CN110135025A - 一种智慧城市管理决策系统及其构建方法 - Google Patents
一种智慧城市管理决策系统及其构建方法 Download PDFInfo
- Publication number
- CN110135025A CN110135025A CN201910349708.0A CN201910349708A CN110135025A CN 110135025 A CN110135025 A CN 110135025A CN 201910349708 A CN201910349708 A CN 201910349708A CN 110135025 A CN110135025 A CN 110135025A
- Authority
- CN
- China
- Prior art keywords
- smart city
- equation
- variable
- city
- management decision
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 32
- 238000011161 development Methods 0.000 claims abstract description 91
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000011160 research Methods 0.000 claims description 19
- 230000000694 effects Effects 0.000 claims description 12
- 238000011835 investigation Methods 0.000 claims description 11
- 230000000875 corresponding effect Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 5
- 238000003012 network analysis Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 33
- 238000007726 management method Methods 0.000 abstract description 24
- 241000607479 Yersinia pestis Species 0.000 abstract description 5
- 238000011960 computer-aided design Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 10
- 230000007246 mechanism Effects 0.000 description 10
- 238000004445 quantitative analysis Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000001737 promoting effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000013332 literature search Methods 0.000 description 2
- 230000010534 mechanism of action Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000005183 dynamical system Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000003205 fragrance Substances 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Geometry (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Computer Hardware Design (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于计算机辅助设计技术领域,公开了一种智慧城市管理决策系统及其构建方法。本发明针对智慧城市的特点,构建了智慧城市系统体系。智慧城市系统由元素(包括政府支持、社会支持和公众支持)、功能(包括城市公共管理和服务)、外部环境包括PEST(政治(politics)、经济(economy)、社会(society)、技术(technology)),以及元素之间相互关系等构成,是一个动态复杂的有机体系;针对智慧城市可持续发展影响因素缺乏系统的实证,提出了可持续发展协同模型,并采用多元回归和结构方程模型方法予以检验;针对智慧城市是一个复杂系统的分析,建立了系统动力学模型,并对其有效性进行了检验。
Description
技术领域
本发明属于计算机辅助设计技术领域,尤其涉及一种智慧城市管理决策系统及其构建方法。
背景技术
2008年美国IBM首次提出“智慧城市”战略,掀起了智慧城市领域理论研究和工程实践的热潮。目前,业内常用的现有技术是这样的:
(1)智慧城市的概念:现有将智慧城市定义为广泛链接物理、IT、社会和商业等基础设施,并充分利用集体智慧的城市现有认为智慧城市是指试图让自己变得更“智慧”的城市,即更加有效率、可持续、公平宜居的城市。现有指出智慧城市是指利用ICT和web2.0技术,加快政府办公程序,帮助找出新的创新性解决方案,以及解决城市管理的复杂性,提高城市可持续发展和宜居性的城市模式。现有将智慧城市定义为涵盖政府、市民和商业组织的新城市生态系统,其核心思想就是充分运用信息技术手段、工商业活动、居民生活等各层次需求做出智能反应,为城市管理部门提供高效的城市管理手段,为企业提供优质服务和广阔的创新空间,为市民提供更好的生活品质。现有认为智慧城市是一种更为智慧的方法,通过新一代的信息技术来改变政府、社区或公司和人们相互交互的方式,以提高交互的明确性、效率、灵活性和响应速度。通过城市空间信息基础设施与城市空间设施的结合,使得政府、社区或企业、城市居民做出更明智的决策。
