SDMKD及智能空间决策支持系统研究

摘要

空间对象固有的空间位置属性衍生了各种不确定的空间关系，包括空间拓扑关系、空间方位关系、空间距离关系以及它们之间的组合关系，这些空间关系通常以非显性的方式隐含于空间数据中，使得人们对空间数据解析和处理的难度大大提高。空间数据丰富和空间知识贫乏的现象长期存在着，这种趋势的发展促成了空间数据挖掘和知识发现（SDMKD）的产生，并成为数据挖掘领域的一个研究热点。 在空间信息技术发展过程中，空间决策支持系统（SDSS）结合了地理信息系统（GIS）数据处理的长处和传统决策支持系统模型分析的优势，对一些结构化较强的空间问题提供了有效的决策支持。但由于缺少机器学习、知识发现和专家系统等领域的技术支持，SDSS对空间数据的深层次分析和非结构化空间问题提供决策支持的能力相当薄弱，智能空间决策支持系统（ISDSS）的出现弥补了这一不足。 本文从解决智能空间决策支持系统“知识瓶颈”难题入手，对空间知识的获取、表达和推理等关键问题展开研究，从理论基础、技术支持、推理机制和系统集成等多方面对ISDSS这一空间信息技术领域前沿问题进行了理论上的探索。具体的研究内容如下： 1．典型空间聚类问题的k值优化研究。现在使用的各种空间聚类算法中，一般需要事先给定聚类数k，但是多数情况下，聚类数k事先无法确定，因此需要对聚类数k进行优化处理。针对典型空间聚类K-means算法存在事先给定七值和算法复杂度大的缺陷，在充分研究一些学者构造的聚类有效性检验函数的基础上，构造了距离代价函数作为聚类有效性检验函数，并确定了距离代价最小准则作为最优解的条件。结合经验规则，提出了空间聚类k值优化算法，该算法大大缩小了最佳聚类数的搜索范围，为最佳聚类数的求解做出了贡献。 2．空间数据挖掘和知识发现可视化。针对空间数据挖掘和可视化技术独立发展、相互分离的事实，把可视化技术具有的直观性和强大的知识揭示能力的优势用于SDMKD，对空间数据可视化和空间数据挖掘可视化进行了研究。同时，研究了可视化在空间数据挖掘不同阶段的作用及其对不同知识类型的适用性问题，并对基于空间统计分析的GIS中的SDMKD可视化和基于Voronoi图的SDMKD可视化进行了探索和研究。 3．不确定空间信息处理方法及其理论基础。对处理不确定性问题具有优势的证据理论、粗糙集理论和贝叶斯理论分别进行了研究，提出了基于技术进步和信息不对称的动态证据合成法则、基于一致规则的知识约简法则和基于贝叶斯网络的不确定推理等方法，并结合具体的应用领域，分析和探讨了这些理论和方法在不确定空间信息处理方面不同的优势。 4．空间领域知识在SDMKD中的应用研究。对于隐含空间属性的普通数据，运用空间领域知识建立相应的空间概念层次树，然后以离散值的方式添加研究对象的空间属性，把普通数据改造为“空间数据”，再利用空间数据挖掘方法发现其中一些有效的空间知识模式。 5．空间关系形式化描述和定性空间推理研究。空间关系一般以非显性的方式隐含于空间数据之中，由于其不确定性和非结构化特征，空间关系的形式化表达和推理成为空间数据处理的一个难点，也是空间数据挖掘、定性空间推理和空间决策分析中的核心问题之一。在空间关系形式化描述研究的基础上定性研究了空间拓扑关系推理、空间方位关系推理、空间距离关系推理，并对空间关系组合推理和空间组合关系推理进行了探索。 6．基于知识的智能空间决策支持系统研究。ISDSS是空间信息技术领域的一个前沿方向，其理论、方法和技术体系远未成熟，目前尚处于探索阶段。论文对空间知识获取、空间知识表达和空间知识推理等ISDSS智能化过程中面临的几个关键问题进行了初步的研究，提出了基于SDMKD的智能空间决策支持系统，并对系统的体系结构和推理机制进行了探索和研究。 7．工业布局优化智能空间决策支持系统及其实验研究。在对影响工业布局的微观因素进行了深入分析的基础上，采用归约的思想对工业布局优化这一复杂空间决策问题进行逐步分解和简化处理。提出了工业布局优化智能空间决策支持系统的概念，并对该系统总体设计思路、体系结构、决策方法和流程分析进行了系统的阐述和实验性研究。 上述扩展研究成果不仅丰富了SDMKD和ISDSS理论的内容，而且为ISDSS面向非结构化复杂空间决策问题提供了智能化技术支持。

目录

文摘

英文文摘

论文说明：插图清单

第一章 绪论

1.1 空间数据挖掘和知识发现(SDMKD)及其研究进展

1.2 智能空间决策支持系统(ISDSS)及其研究进展

1.3 本文研究的主要内容

第二章 SDMKD的理论基础及主要方法

2.1 SDMKD的理论基础

2.2 SDMKD的主要方法

2.3 空间数据仓库(SDW)与空间联机分析处理(SOLAP)

2.4 本章小结

第三章 空间聚类及其优化算法

3.1 空间聚类及主要方法

3.2 典型空间聚类K-平均算法及其优化

3.3 本章小结

第四章 SDMKD可视化

4.1 空间统计分析与SDMKD可视化

4.2 数据可视化与空间数据挖掘可视化

4.3 Voronoi图与空间数据挖掘可视化

4.4 本章小结

第五章 不确定空间信息处理

5.1 不确定空间推理及其理论基础

5.2 粗集理论及其在空间信息处理中的应用研究

5.3 证据理论及其在空间信息处理中的应用研究

5.4 本章小结

第六章 智能空间决策支持系统(ISDSS)及其系统集成

6.1 ISDSS中空间关系的形式化描述及定性空间推理

6.2 ISDSS中的空间知识获取与知识表达

6.3 基于SDMKD的智能空间决策支持系统及其系统集成

6.4 ISDSS推理机制

6.5 本章小结

第七章 智能空间决策支持系统实验研究

7.1 系统总体设计

7.2 决策过程分析

7.3 定性空间分析

7.4 工业布局优化智能空间决策支持系统实验研究

7.5 本章小结

第八章 总结与展望

8.1 总结

8.2 展望

参考文献

攻读博士学位期间发表的论文

致谢