基于森林空间规划问题的模拟退火算法参数敏感性研究

[目的] 以森林空间收获安排问题为基础，系统探讨模拟退火算法参数（初始解数量、初始温度、降温速率和每温度下重复次数）设置对森林空间规划问题目标解质量的影响。[方法] 规划模型以10个5年规划分期内的最大化木材收获为基本目标，同时满足均衡收获和最大连续采伐面积约束。模拟数据由5个假设的栅格数据组成，共产生了3 300~81 600个0-1型决策变量。[结果] 表明：各规划问题目标函数值的平均变异系数仅在0.18%~14.95%间波动，说明模拟退火算法优化结果的高度稳定性；每温度下重复次数和初始温度分别与林分数量呈显著的多项式（R2=0.85）和指数（R2=0.66）关系，而降温速率则与林分数量倒数呈显著的多项式（R2=0.98）关系，初始解数量虽不受林分数量影响，但至少应维持在500次以上。同时，研究还表明规划问题规模不仅显著影响各参数的取值，同时还显著影响算法获得满意解概率（PN）和求解效率（RE），其中满意解概率随林分数量的增加而呈显著线性增加趋势（R2=0.98），但求解效率则呈显著线性下降趋势（R2=0.55）。[结论] 模拟退火算法优化结果具有高度稳定性，能够适应复杂森林规划问题的需求；模拟退火算法优化结果对参数设置和林分数量具有高度的敏感性，因此森林经营决策人员在采用模拟退火算法解决具体的森林规划问题时应慎重选择各参数的取值，以确保规划结果的稳定性和可靠性