(2)智慧城市的影响因素:现有提出建设智慧城市的八个影响因素,即管理与组织、技术、治理、政策、人和社区、经济、基础设施的建设、自然环境。现有将智慧城市划分成八个主要因素:智慧政府、智慧能源、智慧建筑、智慧交通、智慧基础设施、智慧科技、智慧医疗、智慧市民,并从这八个方面去细化衡量智慧城市的发展水平。现有将智慧城市分为六个主要因素:智慧移动、智慧人群、智慧经济、智慧环境、智慧政府、智慧建筑,从这六个方面衡量城市的智慧程度。IESE商学院认为影响智慧城市的因素有十个:经济、人力资本、社会凝聚力、环境、公共管理、政府、城市规划、国际影响力、科技、移动和交通。IESE商学院综合以上十因素,并对各指标进行权重计算,对世界180个城市(其中,73个为首都)的“智慧”程度进行了综合排名,发布了2016年智慧城市排名报告。中国的城市并没有表现出优势,排名最好的为香港,第42名,上海和北京分别位居第80和第90名,进入了前100。也有一些城市的智慧城市排名被评估为“差”,如重庆、沈阳、哈尔滨。
(3)智慧城市的评价体系:我国学者陈铭、王乾晨等(2011)提出指标体系则包括智慧城市网络互联领域、城市智慧产业领域、城市智慧服务领域、城市智慧人文领域,其中城市智慧产业领域包括7个指标项;城市智慧服务领域包括4个指标项;城市智慧人文领域包括5个指标项。总共21个评价指标。李贤毅,现有将智慧城市分为四个一级指标:泛在网络、智慧应用、公共支撑平台、价值实现,19个二级指标、57个三级指标。现有提出了智慧城市的SMART理论模型,即服务(Service)、管理与运营(Management&Maintenance)、应用平台(Application Platform)、资源(Resource)、技术(Technology)代表了城市发展的五大关键要素。
(4)智能城市的应用:信息技术的广泛应用、运用数字技术改变生活和工作、ICTs内嵌于城市、将信息通信技术与人类结合在一起以促进创新和学习。
由上可知,通过多年的努力,已取得以下研究成果:
(1)智慧城市的概念、内涵已形成,智慧城市的理念已建立。
(2)智慧城市的评价体系已建立,并用于指导具体的工程实践,并初步发挥实效。
(3)互联网、云计算、大数据、人工智能等信息技术日渐成熟,并广泛应用到智慧城市工程建设中。这些技术背景为本发明的研究奠定了一定的基础。
但是,现有的技术背景存在种种局限:
(1)从单个角度和影响因素分析较多,而考虑多个影响因素的系统模型研究与分析较少;
(2)分析多为观点的阐述,定性描述的较多,定量分析的证实较为缺乏;
(3)智慧城市可持续发展的内在机理和规律尚不清楚。
以上局限,严重阻碍了我国智慧城市的可持续发展。据《新型智慧城市发展报告2017》显示,我国新型智慧城市发展整体仍处于起步阶段,我国智慧城市可持续发展面临诸多难题。新型智慧城市要实现多元、生态、协作的可持续发展,仍需做诸多努力。智慧城市发展的不平衡、不充分、不协调,已严重阻碍了亿万民众对美好生活需要和追求。
综上所述,现有技术存在的技术问题:
(1)从单个角度和影响因素分析较多,而考虑多个影响因素的系统模型研究与分析较少;
(2)分析多为观点的阐述,定性描述的较多,定量分析的证实较为缺乏;
(3)智慧城市可持续发展的内在机理和规律尚不清楚。
解决上述技术问题的难度和意义:
智慧城市涉及社会、政治、经济、科技、教育、生活等因素;各因素之间相互联系、相互影响,具有特定的因果关系;智慧城市是一个动态的发展过程,具有发展进化的特征。以动态的手法,确定智慧城市发展的规律,实现智慧城市的可持续发展,具有极大的理论意义和实践意义。
发明内容
针对现有技术存在的问题,本发明提供了一种智慧城市管理决策系统及其构建方法。
本发明是这样实现的,一种智慧城市管理决策系统的构建方法,所述智慧城市管理决策系统的构建方法包括以下步骤:
步骤一:建模始于对智慧城市可持续发展现状的调查;
步骤二:在调研的基础上,对其进行系统分析,确定其系统结构,形成相应的流图;
步骤三:在流图的基础上设计方程和参数,构建系统动力学模型;
步骤四:对模型进行检验,以验证其与现实的拟合程度。
进一步,所述智慧城市管理决策系统的构建方法的智慧城市数学模型如下:如果对象集S满足下列两个条件:①S中至少包含两个不同元素;②S中的元素按一定方式相互联系,则称S为一个系统,S的元素为系统的组分。
智慧城市系统是由其所涉及的智慧城市作为系统,数学模型表述为:S={D,V,E,R};
其中,D为智慧城市系统互为关联的元素集合,表示为:
D={di|di∈S,i=1,2,3};
其中,d1是政府支持元素,d2是社会支持元素,d3是公众支持元素,三者构成一个集合;同时,三个元素分别由若干子元素构成,形成一个有机整体;
V为智慧城市系统的功能,是系统的性质和能力,表示为:
V={vi|vi∈S,i=1,2};
其中,v1是智慧城市的公共管理功能,v2是智慧城市公共服务功能。E为外部环境,为:
E={ei|ei∈S,i=1,2,3,4,5};
其中,e1为政府部门是否鼓励智慧城市产业,e2为社会资本是否积极参与智慧城市项目,e3为科研机构是否积极为智慧城市提供技术支持,e4为城市公众是否积极参与智慧城市,e5为供应链是否积极为智慧城市供应产品和增值服务;
R为系统的结构,是元素之间相互联系、相互制约的内在表现形式;Rij为元素di和dj的作用因子,di通过该作用因子对dj产生作用,使得di和dj之间产生一定的关联;存在关系方程f(si,Rij,)=0,其中si,sj分别为元素di和dj的状态;关系Rij使di和dj和之间建立起联系,元素di通过Ri向元素dj传递物质、能量和信息;
