我国人多地少,土地资源稀缺。改革开放以来,随着我国经济的飞速发展,对土地资源日益增长的需求与有限的供给之间的矛盾不断加剧,同时土地利用格局也发生了显著的变化。在所有的经济活动中,城镇化无疑是驱动我国当前土地利用格局变化的“发动机”。城镇化的快速发展,一方面使得建设用地需求日益旺盛,大量农村土地特别是耕地被占用,造成了土地紧缺;另一方面,大量农村人口流入城市,许多农村宅基地被闲置,造成很多村庄空心化,导致了土地浪费。因此,亟需对土地利用进行优化配置,缓解土地供需矛盾,促进地区的可持续发展。土地利用优化配置通过调整土地利用的数量结构和空间布局,平衡土地供需矛盾,以达到更高的社会、经济和生态效益。土地利用优化配置是土地利用规划学中的热点问题,土地利用数量结构优化在优化目标选择与优化方法应用等方面取得了丰硕的研究成果,然而在土地利用空间布局优化的理论与方法方面的研究则略显薄弱。近年来,随着计算机性能的大幅提升,智能优化技术逐渐在各行各业中大展拳脚,成为了研究热点。不少学者基于智能优化算法,提出了各种各样的土地利用优化配置模型。但是,这些模型存在种种问题,使之停留在科学研究阶段,未能充分应用到土地利用规划实践中。这些问题包括:(1)模型空间化程度不够,难以实现图斑层次的空间优化操作;(3)模型集成的领域知识薄弱,未能充分发挥领域知识在土地利用优化配置中的作用;(3)模型的运行效率低下,难以适用于大区域高精度的土地利用优化配置。研究如何将智能优化算法空间化、知识化和高效化,将极大地提高模型解决土地利用优化配置问题的能力,增强模型的实用化程度。本文围绕土地利用优化配置问题,在分析现有研究发展趋势与不足的基础上,开展基于粒子群算法的土地利用优化配置研究。研究重点解决现有模型在空间化操作、领域知识集成和优化效率方面存在的问题,提高模型解决复杂土地利用优化配置问题的能力,为我国现阶段土地利用规划工作提供技术支撑,并丰富土地利用优化配置的理论和方法体系。主要研究内容包括以下几大部分:(1)开展空间化的土地利用优化配置模型研究。从编码方法、操作单元、操作算子三个方面对粒子群优化模型进行地理空间化改进。编码方法采用基于符号的空间化编码方法,克服传统的数值编码对优化结果的干扰;操作单元选取栅格图斑而不是常见的栅格作为空间操作单元,实现图斑层次的空间优化操作;操作算子设计图斑邻域操作算子、图斑边缘操作算子、图斑大小操作算子和图斑形状算子,实现对图斑大小和形状的精细控制。通过上述空间化改造,提高粒子群优化模型处理空间优化问题的能力。(2)开展集成领域知识的土地利用优化配置模型研究。提取土地利用优化配置相关的土地适宜性知识、土地利用区位选择知识、和土地利用政策知识,进行知识规则推理,构建基于规则的土地利用优化配置领域知识模型;为提取用地主体偏好知识,使用多智能体对人地交互系统进行模拟,建立基于多智能体的土地利用优化配置领域知识模型。通过集成土地利用优化配置领域知识,加强优化模型的知识化程度,提高模型解决土地利用优化配置问题的能力。(3)开展并行化的土地利用优化配置模型研究。采用基于子群划分的方法对粒子群优化模型进行并行化改进,并提出基于主从并行结构和点对点并行结构的土地利用优化配置模型,提高土地利用优化配置模型的优化性能。为验证模型是否适用于多区域尺度的土地利用优化配置,分别选取了乡镇和区县两个尺度的研究区开展土地利用优化配置试验。实验一选取处于沿海发达地区的浙江省杭州市高桥镇作为实验区,开展乡镇尺度的土地利用优化配置。模型集成了图斑操作算子和基于规则的领域知识模型,实验结果表明这两项改进从整体和局部都提升了粒子群优化配置模型的优化效果,证明了空间化的粒子群优化模型具备解决乡镇尺度、多用地类型的土地利用优化配置问题的能力。实验二选取处于江汉平原的湖北省武汉市黄陂区作为实验区,开展区县尺度的农村居民点优化配置。模型集成了基于多智能体的农村居民点领域知识模型,实验结果表明集成多智能体领域知识的粒子群优化模型在整体和局部的优化效果都符合预期,证明了粒子群空间优化模型具备了解决区县尺度、单一类型的土地利用优化配置问题的能力。实验三对实验一构建的高桥镇土地利用优化配置模型进行并行化改造,测试了主从并行结构和点对点并行结构的优化性能,实验结果表明并行粒子群优化模型成功地将优化时间从分钟级降到了秒级,证明了并行粒子群优化模型能够适用于大区域高精度的土地利用优化配置。综上所述,本文构建的空间化、知识化、并行化的粒子群优化配置模型能够适用于多区域尺度、多种用地类型和高精度的土地利用优化配置,可以作为土地利用规划的辅助决策工具。