CN106447574A - 一种智慧城市建筑选址方法 - Google Patents

一种智慧城市建筑选址方法 Download PDF

Info

Publication number
CN106447574A
CN106447574A CN201610822276.7A CN201610822276A CN106447574A CN 106447574 A CN106447574 A CN 106447574A CN 201610822276 A CN201610822276 A CN 201610822276A CN 106447574 A CN106447574 A CN 106447574A
Authority
CN
China
Prior art keywords
smart city
building
area
optional position
foundation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610822276.7A
Other languages
English (en)
Inventor
刘晶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qilu University of Technology
Original Assignee
Qilu University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qilu University of Technology filed Critical Qilu University of Technology
Priority to CN201610822276.7A priority Critical patent/CN106447574A/zh
Publication of CN106447574A publication Critical patent/CN106447574A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种智慧城市建筑选址方法，包括：步骤100，初始化智慧城市建筑的部署区域；步骤200，初始化智慧城市建筑参数；步骤300，确定智慧城市建筑选址方案的约束条件；步骤400，确定智慧城市建筑选址方案的目标函数；步骤500，求解智慧城市建筑选址方案；步骤600，对智慧城市建筑进行部署。本发明首先根据部署区域的参数，自动计算智慧城市建筑可能部署的位置，其次结合智慧城市建筑的参数，确定智慧城市建筑选址的约束条件和目标函数，然后对智慧城市建筑选址方案进行求解，最终在达到预期效果的同时节省了人力物力，提高了部署效率。