关系Rij是一种变量,不仅揭示元素di对元素dj产生的作用;对于任一给定的系统S,它的关系Rij是唯一确定的,且其关系方程具有相应客观规律确定的具体形式。
那么系统具有个关系Rij(i,j=1,2,3…,k;k≥2)的集合设为Y,记为Y={vi,Rij,vj|i,j=1,2,3…,k;k≥2};
S={D,V,E,R,Y},若加入时间因素,进一步定义为:
S(t)={D(t),V(t),E(t),R(t),Y(t)}(t=0,1,2,3,…,k)。
进一步,所述智慧城市管理决策系统的构建方法的智慧城市可持续发展协同模型的建立包括:
(1)将纳智慧城市的可持续发展因素归纳:3个一级主因素,18个二级子因素;
(2)智慧城市可持续发展协同模型建立;
智慧城市可持续发展系统链基本回路及相关变量确定:
①政府支持子模块,通过问卷调查,并通过实证分析,选择政府财政支持作为智慧城市的发展能力的影响因素;
②社会支持子模块社,建立社会支持子模块因果关系图;
③公众支持子模块,建立政府支持子模块因果关系图。
进一步,所述智慧城市管理决策系统的构建方法的动力学模型数学公式构建:
①流位变量方程方程L方程,描述存量变化的过程,即存量是流量变化对时间的积累,可用积分形式进行描述。流位变量数学方程公式如下:
其中,LV(t)表示在时刻流位变量的值,LV0表示的初始值,Ri表示流位变量的输入量,R0表示流位变量的输出量,∑Ri(t)-∑R0(t)表示流位变量的净流量;
②流率变量方程,描述在一个单位时间区间DT内流量形成的方程式,其实质是调节系统现实状态与目标状态之间偏差的决策规则;流率变量数学方程公式如下:
R:RV(t)=f[LV(t),A(t),RV1(t-Δt)]
其中,LV(t)表示在时刻流位变量的值,A(t)表示辅助变量在时刻的值,RV1(t-Δt)表示在(t-Δt)时刻流率变量值;流率变量数学方程的建立需要确定流率变量关系式;
③辅助方程,在流位变量之后,故辅助变量方程具有流率变量方程的形式。辅助变量数学方程式如下:
A:A(t)=g[LV(t),A1(t),RV(t-Δt)]
其中:LV(t)表示时刻的流位变量值,A1(t)表示时刻的另一辅助变量值,RV(t-Δt)表示(t-Δt)时刻的流率变量值;
④初始值方程,用于给流位变量赋予初始值,在模型程序中通常紧随流位方程之后;用于给常量赋值。
本发明的另一端面在于提供一种由所述智慧城市管理决策系统的构建方法构架的智慧城市管理决策系统,所述智慧城市管理决策系统包括:元素模块、功能模块、外部环境模块、元素相互关系模块。
进一步,所述元素模块包括:政府支持单元、社会支持单元、公众支持单元。
进一步,所述功能模块包括:城市公共管理和服务单元。
进一步,所述外部环境模块包括:政治单元、经济单元、社会单元、技术单元。
综上所述,本发明的优点及积极效果为:
本发明针对智慧城市的特点,构建了智慧城市系统体系。智慧城市系统由元素(包括政府支持、社会支持和公众支持)、功能(包括城市公共管理和服务)、外部环境包括PEST(政治(politics)、经济(economy)、社会(society)、技术(technology)),以及元素之间相互关系等构成,是一个动态复杂的有机体系;针对智慧城市可持续发展影响因素缺乏系统的实证,提出了可持续发展协同模型,并采用多元回归和结构方程模型方法予以检验;针对智慧城市是一个复杂系统的分析,建立了系统动力学模型,并对其有效性进行了检验。
本发明在构建智慧城市可持续发展因果关系图的基础上,构建智慧城市可持续发展仿真模型流图。进一步区分智慧城市可持续发展各变量的性质,直观刻画各要素之间的逻辑关系,明确智慧城市可持续发展系统的反馈形式和控制规律,为深入研究系统奠定基础。
本发明通过智慧城市可持续发展系统动力学模型的建立和仿真,解决三个方面的问题:①厘清智慧城市可持续发展的内在机理。②探索智慧城市可持续发展的运行机制。在建立智慧城市可持续发展系统动力学模型的基础上,分析政府支持、社会支持和公众参与的运行机制,剖析运行机制的内在逻辑,并就机制优化提出意见和建议。③分析智慧城市可持续发展的政策体系。智慧城市相关政策的出台应建立在促进其可持续发展的基础上。通过厘清智慧城市可持续发展的内在机理,以及探索智慧城市可持续发展的运行机制,对政策体系有了直观性认识。随后,在系统动力学模型的基础上,以作为仿真实验的平台,对智慧城市政策进行政策实验,达到优化智慧城市政策的目的。
附图说明
图1是本发明实施例提供的智慧城市管理决策系统的结构示意图;
图中:1、元素模块;2、功能模块;3、外部环境模块;4、元素相互关系模块。
图2是本发明实施例提供的智慧城市管理决策系统的构建方法流程图。
图3是本发明实施提供的智慧城市可持续发展影响因素分类图。
图4是本发明实施提供的智慧城市可发展影响因素的逻辑结构图。
图5是本发明实施提供的智慧城市可持续发展协同驱动模型图。
图6是本发明实施提供的建模的基本步骤图。
图7是本发明实施提供的智慧城市一级指标因果关系图。
图8是本发明实施提供的智慧城市建模的逻辑思路示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示,本发明实施例提供的智慧城市管理决策系统包括:元素模块1、功能模块2、外部环境模块3、元素相互关系模块4。
元素模块1进一步包括:政府支持单元、社会支持单元、公众支持单元。
功能模块2进一步包括:城市公共管理和服务单元。
外部环境模块3进一步包括:政治单元、经济单元、社会单元、技术单元。
下面结合附图对本发明的应用原理作进一步的描述。
如图2所示,本发明实施例提供的智慧城市管理决策系统的构建方法包括以下步骤:
S101:建模始于对智慧城市可持续发展现状的调查;
S102:在调研的基础上,对其进行系统分析,确定其系统结构,形成相应的流图;
S103:在流图的基础上设计方程和参数,构建系统动力学模型;
S104:对模型进行检验,以验证其与现实的拟合程度。
本发明提供的智慧城市数学模型如下:
贝塔兰菲(1966)认为,在自然界和人类社会中,普遍存在着由若干个环节组成的链状事物,这种环环相扣、动此及彼的链状事物就是人们常说的系统。如果对象集S满足下列两个条件:①S中至少包含两个不同元素;②S中的元素按一定方式相互联系,则称S为一个系统,S的元素为系统的组分。
智慧城市系统是由其所涉及的智慧城市作为系统,其数学模型可以表述为:S={D,V,E,R};
其中,D为智慧城市系统互为关联的元素集合,可以表示为:
D={di|di∈S,i=1,2,3};
其中,d1是政府支持元素,d2是社会(含社会资本、科技企业、供应链)支持元素,d3是公众支持元素,三者构成一个集合。同时,三个元素分别由若干子元素构成,形成一个有机整体。
V为智慧城市系统的功能,是系统的性质和能力,可以表示为:
V={vi|vi∈S,i=1,2};
其中,v1是智慧城市的公共管理功能,v2是智慧城市公共服务功能。E为外部环境,可以表为:
E={ei|ei∈S,i=1,2,3,4,5};
其中,e1为政府部门是否鼓励智慧城市产业,e2为社会资本是否积极参与智慧城市项目,e3为科研机构是否积极为智慧城市提供技术支持,e4为城市公众是否积极参与智慧城市,e5为供应链是否积极为智慧城市供应产品和增值服务。
R为系统的结构,是元素之间相互联系、相互制约的内在表现形式。Rij为元素di和dj的作用因子,di通过该作用因子对dj产生作用,使得di和dj之间产生一定的关联。所以,存在关系方程f(si,Rij,)=0,其中si,sj分别为元素di和dj的状态。关系Rij使di和dj和之间建立起联系,元素di通过Ri向元素dj传递物质、能量和信息。
关系Rij是一种变量,不仅揭示元素di对元素dj产生的作用,而且定量地描述元素di对dj作用量的大小,关系Rij的值越大,表明对的作用力就越大。对于任一给定的系统S,它的关系Rij是唯一确定的,且其关系方程具有相应客观规律确定的具体形式。在本发明中,主要存在功能之间的相关影响关系和元素之间的相关作用关系。
那么系统具有个关系Rij(i,j=1,2,3…,k;k≥2)的集合设为Y,记为Y={vi,Rij,vj|i,j=1,2,3…,k;k≥2}这组关系正是本发明要探索和研究的。
同时,智慧城市作为一个系统随时间的变化呈现出固有的行为特征。考虑系统元素、相互关系、外部环境等,可以数学描述为S={D,V,E,R,Y},若加入时间因素,可以进一步定义为:
S(t)={D(t),V(t),E(t),R(t),Y(t)}(t=0,1,2,3,…,k)。
按照系统论的思想,智慧城市是一个动态系统,其可持续发展也是一个有机动态系统。在智慧城市可持续协同模型建立以后,为了验证智慧城市可持续发展协同驱动模型,本发明对模型中的关系提出假设如下:
在此假设完成以后,通过样本的选择、变量测量,采用SPSS20.0专业统计软件包,根据回归模型进行相关分析和多元回归分析,检验驱动因素变量和智慧城市可持续能力相关变量是否对可持续发展存在影响。在此基础上,剔除掉没有影响的变量,对剩余变量采用AMOS21.0软件包,运用结构方程模型(SEM)分析驱动因素对能力的影响,进而解析驱动因素通过提升智慧城市可持续能力,达到促进智慧城市可持续发展的内在机理。如图6所述建模的基本步骤。
1、智慧城市可持续发展协同模型的建立
(1)智慧城市可持续发展的影响因素
通过对智慧城市的概念、内涵、外延及评价体系等内容的文献检索,本发明将纳智慧城市的可持续发展因素归纳如下:3个一级主因素,18个二级子因素,具体分类见图3。
(2)智慧城市可持续发展协同模型建立
要对智慧城市进行全面和定量地分析,做到对其行为和发展进行科学解释,理论上需要将智慧城市作为一个复杂动态系统进行考察。现实中的智慧城市系统一般都是开放系统,并受政治(politics)、经济(economy)、社会(society)、技术(technology)(简称PEST)的影响,并与PEST有物质、能量和信息的交换。因此,智慧城市系统要实现其某一固有功能,必须从外界获得物质能量和信息的输入,经过系统的处理,向环境输出新的物质能量和信息。通过文献检索及问卷调查,可总结出智慧城市可持续发展影响如下:
①P(politics)政治:主要体现在政府的支持。智慧城市的建设及发展与政府旳高度重视及大力支持是分不幵的。政府指引智慧城市发展方向、引领城市建设步伐、把握城市发展速度、协调城市各方利益关系,以及均衡城市经济、社会、生态和谐发展。政府通过顶层设计实现对智慧城市设计的总体架构;通过制定合理的政策,对整个智慧城市系统的发展方向进行指引;通过全额投资、财政补贴、与社会资本合作等方式,主导或支持具体智慧城市项目的建设。通过组织协调,调动智慧城市建设各个层次、各种参与力量的积极性,这是智慧城市实现可持续发展的前提条件。
②E(economy)经济:即社会的经济水平。智慧城市的建设与发展,需要巨大的资金投入。据瞻产业研究院《中国智慧城市行业市场前瞻与投资规划分析报告》的预测,我国智慧城市的2018年的市场规模高达4000亿,未来10年智慧城市的每年投资规模将逾5000亿元。智慧城市建设和发展的资金需求,政府财政支持是主要来源,除此以外,社会资本(如:电信运营商、系统集成商)积极参与合作,是智慧城市可持续发展的有力保障。
③S(society)社会:社会的软环境即人文科学素养。智慧城市最核心的理念是“以人为本”(曾宪鹏,张丽琴,“以人为本”引领新型智慧城市建设,2017年1月30)。智慧城市要注重发挥城市主体的作用,人人参与、共同推动,注重满足人的需要,增强市民的城市获得感。公众参与、公众感知、公众认可是智慧城市可持续发展的落脚点。
④T(technology)技术:即现有的技术环境。智慧城市是一门高兴技术产业,从最初的克服信息孤岛为目的的智慧城市1.0,经过以平台为基础实现数据共享的智慧城市2.0,到现在以“人工智能、虚拟现实、物联网、大数据”为依托实现数据运营的智慧城市3.0,现代信息技术突飞猛进。随着智慧城市跨越式的发展,对技术研发、科技创新、科研成果转化的要求越来越高。这就要求科研机构、科技企业、供应链(供应商、制造商、分销商、零售商)协同作业,为智慧城市提供技术智慧和增值服务。将PEST的诸因素加以归纳,得出:政府支持、社会资本合作、科研机构(科技企业)技术支持、公众参与、供应链协作五个因素构成了智慧城市可持续发展的整个外部环境,影响着智慧城市的可持续发展。基于此,本发明建立智慧城市可持续发展的逻辑结构如图4所示。
