| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-20页 |
| 1.1 研究背景 | 第7-8页 |
| 1.1.1 城市防灾空间是城市可持续发展的重要保证 | 第7页 |
| 1.1.2 小城镇防灾空间布局及优化研究的必要性 | 第7-8页 |
| 1.2 研究综述 | 第8-19页 |
| 1.2.1 城市防灾空间及评价方法综述 | 第8-13页 |
| 1.2.2 启发式算法及其应用综述 | 第13-19页 |
| 1.3 研究意义 | 第19-20页 |
| 1.3.1 理论意义 | 第19页 |
| 1.3.2 现实意义 | 第19-20页 |
| 第二章 研究框架 | 第20-24页 |
| 2.1 研究内容 | 第20页 |
| 2.2 研究目的 | 第20页 |
| 2.3 研究方法 | 第20-21页 |
| 2.4 研究技术路线 | 第21页 |
| 2.5 研究点选择 | 第21-24页 |
| 2.5.1 峨山县地理概述 | 第22页 |
| 2.5.2 峨山县灾害情况 | 第22-23页 |
| 2.5.3 小结 | 第23-24页 |
| 第三章 城市防灾空间数据库建立—以峨山为例 | 第24-49页 |
| 3.1 无向连接图 | 第24页 |
| 3.2 研究区范围界定 | 第24-25页 |
| 3.3 实例数据库建立-以峨山县为例 | 第25-42页 |
| 3.3.1 峨山城市防灾空间数据资料 | 第25-27页 |
| 3.3.2 以路网为基础的全链接无向图 | 第27-34页 |
| 3.3.3 峨山各区块人口数据及人口密度分布 | 第34-39页 |
| 3.3.4 峨山医疗卫生用地、消防设施用地数据资料 | 第39-40页 |
| 3.3.5 峨山城市防灾空间数据库节点赋值 | 第40-42页 |
| 3.4 城市防灾空间布局评价中分析的相关指标 | 第42-43页 |
| 3.4.1 实际服务范围 | 第42页 |
| 3.4.2 一定时间内实际服务范围 | 第42页 |
| 3.4.3 城市防灾空间利用率 | 第42-43页 |
| 3.4.4 城市防灾空间与消防站、医院的空间可达性 | 第43页 |
| 3.4.5 城市防灾空间与其他城市防灾空间的联系性 | 第43页 |
| 3.4.6 城市防灾空间的优化布置 | 第43页 |
| 3.5 评价选用软件 | 第43-44页 |
| 3.6 建立无向赋权图 | 第44-48页 |
| 3.7 小结 | 第48-49页 |
| 第四章 遗传算法的应用及评价 | 第49-70页 |
| 4.1 遗传算法评价指标选择 | 第49页 |
| 4.2 遗传算法 | 第49-52页 |
| 4.2.1 生物背景 | 第49-50页 |
| 4.2.2 遗传算法求解最短路径问题 | 第50-52页 |
| 4.3 实际服务范围评价 | 第52-56页 |
| 4.3.1 缓冲区法计算结果 | 第52-54页 |
| 4.3.2 遗传算法计算结果 | 第54-56页 |
| 4.3.3 缓冲区法与遗传算法结果对比分析 | 第56页 |
| 4.4 一定时间内服务范围 | 第56-62页 |
| 4.4.1 一定时间内覆盖范围计算结果 | 第57-61页 |
| 4.4.2 计算结果对比分析 | 第61-62页 |
| 4.5 城市防灾空间利用率 | 第62-63页 |
| 4.6 城市防灾空间与消防站、医院的空间可达性 | 第63-68页 |
| 4.6.1 与消防站的空间可达性 | 第63-65页 |
| 4.6.2 与医院的空间可达性 | 第65-68页 |
| 4.6.3 与消防站、医院的空间可达性评价 | 第68页 |
| 4.7 本章小结 | 第68-70页 |
| 第五章 蚁群算法的应用及评价 | 第70-82页 |
| 5.1 蚁群算法评价指标选择 | 第70-71页 |
| 5.2 蚁群优化算法 | 第71-74页 |
| 5.2.1 生物背景 | 第71-72页 |
| 5.2.2 蚁群优化算法：蚂蚁系统 | 第72-74页 |
| 5.3 城市防灾空间与其他城市防灾空间的联系性 | 第74-80页 |
| 5.3.1 蚁群算法各参数设置原则 | 第74-75页 |
| 5.3.2 不同参数的运算结果分析 | 第75-79页 |
| 5.3.3 峨山双江街道的防灾空间联系性评价 | 第79-80页 |
| 5.4 城市防灾空间的优化布置 | 第80-81页 |
| 5.4.1 计算流程及收敛约束规则 | 第80-81页 |
| 5.4.2 计算结果及评价 | 第81页 |
| 5.5 本章小结 | 第81-82页 |
| 第六章 结论与展望 | 第82-85页 |
| 6.1 评价分析结论及讨论 | 第82-83页 |
| 6.1.1 遗传算法与蚁群算法的对比 | 第82页 |
| 6.1.2 存在的问题 | 第82-83页 |
| 6.1.3 评价分析结论 | 第83页 |
| 6.2 研究创新点 | 第83-84页 |
| 6.3 本研究的不足及后续研究 | 第84-85页 |
| 6.3.1 本研究的不足 | 第84页 |
| 6.3.2 后续研究 | 第84-85页 |
| 附录(蚁群算法主要代码) | 第85-89页 |
| 参考文献 | 第89-93页 |
| 致谢 | 第93页 |
