马星河，娄晨阳，赵军营，许 丹

（河南理工大学电气工程与自动化学院，焦作 454000）

空间负荷预测SLF（spatial load forecasting）[1]用来预测未来负荷量的变化规律，并且对未来负荷地理分布情况也可做相应的预测。目前的SLF方法有很多种，包括趋势分析法、负荷密度指标法、用地仿真法等。用地仿真法是通过分析规划区域土地利用变化的情况，预测规划区域的未来土地利用类型，并在此基础上将土地利用情况转化成空间负荷，是SLF的常用方法。

土地使用决策是用地仿真方法的核心，传统的用地仿真法通常依赖于专家的经验，得到的预测结果往往出现不同程度的偏差。近年来，国内外学者在这方面上提出了很多新的方法。文献[2-3]通过引入模糊逻辑技术用于用地仿真法的土地使用决策，隶属函数的选取本身具有主观因素。文献[4-5]提出了一种基于模糊粗糙集理论的SLF，该方法建立的模型没有解决数据在离散过程中本身带来的不确定性，也没有解决在小区用地评分时小区空间属性泛化后概念的模糊性。文献[6]提出将元胞自动机理论应用于SLF，由于获取的数据工作量较大，很难实际操作。很多预测方法都是采用静态决策规则应用于未来年规划区域用地类型的预测，然而静态决策规则只适合规划区域近几年的发展。

由于人工蜂群ABC（artificial bee colony）算法的设计思路遵循自下而上的原则，因此可以同其他模型结合构建以提取土地利用变化的转换规则。文献[7]研究表明蜂群算法应用于土地利用变化建模具有可行性，而且ABC算法模拟总体精度达到85%。……