[发明专利]一种基于人群密度预测的职住空间布局智能优化方法在审

专利信息
申请号: 202310422163.8 申请日: 2023-04-19
公开(公告)号: CN116502836A 公开(公告)日: 2023-07-28
发明(设计)人: 杨俊宴;史宜;张钟虎;周景翎;崔澳;张珣;张芷晗;孙昊成;张晨阳;刘佳蕾 申请(专利权)人: 东南大学
主分类号: G06Q10/0631 分类号: G06Q10/0631;G06F17/18;G06Q50/26;G06Q10/04
代理公司: 北京同辉知识产权代理事务所(普通合伙) 11357 代理人: 张恩慧
地址: 210096 江苏省*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人群 密度 预测 空间布局 智能 优化 方法
【权利要求书】:

1.一种基于人群密度预测的职住空间布局智能优化方法,其特征在于,包括以下步骤:

S1,获取场地数据并存储;

S2,根据所述场地数据,来对职住人口进行识别和校核,得到职住人群密度校核数值;

S3,根据所述职住人群密度校核数值,来构建关系库,并预测规划期职住人群密度;

S4,根据所述规划期职住人群密度计算职住平衡指数,并生成职住平衡区域和职住不平衡区域;

S5,判定所述职住平衡区域的规模,并再次筛选出职住不平衡区域;

S6,对S4和S5筛选出的职住不平衡区域进行智能优化;

S7,将经过S5再次筛选后的职住平衡区域作为最终的输出结果。

2.根据权利要求1所述的一种基于人群密度预测的职住空间布局智能优化方法,其特征在于,获取所述场地数据的步骤包括:

S11,向当地规划部门获取目标区域的街区地块矢量数据和土地利用数据;

S12,向当地电信部门获取目标区域的人群时空分布数据;

S13,通过测绘无人机,对目标区域三维倾斜摄影数据进行实地采集并转译为建筑数据和道路数据;

S14,通过红外视频探头,采集典型街区地块人脸时空数据,包含:人脸信息、空间地理位置、地块出入和时间信息的表格数据;

S15,将S11至S14得到的数据录入地理信息系统,统一转化至2000国家大地坐标系并进行数据叠合与存储。

3.根据权利要求1所述的一种基于人群密度预测的职住空间布局智能优化方法,其特征在于,校核职住人口的步骤包括:

S21,将目标区域人群时空分布数据和街区地块矢量数据进行叠合计算,识别所有用户的职住信息,统计得到各街区地块的就业人群密度测算数值、居住人群密度测算数值以及同时在该街区地块就业且居住的人群密度测算数值;

S22,识别典型街区地块人脸时空数据的职住信息,统计典型街区地块的就业人群密度实际数值、居住人群密度实际数值以及同时在该街区地块就业且居住的人群密度实际数值;

S23,将典型街区地块的就业人群密度实际数值、居住人群密度实际数值以及同时在该街区地块就业且居住的人群密度实际数值,与所对应街区地块测算数值进行计算,得到相应校核数值。

4.根据权利要求3所述的一种基于人群密度预测的职住空间布局智能优化方法,其特征在于,S23中,计算校核数值的公式如下:

其中,Jn为n街区地块的就业人群密度校核数值,Hn为n街区地块的居住人群密度校核数值,JHn为n街区地块就业且居住的人群密度校核数值。

5.根据权利要求1所述的一种基于人群密度预测的职住空间布局智能优化方法,其特征在于,预测职住人群密度的步骤包括:

S31,计算各街区地块土地利用指标值、建筑形态指标值和道路拓扑指标值,通过人工智能训练上述指标与街区地块就业人群密度校核数值、居住人群密度校核数值以及同时在该街区地块就业且居住的人群密度校核数值的非线性映射关系,构建职住人群密度的关系库;

S32,输入目标区域规划设计方案数据,计算规划设计方案下各街区地块上述指标值,并通过关系库预测得到:规划期各街区地块的就业人群密度预测数值、居住人群密度预测数值,以及同时在该街区地块就业且居住的人群密度预测数值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310422163.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top