CN106485632A - 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 PDFInfo
- Publication number
- CN106485632A CN106485632A CN201610822015.5A CN201610822015A CN106485632A CN 106485632 A CN106485632 A CN 106485632A CN 201610822015 A CN201610822015 A CN 201610822015A CN 106485632 A CN106485632 A CN 106485632A
- Authority
- CN
- China
- Prior art keywords
- smart city
- building
- deployment region
- architectural foundation
- architectural
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000010276 construction Methods 0.000 claims description 17
- 238000012360 testing method Methods 0.000 claims description 2
- 230000005855 radiation Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 4
- 239000000463 material Substances 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 7
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
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
- G06Q50/08—Construction
-
- 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
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,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。
Description
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;
所述步骤100中初始化智慧城市建筑部署区域的方法进一步包括以下步骤:
步骤110,将所述部署区域标准化为一个标准图形,包括但不仅限于矩形、正方形和圆形,以圆形为例,标准化的具体方法为:
设所述部署区域边界曲线为G=f(x,y);取部署区域中心做为圆心,坐标为其中xmin,xmax分别为横坐标的最小值和最大值,ymin,ymax分别为纵坐标的最小值和最大值,取和的较小值为半径下限,较大值为半径上限,从半径下限依次加1,直到超过半径上限,可以得到一组圆函数,记为其中Ok为第k个圆函数,Rk为第k个圆函数的半径;从部署边界任取l个观测点,l为任意自然数,一般来说越大越好,通常情况下优选为100,坐标分别记为(x1,y1),(x2,y2),…(xl,yl),将这l个观测点的坐标带入误差函数其中(xm,ym)为第m个观测点的横纵坐标值,m∈[1,l],当Ek取得最小值时,说明此时圆函数与部署区域的面积差值最小,选择这个圆函数作为部署区域标准化图形。
步骤120,初始化所述部署区域中已存在的建筑,包括但不限于居民楼,公园,军队驻地,工厂等;
步骤130,计算所述部署区域中智慧城市建筑可能选址的位置,可能选址的位置计算标准根据城市规划的具体情况确定,可以综合考虑建筑面积,土地性质,地理信息,人口密度,周边影响等多种因素。
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 (3)
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;
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100中初始化智慧城市建筑部署区域的方法进一步包括以下步骤:
步骤110,将所述部署区域标准化为一个标准图形,包括但不仅限于矩形、正方形和圆形,所述标准化方法为:
设所述部署区域边界曲线为G=f(x,y),取部署区域中心为圆心,所述中心坐标为其中xmin,xmax分别为横坐标的最小值和最大值,ymin,ymax分别为纵坐标的最小值和最大值,取和的较小值为半径下限,较大值为半径上限,从半径下限依次加1,直到超过半径上限,获取一组圆函数,记为其中Ok为第k个圆函数,Rk为第k个圆函数的半径;从部署区域边界任取l个观测点,l为大于50的自然数,将这l个观测点的坐标代入误差函数其中(xm,ym)为第m个观测点的横纵坐标值,m∈[1,l],当Ek取得最小值时,选择对应的圆函数作为部署区域标准化图形;
步骤120,初始化所述部署区域中已存在的建筑,包括但不限于居民楼,公园,军队驻地,工厂等;
步骤130,计算所述部署区域中智慧城市建筑可能选址的位置。
3.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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610822015.5A CN106485632A (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 |
---|---|---|---|
CN201610822015.5A CN106485632A (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 |
---|---|
CN106485632A true CN106485632A (zh) | 2017-03-08 |
Family
