地理模擬與最佳化系統

Logistic-CA是對MCE-CA的改進，主要通過邏輯回歸方法得到各空間因子的參數。 目前在GeoSOS網站可用的是獨立運行的程式。 GeoSOS的另一個重要創新是將CA和MAS集成起來，可以在進行複雜的模擬任務時加入更多的社會和人文因素。

套用

地理模擬與最佳化系統
目前GeoSOS主要被套用於珠江三角洲地區的多個城市，如廣州、番禺、東莞、深圳等。還有一些其他國家和地區的套用未通過發表論文的方式發布出來。

功能

元胞自動機

元胞自動機模擬模組包括五個CA模型：多準則判斷CA（MCE-CA），邏輯回歸CA（Logistic-CA）， 主成分分析CA（PCA-CA），神經網路CA（ANN-CA）以及決策樹CA（Decision Tree-CA）。

MCE-CA採用基於層次分析法的多準則判斷方法來確定涉及到的空間因子的權重，然後將計算得到的發展適宜性指標轉換為元胞發展的機率。Logistic-CA是對MCE-CA的改進，主要通過邏輯回歸方法得到各空間因子的參數。PCA-CA通過主成分分析的方法來降低各空間因子之間的相關關係，得到主成分因子進行分析。ANN-CA使用人工神經網路的方法來定義元胞自動機的轉換規則，並且該方法具有模擬多種土地利用類型相互轉換的能力。Decision Tree-CA使用了決策樹算法，它能夠以“IF…THEN…”語句的形式提供清晰的規則定義。相對於使用係數或方程式的形式來講，能更好的理解對模擬的規則。

多智慧型體系統

多智慧型體系統

模擬模組目前只包括一個採用基於多智慧型體建模（Agent-Based Modeling，ABM）方法進行城市地價模擬的演示。該模組設計為基於多智慧型體系統建模而提供的建模環境，使用戶可以通過圖形用戶界面（GUI），或者是GeoSOS平台的嵌入式語言進行基於多智慧型體系統的建模。同時該模組還提供集成CA方法和MAS方法的能力。該模組目前還在開發中。

空間最佳化

空間最佳化模組包括三個模型：設施點位置選擇模型、路徑最佳化模型及土地分配模型。

這些模型都基於蟻群最佳化算法（Ant Colony Optimization，ACO）。設施點位置選擇模型能夠根據使用最小資源耗費並獲得最大收益的原則，得到設施點的最佳分布位置。路徑最佳化的目標是使路徑儘可能短的同時路徑覆蓋的服務範圍儘可能大。土地分配模型使用柵格數據格式的土地適宜性地圖和給定的土地分配數量來產生土地分配方案，該方案同時考慮土地的適宜性指標和格局的緊湊性。

軟體架構

GeoSOS是使用Microsoft .NET Framework和C#程式語言實現的。GeoSOS使用了基於外掛程式的架構體系，該體系能夠方便的將元胞自動機、多智慧型體系統和空間最佳化的方法設計並實現為軟體外掛程式，然後方便的集成或卸載到GeoSOS平台框架中。
整個GeoSOS軟體體系包括一個獨立運行的程式、一些ESRI ArcGIS擴展和一些.NET類庫。同時GeoSOS還可以使用兩個虛擬地球環境來展示模擬和最佳化的結果，包括Google Earth和NASA World Wind環境，以及它們的web頁面環境。目前在GeoSOS網站可用的是獨立運行的程式。

特點與創新性

GeoSOS的一個重要的創新是耦合了空間模擬和空間最佳化的模型，在耦合框架下能夠執行更有效的模擬和最佳化任務。
GeoSOS的另一個重要創新是將CA和MAS集成起來，可以在進行複雜的模擬任務時加入更多的社會和人文因素。