根据上述逻辑,政府支持、电信运营商等社会资本协作、科研机构(或技企业)的技术支持、公众参与、供应链的有效供给构成智慧城市可持续发展的整体环境。一方面,这些因素有可能直接促进或制约智慧城市的可持续发展;另一方面,这些因素可能会影响智慧城市功能的实现,进而间接影响智慧城市的可持续发展。同时,通过智慧城市的基础设施完善能力、公共管理和服务能力、人文素养能力间接影响智慧城市可持续发展的思路,本发明建立智慧城市的可持续发展协同驱动模型如图5所示。
2、智慧城市可持续发展系统链基本回路及相关变量确定
根据图1(智慧城市可持续发展影响因素分类图),可以以“基础设施完善能力、公共管理及服务能力、人文社科素养能力”来表征智慧城市的可持续发展,构成智慧城市可持续发展的顶层模块。以上三个指标均与智慧城市可持续发展为正相关关系。子模块的因果关系如图7所示。
①政府支持子模块
政府对智慧城市的可持续发展支撑表现在三个方面。首先,政府的顶层设计决定智慧城市的功能定位;其次,政府的政策导向引领智慧城市发展方向;最后,政府的财政支持为智慧城市的发展提供了资金保障。本发明通过问卷调查,并通过实证分析,选择政府财政支持作为智慧城市的发展能力的影响因素。选取这一影响的逻辑是:政府支持力度影响智慧城市的基础设施建设,进而影响智慧城市的公共管理和服务能力、人文素养能力。从这一逻辑思路出发,建立政府支持子模块因果关系图。
②社会支持子模块
社会支持来自社会资本(如电信运营商、系统集成商)、科技企业、科研机构、供应链等各个层面、各个渠道的支持。社会支持对智慧城市可持续发展有显著性影响,科研机构(科技企业)对智慧城市的支持体现在技术智力的支持。具体来说,科研机构为智慧城市提供高科技产品和技术力量,使智慧城市的基础设施完善能力、公共管理和服务能力、人文素养能力的提升得到保障。按照此逻辑推理,建立社会支持子模块因果关系图。
③公众支持子模块
智慧城市是新兴科技产业,公众对智慧城市的认知水平、感知程度、满意程度与智慧城市的可持续发展息息相关。其中,公众满意度已成为衡量智慧城市建设的重要标准。公众对智慧城市满意度评价,体现在智慧城市的城市形象、城市的公共服务和管理、城市的人文素养软环境等方面,这是智慧城市建设和发展的落脚点。依据此分析,建立政府支持子模块因果关系图。
下面结合具体实施例对本发明的应用原理进行进一步详细说明;
智慧城市可持续发展系统动力学模型建立
(1)建模的过程
按照系统动力学建模的一般做法,智慧城市可持续发展系统动力学建模有其固有的建模步骤。首先,建模始于对智慧城市可持续发展现状的调查研究;其次,在调研的基础上,对其进行系统分析,确定其系统结构,形成相应的流图;最后,在流图的基础上设计方程和参数。这样,系统动力学模型就构建出来,但后续还应对模型进行检验,以验证其与现实的拟合程度。经过检验的系统动力学模型就可以进行仿真实验,从而为系统行为和政策分析奠定基础如图6所示。
(2)建模的逻辑思路
本发明所建立的智慧城市可持续发展系统动力学模型是系统动力学在智慧城市可持续发展上的应用。在具体建模时,理论和调研分析是建模的起点,涉及对智慧城市可持续发展及系统动力学两个领域的理论分析和智慧城市可持续发展的现状调研与认识。基于以上认识,本发明建模的逻辑思路如图8所示。
(3)仿真模型流图
在构建因果关系图的基础上,根据智慧城市可持续发展因果关系图,将变量因果关系图中的符号由点改为对应的符号,并遵循相应的流线连接变量的关联关系,即可得到流图。流图是进行定量分析的有力工具,是为了便于掌握系统的结构及行为的动态性而引入的图像模型,它根据变量关系来分析系统中的反馈回路,是由积累、流率、物质流、信息流等符号构成的,可直观形象地反映系统结构和动态特征。从因果关系图到流图,在系统问题刻画上己经发生了质的变化,流图中的流位变量已经具备了定量分析的表达式,再通过建立流率变量和辅助变量的关系式,即可以实现定量分析。智慧城市可持续发展系统动力学流图是进行仿真分析的主模型。
(4)系统动力学模型变量分析
在系统动力学研究中,流位变量(Level Variable,用LV表示)和流率变量(RateVariable,用RV表示)是最基本的两种变量。同时,辅助变量(AuxiliaryVariable,用AV表示)和常量(Constant Variable,用CV表示)也是模型的重要变量(钟永光、贾晓菁、李旭;2009),构建系统动力学流位变量、流率变量、辅助变量和常量,并对各变量进行分析。
(5)系统动力学模型数学公式构建
系统动力学研究通过因果关系图、流图、流位与流率变量分析等方法,最终建立定量动力学仿真模型。系统动力学方程是对系统要素之间关系描述的一组数学关系式,其实质是微分方程组;而构造数学方程则是系统动力学研究中不可缺少的环节,它是定量分析与仿真的必要条件。
系统动力学的数学方程主要有:流位变量方程(L),流率变量方程(R),辅助方程(A),初始值方程(N),常量方程(C)等5种。
①流位变量方程方程L方程。流位方程也称水平方程,是系统动力学中的基本方程,它描述存量变化的过程,即存量是流量变化对时间的积累,可用积分形式进行描述。流位变量数学方程公式如下:
其中,LV(t)表示在时刻流位变量的值,LV0表示的初始值,Ri表示流位变量的输入量,R0表示流位变量的输出量,∑Ri(t)-∑R0(t)表示流位变量的净流量。
上式表明:流位变量在t时刻的值等于流位变量初始值加上在[0,t]时间区间内净流量变化对时间的积累。
②流率变量方程(R方程)。流率方程又称速率方程,是描述在一个单位时间区间DT内流量形成的方程式,其实质是调节系统现实状态与目标状态之间偏差的决策规则。流率变量数学方程公式如下:
R:RV(t)=f[LV(t),A(t),RV1(t-Δt)]
