基于Ａｇｅｎｔ技術的城市土地價格預測系統設計

摘要：本文提出了一種新的基于Agent技術的城市土地價格預測系統設計方法。在該系統中，采用神經網絡作為預測算法，基于網絡的方法智能化的進行數據查找與定位，利用空間數據庫實現空間數據的存儲與更新，實現城市土地價格的預測。

關鍵詞：神經網絡；Agent；GIS；空間數據庫

中圖分類號：TP3文獻標識碼：A 文章編號：1009-3044(2008)11-20257-02

1 前言

隨著社會經濟的日趨發展，土地利用變化迅速，城市擴展中土地的利用成為社會比較關注的熱點問題。20世紀80年代末至今，由于經濟的高速發展和人口持續膨脹，土地投資的不斷增加及土地稀缺性不斷提高，我國的大城市及周圍的土地價值呈現不可逆轉的增長趨勢，從而導致土地價格的持續上漲，所以在分析影響土地價格的因素的基礎上，對土地價格的預測成為城市發展的重要問題之一。

其中影響土地價格的因素包括很多，以下列舉了一些主要因素：(1)人均收入；(2)GDP；(3)人口數量；(4)人口密度；(5)人均居住面積；(6)城鄉居民建設用地；(7)政策導向。

2 系統實現的功能

本系統主要實現城市地價預測功能，它包括數據的查詢、輸入、輸出；空間數據庫的建立與維護；基于網絡的空間數據的查詢。

3 系統結構

本系統包括人機接口、數據庫模塊和Agent數據查詢模塊三部分組成。

人機接口是面向用戶的操作界面，它提供了數據查詢、數據輸入和數據輸出等功能。

Agent查詢模塊面向網絡，自主對網上分布的地理空間信息進行查找、定位以及獲取或過濾，并且與數據庫進行通信，實現數據的存儲、更新。

數據庫模塊實現數據的存儲、更新，而且通過GIS系統與用戶界面相連接，實現用戶的查詢、輸入和輸出功能。

系統結構圖如圖1所示：

4 系統功能模塊的設計

4.1 Agent技術的應用

Agent技術的誕生和發展是人工智能技術（Artificial Intelligent，簡稱AI）和網絡技術發展的必然結果。它的目標是構造能表現一定智能行為的主體(Agent)，目前Agent的研究已經是人工智能的核心問題，而且融入了計算機科學的各個領域，并得到了廣泛的重視和應用。

4.2 Agent功能模塊設計

首先，設計了一個基于網絡環境的多層次空間元數據庫框架管理分布的空間數據庫，然后，在多層空間數據框架的基礎上，根據用戶的不同需求構建了不同的Agent，包括人口數量查詢Agent、人均收入查詢Agent、GDP查詢Agent等。如圖2所示：

5 數據庫模塊的設計

5.1 AreSDE+SQL Server2000[1]的集成方式

城市地理信息涉及數據量非常大，包括多源遙感數據、矢量數據、統計數據等多種數據類型，而商業性的數據庫軟件對空間數據的支持又不夠。空間數據庫引擎技術(SDE)可以實現空間數據在數據庫中的有效存儲。

AreSDE是目前使用最廣泛、性能最穩定的GIS空間數據引擎之一，它支持幾乎所有的主流商業數據庫管理軟件，如SQL Server， Oracle， DB2等，能夠方便地實現數據備份、恢復以及在不同數據庫之間轉換。

SQL Server2000是專為企業及機構設計的大型數據庫，它為開發人員及數據庫管理員提供直覺化及方便的工具與界面，硬件要求水平低。而且支持分布式數據結構，與Windows操作系統具有非常好的兼容性，相對其他大型商業數據庫而言價格便宜。

因此，鑒于以上原因，本系統采用SQL Server2000為數據庫平臺，以ArcSDE9.0為中間件建立城市地理信息數據庫。

5.2 系統開發環境

硬件環境。高檔PC機（內存256M、CPU1.7G、硬盤40G以上 ），并配置掃描儀打印機等輸入輸出設備。

軟件環境。操作系統平臺用Windows 2000 或更高版本操作系統；開發語言Microsoft VB 6.0中文版；數據庫平臺采用Microsoft SQL Server數據庫管理平臺；GIS平臺采用ArcGIS9.0。

5.3 數據庫結構

在本數據庫結構設計中，采用服務器/客戶端(C/S)[2]體系結構，包括底層數據庫、功能模塊及數據接口、用戶圖形界面3個部分。底層數據庫使用SQL Server 2000作為系統空間數據和屬性數據存儲的物理實體；數據引擎ArcSDE負責數據的存儲管理，并對外提供一致的數據訪問接口；功能模塊用來實現各種操作功能，每個功能模塊包含具體的操作。系統的界面及主要功能以VB為開發環境，結合ArcObject，采用面向對象的編程思想，使系統具有較強的獨立性、界面比較美觀、功能強大等特點。設計框圖如圖3所示。

5.4 空間數據和要素數據

在空間數據庫的物理設計中主要考慮的是空間數據已怎樣的表現方式存儲到一個數據庫系統中。現在主流的都是基于面向對象技術的空間數據模型——Geodatabase來表現空間實體。地理數據庫按照層次型的數據對象來組織地理數據，這些數據對象包括對象類{Object Classes}、要素類（Featutre Classes）和要素數據集。在Geodatabase中，對象類是存儲非空間數據的表，要素類是具有相同幾何類型和屬性的要素的集合，要素數據集市共享空間參考系統的要素類的集合。

空間數據。空間數據的設計與實現是GIS的核心，包括大量的矢量、圖形等數據。該系統涉及城市土地的空間數據主要有以下幾種：城市地形圖；城市土地利用地形圖；土地分布圖；地區邊界等。

屬性數據包括城市土地地理信息數據如ID、土地面積、邊界周長、人口數量、土地類型、人口分布等。

6 地價預測算法

人工神經網絡預測地價是目前較為流行的預測方法，其預測地價思路為數據準備、學習樣本及網絡參數輸入、網絡學習、地價預測等步驟。影響土地價格的各種因子作為網絡的輸入向量，將城市土地價格作為網絡的輸出向量來建立預測模型。

具體的流程如圖4。

7 結束語

目前，國內外針對地價預測方法作了大量研究，一些比較發達的城市甚至建立了城市地價動態監測體系，國內也有相關的研究報道。本系統是在此基礎上，采用地理空間系統，引入Agent技術進行大量數據的查找與更新，進而完成城市土地價格的預測。其中，本文對城市地價預測系統功能、數據庫建立等問題進行了分析，探討了GIS技術、空間數據庫、Agent技術等為核心的系統開發建立方法，以便為同類系統的建立提供一些參考。

參考文獻：

[1] 孫永華、李小娟、尹連旺.基于ArcSDE和SQL Server2000洪水災害信息數據庫的設計研究[J].河北師范大學學報，2007，31(3):400-402.

[2] 徐勝祥，賀立源，徐運清. MapObject 支持下的小城鎮土壤資源管理信息系統的設計與開發[J].安徽農業科學，2007，35(7)：1994-1997.

[3] 張蓬濤，趙士強，安惠英.城鎮基準地價修訂及預測方法比較研究[J].河北農業大學學報，2001，24(4)：87-89.

[4] Bernard M，Walid C，Jeremi G.PADI-simul:Agent-based geosimulation software supporting the design of geographic spaces[J].Computers，Environment and Urban Systems，2004，28(40：387-420).

注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文