CN109447319A - 一种网格划分方法、计算机可读存储介质及终端设备 - Google Patents

一种网格划分方法、计算机可读存储介质及终端设备 Download PDF

Info

Publication number
CN109447319A
CN109447319A CN201811122296.9A CN201811122296A CN109447319A CN 109447319 A CN109447319 A CN 109447319A CN 201811122296 A CN201811122296 A CN 201811122296A CN 109447319 A CN109447319 A CN 109447319A
Authority
CN
China
Prior art keywords
candidate
subset
coverage
specified region
preferred
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.)
Granted
Application number
CN201811122296.9A
Other languages
English (en)
Other versions
CN109447319B (zh
Inventor
张中华
郑学军
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.)
Ping An Property and Casualty Insurance Company of China Ltd
Original Assignee
Ping An Property and Casualty Insurance Company of China Ltd
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 Ping An Property and Casualty Insurance Company of China Ltd filed Critical Ping An Property and Casualty Insurance Company of China Ltd
Priority to CN201811122296.9A priority Critical patent/CN109447319B/zh
Publication of CN109447319A publication Critical patent/CN109447319A/zh
Application granted granted Critical
Publication of CN109447319B publication Critical patent/CN109447319B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0204—Market segmentation
    • G06Q30/0205—Location or geographical consideration
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于计算机技术领域，尤其涉及一种基于大数据分析的网格划分方法、计算机可读存储介质及终端设备。所述方法获取指定区域的候选位置集合，以及所述候选位置集合中各个候选位置的覆盖范围；从所述候选位置集合中选取各个候选子集，所述候选子集中的各个候选位置之间的距离大于预设的距离阈值；根据各个候选位置的覆盖范围分别计算各个候选子集对所述指定区域的综合覆盖量，并选取综合覆盖量最高的候选子集作为优选子集；分别计算所述优选子集对所述指定区域的各种网格划分方式的目标函数值，并选取目标函数值最小的划分方式对所述指定区域进行网格划分。

