[发明专利]一种自适应并行的社区养老服务点选址优化方法及系统

权利要求书

1.一种自适应并行的社区养老服务点选址优化方法，其特征在于，包括以下步骤：

S1获取目标区域的养老服务点数据、城市水域数据和城市道路数据；

S2以S1数据计算老年人出行距离，并以最短距离为目标构建多约束社区养老服务点选址优化模型；

S3利用算术优化算法求解多约束社区养老服务点选址优化模型，得到选址结果后输出；

S4使用自适应并行的算术优化算法求解多约束社区养老服务点选址优化模型，得到并行计算寻优后的选址结果并输出。

2.根据权利要求1所述的自适应并行的社区养老服务点选址优化方法，其特征在于，所述方法中，以最短距离为目标构建多约束社区养老服务点选址优化模型时，首先建立目标函数，具体如下：

则约束条件为：

t≤0.25h ⑵

其中：ω^h，ω^uh，α_i∈{0，1}，i∈n

其中，n是所有需服务小区点{a₁,a₂,…,a_n}的集合；ω^h和ω^uh分别表示0-1决策变量，表示自理老人(1)和失能老人(0)；

和分别表示第i个需服务小区自理老人和失能老人的人口密度；

α_i表示0-1决策变量，表示从第i个需服务小区到待建服务点之间是否需要乘坐公共交通工具；

(A,B)表示待建服务点的位置坐标；

(a_i,b_i)表示第i个需服务小区位置坐标；V_i表示第i个需服务小区附近公共交通工具的平均速度；

t表示老年人乘坐公共交通工具耗费的最长时间。

3.根据权利要求1所述的自适应并行的社区养老服务点选址优化方法，其特征在于，所述方法中，利用算术优化算法求解多约束社区养老服务点选址优化模型时，在所需服务小区周围随机选择N个待建服务点的候选点，所有候选点的坐标被扩展成一个N×N的矩阵，具体表示如下：

4.根据权利要求3所述的自适应并行的社区养老服务点选址优化方法，其特征在于，所述方法中，利用算术优化算法求解多约束社区养老服务点选址优化模型时，建立算法中探索阶段和开发阶段的转换函数如下：

其中，iter为当前迭代次数，Max_iter为最大迭代次数，Max和Min是加速函数的最大值和最小值。

5.根据权利要求4所述的自适应并行的社区养老服务点选址优化方法，其特征在于，所述方法中，利用算术优化算法求解多约束社区养老服务点选址优化模型时，探索阶段算法迭代更新函数如下：

其中，α是敏感参数，ε是极小的正整数，best表示当前最优值，UB和LB是划定范围的上下界，μ是控制参数，r₂是[0,1]的随机数。

6.根据权利要求5所述的自适应并行的社区养老服务点选址优化方法，其特征在于，所述方法中，利用算术优化算法求解多约束社区养老服务点选址优化模型时，开发阶段算法迭代更新函数如下：

其中，r₃是[0,1]的随机数。

7.根据权利要求1所述的自适应并行的社区养老服务点选址优化方法，其特征在于，所述方法中，使用自适应并行的算术优化算法求解多约束社区养老服务点选址优化模型时，自适应参数调整，通过引入自适应调整来改变敏感参数α，具体公式如下：

α(iter)＝1-α′(iter)+ε (10)

其中，α_max和α_min是敏感参数的最大值和最小值，f,f_min,f_max,f_avg分别是适应度值，最小适应度值，最大适应度值和平均适应度值。