ID=58273554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610822015.5A Pending CN106485632A (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) | CN106485632A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108171452A (zh) * | 2017-12-08 | 2018-06-15 | 苏宁云商集团股份有限公司 | 一种快递点选址方法及装置 |
CN108717642A (zh) * | 2018-03-30 | 2018-10-30 | 浙江工业大学 | 一种基于gis的城市商场选址方法 |
CN112700045A (zh) * | 2020-12-31 | 2021-04-23 | 武汉市土地利用和城市空间规划研究中心 | 一种基于土地储备实施监测模型的智能选址系统 |
CN114509043A (zh) * | 2022-02-15 | 2022-05-17 | 深圳须弥云图空间科技有限公司 | 空间对象编码方法、装置、设备及介质 |
-
2016
- 2016-09-14 CN CN201610822015.5A patent/CN106485632A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108171452A (zh) * | 2017-12-08 | 2018-06-15 | 苏宁云商集团股份有限公司 | 一种快递点选址方法及装置 |
CN108717642A (zh) * | 2018-03-30 | 2018-10-30 | 浙江工业大学 | 一种基于gis的城市商场选址方法 |
CN108717642B (zh) * | 2018-03-30 | 2021-05-18 | 浙江工业大学 | 一种基于gis的城市商场选址方法 |
CN112700045A (zh) * | 2020-12-31 | 2021-04-23 | 武汉市土地利用和城市空间规划研究中心 | 一种基于土地储备实施监测模型的智能选址系统 |
CN114509043A (zh) * | 2022-02-15 | 2022-05-17 | 深圳须弥云图空间科技有限公司 | 空间对象编码方法、装置、设备及介质 |
CN114509043B (zh) * | 2022-02-15 | 2024-04-30 | 深圳须弥云图空间科技有限公司 | 空间对象编码方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Smith | Beach resorts: A model of development evolution | |
CN106485632A (zh) | 一种智慧城市建筑选址方法 | |
CN109102868B (zh) | 一种震后医疗应急设施的选址方法 | |
CN111210142B (zh) | 一种景观综合管理单元划分方法 | |
CN110689187B (zh) | 一种基于多条件约束的变电站自动选址方法 | |
CN109767042A (zh) | 基于用地评估的人防专业队工程选址方法 | |
CN110009037A (zh) | 一种基于物理信息耦合的工程风速短时预测方法及系统 | |
CN106780089A (zh) | 基于神经网络元胞自动机模型的永久性基本农田划定方法 | |
Wiedmann et al. | Urban reconfiguration and revitalisation: public mega projects in Doha's historic centre | |
CN108280588A (zh) | 一种基于机器学习的生态安全格局构建方法 | |
CN104537830A (zh) | 一种出行热点路网影响评估的交通指数区域划分方法 | |
CN110209757A (zh) | 基于土地价值评估的山地城镇空间形态导控系统 | |
CN103337035A (zh) | 基于定量评价的确定城市中心体系选址方法 | |
CN104200387A (zh) | 一种顾及地理实体语义相似度的土地用途分区方法 | |
Guo et al. | Simulation of urban land expansion under ecological constraints in Harbin-Changchun urban agglomeration, China | |
CN113326593A (zh) | 一种顾及规划布局与要素配置合理性的生态空间网络优化方法 | |
CN115409673A (zh) | 基于生态安全格局的城市绿地生态网络构建方法 | |
Xia et al. | On the potential of urban three-dimensional space development: The case of Liuzhou, China | |
Zuo et al. | Quantitative valuation of green roofs’ cooling effects under different urban spatial forms in high-density urban areas | |
Xie et al. | A least cumulative ventilation cost method for urban ventilation environment analysis | |
CN101441683A (zh) | 一种城市暴雨洪涝演化过程的预测方法 | |
CN106447574A (zh) | 一种智慧城市建筑选址方法 | |
CN115620165B (zh) | 城市建成区慢行系统设施评价方法、装置、设备及介质 | |
CN117473594A (zh) | 机房部署方法、装置、电子设备及存储介质 | |
Chu et al. | The impacts of site selection and planning of a historic settlement on a sustainable residence. |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170308 |
|
WD01 | Invention patent application deemed withdrawn after publication |