Description

一种网格划分方法、计算机可读存储介质及终端设备
技术领域
本发明属于计算机技术领域，尤其涉及一种网格划分方法、计算机可读存储介质及终端设备。
背景技术
目前车险行业在进行车险查勘网格划分的时候，普遍采用按照城市行政区域进行网格划分的方式，此种网格划分方式无法有效地根据实际情况对网格进行优化调整，导致进行车险查勘的效率较低。
发明内容
有鉴于此，本发明实施例提供了一种网格划分方法、计算机可读存储介质及终端设备，以解决采用按照城市行政区域进行网格划分的方式无法有效地根据实际情况对网格进行优化调整，导致进行车险查勘的效率较低的问题。
本发明实施例的第一方面提供了一种网格划分方法，可以包括：
获取指定区域的候选位置集合，以及所述候选位置集合中各个候选位置的覆盖范围，其中，第n个候选位置的覆盖范围为从第n个候选位置出发在预定时段内所能到达的位置点的集合，n为候选位置的序号，1≤n≤N，N为所述候选位置集合中的候选位置的总数；
从所述候选位置集合中选取各个候选子集，所述候选子集中的各个候选位置之间的距离大于预设的距离阈值；
根据各个候选位置的覆盖范围分别计算各个候选子集对所述指定区域的综合覆盖量，并选取综合覆盖量最高的候选子集作为优选子集；
分别计算所述优选子集对所述指定区域的各种网格划分方式的目标函数值，并选取目标函数值最小的划分方式对所述指定区域进行网格划分。
本发明实施例的第二方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如下步骤：
获取指定区域的候选位置集合，以及所述候选位置集合中各个候选位置的覆盖范围，其中，第n个候选位置的覆盖范围为从第n个候选位置出发在预定时段内所能到达的位置点的集合，n为候选位置的序号，1≤n≤N，N为所述候选位置集合中的候选位置的总数；
从所述候选位置集合中选取各个候选子集，所述候选子集中的各个候选位置之间的距离大于预设的距离阈值；
根据各个候选位置的覆盖范围分别计算各个候选子集对所述指定区域的综合覆盖量，并选取综合覆盖量最高的候选子集作为优选子集；
分别计算所述优选子集对所述指定区域的各种网格划分方式的目标函数值，并选取目标函数值最小的划分方式对所述指定区域进行网格划分。
本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现如下步骤：获取指定区域的候选位置集合，以及所述候选位置集合中各个候选位置的覆盖范围，其中，第n个候选位置的覆盖范围为从第n个候选位置出发在预定时段内所能到达的位置点的集合，n为候选位置的序号，1≤n≤N，N为所述候选位置集合中的候选位置的总数；
从所述候选位置集合中选取各个候选子集，所述候选子集中的各个候选位置之间的距离大于预设的距离阈值；
根据各个候选位置的覆盖范围分别计算各个候选子集对所述指定区域的综合覆盖量，并选取综合覆盖量最高的候选子集作为优选子集；
分别计算所述优选子集对所述指定区域的各种网格划分方式的目标函数值，并选取目标函数值最小的划分方式对所述指定区域进行网格划分。
本发明实施例与现有技术相比存在的有益效果是：本发明实施例首先获取待划分的指定区域的候选位置集合，以及该候选位置集合中各个候选位置的覆盖范围，然后从该候选位置集合中选取各个可能的候选子集，通过遍历计算各个候选子集对所述指定区域的综合覆盖量，选取出综合覆盖量最高的候选子集作为优选子集，也即选取出了最优的网格中心位置组合，在此基础上，进一步遍历各种网格划分方式，从中选取出最优的网格划分方式，大大提高了车险查勘的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例中一种网格划分方法的一个实施例流程图；
图2为本发明实施例中一种网格划分装置的一个实施例结构图；
图3为本发明实施例中一种终端设备的示意框图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例中一种网格划分方法的一个实施例可以包括：
步骤S101、获取指定区域的候选位置集合，以及所述候选位置集合中各个候选位置的覆盖范围。
所述指定区域即为待进行网格划分的区域，该指定区域可以是一个城市的全部或者局部区域，候选位置即为该指定区域中可以作为查勘人员或者定损人员驻点的位置，例如定损中心、快赔中心、车主服务中心或者其它位置，在所述候选位置集合中包括了指定区域内所有适合用于驻点的候选位置。第n个候选位置的覆盖范围为从第n个候选位置出发在预定时段内所能到达的位置点的集合，n为候选位置的序号，1≤n≤N，N为所述候选位置集合中的候选位置的总数。所述候选位置集合，以及所述候选位置集合中各个候选位置的覆盖范围可以根据对历史数据的分析得到，并存储在预设的数据库中，在需要使用时，可以从该数据库中获取这些数据。
步骤S102、从所述候选位置集合中选取各个候选子集。
所述候选子集中的各个候选位置之间的距离大于预设的距离阈值。所述距离阈值可以根据实际情况进行设置，例如，可以将其设置为4公里、6公里、10公里或者其它取值。