Description

一种智慧城市建筑选址方法
技术领域
本发明涉及自动化领域，特别涉及一种智慧城市建筑选址方法。
背景技术
改革开放30多年以来，我国城镇化建设取得了举世瞩目的成就，尤其是进入21世纪后，城镇化建设的步伐不断加快，每年有上千万的农村人口进入城市。随着城市人口不断膨胀，“城市病”成为困扰各个城市建设与管理的首要难题，资源短缺、环境污染、交通拥堵、安全隐患等问题日益突出。为了破解“城市病”困局，智慧城市应运而生。由于智慧城市综合采用了包括射频传感技术、物联网技术、云计算技术、下一代通信技术在内的新一代信息技术，因此能够有效地化解“城市病”问题。这些技术的应用能够使城市变得更易于被感知，城市资源更易于被充分整合，在此基础上实现对城市的精细化和智能化管理，从而减少资源消耗，降低环境污染，解决交通拥堵，消除安全隐患，最终实现城市的可持续发展。
发明内容
本发明为解决上述问题，提供了一种智慧城市建筑选址方法，其特征在于，包括以下步骤：
步骤000，测定欲部署智慧城市建筑的目标区域的数据；
步骤100，根据步骤000测定的数据，初始化欲部署智慧城市建筑的目标区域；
步骤200，初始化智慧城市建筑参数；
步骤300，确定智慧城市建筑选址方案的约束条件；
步骤400，确定智慧城市建筑选址方案的目标函数；
步骤500，求解智慧城市建筑选址方案；
步骤600，根据步骤500确定的选址方案，对智慧城市建筑进行部署。
本发明首先根据部署区域的参数，自动计算智慧城市建筑可能部署的位置，其次结合智慧城市建筑的参数，确定智慧城市建筑选址的约束条件和目标函数，然后对智慧城市建筑选址方案进行求解，最终在达到预期效果的同时节省了人力物力，提高了部署效率。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例一公开了一种智慧城市建筑选址方法，其特征在于，包括以下步骤：
步骤000，测定欲部署智慧城市建筑的目标区域的数据；
步骤100，根据步骤000测定的数据，初始化欲部署智慧城市建筑的目标区域；
步骤200，初始化智慧城市建筑参数；
步骤300，确定智慧城市建筑选址方案的约束条件；
步骤400，确定智慧城市建筑选址方案的目标函数；
步骤500，求解智慧城市建筑选址方案；
步骤600，根据步骤500确定的选址方案，对智慧城市建筑进行部署。
本发明实施例二公开了一种智慧城市建筑选址方法，其特征在于，包括以下步骤：
步骤000，测定欲部署智慧城市建筑的目标区域的数据，所述数据包括但不仅限于目标区域的边界、海拔、地质数据；
步骤100，根据步骤000测定的数据，初始化欲部署智慧城市建筑的目标区域；
步骤200，初始化智慧城市建筑参数，所述步骤200中初始化智慧城市建筑参数包括但不仅限于建筑名称、建筑用途、建筑形状、建筑高度、建筑地基深度、建筑面积和建筑辐射范围。
步骤300，确定智慧城市建筑选址方案的约束条件；
所述步骤300中智慧城市建筑选址的约束条件为：
其中Si为第i个建筑的面积，ST为目标区域面积，n为需要部署的智慧城市建筑数量，为第i个建筑的高度，为第i个建筑选定的可选位置的高度限制，为第i个建筑的地基深度，为第i个建筑选定的可选位置的地基深度限制，为第i个建筑的面积，为第i个建筑选定的可选位置的建筑面积限制；
其中公式(1)表示智慧城市建筑选址方法在占地面积方面的约束为总面积不超过目标区域的80％,确定这个约束条件的目的是为了使得整个目标区域的建筑不至于过于拥挤，以免造成交通拥堵或者人民群众生活舒适度下降；
公式(2)表示智慧城市建筑选址方法在建筑物高度方面的约束为建筑物高度不超过可选位置的高度限制，确定这个约束条件的目的是为了防止某些建筑物过高而影响到上方的建筑或者线路，因为本方法中对于每个可选位置都有一个高度限制，或者是统一的高度限制，也可以根据实际的地理情况对每个可选位置分别进行设置；
公式(3)表示智慧城市建筑选址方法在建筑物地基方面的约束为建筑物地基深度不超过可选位置的地基深度限制，确定这个约束条件的目的是为了防止某些建筑物需要较深的地基而影响到地下的地质结构，例如地下有暗流或者泉眼，那么地基深度不能太大，或者地下有重要的光缆线路或者地铁线路所以地基深度不能过大；
公式(4)表示智慧城市建筑选址方法在建筑物建筑面积方面的约束为建筑物面积不超过可选位置的建筑面积限制，确定这个约束条件的目的是为了满足城市整体规划或者区域规划要求，例如城市整体规划中商业建筑有总面积限制，那么某个可选位置上商业建筑的建筑面积就未必能够占满整个可用面积，又或者某个区域规划中有容积率要求，那么这个区域中的建筑面积就要受一定约束；
步骤400，确定智慧城市建筑选址方案的目标函数；
所述步骤400中智慧城市建筑选址的目标函数为：
Minimize:
其中Minimize代表要使目标函数取值最小，COSTi为第i个建筑确定选址后的建筑费用，Dij为第i个建筑与第j个建筑确定选址后之间的距离，且i,j∈[1,n]，i≠j，α为权重系数，α∈[0,1]。目标函数就是组合优化算法最终要实现的目的，本方法中的目标就是尽量使得建筑费用最低并且选址之后各建筑之间的距离最短，建筑费用最低取决于建筑的面积、建筑的高度、建筑的地基以及可选位置的具体情况，建筑面积、高度、地基等对建筑费用的影响是显而易见的，可选位置差异对建筑费用的影响是指市中心和郊区的建筑费用是不同的，当可选位置周边交通情况不同也会对建筑费用造成较大的影响。本方法中的智能城市建筑一般都是同类建筑，理论上来说这些建筑互相之间距离越近越能够发挥集群优势，所以本方法的目标函数尽量使得这些建筑之间的距离最小。
步骤500，求解智慧城市建筑选址方案，所述步骤500中求解智慧城市建筑选址方案的方法包括但不仅限于遗传算法，模拟退火算法，蚁群算法，粒子群算法以及蛙跳算法。
一种使用遗传算法求解智慧城市建筑选址方案的具体实施方式为：
1)可行解编码方式为：z＝(z1,z2…zn)，其中第i位的取值zi表示第i个建筑选择了第zi个可选位置，因此如果部署位置数量为v，那么有zi∈[1,v]且如果i≠j，那么有zi≠zj。使用这种编码方式的优点是能够涵盖所有可行解，扩大搜索空间。
2)选择算子为改进的一次轮盘赌方法，即生成两个0至1的随机数μ1,μ2，且μ1＜μ2，取大于等于μ1*n小于等于μ2*n之间的位数，保留做为下一代可行解的一部分，例如一组可行解包括100位即需要部署100个智慧城市建筑到目标区域中，生成的随机数为0.23和0.57，那么第23位到第57位之间的可选位置保留到下一代可行解中，也就是第23个到第57个智慧城市建筑位置不变，对其他建筑位置进行变换，以获得下一代可行解；使用这种选择算子的优点在于能够保留上一代可行解中的部分可选位置，加快搜索速度；
3)交叉算子为随机多点交叉，即生成两个可行解z和z′，随机选择两个可行解中多组成对的标志函数zi和zi′，将二者的值进行互换，选择这种交叉算子的优点在于能够避免搜索落入局部最优。
4)变异算子采用随机选择变异的方法，即随机选择可行解的多个位，针对每一位代表的可选位置，选择离该位置最近的未被选择的可选位置，替换该位置，选择这种变异算子的优点在于有助于实现各建筑距离最近的目标，加快搜索速度，提高求解效率。
5)适应度函数为目标函数：且i,j∈[1,n]，i≠j，α为权重系数，α∈[0,1]。当目标函数50代之内不再变化或者迭代次数到达1000次时终止遗传算法，取得最优解，使用这种终止方式的优点在于能够防止过多的无效迭代，提高算法效率，也能够保证最终可行解的优越性。
步骤600，根据步骤500确定的选址方案，对智慧城市建筑进行部署。
其他与方法相同之处在此不赘述，详情请参照方法说明部分。
本发明实施例首先根据部署区域的参数，自动计算智慧城市建筑可能部署的位置，其次结合智慧城市建筑的参数，确定智慧城市建筑选址的约束条件和目标函数，然后对智慧城市建筑选址方案进行求解，最终在达到预期效果的同时节省了人力物力，提高了部署效率。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (2)

