| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-25页 |
| 1.1 选题背景及研究意义 | 第13-16页 |
| 1.1.1 选题背景 | 第13-16页 |
| 1.1.2 研究意义 | 第16页 |
| 1.2 国内外研究进展 | 第16-21页 |
| 1.2.1 元胞自动机转换规则获取方法研究 | 第16-19页 |
| 1.2.2 灰狼优化算法研究 | 第19-20页 |
| 1.2.3 研究现状小结 | 第20-21页 |
| 1.3 研究目标、内容及关键问题 | 第21-23页 |
| 1.3.1 研究目标 | 第21-22页 |
| 1.3.2 研究内容 | 第22页 |
| 1.3.3 关键问题 | 第22-23页 |
| 1.4 论文组织结构 | 第23-25页 |
| 第2章 研究基础 | 第25-33页 |
| 2.1 研究样区与实验数据 | 第25-30页 |
| 2.1.1 研究样区 | 第25-26页 |
| 2.1.2 实验数据 | 第26-30页 |
| 2.2 研究方法与技术路线 | 第30-31页 |
| 2.2.1 研究方法 | 第30页 |
| 2.2.2 实验平台 | 第30页 |
| 2.2.3 技术路线 | 第30-31页 |
| 2.3 本章小结 | 第31-33页 |
| 第3章 元胞自动机转换规则的灰狼挖掘方法 | 第33-57页 |
| 3.1 元胞自动机与灰狼优化算法的基本原理 | 第33-38页 |
| 3.1.1 元胞自动机的基本原理 | 第33-36页 |
| 3.1.2 灰狼优化算法的基本原理 | 第36-38页 |
| 3.2 GWO-CA转换规则智能获取方法模型构建 | 第38-53页 |
| 3.2.1 元胞自动机转换规则智能获取方法的构造与表达 | 第38-41页 |
| 3.2.2 GWO-CA转换规则智能获取算法的整体框架 | 第41-43页 |
| 3.2.3 GWO-CA转换规则获取核心算法设计 | 第43-46页 |
| 3.2.4 GWO-CA转换规则智能获取算法模型参数 | 第46-47页 |
| 3.2.5 GWO-CA转换规则智能获取算法的关键算子与实现 | 第47-52页 |
| 3.2.6 GWO-CA规则智能获取算法的实现 | 第52-53页 |
| 3.3 GWO-CA转换规则智能获取工具的设计与实现 | 第53-55页 |
| 3.4 本章小结 | 第55-57页 |
| 第4章 元胞自动机转换规则智能获取方法实例研究 | 第57-83页 |
| 4.1 数据预处理与采样 | 第57-62页 |
| 4.1.1 数据预处理 | 第57-60页 |
| 4.1.2 数据采样 | 第60-62页 |
| 4.2 灰狼优化算法的元胞自动机城市扩展建模 | 第62-70页 |
| 4.2.1 灰狼优化算法的元胞自动机城市扩张动态扩展 | 第64-68页 |
| 4.2.2 灰狼优化算法的元胞自动机模型验证 | 第68-70页 |
| 4.3 逻辑回归方法的元胞自动机城市动态扩展 | 第70-74页 |
| 4.3.1 逻辑回归方法的元胞自动机模拟方法构建 | 第70-72页 |
| 4.3.2 逻辑回归方法的元胞自动机模型验证 | 第72-74页 |
| 4.4 决策树方法的元胞自动机城市动态扩展 | 第74-76页 |
| 4.4.1 决策树方法的元胞自动机模型原理 | 第74-75页 |
| 4.4.2 决策树方法的元胞自动机模型验证 | 第75-76页 |
| 4.5 城市扩展模拟结果验证与对比分析 | 第76-82页 |
| 4.5.1 视觉感知验证分析 | 第76-78页 |
| 4.5.2 模拟精度量化分析 | 第78-80页 |
| 4.5.3 空间格局验证分析 | 第80-82页 |
| 4.6 本章小结 | 第82-83页 |
| 第5章 结论与展望 | 第83-85页 |
| 5.1 结论 | 第83-84页 |
| 5.2 不足与展望 | 第84-85页 |
| 参考文献 | 第85-90页 |
| 在读期间发表的学术论文及科研成果 | 第90-91页 |
| 致谢 | 第91-92页 |