步骤S103、根据各个候选位置的覆盖范围分别计算各个候选子集对所述指定区域的综合覆盖量，并选取综合覆盖量最高的候选子集作为优选子集。
在本实施例的一种具体实现中，可以根据下式分别计算各个候选子集对所述指定区域的综合覆盖量：
其中，sn为候选子集的序号，1≤sn≤SubSetNum，SubSetNum为所述候选位置集合中的候选子集的总数，pn为候选子集中的候选位置的序号，1≤pn≤PointNumsn，PointNumsn为第sn个候选子集中的候选位置的总数，Osn,pn为第sn个候选子集中的第pn个候选位置，CT(Osn,pn)为第sn个候选子集中的第pn个候选位置的覆盖范围，Coveragesn为第sn个候选子集对所述指定区域的综合覆盖量。
需要注意的是，各个候选位置之间可能存在覆盖范围重叠的情况，在计算综合覆盖量时，需要考虑到这些重叠区域的影响，每个重叠区域仅计算一次。例如，若CT(Osn,1)和CT(Osn,2)之间存在重叠区域A，在计算CT(Osn,1)时将其纳入计算，在计算CT(Osn,2)时则不再将其纳入计算。
进一步地，在本实施例的另一种具体实现中，还可以进一步将对历史案件的覆盖纳入考虑中，即可以根据下式分别计算各个候选子集对所述指定区域的综合覆盖量：
其中，S(CT(Osn,pn))为第sn个候选子集中的第pn个候选位置的覆盖范围内的历史案件数量，在本实施例中，所有历史案件的详细信息(例如，发生时间、发生地点等信息)均存储在所述数据库中，在需要使用时，可以从该数据库中获取这些历史案件，并统计各个候选位置的覆盖范围内的历史案件数量。λ为预设的权重系数，可以根据实际情况进行设置，例如，可以将其设置为1、1.2、1.5或者其它取值。
在计算得到各个候选子集对所述指定区域的综合覆盖量之后，可以根据下式选取所述优选子集：
SelSubSet＝argmax(CoverSeq)
＝argmax(Coverage1,Coverage2,...,Coveragesn,...,CoverageSubSetNum)
其中，argmax为最大自变量函数，CoverSeq为综合覆盖量序列，且CoverSeq＝[Coverage1,Coverage2,...,Coveragesn,...,CoverageSubSetNum]，SelSubSet为所述优选子集的序号。
步骤S104、分别计算所述优选子集对所述指定区域的各种网格划分方式的目标函数值，并选取目标函数值最小的划分方式对所述指定区域进行网格划分。
在本实施例的一种具体实现中，可以根据下式分别计算所述优选子集对所述指定区域的各种网格划分方式的目标函数值：
其中，dn为网格划分方式的序号，1≤dn≤DivNum，DivNum为所述优选子集对所述指定区域的网格划分方式的总数，l为所述优选子集中的各个候选位置的序号，1≤l≤SelPtNum，SelPtNum为所述优选子集中的候选位置的总数，m为所述指定区域中案发位置的序号，所述案发位置为在历史统计数据中发生过案件的位置，1≤m≤PtNum，PtNum为所述指定区域中案发位置的总数，ydn,m,l表示按照第dn种网格划分方式第m个案发位置是否位于第l个候选位置的网格中，若按照第dn种网格划分方式第m个案发位置位于第l个候选位置的网格中，则ydn,m,l＝1，若按照第dn种网格划分方式第m个案发位置不位于第l个候选位置的网格中，则ydn,m,l＝0，wm为第m个案发位置的历史案件数量，tm,l为从第l个候选位置到第m个案发位置的耗时，Fdn为所述优选子集对所述指定区域的第dn种网格划分方式的目标函数值。
进一步地，在本实施例的另一种具体实现中，还可以进一步将各个网格间的案件均衡纳入考虑中，即可以根据下式分别计算所述优选子集对所述指定区域的各种网格划分方式的目标函数值：
其中，BalenceIdxdn为所述优选子集对所述指定区域的第dn种网格划分方式的均衡指数，且需要注意地是，若某种网格划分方式的均衡指数越高，则说明在该网格划分方式下，网格间的案件分布越不均衡，反之，若某种网格划分方式的均衡指数越低，则说明在该网格划分方式下，网格间的案件分布越均衡。
在计算得到所述优选子集对所述指定区域的各种网格划分方式的目标函数值之后，可以根据下式选取优选划分方式：
SelDivMethod＝argmin(FSeq)＝argmin(F1,F2,...,Fdn,...,FDivNum)
其中，argmin为最小自变量函数，FSeq为目标函数值序列，且FSeq＝[F1,F2,...,Fdn,...,FDivNum]，SelDivMethod为所述优选划分方式的序号。
最后，即可根据所述优选划分方式对所述指定区域进行网格划分。
进一步地，还可以根据地图地理数据、交通流量数据、案件分布数据、环境天气数据、派工管理规则等对网格进行优化。