其中,LV(t)表示在时刻流位变量的值,A(t)表示辅助变量在时刻的值,
RV1(t-Δt)表示在(t-Δt)时刻流率变量值。流率变量数学方程的建立需要确定流率变量关系式,其基本关系表达式主要有:乘积式、差商式、和差式、表函数式等,在建模过程中需要根据实际情况选择相应的关系表达式。
③辅助方程(A方程)。引入辅助变量方程的目的,是为了更清楚的表述和简化流率方程,从而描述决策过程。在仿真计算时,辅助变量方程是在流位变量之后,故辅助变量方程具有流率变量方程的形式。辅助变量数学方程式如下:
A:A(t)=g[LV(t),A1(t),RV(t-Δt)]
其中:LV(t)表示时刻的流位变量值,A1(t)表示时刻的另一辅助变量值,RV(t-Δt)表示(t-Δt)时刻的流率变量值。
④初始值方程(N方程),常量方程(C方程)。方程主要用于给流位变量赋予初始值,在模型程序中通常紧随流位方程(L方程)之后;方程主要用于给常量赋值。
在此基础上,根据系统动力学理论和智慧城市可持续发展实际,构建系统动力学模型变量的数学方程。
(6)智慧城市可持续发展系统动力学模型检验
为了检验系统动力学模型与现实的契合性,本项目将结合实证调研数据进行检验。根据系统动力学的流图,拟定数据收集提纲,选择3个以上的智慧城市项目进行调研,并对这些数据进行整理、归纳、总结,利用实证方法和手段,对系统动力学模型结构和行为与实际系统的一致性进行检验。
(7)智慧城市可持续发展政策系统动力学仿真分析
智慧城市系统元素之间的关系及其作用机理是实现智慧城市可持续发展的关键。因此,对智慧城市系统元素之间的关系及其作用机理的分析有助于从理论上提出促进其可持续发展的对策。为了更好理解和把握智慧城市可持续发展的相关政策,对系统动力学模型中所涉及的政策进行仿真,为科学制定促进智慧城市可持续发展政策提供理论和实践依据。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种智慧城市管理决策系统的构建方法,其特征在于,所述智慧城市管理决策系统的构建方法包括以下步骤:
步骤一:建模始于对智慧城市可持续发展现状的调查;
步骤二:在调研的基础上,对其进行系统分析,确定其系统结构,形成相应的流图;
步骤三:在流图的基础上设计方程和参数,构建系统动力学模型;
步骤四:对模型进行检验,以验证其与现实的拟合程度。
2.如权利要求1所述的智慧城市管理决策系统的构建方法,其特征在于,所述智慧城市管理决策系统的构建方法的智慧城市数学模型如下:如果对象集S满足下列两个条件:①S中至少包含两个不同元素;②S中的元素按一定方式相互联系,则称S为一个系统,S的元素为系统的组分;
智慧城市系统是由其所涉及的智慧城市作为系统,数学模型表述为:S={D,V,E,R};
其中,D为智慧城市系统互为关联的元素集合,表示为:
D={di|di∈S,i=1,2,3};
其中,d1是政府支持元素,d2是社会支持元素,d3是公众支持元素,三者构成一个集合;同时,三个元素分别由若干子元素构成,形成一个有机整体;
V为智慧城市系统的功能,是系统的性质和能力,表示为:
V={Vi|Vi∈S,i=1,2};
其中,v1是智慧城市的公共管理功能,v2是智慧城市公共服务功能;E为外部环境,为:
E={ei|ei∈S,i=1,2,3,4,5};
其中,e1为政府部门是否鼓励智慧城市产业,e2为社会资本是否积极参与智慧城市项目,e3为科研机构是否积极为智慧城市提供技术支持,e4为城市公众是否积极参与智慧城市,e5为供应链是否积极为智慧城市供应产品和增值服务;
R为系统的结构,是元素之间相互联系、相互制约的内在表现形式;Rij为元素di和dj的作用因子,di通过该作用因子对dj产生作用,使得di和dj之间产生一定的关联;存在关系方程f(si,Rij,)=0,其中si,sj分别为元素di和dj的状态;关系Rij使di和dj和之间建立起联系,元素di通过Ri向元素dj传递物质、能量和信息;
关系Rij是一种变量,不仅揭示元素di对元素dj产生的作用;对于任一给定的系统S,它的关系Rij是唯一确定的,且其关系方程具有相应客观规律确定的具体形式;
那么系统具有个关系Rij(i,j=1,2,3…,k;k≥2)的集合设为Y,记为Y={vi,Rij,vj|i,j=1,2,3…,k;k≥2};
S={D,V,E,R,Y},若加入时间因素,进一步定义为:
S(t)={D(t),V(t),E(t),R(t),Y(t)}(t=0,1,2,3,…,k)。
3.如权利要求1所述的智慧城市管理决策系统的构建方法,其特征在于,所述智慧城市管理决策系统的构建方法的智慧城市可持续发展协同模型的建立包括:
(1)将纳智慧城市的可持续发展因素归纳:3个一级主因素,18个二级子因素;
(2)智慧城市可持续发展协同模型建立;
智慧城市可持续发展系统链基本回路及相关变量确定:
①政府支持子模块,通过问卷调查,并通过实证分析,选择政府财政支持作为智慧城市的发展能力的影响因素;
②社会支持子模块社,建立社会支持子模块因果关系图;
③公众支持子模块,建立政府支持子模块因果关系图。
4.如权利要求1所述的智慧城市管理决策系统的构建方法,其特征在于,所述智慧城市管理决策系统的构建方法的动力学模型数学公式构建:
①流位变量方程方程L方程,描述存量变化的过程,即存量是流量变化对时间的积累,可用积分形式进行描述。流位变量数学方程公式如下:
L:
其中,LV(t)表示在时刻流位变量的值,LV0表示的初始值,Ri表示流位变量的输入量,R0表示流位变量的输出量,∑Ri(t)-ΣR0(t)表示流位变量的净流量;
②流率变量方程,描述在一个单位时间区间DT内流量形成的方程式,其实质是调节系统现实状态与目标状态之间偏差的决策规则;流率变量数学方程公式如下:
R:RV(t)=f[LV(t),A(t),RV1(t-△t)]
其中,LV(t)表示在时刻流位变量的值,A(t)表示辅助变量在时刻的值,RV1(t-Δt)表示在(t-Δt)时刻流率变量值;流率变量数学方程的建立需要确定流率变量关系式;
