Ein integriertes Modell aus Grey Wolf Optimizer und zellulären Automaten für die Simulation und Optimierung des städtischen Wachstums

Zusammenfassung Dieser Artikel schlägt ein integriertes Modell aus Grey Wolf Optimizer (GWO) und zellulären Automaten (CA) für die Simulation und räumliche Optimierung des städtischen Wachstums vor. Ein neuer, von Grauwölfen inspirierter Ansatz wird vorgestellt, um die Regeln für das städtische Wachstum von CA-Zellen mithilfe des GWO-Algorithmus zu bestimmen, der sich zur Lösung von Optimierungsproblemen eignet. Die Inspiration für den GWO stammt aus der sozialen Führung von Wolfsgruppen sowie ihrem Jagdverhalten. Die GWO-optimierten Regeln für das städtische Wachstum für CA beschreiben die Beziehung zwischen den räumlichen Variablen und dem städtischen Landnutzungsstatus für jede Zelle in Form von „Wenn–Dann“-Aussagen. Der GWO-Algorithmus und das CA-Modell werden anschließend als GWO–CA-Modell für die Simulation und Optimierung des städtischen Wachstums integriert. Am Beispiel der Stadt Nanjing beträgt die Simulationsgenauigkeit in Bezug auf städtische Zellen 86,6 % und der Kappa-Koeffizient 0,715, was darauf hinweist, dass der GWO-Algorithmus effizient darin ist, Regeln für das städtische Wachstum aus räumlichen Variablen abzuleiten. Die Validierung des GWO–CA-Modells verdeutlicht zudem, dass es bei der Simulation und räumlichen Optimierung des städtischen Wachstums gut abschneidet und weiter zur Stadtplanung und zum Stadtmanagement beitragen kann.