其中，地图地理数据可以包括路口/红绿灯分布数据、隧道/桥梁分布数据、高架/高速分布数据、管制/禁行/施工数据等，交通流量数据可以包括早晚高峰繁忙时段的交通流量数据、夜间空闲时段的交通流量数据、节假日忙/闲时段的交通流量数据等。案件分布数据可以包括地域分布数据和时间分布数据，地域分布数据可以按照高发地域、中等地域、低发地域、无案件地域等进行划分，时间分布数据可以按照高发时段、中等时段、低发时段、无案件时段等进行划分。环境天气数据可以包括天气因子和季节因子等，天气因子可以考虑台风/雨雪、红橙黄预警等情况，季节因子可以考虑冬季冰冻等情况，派工管理规则可以包括线下转线上规则、网格数量、排班班次、蹲点站位、交通工具等，蹲点站位中包括固定蹲点位置信息以及不宜蹲点位置信息，交通工具可以包括汽车、电单车或者其它工具等。
对于各个因素可以设置对应的级别，例如，可以设置高、中、低三个级别，将交通流量数据、案件地域分布、案件时间分布、线下转线上规则、网格数量等设置为高级别，将地图地理数据、天气因子、排班班次等设置为中级别，将季节因子、蹲点站位、交通工具等设置为低级别，综合考虑这些因素对网格进行优化。
在实际的应用过程中，可以首先进行初始网格划分，按主干道做边界划分，中心区保持较密集的网格划分，周边地区保持较稀松的网格划分。然后根据历史查勘/定损案件信息，分别对蹲点位置和网格划分方式进行迭代，根据目标函数，得到最佳结果。接着对网格进行迭代优化，根据试点数据和一线实际运行反馈，优化不适合占位的网格中心驻点，对网格重新调整，使得查勘定损指标最佳化。最后，将最终确定的定稿动态网格上线，根据时段变化，动态调整网格，例如可以分时段采用3套动态网格(白天高峰、白天非高峰、夜间)，白天网格不变，在高峰时段各网格中心驻点向中心区靠拢，在夜间单独配置网格，网格数少于白天时段。
综上所述，本发明实施例首先获取待划分的指定区域的候选位置集合，以及该候选位置集合中各个候选位置的覆盖范围，然后从该候选位置集合中选取各个可能的候选子集，通过遍历计算各个候选子集对所述指定区域的综合覆盖量，选取出综合覆盖量最高的候选子集作为优选子集，也即选取出了最优的网格中心位置组合，在此基础上，进一步遍历各种网格划分方式，从中选取出最优的网格划分方式，大大提高了车险查勘的效率。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的一种网格划分方法，图2示出了本发明实施例提供的一种网格划分装置的一个实施例结构图。
本实施例中，一种网格划分装置可以包括：
信息获取模块201，用于获取指定区域的候选位置集合，以及所述候选位置集合中各个候选位置的覆盖范围，其中，第n个候选位置的覆盖范围为从第n个候选位置出发在预定时段内所能到达的位置点的集合，n为候选位置的序号，1≤n≤N，N为所述候选位置集合中的候选位置的总数；
候选子集选取模块202，用于从所述候选位置集合中选取各个候选子集，所述候选子集中的各个候选位置之间的距离大于预设的距离阈值；
优选子集选取模块203，用于根据各个候选位置的覆盖范围分别计算各个候选子集对所述指定区域的综合覆盖量，并选取综合覆盖量最高的候选子集作为优选子集；
划分方式选取模块204，用于分别计算所述优选子集对所述指定区域的各种网格划分方式的目标函数值，并选取目标函数值最小的划分方式对所述指定区域进行网格划分。
进一步地，所述优选子集选取模块可以包括：
第一综合覆盖量计算单元，用于根据下式分别计算各个候选子集对所述指定区域的综合覆盖量：
其中，sn为候选子集的序号，1≤sn≤SubSetNum，SubSetNum为所述候选位置集合中的候选子集的总数，pn为候选子集中的候选位置的序号，1≤pn≤PointNumsn，PointNumsn为第sn个候选子集中的候选位置的总数，Osn,pn为第sn个候选子集中的第pn个候选位置，CT(Osn,pn)为第sn个候选子集中的第pn个候选位置的覆盖范围，Coveragesn为第sn个候选子集对所述指定区域的综合覆盖量；
优选子集选取单元，用于根据下式选取所述优选子集：
SelSubSet＝argmax(CoverSeq)
＝argmax(Coverage1,Coverage2,...,Coveragesn,...,CoverageSubSetNum)
其中，argmax为最大自变量函数，CoverSeq为综合覆盖量序列，且CoverSeq＝[Coverage1,Coverage2,...,Coveragesn,...,CoverageSubSetNum]，SelSubSet为所述优选子集的序号。
进一步地，所述优选子集选取模块还可以包括：
第二综合覆盖量计算单元，用于根据下式分别计算各个候选子集对所述指定区域的综合覆盖量：
其中，sn为候选子集的序号，1≤sn≤SubSetNum，SubSetNum为所述候选位置集合中的候选子集的总数，pn为候选子集中的候选位置的序号，1≤pn≤PointNumsn，PointNumsn为第sn个候选子集中的候选位置的总数，Osn,pn为第sn个候选子集中的第pn个候选位置，CT(Osn,pn)为第sn个候选子集中的第pn个候选位置的覆盖范围，S(CT(Osn,pn))为第sn个候选子集中的第pn个候选位置的覆盖范围内的历史案件数量，λ为预设的权重系数，Coveragesn为第sn个候选子集对所述指定区域的综合覆盖量。