③辅助方程,在流位变量之后,故辅助变量方程具有流率变量方程的形式。辅助变量数学方程式如下:
A:A(t)=g[LV(t),A1(t),RV(t-Δt)]
其中:LV(t)表示时刻的流位变量值,A1(t)表示时刻的另一辅助变量值,RV(t-Δt)表示(t-Δt)时刻的流率变量值;
④初始值方程,用于给流位变量赋予初始值,在模型程序中通常紧随流位方程之后;用于给常量赋值。
5.一种由权利要求1所述智慧城市管理决策系统的构建方法构架的智慧城市管理决策系统,其特征在于,所述智慧城市管理决策系统包括:元素模块、功能模块、外部环境模块、元素相互关系模块。
6.如权利要求5所述的智慧城市管理决策系统,其特征在于,所述元素模块包括:政府支持单元、社会支持单元、公众支持单元。
7.如权利要求5所述的智慧城市管理决策系统,其特征在于,所述功能模块包括:城市公共管理和服务单元。
8.如权利要求5所述的智慧城市管理决策系统,其特征在于,所述外部环境模块包括:政治单元、经济单元、社会单元、技术单元。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910349708.0A CN110135025A (zh) | 2019-04-28 | 2019-04-28 | 一种智慧城市管理决策系统及其构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910349708.0A CN110135025A (zh) | 2019-04-28 | 2019-04-28 | 一种智慧城市管理决策系统及其构建方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110135025A true CN110135025A (zh) | 2019-08-16 |
Family
ID=67575472
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910349708.0A Pending CN110135025A (zh) | 2019-04-28 | 2019-04-28 | 一种智慧城市管理决策系统及其构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110135025A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112016213A (zh) * | 2020-08-31 | 2020-12-01 | 哈尔滨工业大学 | 一种考虑环境影响的封闭小区开放决策方法 |
CN114925324A (zh) * | 2022-05-25 | 2022-08-19 | 北京航空航天大学 | 基于scnbmf的智慧城市不完备数据的处理系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109544428A (zh) * | 2018-11-28 | 2019-03-29 | 南京莱斯信息技术股份有限公司 | 一种面向城市治理的智慧城市平台 |
CN109636150A (zh) * | 2018-11-30 | 2019-04-16 | 南京市城市规划编制研究中心 | 一种智慧城市“多规合一”评价体系的建立方法及其系统 |
-
2019
- 2019-04-28 CN CN201910349708.0A patent/CN110135025A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109544428A (zh) * | 2018-11-28 | 2019-03-29 | 南京莱斯信息技术股份有限公司 | 一种面向城市治理的智慧城市平台 |
CN109636150A (zh) * | 2018-11-30 | 2019-04-16 | 南京市城市规划编制研究中心 | 一种智慧城市“多规合一”评价体系的建立方法及其系统 |
Non-Patent Citations (10)
Title |
---|
孙斌: "基于系统动力学的包头市智慧城市评价体系研究", 《城市发展研究》, pages 81 - 86 * |
廖胭脂: "智慧城市的投影寻踪评价模型与实证研究", 《中国发展》, pages 55 - 61 * |
张宁: "智慧水务市场嵌入及其利益主体参与机制研究——基于系统动力学模型", 《杭州电子科技大学学报(社会科学版)》 * |
张宁: "智慧水务市场嵌入及其利益主体参与机制研究——基于系统动力学模型", 《杭州电子科技大学学报(社会科学版)》, 15 December 2018 (2018-12-15), pages 22 - 29 * |
李晓英: "智慧城市发展的系统动力学模拟及政策建议", 《中国优秀硕士学位论文全文数据库经济与管理科学辑》 * |
李晓英: "智慧城市发展的系统动力学模拟及政策建议", 《中国优秀硕士学位论文全文数据库经济与管理科学辑》, 15 March 2017 (2017-03-15), pages 155 - 85 * |
程敏: "基础设施系统与城市发展的互动关系研究——以上海为例", 《现代城市研究》 * |
程敏: "基础设施系统与城市发展的互动关系研究——以上海为例", 《现代城市研究》, 15 April 2015 (2015-04-15), pages 67 - 74 * |
贾一伟: "基于系统动力学的高校科技产业可持续发展研究", 《中国博士学位论文全文数据库社会科学Ⅱ辑》 * |
贾一伟: "基于系统动力学的高校科技产业可持续发展研究", 《中国博士学位论文全文数据库社会科学Ⅱ辑》, 15 February 2014 (2014-02-15), pages 131 - 7 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112016213A (zh) * | 2020-08-31 | 2020-12-01 | 哈尔滨工业大学 | 一种考虑环境影响的封闭小区开放决策方法 |
