地項目選址的最優解[1]。

其次，是地形坡度的實際規則。由于土地的地形坡度起伏變化幅度過大，不僅會導致施工工程的難度不斷增加，因此可以利用如下的函數規則表達式：

“if（LandNow i=02 or LandNow i=03 or LandNow i=04 or …） and Slope i≥25 then Si=0.8”對土地的地形坡度進行限定。

除此之外，在對土地的道路交通區位進行約束性規則分析時，盡量要保證道路通達性較好的地區至少要有鄉級及以上等級的道路能夠通達。在此分析過程中，可以利用函數：

Ri=y1·Pathi+y2·Roadi以及y1+y2 =1進行加權求和，從而在此隨機迭代數學方程式中，具體可以利用這一函數關系式，再結合實際的土地整理項目選址情況，運算出每一個不同土地利用單元中的等決策變量參數值[2]。

2.2 多目標粒子群的土地整理項目區選址目標函數

在對目標函數進行分析時，首先需要結合土地整理凈增的實際耕地數量科學得到新增耕地的潛力目標，具體如以下公式[3]：

在上式中，經過科學整理后的凈增耕地面積為MZ，待整理區域的原耕地面積采用M表示， 土地整理之前的待整理區域田埂系數通過R1表示，土地整理之后的田埂系數表示為R2，含溝渠以及道路和林地的待整理土地區域的非耕地類面積通過M1表示，待整理土地區域經過科學的選址整理之后，需保留的非耕地類面積通過M2表示。

本文在分析過程中，除了上述相關的指標模型之外，還需要針對土地整理適宜性目標進行分析建模。其中，結合土地單元適宜性級別的高低情況，分別賦予其一定的適宜性系數。比如，最高級別的適宜性系數為1，其他級別的適應性系數通過如下函數表達式：

1-（Gsuit-1）×（1/19）進行科學計算分析。

然后，在上述土地整理適宜性系數函數表達式基礎上，經過對多目標粒子群土地整理項目選址的總體適應性目標函數模型進行加權評價，從而得到如下新的函數模型：

其中，在上述函數模型中，多目標粒子群土地整理適宜度通過fst（s）進行表示，而該多目標粒子群土地整理項目選址的具體目標條件為：

當確保該選址模型方案中的fST （s）趨于最大時，該多目標粒子群土地整理項目選址效益達到最優。因此，將上述多目標粒子群的土地整理項目區選址規則與選址目標函數進行綜合，即可得到該多目標粒子群的土地整理項目選址模型的最終目標函數表達式[4]：

多目標粒子群的土地整理項目選址模型應用結論

總而言之，多目標粒子群的土地整理項目選址本質上是一個多目標空間優化決策問題。本文通過對我國某地土地整理項目選址模型進行案例分析，最終本文認為：

多目標粒子群土地整理項目選址模型中的土地整理適應性以及新增加的耕地潛力、土地空間集中連片這三大主要目標之間存在一定的沖突現象，而且這三者中任意一個目標函數值增加，都會對另外兩個目標函數的參數值造成巨大影響。因此，土地整理項目選址規劃決策者，可以通過科學調配這三大目標函數的實際權重系數，不斷滿足其實際的土地整理項目選址需求。

為了確保該多目標粒子群土地整理項目中，新增耕地率高于最低限值，需在該函數模型中引入約束性條件，從而有效促進該多目標粒子群的土地整理項目選址方案能夠不斷滿足實際需求。

在對多目標粒子群土地整理項目進行選址模型分析時，通過將GIS空間數據處理能力與多目標粒子群算法的智能進化搜索能力有機結合在一起，然后按照我國土地整理項目選址的實際函數模型及具體選址原則，可充分挖掘我國多目標粒子群的土地整理潛力，從而優化土地整理項目的選址空間與具體選址結構布局。

3 結束語

綜上所述，土地整理項目選址是一個復雜的經濟學問題。其不僅在模型構建過程中，需要分析其中涉及的模型構建目標以及實際的約束性條件等，而且對于非理想狀態下的土地整理項目選址建模，還需要更加深入的研究分析。本文在論述過程中，為了保證該多目標粒子群的土地整理項目選址模型分析具有一定的科學性和完整性，重點結合了我國某地土地整理規劃項目進行案例分析，因此可以彌補傳統土地整理項目選址過程中存在的具體缺陷。

參考文獻

[1]王華，劉耀林，姬盈利.基于多目標微粒群優化算法的土地利用分區模型[J]. 農業工程學報，2012，28（12）：237-244.

[2]汪文雄，陳夢華，楊鋼橋.基于價值鏈增值的農地整治項目前期階段效率測度研究[J].自然資源學報，2013，（12）：2189-2200.

[3]胡海龍，曾永年，張鴻輝，等.多智能體與蟻群算法結合選址模型：長沙市生態用地選址[J].資源科學，2011，33（06）：1211-1217.

[4]劉名沖，劉瑞卿，張路路，等. 基于粒子群優化投影尋蹤模型的土地整治綜合效益評價研究[J].土壤通報，2013，（05）：1047-1052.