进一步地，所述划分方式选取模块可以包括：
第一目标函数值计算单元，用于根据下式分别计算所述优选子集对所述指定区域的各种网格划分方式的目标函数值：
其中，dn为网格划分方式的序号，1≤dn≤DivNum，DivNum为所述优选子集对所述指定区域的网格划分方式的总数，l为所述优选子集中的各个候选位置的序号，1≤l≤SelPtNum，SelPtNum为所述优选子集中的候选位置的总数，m为所述指定区域中案发位置的序号，所述案发位置为在历史统计数据中发生过案件的位置，1≤m≤PtNum，PtNum为所述指定区域中案发位置的总数，ydn,m,l表示按照第dn种网格划分方式第m个案发位置是否位于第l个候选位置的网格中，wm为第m个案发位置的历史案件数量，tm,l为从第l个候选位置到第m个案发位置的耗时，Fdn为所述优选子集对所述指定区域的第dn种网格划分方式的目标函数值；
优选划分方式选取单元，用于根据下式选取优选划分方式：
SelDivMethod＝argmin(FSeq)＝argmin(F1,F2,...,Fdn,...,FDivNum)
其中，argmin为最小自变量函数，FSeq为目标函数值序列，且FSeq＝[F1,F2,...,Fdn,...,FDivNum]，SelDivMethod为所述优选划分方式的序号；
网格划分单元，用于根据所述优选划分方式对所述指定区域进行网格划分。
进一步地，所述划分方式选取模块还可以包括：
第二目标函数值计算单元，用于根据下式分别计算所述优选子集对所述指定区域的各种网格划分方式的目标函数值：
其中，dn为网格划分方式的序号，1≤dn≤DivNum，DivNum为所述优选子集对所述指定区域的网格划分方式的总数，l为所述优选子集中的各个候选位置的序号，1≤l≤SelPtNum，SelPtNum为所述优选子集中的候选位置的总数，m为所述指定区域中案发位置的序号，所述案发位置为在历史统计数据中发生过案件的位置，1≤m≤PtNum，PtNum为所述指定区域中案发位置的总数，ydn,m,l表示按照第dn种网格划分方式第m个案发位置是否位于第l个候选位置的网格中，wm为第m个案发位置的历史案件数量，tm,l为从第l个候选位置到第m个案发位置的耗时，Fdn为所述优选子集对所述指定区域的第dn种网格划分方式的目标函数值。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置，模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
图3示出了本发明实施例提供的一种终端设备的示意框图，为了便于说明，仅示出了与本发明实施例相关的部分。
在本实施例中，所述终端设备3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备3可包括：处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机可读指令32，例如执行上述的网格划分方法的计算机可读指令。所述处理器30执行所述计算机可读指令32时实现上述各个网格划分方法实施例中的步骤，例如图1所示的步骤S101至S104。或者，所述处理器30执行所述计算机可读指令32时实现上述各装置实施例中各模块/单元的功能，例如图2所示模块201至204的功能。
示例性的，所述计算机可读指令32可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器31中，并由所述处理器30执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该指令段用于描述所述计算机可读指令32在所述终端设备3中的执行过程。
所述处理器30可以是中央处理单元(Central Processing Unit，CPU)，还可以是其它通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31可以是所述终端设备3的内部存储单元，例如终端设备3的硬盘或内存。所述存储器31也可以是所述终端设备3的外部存储设备，例如所述终端设备3上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器31还可以既包括所述终端设备3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机可读指令以及所述终端设备3所需的其它指令和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干计算机可读指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储计算机可读指令的介质。
以上所述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 (10)