CN114925324A (zh) * | 2022-05-25 | 2022-08-19 | 北京航空航天大学 | 基于scnbmf的智慧城市不完备数据的处理系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Digital transformation solutions of entrepreneurial SMEs based on an information error-driven T-spherical fuzzy cloud algorithm | |
CN102819769B (zh) | 一种基于集成化建模的个性化学习资源优化方法 | |
Xing et al. | Promoting strategy of Chinese green building industry: An evolutionary analysis based on the social network theory | |
Gao et al. | An agent-based simulation system for evaluating gridding urban management strategies | |
CN113298911B (zh) | 一种基于lambda规则的图形化概念建模方法 | |
Dourado Freire et al. | Technology-based business incubators: the impacts on resources of startups in Brazil | |
CN104428811B (zh) | 使用社交网络接口的通用模拟系统 | |
CN110135025A (zh) | 一种智慧城市管理决策系统及其构建方法 | |
Tang et al. | Group structure and information distribution on the emergence of collective intelligence | |
Dewhurst et al. | In search of a general enterprise model | |
Grogan | Co-design and co-simulation for engineering systems: Insights from the Sustainable Infrastructure Planning Game | |
Skvortsova et al. | Accelerator of innovations for pre-incubation stage of project lifecycle | |
Wu et al. | The study on agile supply chain-based supplier selection and evaluation | |
Yu et al. | Strategy and Performance of Knowledge Flow | |
Du et al. | Landscape image layout optimization extraction simulation of 3D pastoral complex under big data analysis | |
Cao et al. | Application of financial cloud in the sustainable development of smart cities | |
CN102739755A (zh) | 智能一体化网络计算机计算技术基础 | |
Zhang et al. | Human resource scheduling control method based on deep reinforcement learning | |
Lei | [Retracted] Resource Sharing Algorithm of Ideological and Political Course Based on Random Forest | |
Wilkinson et al. | Developing agent-based models of business relations and networks | |
Deng et al. | Application and development trends of digital technologies in modern production management | |
Chuai et al. | Achieving the success of sustainability systemic design through data visualization approach | |
Lu et al. | Anti‐Risk Ability of Government Purchasing Elderly Care Services under the Coordination of Complex Network and GERT | |
Utomo et al. | A Concept of Value and Sustainable Performance On Affordable High-Rise Residential Decision | |
Wang et al. | Research on scenarios management for testing decision-making behavior in decision simulation environment |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190816 |