[发明专利]一种城市清洁智能监测系统及方法

权利要求书

1.一种城市清洁智能监测方法，其特征在于，包括以下步骤：

A、建立基于不同区域特征的城市清洁评价模型体系，对城市各区域清洁程度进行模型评价；

B、基于城市各区域清洁程度模型评价，对各区域在未来时间段的清洁程度进行预测评估；

C、将当下时间城市各区域清洁程度反馈系统，对各区域未来时间内的清洁程度进行修正。

2.如权利要求1所述的城市清洁智能监测方法，其特征在于，所述步骤A具体包括以下内容：

基于不同建筑对城市清洁度影响建立城市清洁评价模型，通过城市各区域不同建筑类型对清洁度影响和人流量的不同来评价各区域的清洁程度；

S_k为城市k区域不同等级所有建筑对环境清洁的影响程度，R_i为清洁度等级，D_i为k区域内清洁度等级为R_i的建筑数量，β_i为清洁度等级为R_i的建筑数量对该区域清洁度影响特征变量，所述清洁度影响特征变量，是指清洁度等级相同的建筑数量对总体环境的影响系数，可根据实际情况取，清洁度等级越低，特征变量越小；

将单位时间内通过同一地点的人数之和定义为人流量，将人流量进行指数运算，再与城市建筑对环境清洁影响度进行乘积，获得各区域清洁度评估值：

所述Z_k为k区域通过建立清洁评价模型获得的清洁度，w为实时人流量。

3.如权利要求2所述的城市清洁智能监测方法，其特征在于，步骤B具体包括：

将过去不同时间内城市清洁度作为参数对未来较小时间内城市清洁度进行预测，记f_k(t)为城市k区域t时刻的清洁度，则有：

其中，为城市k区域t时刻的实时清洁度，为城市k每天同一时刻t1的清洁度， 为城市k每周同一时刻t2的清洁度，t为时间参数，t1表示每天的环比t时刻，t2过去每周的同比t时刻，M，N分别表示以天为单位、以周为单位获取过去时间内城市清洁度的数量，通过每天清洁度和每周清洁度的比较，获得过去时间段的清洁度对t时刻清洁度的影响参数ε：

通过t时刻实际城市清洁度与过去时间对t时刻的清洁度影响参数进行相加，获得未来时间段内城市中K区域的清洁度预测结果：

初始f_k(0)=0，α表示区域是否打扫，若派清洁工打扫，则α=0，若未打扫，则α=1；τ表示t时刻后时间长度为τ的变量；通过对不同时间段城市清洁度的选取，来预测下一时刻同一区域的清洁度。

4.如权利要求3所述的城市清洁智能监测方法，其特征在于，步骤C具体包括：

以时间段为步长，选取城市k各区域t时刻前的η个时间点的实际清洁度，所述时间段可根据实际需求自由设定，对X进行归一化处理：

其中，和分别表示清洁度集合X中的最大值和最小值。

做归一化处理可将过去时间段清洁度降为[0~1]，在接下来的运算中可避免数据太大导致修正参数不准确，将归一化处理后的数据与平均数对比获得修正参数；

将修正参数与预测结果结合获得修正后的清洁度为：

。