1.一种网格划分方法，其特征在于，包括：
获取指定区域的候选位置集合，以及所述候选位置集合中各个候选位置的覆盖范围，其中，第n个候选位置的覆盖范围为从第n个候选位置出发在预定时段内所能到达的位置点的集合，n为候选位置的序号，1≤n≤N，N为所述候选位置集合中的候选位置的总数；
从所述候选位置集合中选取各个候选子集，所述候选子集中的各个候选位置之间的距离大于预设的距离阈值；
根据各个候选位置的覆盖范围分别计算各个候选子集对所述指定区域的综合覆盖量，并选取综合覆盖量最高的候选子集作为优选子集；
分别计算所述优选子集对所述指定区域的各种网格划分方式的目标函数值，并选取目标函数值最小的划分方式对所述指定区域进行网格划分。
2.根据权利要求1所述的网格划分方法，其特征在于，所述根据各个候选位置的覆盖范围分别计算各个候选子集对所述指定区域的综合覆盖量，并选取综合覆盖量最高的候选子集作为优选子集包括：
根据下式分别计算各个候选子集对所述指定区域的综合覆盖量：
其中，sn为候选子集的序号，1≤sn≤SubSetNum，SubSetNum为所述候选位置集合中的候选子集的总数，pn为候选子集中的候选位置的序号，1≤pn≤PointNumsn，PointNumsn为第sn个候选子集中的候选位置的总数，Osn,pn为第sn个候选子集中的第pn个候选位置，CT(Osn,pn)为第sn个候选子集中的第pn个候选位置的覆盖范围，Coveragesn为第sn个候选子集对所述指定区域的综合覆盖量；
根据下式选取所述优选子集：
SelSubSet＝argmax(CoverSeq)
＝argmax(Coverage1,Coverage2,...,Coveragesn,...,CoverageSubSetNum)
其中，argmax为最大自变量函数，CoverSeq为综合覆盖量序列，且CoverSeq＝[Coverage1,Coverage2,...,Coveragesn,...,CoverageSubSetNum]，SelSubSet为所述优选子集的序号。
3.根据权利要求1所述的网格划分方法，其特征在于，所述根据各个候选位置的覆盖范围分别计算各个候选子集对所述指定区域的综合覆盖量，并选取综合覆盖量最高的候选子集作为优选子集包括：
根据下式分别计算各个候选子集对所述指定区域的综合覆盖量：
其中，sn为候选子集的序号，1≤sn≤SubSetNum，SubSetNum为所述候选位置集合中的候选子集的总数，pn为候选子集中的候选位置的序号，1≤pn≤PointNumsn，PointNumsn为第sn个候选子集中的候选位置的总数，Osn,pn为第sn个候选子集中的第pn个候选位置，CT(Osn,pn)为第sn个候选子集中的第pn个候选位置的覆盖范围，S(CT(Osn,pn))为第sn个候选子集中的第pn个候选位置的覆盖范围内的历史案件数量，λ为预设的权重系数，Coveragesn为第sn个候选子集对所述指定区域的综合覆盖量；
根据下式选取所述优选子集：
SelSubSet＝argmax(CoverSeq)
＝argmax(Coverage1,Coverage2,...,Coveragesn,...,CoverageSubSetNum)
其中，argmax为最大自变量函数，CoverSeq为综合覆盖量序列，且CoverSeq＝[Coverage1,Coverage2,...,Coveragesn,...,CoverageSubSetNum]，SelSubSet为所述优选子集的序号。
4.根据权利要求1至3中任一项所述的网格划分方法，其特征在于，所述分别计算所述优选子集对所述指定区域的各种网格划分方式的目标函数值，并选取目标函数值最小的划分方式对所述指定区域进行网格划分包括：
根据下式分别计算所述优选子集对所述指定区域的各种网格划分方式的目标函数值：
其中，dn为网格划分方式的序号，1≤dn≤DivNum，DivNum为所述优选子集对所述指定区域的网格划分方式的总数，l为所述优选子集中的各个候选位置的序号，1≤l≤SelPtNum，SelPtNum为所述优选子集中的候选位置的总数，m为所述指定区域中案发位置的序号，所述案发位置为在历史统计数据中发生过案件的位置，1≤m≤PtNum，PtNum为所述指定区域中案发位置的总数，ydn,m,l表示按照第dn种网格划分方式第m个案发位置是否位于第l个候选位置的网格中，wm为第m个案发位置的历史案件数量，tm,l为从第l个候选位置到第m个案发位置的耗时，Fdn为所述优选子集对所述指定区域的第dn种网格划分方式的目标函数值；
根据下式选取优选划分方式：
SelDivMethod＝argmin(FSeq)＝argmin(F1,F2,...,Fdn,...,FDivNum)
其中，argmin为最小自变量函数，FSeq为目标函数值序列，且FSeq＝[F1,F2,...,Fdn,...,FDivNum]，SelDivMethod为所述优选划分方式的序号；
根据所述优选划分方式对所述指定区域进行网格划分。
5.根据权利要求1至3中任一项所述的网格划分方法，其特征在于，所述分别计算所述优选子集对所述指定区域的各种网格划分方式的目标函数值，并选取目标函数值最小的划分方式对所述指定区域进行网格划分包括：
根据下式分别计算所述优选子集对所述指定区域的各种网格划分方式的目标函数值：
其中，dn为网格划分方式的序号，1≤dn≤DivNum，DivNum为所述优选子集对所述指定区域的网格划分方式的总数，l为所述优选子集中的各个候选位置的序号，1≤l≤SelPtNum，SelPtNum为所述优选子集中的候选位置的总数，m为所述指定区域中案发位置的序号，所述案发位置为在历史统计数据中发生过案件的位置，1≤m≤PtNum，PtNum为所述指定区域中案发位置的总数，ydn,m,l表示按照第dn种网格划分方式第m个案发位置是否位于第l个候选位置的网格中，wm为第m个案发位置的历史案件数量，tm,l为从第l个候选位置到第m个案发位置的耗时，Fdn为所述优选子集对所述指定区域的第dn种网格划分方式的目标函数值；
根据下式选取优选划分方式：
SelDivMethod＝argmin(FSeq)＝argmin(F1,F2,...,Fdn,...,FDivNum)
