中文摘要：

城市空间增长的时空过程模拟是地理学、地理信息科学的研究热点。"自下而上"的动态模拟模型由于其微观动力观察视角对于揭示过程和机制的有效作用而得到广泛关注，微动力模拟模型研究是目前该领域中的前沿问题。考虑到城市空间增长过程中主体学习行为的客观存在及其重要影响，针对现有基于主体的城市空间增长微动力模拟研究中缺失主体学习建模的不足，研究拟在GIS、RS、空间统计分析等技术的支持下，建立基于主体学习的城市空间增长微动力模拟模型分析主体的适应性行为及其与城市空间增长之间的关系，探讨主体学习过程及其对主体空间决策的影响路径；借鉴行为博弈理论中的主体学习算法研究，建立主体学习模型及相应的空间决策等模型；结合多主体分析和时间序列分析构建并实现基于主体学习的城市空间增长微动力模拟模型。并以南京市为研究区，模拟其城市空间增长微动力过程，以期为相关规划方案的论证、编制以及制定科学的城市发展策略提供决策支持。

结论摘要：

城市空间增长的时空过程模拟有助于了解城市发展历程，预见城市发展未来情景，寻找城市发展的科学道路，对于区域发展规划、空间发展战略的制定和实施有重要的现实价值。研究基于复杂适应系统理论，采用MAS建模方法，从微观动力视角构建城市空间增长模拟模型。针对研究目标和任务，项目开展了研究区城市空间增长特征分析，城市空间增长微动力模拟模型的概念设计、模型构建和原型实现，进行了研究区城市空间增长模拟和预测。项目执行期间，共发表论文9篇（EI4篇，ISTP3篇），申请专利4项（授权1项），参加国际会议10人次，培养博士生2人次（已毕业），硕士生3人（毕业1人），完成了项目预期目标，目前部分成果处于文章撰写、专利和软件著作权申请准备阶段。项目主要取得以下研究成果（1）利用CAS复杂系统认知范式分析城市空间增长微观动力过程，建立了由城市微观主体子系统、城市空间环境子系统、相关政策规划调控子系统，以及各子系统之间相互适应过程共同组成的城市空间增长微观动力过程概念模型，完成地理环境要素、主体类型、政策要素的抽取；（2）针对城市空间增长过程中主体行为过程的特征，抽取主体学习、主体决策、主体行为这一普遍主体适应性行为过程，主体在交流过程中通过主观学习，更新自身的决策知识库，并参考周围环境的状态，产生适应性生存和发展策略，在这一策略基础上实施有目的的主体行为；（3）通过调查、统计分析，选取了影响主体区位选择的环境质量、交通通达性、公共设施、教育资源等4类因素，9个因子，据此建立了主体决策影响因素评价模型，开展了主体决策影响因素综合评价；（4）综合考虑城市空间中大量主体在空间决策过程中对过去经验和他人经验的参考和借鉴，改进经验权重吸引力值模型，建立了主体空间行为过程中的学习模型—SEWA模型；（5）融合主体主观学习的结果，主体对客观条件的判断，基于用地效用分析，采用Monto Carlo 方法建立了主体空间决策模型，并建立用地单元转化模型，模拟城市土地利用类型转化；（6）综合自然环境和政策规划等因素，开发实现了基于主体学习的城市空间增长微动力模拟模型原型；（7）利用原型系统进行模拟实验并修正参数，应用修正后的模型预测研究区未来城市空间增长，结果表明，模型能够实现对城市空间增长的有效模拟，相比未加入学习模型的模拟结果，该原型模拟的新增城市用地在空间上更趋于集中，更符合个体空间区位选择的特点。