[发明专利]基于住房选择的智能城市规划模型动态微观仿真方法

权利要求书

1.一种基于住房选择的智能城市规划模型动态微观仿真方法，其特征在于：利用蒙特卡洛技术产生新的住房信息，将居民按照家庭结构、家庭收入和工作地点进行分类，每一类居民在选择住房时有相似的选择因子，利用最大似然估计法来估计效用方程系数，利用相对效用、t统计值和可调对数似然比对模型的贡献度、信任度和拟合优度进行检测以优化模型的模拟能力，结合多项指数离散选择的微观规划模型来计算效用值和效用概率，利用蒙特卡洛技术模拟住房选择，从而模拟和预测城市土地利用变化，为城市建设、管理和规划提供决策支持。

2.根据权利要求1所述的基于住房选择的智能城市规划模型动态微观仿真方法，其特征在于所述基于住房选择的智能城市规划模型动态微观仿真方法的具体步骤为：

步骤一：利用蒙特卡洛技术对城市土地空间资源和现有城市居民信息进行处理，产生新的住房信息，将居民按照家庭结构、家庭收入和工作地点予以分类，每一类居民在选择住房时有相似的选择因子，结合多项指数离散选择模型与城市住房信息建立多项指数离散选择的微观规划模型；

步骤二：利用现有城市居民信息，结合最大似然估计法计算出步骤一中的多项指数离散选择的微观规划模型的效用函数系数及其相对效用值、t统计值和可调对数似然比，利用相对效用值、t统计值和可调对数似然比对模型的贡献度、信任度和拟合优度进行检测以优化模型的模拟能力；

步骤三：计算出步骤二中多项指数离散选择的微观规划模型效用方程的效用值、效用概率及其累计概率；利用蒙特卡洛方法产生随机数，选择随机数落入的累计概率区间所对应的住房，将选择结果结合GIS技术进行动态图形化显示。

3.根据权利要求2所述的基于住房选择的智能城市规划模型动态微观仿真方法，其特征在于：所述的步骤一中将居民按照家庭结构、家庭收入和工作地点予以分类，每一类居民在选择住房时有相似的选择因子的步骤为：

步骤A、将居民根据家庭收入高低、家庭是否有小孩上学和工作地点是否在家的属性分为8类；

步骤B、将居民考虑的住房因子，根据多项指数离散模型建立效用方程。

4.根据权利要求2所述的基于住房选择的智能城市规划模型动态微观仿真方法，其特征在于：所述步骤二的具体步骤为：

步骤a、对现有住房信息进行抽样；

步骤b、利用最大似然估计法和抽样住房信息对效用方程系数进行预测，并返回相对效用、t统计值和可调对数似然比；

步骤c、去除相对效用中的较小值，并观测t统计值和可调对数似然比的变化，不断修改效用变量使得模型的可信度和拟合优度增加，预测误差越小，以优化模型。

5.根据权利要求2所述的基于住房选择的智能城市规划模型动态微观仿真方法，其特征在于：步骤三中的选择随机数落入的累计概率区间所对应的住房的选择步骤为：

步骤I、结合居民信息和GIS空间数据计算出每个选择者对待选择住址的效用值U_ni＝V_ni+ε_ni；

步骤II、计算出选择者对每个待选住房的住址选择概率；

步骤III、根据步骤II得出每个待选住房的（0，1）累计概率区间；

步骤IV、利用蒙特卡罗方法产生概率分布是（0，1）上均匀分布的T次随机数，随机数落入步骤III中的累计概率区间，落入次数最多的累计概率区间所代表的住房将为所选；

步骤V、当不同选择者对同一住房有选择趋势，则比较选择次数，该住房为选择次数多的选择者所得，其他选择者退而求其次；

步骤VI、结合GIS技术，将选择结果动态显示，供决策者参考。