1.一种智慧城市建筑选址方法，其特征在于，包括以下步骤：
步骤000，测定欲部署智慧城市建筑的目标区域的数据；
步骤100，根据步骤000测定的数据，初始化欲部署智慧城市建筑的目标区域；
步骤200，初始化智慧城市建筑参数；
步骤300，确定智慧城市建筑选址方案的约束条件,所述约束条件为：
Σ i = 1 n S i ≤ 80 % * S T ( 1 ) C h i ≤ P A V L i ( h e i g h t ) ( 2 ) C b i ≤ P A V L i ( b a s e m e n t ) ( 3 ) C s i ≤ P A V L i ( s q u a r e ) ( 4 ) ;
其中Si为第i个建筑的面积，ST为目标区域面积，n为需要部署的智慧城市建筑数量，为第i个建筑的高度，为第i个建筑选定的可选位置的高度限制，为第i个建筑的地基深度，为第i个建筑选定的可选位置的地基深度限制，为第i个建筑的面积，为第i个建筑选定的可选位置的建筑面积限制；
其中公式(1)表示智慧城市建筑选址方法在占地面积方面的约束为总面积不超过目标区域的80％,公式(2)表示智慧城市建筑选址方法在建筑物高度方面的约束为建筑物高度不超过可选位置的高度限制，公式(3)表示智慧城市建筑选址方法在建筑物地基方面的约束为建筑物地基深度不超过可选位置的地基深度限制，公式(4)表示智慧城市建筑选址方法在建筑物建筑面积方面的约束为建筑物面积不超过可选位置的建筑面积限制；
步骤400，确定智慧城市建筑选址方案的目标函数；
步骤500，求解智慧城市建筑选址方案；
步骤600，根据步骤500确定的选址方案，对智慧城市建筑进行部署。
2.根据权利要求1所述的智慧城市建筑选址方法，其特征在于，所述步骤500中求解智慧城市建筑选址方案的方法包括但不仅限于遗传算法，模拟退火算法，蚁群算法，粒子群算法以及蛙跳算法。
CN201610822276.7A 2016-09-14 2016-09-14 一种智慧城市建筑选址方法 Pending CN106447574A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610822276.7A CN106447574A (zh) 2016-09-14 2016-09-14 一种智慧城市建筑选址方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610822276.7A CN106447574A (zh) 2016-09-14 2016-09-14 一种智慧城市建筑选址方法

Publications (1)

Publication Number Publication Date
CN106447574A true CN106447574A (zh) 2017-02-22

Family

ID=58167817

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610822276.7A Pending CN106447574A (zh) 2016-09-14 2016-09-14 一种智慧城市建筑选址方法

Country Status (1)