其中，argmin为最小自变量函数，FSeq为目标函数值序列，且FSeq＝[F1,F2,...,Fdn,...,FDivNum]，SelDivMethod为所述优选划分方式的序号；
根据所述优选划分方式对所述指定区域进行网格划分。
6.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，其特征在于，所述计算机可读指令被处理器执行时实现如权利要求1至5中任一项所述的网格划分方法的步骤。
7.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如下步骤：
获取指定区域的候选位置集合，以及所述候选位置集合中各个候选位置的覆盖范围，其中，第n个候选位置的覆盖范围为从第n个候选位置出发在预定时段内所能到达的位置点的集合，n为候选位置的序号，1≤n≤N，N为所述候选位置集合中的候选位置的总数；
从所述候选位置集合中选取各个候选子集，所述候选子集中的各个候选位置之间的距离大于预设的距离阈值；
根据各个候选位置的覆盖范围分别计算各个候选子集对所述指定区域的综合覆盖量，并选取综合覆盖量最高的候选子集作为优选子集；
分别计算所述优选子集对所述指定区域的各种网格划分方式的目标函数值，并选取目标函数值最小的划分方式对所述指定区域进行网格划分。
8.根据权利要求7所述的终端设备，其特征在于，所述根据各个候选位置的覆盖范围分别计算各个候选子集对所述指定区域的综合覆盖量，并选取综合覆盖量最高的候选子集作为优选子集包括：
根据下式分别计算各个候选子集对所述指定区域的综合覆盖量：
其中，sn为候选子集的序号，1≤sn≤SubSetNum，SubSetNum为所述候选位置集合中的候选子集的总数，pn为候选子集中的候选位置的序号，1≤pn≤PointNumsn，PointNumsn为第sn个候选子集中的候选位置的总数，Osn,pn为第sn个候选子集中的第pn个候选位置，CT(Osn,pn)为第sn个候选子集中的第pn个候选位置的覆盖范围，Coveragesn为第sn个候选子集对所述指定区域的综合覆盖量；
根据下式选取所述优选子集：
SelSubSet＝argmax(CoverSeq)
＝argmax(Coverage1,Coverage2,...,Coveragesn,...,CoverageSubSetNum)
其中，argmax为最大自变量函数，CoverSeq为综合覆盖量序列，且CoverSeq＝[Coverage1,Coverage2,...,Coveragesn,...,CoverageSubSetNum]，SelSubSet为所述优选子集的序号。
9.根据权利要求7所述的终端设备，其特征在于，所述根据各个候选位置的覆盖范围分别计算各个候选子集对所述指定区域的综合覆盖量，并选取综合覆盖量最高的候选子集作为优选子集包括：
根据下式分别计算各个候选子集对所述指定区域的综合覆盖量：
其中，sn为候选子集的序号，1≤sn≤SubSetNum，SubSetNum为所述候选位置集合中的候选子集的总数，pn为候选子集中的候选位置的序号，1≤pn≤PointNumsn，PointNumsn为第sn个候选子集中的候选位置的总数，Osn,pn为第sn个候选子集中的第pn个候选位置，CT(Osn,pn)为第sn个候选子集中的第pn个候选位置的覆盖范围，S(CT(Osn,pn))为第sn个候选子集中的第pn个候选位置的覆盖范围内的历史案件数量，λ为预设的权重系数，Coveragesn为第sn个候选子集对所述指定区域的综合覆盖量；
根据下式选取所述优选子集：
SelSubSet＝argmax(CoverSeq)
＝argmax(Coverage1,Coverage2,...,Coveragesn,...,CoverageSubSetNum)
其中，argmax为最大自变量函数，CoverSeq为综合覆盖量序列，且CoverSeq＝[Coverage1,Coverage2,...,Coveragesn,...,CoverageSubSetNum]，SelSubSet为所述优选子集的序号。
10.根据权利要求7至9中任一项所述的终端设备，其特征在于，所述分别计算所述优选子集对所述指定区域的各种网格划分方式的目标函数值，并选取目标函数值最小的划分方式对所述指定区域进行网格划分包括：
根据下式分别计算所述优选子集对所述指定区域的各种网格划分方式的目标函数值：
其中，dn为网格划分方式的序号，1≤dn≤DivNum，DivNum为所述优选子集对所述指定区域的网格划分方式的总数，l为所述优选子集中的各个候选位置的序号，1≤l≤SelPtNum，SelPtNum为所述优选子集中的候选位置的总数，m为所述指定区域中案发位置的序号，所述案发位置为在历史统计数据中发生过案件的位置，1≤m≤PtNum，PtNum为所述指定区域中案发位置的总数，ydn,m,l表示按照第dn种网格划分方式第m个案发位置是否位于第l个候选位置的网格中，wm为第m个案发位置的历史案件数量，tm,l为从第l个候选位置到第m个案发位置的耗时，Fdn为所述优选子集对所述指定区域的第dn种网格划分方式的目标函数值；
根据下式选取优选划分方式：
SelDivMethod＝argmin(FSeq)＝argmin(F1,F2,...,Fdn,...,FDivNum)
其中，argmin为最小自变量函数，FSeq为目标函数值序列，且FSeq＝[F1,F2,...,Fdn,...,FDivNum]，SelDivMethod为所述优选划分方式的序号；
根据所述优选划分方式对所述指定区域进行网格划分。
CN201811122296.9A 2018-09-26 2018-09-26 一种网格划分方法、计算机可读存储介质及终端设备 Active CN109447319B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811122296.9A CN109447319B (zh) 2018-09-26 2018-09-26 一种网格划分方法、计算机可读存储介质及终端设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811122296.9A CN109447319B (zh) 2018-09-26 2018-09-26 一种网格划分方法、计算机可读存储介质及终端设备

