简介:选择广东省惠来县的乡村聚落为实证研究对象,以2006-2016年惠来县的遥感数据和DEM为数据源,采用GIS空间分析和数据处理方法分析2006-2016年惠来县乡村聚落空间结构的演变,并结合惠来县土地利用与经济数据建立Logistic回归模型分析乡村聚落空间结构演变的驱动机理.结果表明:惠来县乡村聚落空间形态类型主要表现为块状型,乡村聚落在空间上更加集聚,空间扩展显著;惠来县乡村聚落空间扩展存在明显的地区差异,中南部地区以高密度区且聚集,北部地区以低密度区较分散;惠来县乡村聚落空间结构演变与高程和坡度具有显著的负相关;惠来县乡村聚落空间结构演变受区位因素影响显著,以距道路500m为半径建立的缓冲区内乡村聚落点面积和数量均占主导地位,并随着时间推移有扩大趋势;惠来县乡村聚落空间结构演变受社会经济影响逐步增强;自然环境(高程与坡度)、区位(交通条件)以及社会经济(经济和人口)三方面驱动因子构成惠来县乡村聚落空间结构演变的驱动机理.
简介:为了在ad-hoc移动朵云中高效率地解决任务分配这一核心问题,提出了一种基于启发式算法的任务分配算法.粒子群优化和模拟退火优化的任务分配算法(PSO-SA)将任务之间的依赖关系转化为有向无环图(DAG)模型,其中各个节点上的数值表示任务产生的负载,DAG的各个边的数值表示传输产生的负载.为了模拟ad-hoc移动朵云的任务分配环境,建立了数学模型来描述各个子任务之间的依赖关系并定义各个子任务的卸载成本.PSO-SA用于任务分配决策并最小化所有移动设备的成本,能耗和时间延迟同时作为卸载成本.PSO-SA结合了粒子群优化和模拟退火优化的优势,通过以一定概率选取最优解的方式,避免算法过早落入局部最优解,同时保证算法收敛速度.仿真结果表明,与其他现有算法相比,PSO-SA算法产生的卸载成本较低并且其结果可以非常接近最优解.