Country Link
CN (1) CN106447574A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108573326A (zh) * 2018-04-17 2018-09-25 武汉理工大学 基于遗传蚁群混合算法的视频服务器选址方法
CN112488343A (zh) * 2020-12-01 2021-03-12 北京航空航天大学云南创新研究院 一种基于超启发式算法的智慧城市智能感知终端选址方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521488A (zh) * 2011-11-28 2012-06-27 山东电力集团公司济南供电公司 一种电动汽车换电站选址方法
US20120330621A1 (en) * 2010-03-15 2012-12-27 Detwiler Michael W Computer-implemented land planning system and method with automated parking area design tools
CN103839118A (zh) * 2014-03-24 2014-06-04 中国科学院生态环境研究中心 一种选址方法和装置
CN105427003A (zh) * 2015-12-30 2016-03-23 北京航空航天大学 一种基于出行需求分析的公交站点部署方法
CN105654206A (zh) * 2016-01-06 2016-06-08 南通大学 基于乘客出行空间分布的公交站点选址布局优化方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120330621A1 (en) * 2010-03-15 2012-12-27 Detwiler Michael W Computer-implemented land planning system and method with automated parking area design tools
CN102521488A (zh) * 2011-11-28 2012-06-27 山东电力集团公司济南供电公司 一种电动汽车换电站选址方法
CN103839118A (zh) * 2014-03-24 2014-06-04 中国科学院生态环境研究中心 一种选址方法和装置
CN105427003A (zh) * 2015-12-30 2016-03-23 北京航空航天大学 一种基于出行需求分析的公交站点部署方法
CN105654206A (zh) * 2016-01-06 2016-06-08 南通大学 基于乘客出行空间分布的公交站点选址布局优化方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108573326A (zh) * 2018-04-17 2018-09-25 武汉理工大学 基于遗传蚁群混合算法的视频服务器选址方法
CN108573326B (zh) * 2018-04-17 2021-07-06 武汉理工大学 基于遗传蚁群混合算法的视频服务器选址方法
CN112488343A (zh) * 2020-12-01 2021-03-12 北京航空航天大学云南创新研究院 一种基于超启发式算法的智慧城市智能感知终端选址方法
CN112488343B (zh) * 2020-12-01 2023-06-16 云南省设计院集团有限公司 一种基于超启发式算法的智慧城市智能感知终端选址方法

Similar Documents

Publication Publication Date Title
CN106485632A (zh) 一种智慧城市建筑选址方法
CN111210142B (zh) 一种景观综合管理单元划分方法
CN107730099A (zh) 一种空间规划模型建立方法
CN104318085B (zh) 一种流域山洪风险识别与提取方法
CN103839118A (zh) 一种选址方法和装置
CN106447574A (zh) 一种智慧城市建筑选址方法
Xia et al. On the potential of urban three-dimensional space development: The case of Liuzhou, China
CN115409673A (zh) 基于生态安全格局的城市绿地生态网络构建方法
CN101441683A (zh) 一种城市暴雨洪涝演化过程的预测方法
Erbas Central business district planning and the sustainable urban development process in Istanbul
Surma Sustainable urban development through an application of green infrastructure in district scale–A case study of Wrocław (Poland)
CN108416144B (zh) 一种隧道对生态廊道连通性影响的判断方法
Chu et al. The impacts of site selection and planning of a historic settlement on a sustainable residence.
Zhang et al. Identifying the reuse patterns of coal mining subsidence areas: A case‐study of Jixi City (China)
Jafari et al. Towards sustainable urban development: challenges and chances of climate-sensitive urban design in Muscat/Oman
Petrosino et al. Volcanic risk and evolution of the territorial system in the volcanic areas of Campania
Hasanvand et al. The Consideration of High-rise Building Role in Utilization of Urban Open Space; Case Study: Region 1 of Tehran Metropolitan
CN117236543B (zh) 一种藏羌传统村落最佳观景路线规划方法
Han Axes and Alleyways: The tradition of duality in contemporary Korean cities
CN105373879B (zh) 一种土地利用评价方法及装置
Jiao et al. Optimizing the Synergistic Coexistence of Built Environment and Waterfront Public Space, a Quantitative Study in Shenzhen Bay Area
Shoaib et al. Infrastructures: possibilities and potentials in reclaiming public space
CN113837646A (zh) 一种平原河网河流水预报评估体系
Malczyk Farmy wiatrowe w krajobrazie wsi dolnośląskich
He et al. Analysis of Social Perception and Tourism Potential of Traditional Villages in Zhanjiang Based on Sustainability Eyes by Big Data, RS and GIS

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170222