Publications (2)

Publication Number Publication Date
CN109447319A true CN109447319A (zh) 2019-03-08
CN109447319B CN109447319B (zh) 2023-06-16

Family

ID=65544521

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811122296.9A Active CN109447319B (zh) 2018-09-26 2018-09-26 一种网格划分方法、计算机可读存储介质及终端设备

Country Status (1)

Country Link
CN (1) CN109447319B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110210131A (zh) * 2019-06-03 2019-09-06 国家电网有限公司 输电线路监控设备的选址方法及系统
CN110232584A (zh) * 2019-04-11 2019-09-13 深圳市城市交通规划设计研究中心有限公司 停车场选址方法、装置、计算机可读存储介质及终端设备
CN111815083A (zh) * 2019-04-10 2020-10-23 阿里巴巴集团控股有限公司 一种城市核心区域的确定方法及装置
CN112308600A (zh) * 2020-09-15 2021-02-02 天津五八到家货运服务有限公司 商圈划分方法、装置及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110137710A1 (en) * 2009-12-04 2011-06-09 International Business Machines Corporation Method and apparatus for outlet location selection using the market region partition and marginal increment assignment algorithm
US7966200B1 (en) * 2008-03-18 2011-06-21 United Services Automobile Association Systems and methods for modeling insurance coverage
CN107369191A (zh) * 2017-08-15 2017-11-21 国网湖南省电力公司 电网气象灾害预测色斑图修正方法、系统及装置
CN107451673A (zh) * 2017-06-14 2017-12-08 北京小度信息科技有限公司 配送区域划分方法和装置
CN107844851A (zh) * 2017-09-30 2018-03-27 平安科技（深圳）有限公司 查勘网格优化方法、电子设备及计算机可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7966200B1 (en) * 2008-03-18 2011-06-21 United Services Automobile Association Systems and methods for modeling insurance coverage
US20110137710A1 (en) * 2009-12-04 2011-06-09 International Business Machines Corporation Method and apparatus for outlet location selection using the market region partition and marginal increment assignment algorithm
CN107451673A (zh) * 2017-06-14 2017-12-08 北京小度信息科技有限公司 配送区域划分方法和装置
CN107369191A (zh) * 2017-08-15 2017-11-21 国网湖南省电力公司 电网气象灾害预测色斑图修正方法、系统及装置
CN107844851A (zh) * 2017-09-30 2018-03-27 平安科技（深圳）有限公司 查勘网格优化方法、电子设备及计算机可读存储介质

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111815083A (zh) * 2019-04-10 2020-10-23 阿里巴巴集团控股有限公司 一种城市核心区域的确定方法及装置
CN110232584A (zh) * 2019-04-11 2019-09-13 深圳市城市交通规划设计研究中心有限公司 停车场选址方法、装置、计算机可读存储介质及终端设备
CN110232584B (zh) * 2019-04-11 2022-08-02 深圳市城市交通规划设计研究中心有限公司 停车场选址方法、装置、计算机可读存储介质及终端设备
CN110210131A (zh) * 2019-06-03 2019-09-06 国家电网有限公司 输电线路监控设备的选址方法及系统
CN110210131B (zh) * 2019-06-03 2022-11-18 国家电网有限公司 输电线路监控设备的选址方法及系统
CN112308600A (zh) * 2020-09-15 2021-02-02 天津五八到家货运服务有限公司 商圈划分方法、装置及存储介质

Also Published As

Publication number Publication date
CN109447319B (zh) 2023-06-16

Similar Documents

Publication Publication Date Title
CN109447319A (zh) 一种网格划分方法、计算机可读存储介质及终端设备
CN111967698B (zh) 基于移动充电桩调度的电动汽车充电系统及装置
CN105389975B (zh) 专车调度方法和装置
CN105954040B (zh) 应用于无人驾驶汽车的测试方法和装置
Gumusay et al. An assessment of site suitability for marina construction in Istanbul, Turkey, using GIS and AHP multicriteria decision analysis
CN109840660A (zh) 一种车辆特征数据处理方法及车辆风险预测模型训练方法
KR20190020852A (ko) 운송 능력 스케줄링을 위한 방법들 및 시스템들
CN106570595A (zh) 一种基于空间大数据的地铁站点选址方法及系统
CN112016771B (zh) 基于电动汽车需求预测的移动充电桩调度方法及系统
DE102013202059A1 (de) LADEINFRASTRUKTUR FÜR ELEKTROFAHRZEUGE (EVs) MIT OPTIMALER STANDORTWAHL FÜR LADESTATIONEN
Vasconcelos et al. Identifying priority areas for island endemics using genetic versus specific diversity–the case of terrestrial reptiles of the Cape Verde Islands
WO2016118122A1 (en) Optimization of truck assignments in a mine using simulation
CN104598475A (zh) 基于行车用量模型事件的存储及索引方法及系统
CN112348324B (zh) 一种冲突空间识别方法、终端设备及存储介质
CN114936332A (zh) 一种风电场水域船舶交通流分析的方法、装置和存储介质
CN111461396A (zh) 物流排线方法、装置、电子设备及可读存储介质
CN114897656B (zh) 共享单车潮汐区域停车疏导方法、电子设备及存储介质
Chen et al. Dynamic simulation of land use changes in Port city: A case study of Dalian, China
Suharjo et al. The Naval Harbours Priority Development Using Zero-One Matrix Decision Variable (ZOMDV) And Fuzzy Mcdm Methods; A Case Study
Jian et al. CA-based urban land use prediction model: A case study on orange county, Florida, US
CN116611678B (zh) 数据处理方法、装置、计算机设备和存储介质
CN103500362A (zh) 一种基于谱分析的城市道路速度预测方法
Wang et al. A C-DBSCAN algorithm for determining bus-stop locations based on taxi GPS data
CN110503234A (zh) 一种物流运输调度的方法、系统及设备
Nørstebø et al. Optimal transportation of logs and location of quay facilities in coastal regions of Norway

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant