CN110826753A - 一种资源处理方法、装置及其设备 - Google Patents
一种资源处理方法、装置及其设备 Download PDFInfo
- Publication number
- CN110826753A CN110826753A CN201810904788.7A CN201810904788A CN110826753A CN 110826753 A CN110826753 A CN 110826753A CN 201810904788 A CN201810904788 A CN 201810904788A CN 110826753 A CN110826753 A CN 110826753A
- Authority
- CN
- China
- Prior art keywords
- demand
- business object
- determining
- target
- variable
- 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
Links
- 238000003672 processing method Methods 0.000 title abstract description 10
- 238000010276 construction Methods 0.000 claims abstract description 73
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000012545 processing Methods 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 description 112
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000013178 mathematical model Methods 0.000 description 6
- 238000009434 installation Methods 0.000 description 5
- 239000002245 particle Substances 0.000 description 5
- 238000013480 data collection Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- YVPYQUNUQOZFHG-UHFFFAOYSA-N amidotrizoic acid Chemical compound CC(=O)NC1=C(I)C(NC(C)=O)=C(I)C(C(O)=O)=C1I YVPYQUNUQOZFHG-UHFFFAOYSA-N 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
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
- 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)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种资源处理方法、装置及其设备,该方法包括:根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数;根据所述第一目标参数从业务对象集合中选择目标业务对象;根据所述第二目标参数确定与所述目标业务对象对应的需求对象;其中,所述目标业务对象用于建立与所述需求对象对应的资源。通过本申请的技术方案,可以为资源选择最优目标业务对象,通过该目标业务对象建立资源,从而满足资源的选址要求。
Description
技术领域
本申请涉及互联网领域,尤其是一种资源处理方法、装置及其设备。
背景技术
公共服务设施是指为市民提供公共服务产品的公共性、服务性设施,按照具体的项目特点可以划分为:教育、医疗卫生、文化娱乐、交通(如公路、铁路、机场等)、体育、社会福利与保障、行政管理与社区服务、邮政电信和商业金融服务等。其中,公共服务设施可以包括基础设施和附属设施,基础设施是指为社会生产和居民生活提供公共服务的物质工程设施,附属设施是配套设施,使得基础设施得到更好服务、发挥更大作用、实现保值和增值功能的设施。
在现代社会中,完善的公共服务设施对加速社会经济活动,促进空间分布形态演变起着巨大推动作用,对新建、扩建项目,需要优先发展公共服务设施,以便项目建成后尽快发挥效益。因此,对公共服务设施的选址要求越来越高。
发明内容
本申请提供一种资源处理方法,所述方法包括:
根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数;
根据所述第一目标参数从业务对象集合中选择目标业务对象;
根据所述第二目标参数确定与所述目标业务对象对应的需求对象;
其中,所述目标业务对象用于建立与所述需求对象对应的资源。
本申请提供一种资源处理方法,所述方法包括:
根据候选设施地块变量、候选设施地块与资源需求地块的连接关系变量、第一候选集合中的资源需求地块、所述资源需求地块对应的需求参数、第二候选集合中的候选设施地块、所述资源需求地块与所述候选设施地块之间的距离,确定目标函数;其中,所述第一候选集合包括与候选设施地块对应的资源需求地块,所述资源需求地块与所述候选设施地块的距离小于所述候选设施地块的覆盖距离;所述第二候选集合包括与资源需求地块对应的候选设施地块,所述资源需求地块与所述候选设施地块的距离小于所述资源需求地块的出行距离;
根据所述目标函数确定第一目标参数和第二目标参数;
根据所述第一目标参数从候选设施地块集合中选择目标设施地块;
根据所述第二目标参数确定与所述目标设施地块对应的资源需求地块;其中,所述目标设施地块用于建立与所述资源需求地块对应的公共服务设施。
本申请提供一种资源处理装置,所述装置包括:
确定模块,用于根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数;
选择模块,用于根据第一目标参数从业务对象集合中选择目标业务对象;
所述确定模块,还用于根据所述第二目标参数确定与所述目标业务对象对应的需求对象;其中,所述目标业务对象用于建立与所述需求对象对应的资源。
本申请提供一种资源处理设备,所述设备包括:
处理器和机器可读存储介质,所述机器可读存储介质上存储有若干计算机指令,所述处理器执行所述计算机指令时进行如下处理:
根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数;
根据所述第一目标参数从业务对象集合中选择目标业务对象;
根据所述第二目标参数确定与所述目标业务对象对应的需求对象;
其中,所述目标业务对象用于建立与所述需求对象对应的资源。
基于上述技术方案,本申请实施例中,可以根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数,根据第一目标参数从业务对象集合中选择目标业务对象,并根据第二目标参数确定与目标业务对象对应的需求对象,而该目标业务对象用于建立与该需求对象对应的资源。基于上述方式,可以为资源选择最优目标业务对象,通过该目标业务对象建立资源,从而满足资源的选址要求。在目标业务对象是地块,资源是公共服务设施时,可以为公共服务设施选址出最优的地块,保证公共服务设施满足规划目标。
附图说明
为了更加清楚地说明本申请实施例或者现有技术中的技术方案,下面将对本申请实施例或者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申请中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据本申请实施例的这些附图获得其它的附图。
图1是本申请一种实施方式中的资源处理方法的流程图;
图2是本申请另一种实施方式中的资源处理方法的流程图;
图3A是本申请一种实施方式中的公共服务设施的选址方法的流程图;
图3B是本申请一种实施方式中的公共设施选址的一个场景示意图;
图4是本申请一种实施方式中的资源处理装置的结构图。
具体实施方式
在本申请使用的术语仅仅是出于描述特定实施例的目的,而非限制本申请。本申请和权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其它含义。还应当理解,本文中使用的术语“和/或”是指包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,此外,所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本申请实施例中提出一种资源处理方法,该方法可以应用于资源处理设备,如PC(Personal Computer,个人计算机)、笔记本电脑、移动终端、服务器、数据平台、电商平台、业务平台等,对此资源处理设备的类型不做限制。参见图1所示,为本申请实施例中的资源处理方法的流程图,该方法可以包括:
步骤101,根据建设信息(如设施建设成本)、覆盖率信息和出行信息(如出行成本,也就是交通成本)中的至少一种确定第一目标参数和第二目标参数。
例如,可以根据建设信息确定第一目标参数和第二目标参数;或者,根据覆盖率信息确定第一目标参数和第二目标参数;或者,根据出行信息确定第一目标参数和第二目标参数;或者,根据建设信息和覆盖率信息确定第一目标参数和第二目标参数;或者,根据建设信息和出行信息确定第一目标参数和第二目标参数;或者,根据覆盖率信息和出行信息确定第一目标参数和第二目标参数;或者,根据建设信息、覆盖率信息和出行信息确定第一目标参数和第二目标参数。为了方便描述,后续以根据建设信息、覆盖率信息和出行信息确定第一目标参数和第二目标参数为例,其它情况的处理类似,本实施例中不再赘述。
其中,根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数,可以包括但不限于:根据该建设信息、该覆盖率信息和该出行信息确定目标函数,根据该目标函数确定第一目标参数和第二目标参数。
进一步的,针对根据该建设信息、该覆盖率信息和该出行信息确定目标函数的过程,则可以包括:该目标函数可以与该建设信息成正比、该目标函数可以与该覆盖率信息成反比、该目标函数可以与该出行信息成正比。
在一个例子中,根据该建设信息、该覆盖率信息和该出行信息确定目标函数,可以包括但不限于:根据业务对象变量和连接关系变量确定建设信息、覆盖率信息和出行信息;然后,根据建设信息、覆盖率信息和出行信息确定目标函数的函数值,该函数值是与该业务对象变量和该连接关系变量对应的函数值。
根据该目标函数确定第一目标参数和第二目标参数,可以包括:从该目标函数的多个函数值中选择最小函数值;将最小函数值对应的业务对象变量确定为第一目标参数;将最小函数值对应的连接关系变量确定为第二目标参数。
例如,利用业务对象变量1和连接关系变量1确定建设信息1、覆盖率信息1和出行信息1,并根据建设信息1、覆盖率信息1和出行信息1确定目标函数的函数值1,该函数值1是与业务对象变量1和连接关系变量1对应的函数值。
然后,利用业务对象变量2和连接关系变量2确定建设信息2、覆盖率信息2和出行信息2,并根据建设信息2、覆盖率信息2和出行信息2确定目标函数的函数值2,该函数值2是与业务对象变量2和连接关系变量2对应的函数值。
以此类推,业务对象变量和连接关系变量的不同组合,可以得到不同函数值,然后,可以从这些函数值中选择最小函数值,而最小函数值对应的业务对象变量就是第一目标参数,最小函数值对应的连接关系变量就是第二目标参数。
在一个例子中,在根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数之前,还可以根据业务对象变量、连接关系变量、第一候选集合中的需求对象、该需求对象对应的需求参数,确定所述建设信息。其中,该第一候选集合可以包括与业务对象对应的需求对象,且该需求对象与该业务对象的距离,可以小于该业务对象的覆盖距离。
在一个例子中,在根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数之前,还可以根据总需求参数、连接关系变量、第二候选集合中的业务对象、需求对象对应的需求参数,确定所述覆盖率信息。
其中,该第二候选集合可以包括与需求对象对应的业务对象,且该需求对象与该业务对象的距离,可以小于该业务对象的覆盖距离。
在一个例子中,在根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数之前,还可以根据连接关系变量、第二候选集合中的业务对象、需求对象与该业务对象之间的距离,确定所述出行信息。
其中,该第二候选集合可以包括与需求对象对应的业务对象,且该需求对象与该业务对象的距离,可以小于该业务对象的覆盖距离。
在上述实施例中,还可以根据业务对象的覆盖距离、该业务对象与需求对象之间的距离,确定该业务对象与需求对象的配对关系,该配对关系可以为配对或未配对;根据配对关系确定第一候选集合和第二候选集合。
例如,可以确定配对关系为配对的业务对象以及需求对象,然后,根据确定的业务对象与需求对象生成第一候选集合和第二候选集合。
根据业务对象的覆盖距离、该业务对象与需求对象之间的距离,确定该业务对象与需求对象的配对关系,可以包括但不限于:若业务对象的覆盖距离大于或者等于该业务对象与需求对象之间的距离,则确定该业务对象与该需求对象之间的配对关系为配对;或,若该业务对象的覆盖距离小于该业务对象与需求对象之间的距离,则确定该业务对象与需求对象的之间配对关系为未配对。
在上述实施例中,业务对象变量和连接关系变量还可以满足特定约束条件;所述特定约束条件包括但不限于以下之一或者任意组合:连接关系约束条件;服务可达性约束条件;服务规模约束条件;路网承载能力约束条件。
例如,可以根据连接关系约束条件确定连接关系变量;其中,该连接关系约束条件用于使需求对象最多与一个业务对象的连接关系变量为第一数值(如1),而需求对象与其它业务对象的连接关系变量为第二数值(如0)。
又例如,还可以根据服务可达性约束条件确定业务对象变量和连接关系变量;其中,该服务可达性约束条件用于使业务对象对应的连接关系变量,不大于业务对象对应的业务对象变量,即连接关系变量小于等于业务对象变量。
又例如,还可以根据服务规模约束条件确定业务对象变量和连接关系变量;其中,该服务规模约束条件用于使业务对象变量和连接关系变量满足业务对象的上限需求和业务对象的下限需求,也就是说,基于业务对象变量和连接关系变量确定的需求量,可以满足业务对象的上限需求和业务对象的下限需求。
又例如,还可以根据路网承载能力约束条件确定连接关系变量;其中,该路网承载能力约束条件用于使连接关系变量满足路网承载能力的限制。
又例如,还可以根据路网承载能力约束条件确定连接关系变量;其中,路网承载能力约束条件用于使连接关系变量满足分时段的路网承载能力的限制。
步骤102,根据该第一目标参数从业务对象集合中选择目标业务对象。
在一个例子中,根据该第一目标参数从业务对象集合中选择目标业务对象,可以包括但不限于:该业务对象集合可以包括多个候选业务对象,针对该业务对象集合中的每个候选业务对象,若该候选业务对象对应的第一目标参数为第一数值(如1),则可以从该业务对象集合中选择该候选业务对象,并将该候选业务对象确定为目标业务对象。此外,若该候选业务对象对应的第一目标参数不为第一数值,则不需要从该业务对象集合中选择该候选业务对象。
步骤103,根据该第二目标参数确定与目标业务对象对应的需求对象。进一步的,该目标业务对象用于建立与该需求对象对应的资源。
在一个例子中,根据该第二目标参数确定与目标业务对象对应的需求对象,可以包括但不限于:若该目标业务对象对应的第二目标参数为第一数值(如1),则可以将该第二目标参数对应的需求对象,确定为与该目标业务对象对应的需求对象。若该目标业务对象对应的第二目标参数不为第一数值,则该第二目标参数对应的需求对象不是该目标业务对象对应的需求对象。
在上述实施例中,业务对象可以包括但不限于候选设施地块;需求对象可以包括但不限于资源需求地块;资源可以包括但不限于公共服务设施。
在一个例子中,上述执行顺序只是为了方便描述给出的一个示例,在实际应用中,还可以改变步骤之间的执行顺序,对此执行顺序不做限制。而且,在其它实施例中,并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤,其方法所包括的步骤可以比本说明书所描述的更多或更少。此外,本说明书中所描述的单个步骤,在其它实施例中可能被分解为多个步骤进行描述;本说明书中所描述的多个步骤,在其它实施例也可能被合并为单个步骤进行描述。
基于上述技术方案,本申请实施例中,可以根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数,根据第一目标参数从业务对象集合中选择目标业务对象,并根据第二目标参数确定与目标业务对象对应的需求对象,而该目标业务对象用于建立与该需求对象对应的资源。基于上述方式,可以为资源选择最优目标业务对象,通过该目标业务对象建立资源,从而满足资源的选址要求。在目标业务对象是地块,资源是公共服务设施时,可以为公共服务设施选址出最优的地块,保证公共服务设施满足规划目标。
参见图2所示,为资源处理方法的另一流程图,该方法可以包括:
步骤201,根据候选设施地块变量、候选设施地块与资源需求地块的连接关系变量、第一候选集合中的资源需求地块、该资源需求地块对应的需求参数、第二候选集合中的候选设施地块、该资源需求地块与该候选设施地块之间的距离,确定目标函数。其中,该第一候选集合可以包括与候选设施地块对应的资源需求地块,且该资源需求地块与该候选设施地块的距离,可以小于候选设施地块的覆盖距离;该第二候选集合可以包括与资源需求地块对应的候选设施地块,该资源需求地块与该候选设施地块的距离小于资源需求地块的出行距离。
步骤202,根据该目标函数确定第一目标参数和第二目标参数。
步骤203,根据第一目标参数从候选设施地块集合中选择目标设施地块。
步骤204,根据第二目标参数确定与目标设施地块对应的资源需求地块;其中,该目标设施地块用于建立与该资源需求地块对应的公共服务设施。
以下结合具体应用场景,对上述技术方案进行说明,本应用场景下,以业务对象是候选设施地块,需求对象是资源需求地块,资源是公共服务设施(如学校、医院、公交站等)为例,上述资源处理方法用于实现公共服务设施的选址,即在某些候选设施地块建立公共服务设施,以满足资源需求地块的需求。
本应用场景中,在某区域内分布有若干个资源需求地块,并分布有若干个候选设施地块,可以从所有候选设施地块中选择部分候选设施地块,将选择的候选设施地块称为目标设施地块,并在目标设施地块建立公共服务设施,以通过该公共服务设施满足资源需求地块的用户需求。例如,资源需求地块1需要配套一个医院,资源需求地块2也需要配套一个医院,则可以从所有候选设施地块中选择设施地块A,并在设施地块A建立一个医院,这个医院用于为资源需求地块1的用户提供服务,并用于为资源需求地块2的用户提供服务。
进一步的,在从所有候选设施地块中选择目标设施地块时,可以合理选择目标设施地块的位置和服务规模,使得包含建设信息(如设施建设成本)、出行信息(如交通成本)和覆盖率信息(如需求覆盖率)的综合性能指标达到最优,并满足连接关系、服务可达性、服务规模和路网承载能力等约束条件。
参见图3A所示,为了建立从所有候选设施地块中选择目标设施地块的数学模型,可以包括:资源需求地块的数据收集;候选设施地块的数据收集;路网数据收集;出行数据收集;资源需求地块与候选设施地块的配对;待优化变量的选取;目标函数的选取;约束条件的选取。以下对这些过程进行说明。
1、资源需求地块(也可以称为需求点)的数据收集。
假设有N个资源需求地块,这些资源需求地块分别表示为d1,d2,...,dN,可以通过资源需求地块区域内的质点表示资源需求地块,即认为资源需求地块是区域内的质点。其中,当资源需求地块(即区域内质点)位于某设施的有效覆盖范围内,则表示资源需求地块的需求能够被该设施满足。当资源需求地块不位于某个设施的有效覆盖范围内,则表示资源需求地块的需求无法被该设施满足。
针对每个资源需求地块di,可以具有若干个属性值。例如,若资源需求地块di内有10000人,则可以增加一个人口的属性值,大小是10000;当然,还可以有其它属性值,对此不做限制。为了方便描述,本应用场景中,假设资源需求地块di包含一个属性值,该属性值为需求量pi,如需求量pi为上述人口10000。
参见表1所示,为资源需求地块di与需求量pi的关系示例。其中,可以采集到每个资源需求地块di的需求量pi,然后,可以将资源需求地块di与需求量pi的对应关系记录到表1中,从而形成资源需求地块di与需求量pi的关系。
表1
资源需求地块 | 需求量 |
d<sub>1</sub> | p<sub>1</sub> |
d<sub>2</sub> | p<sub>2</sub> |
… | … |
d<sub>N</sub> | p<sub>N</sub> |
2、候选设施地块(也可以称为候选设施点)的数据收集。
假设有M个候选设施地块,这些候选设施地块分别表示为f1,f2,...,fM,且可以通过候选设施地块区域内的质点表示该候选设施地块,即认为候选设施地块是区域内的质点,且设施的有效覆盖半径为Rf。其中,当资源需求地块位于候选设施地块的覆盖半径为Rf范围内,则表示该资源需求地块的需求可能被该候选设施地块满足。或者,当资源需求地块不位于候选设施地块的覆盖半径为R范围内,则表示该资源需求地块的需求无法被该候选设施地块满足。
参见图3B所示,为公共设施选址的一个场景示意图,候选设施地块是图3B中的设施点,资源需求地块是图3B中的需求点,且图3B中示出了候选设施地块的覆盖范围,即候选设施地块的覆盖半径Rf所在的范围。
其中,针对每个候选设施地块fj,可以具有若干个资源限制条件,如用地面积、建筑规模、供电量、供水量等资源限制条件,而且,可以通过上述资源限制条件计算得到候选设施地块fj的服务规模上限uj和服务规模下限lj,对此过程不做限制。然后,假设候选设施地块fj的建设费用cj与服务规模sj(处于服务规模上限uj和服务规模下限lj之间)成正比关系,即cj=aj+bjsj,aj,bj均为常数。
参见表2所示,为候选设施地块fj与服务规模上限uj、服务规模下限lj、建设费用cj的关系示例。其中,可以采集到每个候选设施地块fj的用地面积、建筑规模、供电量、供水量等资源限制条件,并根据这些资源限制条件确定候选设施地块fj的服务规模上限uj和服务规模下限lj,利用候选设施地块fj的服务规模上限uj和服务规模下限lj确定候选设施地块fj的建设费用cj,然后将候选设施地块fj与服务规模上限uj、服务规模下限lj、建设费用cj的关系记录到表2中。
表2
候选设施地块 | 服务规模下限 | 服务规模上限 | 建设费用 |
f<sub>1</sub> | l<sub>1</sub> | u<sub>1</sub> | c<sub>1</sub>=a<sub>1</sub>+b<sub>1</sub>s<sub>1</sub> |
f<sub>2</sub> | l<sub>2</sub> | u<sub>2</sub> | c<sub>2</sub>=a<sub>2</sub>+b<sub>2</sub>s<sub>2</sub> |
… | … | … | … |
f<sub>M</sub> | l<sub>M</sub> | u<sub>M</sub> | c<sub>M</sub>=a<sub>M</sub>+b<sub>M</sub>s<sub>M</sub> |
3、路网数据(即每个道路的承载上限数据)收集。
其中,公共服务设施的选址问题涉及交通出行,资源需求地块的被服务者通过路网到达候选设施地块,其出行应满足路网承载能力的约束。具体的,所有的道路就组成路网,这些道路分别表示为r1,r2,...,rQ,每条道路rt对应承载上限ht,也就是说,道路rt最多承载ht个被服务者,道路rt的可以通行的被服务者数量不能大于ht。参见表3所示,为道路rt与承载上限ht的关系示例。可以采集每个道路rt的承载上限ht,并将道路rt与承载上限ht的对应关系记录到表3中。
表3
道路 | 承载上限 |
r<sub>1</sub> | h<sub>1</sub> |
r<sub>2</sub> | h<sub>2</sub> |
… | … |
… | … |
r<sub>Q</sub> | h<sub>Q</sub> |
4、出行数据(即资源需求地块与候选设施地块的出行数据)收集。
其中,根据资源需求地块、候选设施地块和路网数据,可以得到资源需求地块与候选设施地块之间的路网拓扑距离(可以称为出行距离)、以及需要经过的道路集合,而每一条出行数据就包括出行距离gij和途径道路集合Uij。
例如,假设从资源需求地块1(即i为1)到达候选设施地块2(即j为2)时,需要经过道路A、道路B和道路C,则出行距离g12为道路A、道路B和道路C的长度之和,途径道路集合U12为道路A、道路B和道路C。而资源需求地块1与候选设施地块2之间的出行数据包括出行距离g12和途径道路集合U12。
参见表4所示,为资源需求地块、候选设施地块、出行距离、途径道路集合的关系示例。其中,针对每个资源需求地块与每个候选设施地块(即一个资源需求地块与一个候选设施地块对应一组出行数据),可以利用路网数据确定该资源需求地块与该候选设施地块之间的出行距离和途径道路集合,并将资源需求地块、候选设施地块、出行距离、途径道路集合的对应关系记录到表4中。
表4
5、资源需求地块与候选设施地块的配对。
其中,针对每个候选设施地块fj来说,基于该候选设施地块fj的覆盖半径Rf,若资源需求地块di与候选设施地块fj之间的距离(出行距离,可以从表4获知)大于设施覆盖半径Rf,则表示资源需求地块di不可能到候选设施地块fj接受服务,即资源需求地块di与候选设施地块fj属于无效配对,即二者不具有配对关系。此外,若资源需求地块di与候选设施地块fj之间的距离不大于候选设施地块fj的覆盖半径Rf,则表示资源需求地块di能够到候选设施地块fj接受服务,即资源需求地块di与候选设施地块fj属于有效配对,即二者具有配对关系。
综上所述,可以根据表4中的出行距离gij,得到候选设施地块fj与资源需求地块di的配对关系,基于候选设施地块fj与资源需求地块di的配对关系,可以为每个候选设施地块fj生成一个候选集合Dj F(即上述第一候选集合,该第一候选集合也可以称为候选需求点集合),并为每个资源需求地块di生成一个候选集合Fi D(即上述第二候选集合,该第二候选集合也可以称为候选设施点集合)。
其中,针对候选设施地块fj对应的候选集合Dj F,Dj F={i}for:gij≤Rf;即,在候选设施地块fj的候选集合Dj F中,可以包括一个或者多个资源需求地块di,且候选集合Dj F中的资源需求地块di与候选设施地块fj之间的出行距离gij,小于或者等于候选设施地块fj的覆盖半径Rf(即设施的覆盖距离)。例如,针对候选设施地块f1对应的候选集合D1 F,假设D1 F={1,2},则表示候选设施地块f1对应的候选集合D1 F包括资源需求地块d1和资源需求地块d2。资源需求地块d1与候选设施地块f1之间的出行距离g11,小于或等于设施的覆盖半径Rf,资源需求地块d2与候选设施地块f1之间的出行距离g21,小于或等于设施的覆盖半径Rf。
其中,针对资源需求地块di对应的候选集合Fi D,Fi D={j}for:gij≤Rf;即,在资源需求地块di的候选集合Fi D中,可以包括一个或者多个候选设施地块fj,且该资源需求地块di与候选集合Fi D中的候选设施地块fj之间的出行距离gij,小于或者等于设施的覆盖半径Rf。例如,针对资源需求地块d1对应的候选集合F1 D,假设F1 D={1,2},则表示资源需求地块d1对应的候选集合F1 D包括候选设施地块f1和候选设施地块f2。进一步的,资源需求地块d1与候选设施地块f1之间的出行距离g11,小于或者等于设施的覆盖半径Rf,资源需求地块d1与候选设施地块f2之间的出行距离g12,小于或者等于设施的覆盖半径Rf。
综上所述,针对每个候选设施地块fj,均对应有候选集合Dj F(即第一候选集合),针对每个资源需求地块di,均对应有候选集合Fi D(即第二候选集合)。
此外,还可以涉及道路与地块(即资源需求地块和候选设施地块)的配对。具体的,根据资源需求地块与候选设施地块之间的出行数据,可以生成道路与[资源需求地块,候选设施地块]的配对关系,该配对关系用于记录该道路对应的[资源需求地块,候选设施地块]集合。例如,对于道路rt,对应的[资源需求地块,候选设施地块]集合记作则for:gij≤Rf且rt∈Uij。
参见表4所示的途径道路集合,假设途径道路集合U11包括道路r1,且途径道路集合U12包括该道路r1,并且途径道路集合U22包括该道路r1,则该道路r1的集合也就是说,在从资源需求地块d1到达候选设施地块f1时,经过道路r1,在从资源需求地块d1到达候选设施地块f2时,经过道路r1,在从资源需求地块d2到达候选设施地块f2时,可以经过道路r1。
6、待优化变量(即需要通过目标函数求解的变量)的选取。
本实施例中,可以定义两个待优化变量,分别称为候选设施地块变量和连接关系变量,连接关系变量是指资源需求地块与候选设施地块的连接关系。为了方便描述,将候选设施地块变量称为xj,将连接关系变量称为cij。
其中,该候选设施地块变量xj表示在候选设施地块fj是否建立公共服务设施,且xj∈{0,1}。例如,
例如,当x1为0时,表示候选设施地块f1不建设公共服务设施;当x1为1时,表示候选设施地块f1建设公共服务设施;当x1为1,且c11为1时,表示候选设施地块f1服务于资源需求地块d1,即在候选设施地块f1为资源需求地块d1建立公共服务设施;当x1为1,且c11为0时,表示候选设施地块f1不服务于资源需求地块d1,即在候选设施地块f1建立的公共服务设施,不是为资源需求地块d1建立的。
其中,候选设施地块变量xj的数量为M,即j∈[1,M],而连接关系变量cij最多可以为N*M,即i∈[1,N],j∈[1,M]。本实施例中,由于每个候选设施地块fj均对应有候选集合Dj F,从而显著减少连接关系变量cij的个数,这样可以大幅减少连接关系变量cij的个数,从而达到降低模型的规模和求解难度的目的。
例如,候选设施地块f1对应的候选集合D1 F={1,2},则对于候选设施地块变量x1来说,候选设施地块f1与资源需求地块d1存在配对关系,候选设施地块f1与资源需求地块d2存在配对关系,即连接关系变量c11和连接关系变量c21有意义,因此,对于候选设施地块变量x1来说,连接关系变量的取值可以包括c11和c21。由于候选设施地块f1与资源需求地块d3不存在配对关系,…,候选设施地块f1与资源需求地块dN不存在配对关系,即连接关系变量c31,…连接关系变量cN1没有意义,因此,候选设施地块变量x1的连接关系变量的取值可以不包括c31,…cN1。
综上所述,针对候选设施地块f1来说,其对应的连接关系变量为2个,而不是N个,即从大量连接关系变量中选择两个连接关系变量,显著减少连接关系变量的个数。同理,针对其它的候选设施地块fj来说,基于候选设施地块fj对应的候选集合Dj F,也可以显著减少连接关系变量的个数,对此不再重复赘述。
7、目标函数的选取,目标函数根据选址问题的实际目标设置,通过调整候选设施地块变量和连接关系变量,可以使得目标函数取得最小值(或最大值),将最终的候选设施地块变量称为第一目标参数,将最终的连接关系变量称为第二目标参数。例如,假设通过目标函数求解出x1为0,x2为1,x3为1,c11为0,c21为0,c31为0,c12为1,c22为1,c32为0,c13为0,c23为0,c33为1时,则:第一目标参数为x1为0,x2为1,x3为1;第二目标参数为c11为0,c21为0,c31为0,c12为1,c22为1,c32为0,c13为0,c23为0,c33为1。
在一个例子中,目标函数可以与建设信息(如设施建设成本)、覆盖率信息(如需求覆盖率)和出行信息(如交通成本)有关,因此,可以根据设施建设成本、需求覆盖率和交通成本确定目标函数,继而根据目标函数确定第一目标参数和第二目标参数。其中,该目标函数可以与该设施建设成本成正比、该目标函数可以与该需求覆盖率成反比、该目标函数可以与该交通成本成正比。
在一个例子中,在公共服务设施的选址过程中,优化目标可以包括使公共服务设施的设施建设成本最低,使公共服务设施的需求覆盖率最大,使被服务者的交通成本最低,为此,可以将上述优化目标均加入到如下的目标函数中:
其中,对于目标函数的第一部分(参见如下所示),表示设施建设成本:
其中,对于目标函数的第二部分(参见如下所示),表示需求覆盖率:
其中,对于目标函数的第三部分(参见如下所示),表示交通成本:
从上述公式可以看出,目标函数J可以与设施建设成本成正比、目标函数J可以与需求覆盖率成反比、目标函数J可以与交通成本成正比。以下对上述设施建设成本、需求覆盖率、交通成本、目标函数J的获取过程进行说明。当然,上述只是目标函数的示例,目标函数可以只与设施建设成本成正比,即包含公式的第一部分,或者,目标函数可以与设施建设成本成正比、与需求覆盖率成反比,即包含公式的第一部分和第二部分,以此类推,对此目标函数不做限制。
从目标函数的第一部分可以看出,设施建设成本可以与常数aj、候选设施地块变量xj、常数bj、候选集合Dj F、连接关系变量cij、资源需求地块di的需求量pi有关。其中,在这些参数中,候选设施地块变量xj和连接关系变量cij是待求解的变量,可以是未知值,但是,i∈[1,N],j∈[1,M],且M和N都是已知值。此外,常数aj和常数bj是根据经验配置的数值,是已知值;候选集合Dj F是已知的集合,参见上述第5部分;需求量pi是已知的数值,参见上述第1部分。
从目标函数的第二部分可以看出,需求覆盖率可以与需求覆盖率加权系数α、总需求量ptot、候选集合Fi D、连接关系变量cij、资源需求地块di的需求量pi有关。其中,在这些参数中,连接关系变量cij是待求解的变量,可以是未知值,但是,i∈[1,N],j∈[1,M],且M和N都是已知值。此外,需求覆盖率加权系数α可以大于等于0,是根据经验配置的数值,是已知值;总需求量ptot是所有资源需求地块的需求量之和,即表1中的所有需求量pi的和,是已知值;候选集合Fi D是已知的集合,参见上述第5部分;需求量pi是已知的数值,参见上述第1部分。
从目标函数的第三部分可以看出,交通成本可以与交通成本加权系数β、候选集合Fi D、连接关系变量cij、出行距离gij有关。其中,连接关系变量cij是待求解的变量,可以是未知值,但i∈[1,N],j∈[1,M],M和N是已知值。交通成本加权系数β可以大于等于0,是根据经验配置的数值,是已知值;候选集合Fi D是已知集合,参见上述第5部分;出行距离gij是已知的数值,参见上述第4部分。
而且,参见上述第7部分,虽然候选设施地块变量xj和连接关系变量cij是待求解的变量,但是,候选设施地块变量xj和连接关系变量cij均有对应的取值范围,如候选设施地块变量xj为0或者1,连接关系变量cij为0或者1,因此,可以将候选设施地块变量xj的不同数值、连接关系变量cij的不同数值,代入上述目标函数,就可以得到目标函数的函数值,而候选设施地块变量xj的多个数值、连接关系变量cij的多个数值,就对应目标函数的多个函数值。然后,可以从目标函数的多个函数值中选择最小函数值,而最小函数值对应的候选设施地块变量xj就是第一目标参数,最小函数值对应的连接关系变量cij就是第二目标参数。
例如,假设i∈[1,3],j∈[1,3]时,可以假设x1为0,x2为0,x3为1,c11为0,c21为0,c31为0,c12为0,c22为0,c32为0,c13为1,c23为1,c33为1,则将这些数值代入目标函数后,可以得到函数值1。然后,假设x1为0,x2为1,x3为0,c11为0,c21为0,c31为0,c12为1,c22为1,c32为1,c13为0,c23为0,c33为0,则将这些数值代入目标函数后,可以得到函数值2。然后,可以假设x1为1,x2为0,x3为0,c11为1,c21为1,c31为1,c12为0,c22为0,c32为0,c13为0,c23为0,c33为0,则将这些数值代入目标函数后,可以得到函数值3。然后假设x1为0,x2为1,x3为1,c11为0,c21为0,c31为0,c12为1,c22为1,c32为0,c13为0,c23为0,c33为1,则将这些数值代入目标函数后,可以得到函数值4。
以此类推,针对x1、x2、x3、c11、c21、c31、c12、c22、c32、c13、c23、c33的不同组合,可以得到不同的函数值,在得到所有组合对应的函数值后,就可以从所有函数值中选择最小函数值。假设函数值4为最小函数值,则基于函数值4对应的组合,可以确定第一目标参数为x1为0,x2为1,x3为1;第二目标参数为c11为0,c21为0,c31为0,c12为1,c22为1,c32为0,c13为0,c23为0,c33为1。
8、约束条件的选取,即采用连接关系约束条件、服务可达性约束条件、服务规模约束条件、路网承载能力约束条件等,对候选设施地块变量xj和连接关系变量cij进行约束。当然,上述只是约束条件的几个示例,对此不做限制。
第一,根据连接关系约束条件约束连接关系变量cij的取值,该连接关系约束条件用于使资源需求地块di最多与一个候选设施地块fj的连接关系变量cij为数值1,且该资源需求地块di与其它候选设施地块fj的连接关系变量cij为数值0。
具体的,考虑到资源需求地块最多到一个候选设施地块接受服务,则可以设置连接关系约束条件,通过该连接关系约束条件保证资源需求地块最多到一个候选设施地块接受服务。例如,若允许部分资源需求地块没有接受服务,则连接关系约束条件可以为:若所有资源需求地块均需要接受服务,即要求服务全覆盖,则连接关系约束条件可以为: 并且将上述目标函数中的需求覆盖率加权系数α设置为0。
例如,以连接关系约束条件为例,则针对资源需求地块d1,连接关系变量c11、连接关系变量c12、连接关系变量c13的和为1。因此,在目标函数的求解过程中,将候选设施地块变量xj和连接关系变量cij代入目标函数之前,在假设连接关系变量c11、连接关系变量c12、连接关系变量c13的取值时,连接关系变量c11、连接关系变量c12、连接关系变量c13的和可以为1,也就是说,当连接关系变量c11为1时,连接关系变量c12和连接关系变量c13均可以为0。此外,当连接关系变量c12为1时,连接关系变量c11和连接关系变量c13均可以为0;当连接关系变量c13为1时,连接关系变量c11和连接关系变量c12均可以为0。
同理,当连接关系变量c21为1时,连接关系变量c22和连接关系变量c23均为0;当连接关系变量c31为1时,连接关系变量c32和连接关系变量c33均为0;以此类推,通过上述方式可以对连接关系变量cij进行约束,从而保证数学模型符合实际的选址问题。
第二,根据服务可达性约束条件约束候选设施地块变量xj的取值,并约束连接关系变量cij的取值。其中,该服务可达性约束条件用于使候选设施地块对应的连接关系变量cij,不大于该候选设施地块对应的候选设施地块变量xj。
具体的,考虑到资源需求地块di到候选设施地块fj接受服务时,候选设施地块fj需要建立公共服务设施,则可以设置服务可达性约束条件,并通过该服务可达性约束条件保证资源需求地块di到候选设施地块fj接受服务时,候选设施地块fj建立公共服务设施。例如,所述服务可达性约束条件可以为:cij≤xj。
例如,在目标函数的求解过程中,将候选设施地块变量xj和连接关系变量c代入目标函数之前,若假设候选设施地块f1对应的候选设施地块变量x1为0,则在假设连接关系变量c11、连接关系变量c21、连接关系变量c31的取值时,连接关系变量c11、连接关系变量c21、连接关系变量c31均需要小于等于0,即均为0。
若假设候选设施地块f1对应的候选设施地块变量x1为1,则连接关系变量c11、连接关系变量c21、连接关系变量c31均需要小于等于1,即连接关系变量c11可以为0或1,连接关系变量c21可以为0或1,连接关系变量c31可以为0或1。
同理,若假设候选设施地块f2对应的候选设施地块变量x2为0,则连接关系变量c12、连接关系变量c22、连接关系变量c32均为0;若假设候选设施地块f3对应的候选设施地块变量x3为0,则连接关系变量c13、连接关系变量c23、连接关系变量c33均为0。通过上述方式可以对候选设施地块变量xj和连接关系变量cij进行约束,从而保证数学模型符合实际的选址问题。
第三,根据服务规模约束条件约束候选设施地块变量xj的取值,并约束连接关系变量cij的取值。其中,该服务规模约束条件用于使候选设施地块变量xj和连接关系变量cij满足候选设施地块的上限需求(如表2中的服务规模上限)和下限需求(如表2中的服务规模下限),也就是说,候选设施地块变量xj的取值和连接关系变量cij的取值,满足表2中的服务规模上限和服务规模下限。
具体的,由于候选设施地块存在服务规模下限和服务规模上限的资源限制,因此可以设置服务规模约束条件,并通过该服务规模约束条件保证候选设施地块变量xj和连接关系变量cij满足服务规模下限和服务规模上限的资源限制,例如,所述服务规模约束条件可以为:
在上述公式中,针对候选设施地块fj,该候选设施地块fj对应的服务规模下限lj和服务规模上限uj为已知,参见表2所示。因此,假设候选设施地块fj对应的候选设施地块变量xj为0时,则可以利用上述公式确定连接关系变量cij的取值区间,并利用这个取值区间对连接关系变量cij进行约束。假设候选设施地块f对应的候选设施地块变量xj为1时,则可以利用上述公式确定连接关系变量cij的取值区间,并利用这个取值区间对连接关系变量cij进行约束。通过上述方式可以对候选设施地块变量xj和连接关系变量cij进行约束,从而保证数学模型符合实际的选址问题。
第四,根据路网承载能力约束条件约束连接关系变量cij的取值,该路网承载能力约束条件用于使连接关系变量cij满足路网承载能力的限制,或者,该路网承载能力约束条件用于使连接关系变量cij满足分时段的路网承载能力的限制。
具体的,由于路网承载能力有限,因此,可以设置路网承载能力约束条件,并通过该路网承载能力约束条件保证连接关系变量cij满足路网承载能力的限制,即从资源需求地块di到候选设施地块fj的出行过程,满足途径道路的承载限制。
例如,该路网承载能力约束条件可以为:[1,Q],在上述公式中,h是路网压力函数,且路网压力函数h可以根据经验进行配置,对此不做限制,由于需求量大小pi、出行距离gij和均为已知值,参见上述表1、表4和第6部分所示,因此,路网压力函数h(pi,gij)可以基于需求量大小pi、出行距离gij和确定。又由于道路的承载上限ht为已知值,参见上述表3所示,因此,在上述公式中,只有连接关系变量cij是未知值,即通过上述公式可以确定出连接关系变量cij的取值区间,并利用这个取值区间对连接关系变量cij进行约束。通过上述方式可以对连接关系变量cij进行约束,从而保证数学模型符合实际的选址问题。
又例如,考虑到不同时段(如早高峰、晚高峰或节假日等)的路网流量可能存在显著区别,因此还可以考虑分时段的路网承载能力的限制,这样,可以根据路网流量特点和出行特点,将出行时间分解为若干时间段[1,2,...,W],并按照时段设计路网压力函数:hw(pi,gij)for w∈[1,W],基于此,该路网承载能力约束条件还可以为:
在上述公式中,hw是与时间段有关的路网压力函数,如时间段1的路网压力函数是h1,时间段2的路网压力函数是h2,以此类推,时间段W的路网压力函数是hw,而不同时间段的路网压力函数hw可以相同或者不同,且不同时间段的路网压力函数hw可以根据经验进行配置,对此不做限制。由于需求量大小pi、出行距离gij和均为已知值,参见上述表1、表4和第6部分所示,因此,路网压力函数hw(pi,gij)可以基于需求量大小pi、出行距离gij和进行确定。
综上所述,在上述公式中,只有连接关系变量cij是未知值,即可以通过上述公式可以确定出连接关系变量cij的取值区间,并利用这个取值区间对连接关系变量cij进行约束。通过上述方式可以对连接关系变量cij进行约束,从而保证数学模型符合实际的选址问题。
9、在通过目标函数求解出候选设施地块变量和连接关系变量,将求解出的候选设施地块变量作为第一目标参数,并将求解出的连接关系变量作为第二目标参数之后,可以根据第一目标参数从所有候选设施地块中选择候选设施地块,并将选择的候选设施地块确定为目标设施地块。具体的,针对每个候选设施地块,若该候选设施地块对应的第一目标参数为1,则可以将该候选设施地块确定为目标设施地块,否则,不将该候选设施地块确定为目标设施地块。
进一步的,还可以根据第二目标参数确定与该目标设施地块对应的资源需求地块。具体的,若该目标设施地块对应的第二目标参数为1,则可以将该第二目标参数对应的资源需求地块,确定为与该目标设施地块对应的资源需求地块;此外,若该目标设施地块对应的第二目标参数不为1,则可以不将该第二目标参数对应的资源需求地块,确定为与该目标设施地块对应的资源需求地块。
例如,假设第一目标参数为x1为0,x2为1,x3为1;第二目标参数为c11为0,c21为0,c31为0,c12为1,c22为1,c32为0,c13为0,c23为0,c33为1,则:
由于候选设施地块f1对应的候选设施地块变量x1为0,因此,可以确定候选设施地块f1不是目标设施地块;由于候选设施地块f2对应的候选设施地块变量x2为1,因此,可以确定候选设施地块f2是目标设施地块;由于候选设施地块f3对应的候选设施地块变量x3为1,因此,可以确定候选设施地块f3是目标设施地块。
针对目标设施地块f2,该目标设施地块f2对应的第二目标参数可以包括c12为1,c22为1,c32为0,由于c12为1,因此,将c12对应的资源需求地块d1确定为与目标设施地块f2对应的资源需求地块;由于c22为1,因此,将c22对应的资源需求地块d2确定为与目标设施地块f2对应的资源需求地块;由于c32为0,因此,c32对应的资源需求地块d3不是与目标设施地块f2对应的资源需求地块。
针对目标设施地块f3,该目标设施地块f3对应的第二目标参数可以包括c13为0,c23为0,c33为1,由于c33为1,因此,将c33对应的资源需求地块d3确定为与目标设施地块f3对应的资源需求地块;由于c13为0,c23为0,因此,资源需求地块d1和资源需求地块d2不是与目标设施地块f3对应的资源需求地块。
综上所述,可以在目标设施地块f2建立公共服务设施,且该公共服务设施用于为资源需求地块d1和资源需求地块d2提供服务。此外,可以在目标设施地块f3建立公共服务设施,且该公共服务设施用于为资源需求地块d3提供服务。
在上述实施例中,假设资源需求地块需要多个级别的公共服务设施,如三甲医院、二甲医院等,则可以为每个级别的公共服务设施选择候选设施地块,这样,还可以将公共服务设施划分成若干级别[1,2,...,S],在这种情况下,可以将上述候选设施地块变量xj扩展为如下形式,xj=[xj1,...,xjS]for j∈[1,M]。
其中,xjs为0-1的变量,xjs=1表示在候选设施地块fj处建设级别为s的公共服务设施,xjs=0表示在候选设施地块fj处不建设级别为s的公共服务设施。
这样,可以采用上述目标函数确定第一目标参数和第二目标参数,其实现流程类似,不同之处可以在于:候选设施地块变量xj可以为[xj1,...,xjS],而不是单个的xj;而且,还可以添加如下约束条件,以保证在同一候选设施地块fj至多建设一个公共服务设施:经过上述处理后,可以等价地将候选设施点个数当作是M*S个,进行后续的处理,对此过程不再赘述。
基于与上述方法同样的申请构思,本申请实施例还提供一种资源处理装置,如图4所示,为所述资源处理装置的结构图,所述资源处理装置可以包括:
确定模块401,用于根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数;
选择模块402,用于根据第一目标参数从业务对象集合中选择目标业务对象;
所述确定模块401,还用于根据所述第二目标参数确定与所述目标业务对象对应的需求对象;所述目标业务对象用于建立与所述需求对象对应的资源。
在一个例子中,所述确定模块401根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数时具体用于:
根据所述建设信息、所述覆盖率信息和所述出行信息确定目标函数;根据所述目标函数确定所述第一目标参数和所述第二目标参数;其中,所述目标函数与所述建设信息成正比、与所述覆盖率信息成反比、与所述出行信息成正比。
所述确定模块401还用于:根据业务对象变量、连接关系变量、第一候选集合中的需求对象、所述需求对象对应的需求参数,确定所述建设信息;根据总需求参数、连接关系变量、第二候选集合中的业务对象、需求对象对应的需求参数,确定所述覆盖率信息;根据连接关系变量、所述第二候选集合中的业务对象、需求对象与所述业务对象之间的距离,确定所述出行信息;其中,所述第一候选集合包括与业务对象对应的需求对象,所述需求对象与所述业务对象的距离小于所述业务对象的覆盖距离;所述第二候选集合包括与需求对象对应的业务对象,所述需求对象与业务对象的距离小于所述业务对象的覆盖距离。
基于与上述方法同样的申请构思,本申请实施例还提供一种资源处理设备,所述资源处理设备包括处理器和机器可读存储介质,所述机器可读存储介质上存储有若干计算机指令,所述处理器执行所述计算机指令时进行如下处理:
根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数;
根据所述第一目标参数从业务对象集合中选择目标业务对象;
根据所述第二目标参数确定与所述目标业务对象对应的需求对象;
其中,所述目标业务对象用于建立与所述需求对象对应的资源。
基于与上述方法同样的申请构思,本申请实施例还提供一种机器可读存储介质,所述机器可读存储介质上存储有若干计算机指令,所述计算机指令被执行时进行如下处理:
根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数;
根据所述第一目标参数从业务对象集合中选择目标业务对象;
根据所述第二目标参数确定与所述目标业务对象对应的需求对象;
其中,所述目标业务对象用于建立与所述需求对象对应的资源。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机,计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可以由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其它可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其它可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
而且,这些计算机程序指令也可以存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或者多个流程和/或方框图一个方框或者多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其它可编程数据处理设备上,使得在计算机或者其它可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其它可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (24)
1.一种资源处理方法,其特征在于,所述方法包括:
根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数;
根据所述第一目标参数从业务对象集合中选择目标业务对象;
根据所述第二目标参数确定与所述目标业务对象对应的需求对象;
其中,所述目标业务对象用于建立与所述需求对象对应的资源。
2.根据权利要求1所述的方法,其特征在于,所述根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数,包括:
根据所述建设信息、所述覆盖率信息和所述出行信息确定目标函数;
根据所述目标函数确定所述第一目标参数和所述第二目标参数。
3.根据权利要求2所述的方法,其特征在于,针对根据所述建设信息、所述覆盖率信息和所述出行信息确定的目标函数,则:所述目标函数与所述建设信息成正比、与所述覆盖率信息成反比、与所述出行信息成正比。
4.根据权利要求2所述的方法,其特征在于,
根据所述建设信息、所述覆盖率信息和所述出行信息确定目标函数,包括:
根据业务对象变量和连接关系变量确定建设信息、覆盖率信息和出行信息;
根据所述建设信息、所述覆盖率信息和所述出行信息确定目标函数的函数值,所述函数值是与所述业务对象变量和所述连接关系变量对应的函数值。
5.根据权利要求4所述的方法,其特征在于,
所述根据所述目标函数确定所述第一目标参数和所述第二目标参数,包括:
从所述目标函数的多个函数值中选择最小函数值;
将所述最小函数值对应的业务对象变量确定为所述第一目标参数;
将所述最小函数值对应的连接关系变量确定为所述第二目标参数。
6.根据权利要求1所述的方法,其特征在于,所述根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数之前,还包括:
根据业务对象变量、连接关系变量、第一候选集合中的需求对象、所述需求对象对应的需求参数,确定所述建设信息;
其中,所述第一候选集合包括与业务对象对应的需求对象,所述需求对象与所述业务对象的距离小于所述业务对象的覆盖距离。
7.根据权利要求1所述的方法,其特征在于,所述根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数之前,还包括:
根据总需求参数、连接关系变量、第二候选集合中的业务对象、需求对象对应的需求参数,确定覆盖率信息;其中,第二候选集合包括与需求对象对应的业务对象,所述需求对象与业务对象的距离小于所述业务对象的覆盖距离。
8.根据权利要求1所述的方法,其特征在于,所述根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数之前,还包括:
根据连接关系变量、第二候选集合中的业务对象、需求对象与所述业务对象之间的距离,确定出行信息;其中,第二候选集合包括与需求对象对应的业务对象,所述需求对象与业务对象的距离小于所述业务对象的覆盖距离。
9.根据权利要求6-8任一项所述的方法,其特征在于,所述方法还包括:
根据业务对象的覆盖距离、所述业务对象与需求对象之间的距离,确定所述业务对象与需求对象的配对关系,所述配对关系为配对或未配对;
根据所述配对关系确定所述第一候选集合和所述第二候选集合。
10.根据权利要求9所述的方法,其特征在于,
所述根据业务对象的覆盖距离、所述业务对象与需求对象之间的距离,确定所述业务对象与需求对象的配对关系,包括:
若所述业务对象的覆盖距离大于或等于所述业务对象与需求对象之间的距离,则确定所述业务对象与需求对象的配对关系为配对;
若所述业务对象的覆盖距离小于所述业务对象与需求对象之间的距离,则确定所述业务对象与需求对象的配对关系为未配对。
11.根据权利要求6-8任一项所述的方法,其特征在于,
所述业务对象变量和所述连接关系变量满足特定约束条件;
其中,所述特定约束条件包括以下之一或者任意组合:连接关系约束条件;服务可达性约束条件;服务规模约束条件;路网承载能力约束条件。
12.根据权利要求11所述的方法,其特征在于,所述方法还包括:
根据所述连接关系约束条件确定连接关系变量;其中,所述连接关系约束条件用于使需求对象最多与一个业务对象的连接关系变量为第一数值,所述需求对象与其它业务对象的连接关系变量为第二数值。
13.根据权利要求11所述的方法,其特征在于,所述方法还包括:
根据所述服务可达性约束条件确定业务对象变量和连接关系变量;
其中,所述服务可达性约束条件用于使业务对象对应的连接关系变量,不大于所述业务对象对应的业务对象变量。
14.根据权利要求11所述的方法,其特征在于,所述方法还包括:
根据所述服务规模约束条件确定业务对象变量和连接关系变量;
其中,所述服务规模约束条件用于使所述业务对象变量和所述连接关系变量满足业务对象的上限需求和所述业务对象的下限需求。
15.根据权利要求11所述的方法,其特征在于,所述方法还包括:
根据所述路网承载能力约束条件确定连接关系变量;其中,所述路网承载能力约束条件用于使所述连接关系变量满足路网承载能力的限制。
16.根据权利要求11所述的方法,其特征在于,所述方法还包括:
根据所述路网承载能力约束条件确定连接关系变量;其中,所述路网承载能力约束条件用于使所述连接关系变量满足分时段的路网承载能力的限制。
17.根据权利要求1所述的方法,其特征在于,
所述根据所述第一目标参数从业务对象集合中选择目标业务对象,包括:
所述业务对象集合包括多个候选业务对象,针对业务对象集合中的候选业务对象,若所述候选业务对象对应的第一目标参数为第一数值,则从所述业务对象集合中选择所述候选业务对象,将所述候选业务对象确定为目标业务对象。
18.根据权利要求1所述的方法,其特征在于,所述根据所述第二目标参数确定与所述目标业务对象对应的需求对象,包括:
若所述目标业务对象对应的第二目标参数为第一数值,将所述第二目标参数对应的需求对象,确定为与所述目标业务对象对应的需求对象。
19.根据权利要求1所述的方法,其特征在于,所述业务对象包括候选设施地块;所述需求对象包括资源需求地块;所述资源包括公共服务设施。
20.一种资源处理方法,其特征在于,所述方法包括:
根据候选设施地块变量、候选设施地块与资源需求地块的连接关系变量、第一候选集合中的资源需求地块、所述资源需求地块对应的需求参数、第二候选集合中的候选设施地块、所述资源需求地块与所述候选设施地块之间的距离,确定目标函数;其中,所述第一候选集合包括与候选设施地块对应的资源需求地块,所述资源需求地块与所述候选设施地块的距离小于所述候选设施地块的覆盖距离;所述第二候选集合包括与资源需求地块对应的候选设施地块,所述资源需求地块与所述候选设施地块的距离小于所述资源需求地块的出行距离;
根据所述目标函数确定第一目标参数和第二目标参数;
根据所述第一目标参数从候选设施地块集合中选择目标设施地块;
根据所述第二目标参数确定与所述目标设施地块对应的资源需求地块;其中,所述目标设施地块用于建立与所述资源需求地块对应的公共服务设施。
21.一种资源处理装置,其特征在于,所述装置包括:
确定模块,用于根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数;
选择模块,用于根据第一目标参数从业务对象集合中选择目标业务对象;
所述确定模块,还用于根据所述第二目标参数确定与所述目标业务对象对应的需求对象;其中,所述目标业务对象用于建立与所述需求对象对应的资源。
22.根据权利要求21所述的装置,其特征在于,
所述确定模块根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数时具体用于:
根据所述建设信息、所述覆盖率信息和所述出行信息确定目标函数;根据所述目标函数确定所述第一目标参数和所述第二目标参数;其中,所述目标函数与所述建设信息成正比、与所述覆盖率信息成反比、与所述出行信息成正比。
23.根据权利要求21所述的装置,其特征在于,
所述确定模块还用于:根据业务对象变量、连接关系变量、第一候选集合中的需求对象、所述需求对象对应的需求参数,确定所述建设信息;根据总需求参数、连接关系变量、第二候选集合中的业务对象、需求对象对应的需求参数,确定所述覆盖率信息;根据连接关系变量、所述第二候选集合中的业务对象、需求对象与所述业务对象之间的距离,确定所述出行信息;其中,所述第一候选集合包括与业务对象对应的需求对象,所述需求对象与所述业务对象的距离小于所述业务对象的覆盖距离;所述第二候选集合包括与需求对象对应的业务对象,所述需求对象与业务对象的距离小于所述业务对象的覆盖距离。
24.一种资源处理设备,其特征在于,包括:
处理器和机器可读存储介质,所述机器可读存储介质上存储有若干计算机指令,所述处理器执行所述计算机指令时进行如下处理:
根据建设信息、覆盖率信息和出行信息中的至少一种确定第一目标参数和第二目标参数;
根据所述第一目标参数从业务对象集合中选择目标业务对象;
根据所述第二目标参数确定与所述目标业务对象对应的需求对象;
其中,所述目标业务对象用于建立与所述需求对象对应的资源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810904788.7A CN110826753B (zh) | 2018-08-09 | 2018-08-09 | 一种资源处理方法、装置及其设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810904788.7A CN110826753B (zh) | 2018-08-09 | 2018-08-09 | 一种资源处理方法、装置及其设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110826753A true CN110826753A (zh) | 2020-02-21 |
CN110826753B CN110826753B (zh) | 2024-04-23 |
Family
ID=69541664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810904788.7A Active CN110826753B (zh) | 2018-08-09 | 2018-08-09 | 一种资源处理方法、装置及其设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110826753B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117252745A (zh) * | 2023-11-20 | 2023-12-19 | 河北省交通规划设计研究院有限公司 | 一种公共服务设施选址方法、装置及计算机设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080134193A1 (en) * | 2006-11-08 | 2008-06-05 | Board Of Regents, The University Of Texas System | System, Method and Apparatus for Allocating Resources by Constraint Selection |
CN102663556A (zh) * | 2012-04-16 | 2012-09-12 | 深圳供电局有限公司 | 充电桩位置确定方法及其装置 |
CN106484748A (zh) * | 2015-09-02 | 2017-03-08 | 阿里巴巴集团控股有限公司 | 一种确定兴趣点poi布设需求的方法及装置 |
CN107025518A (zh) * | 2017-03-20 | 2017-08-08 | 中国电力科学研究院 | 一种电动汽车充电站规划方法及装置 |
CN107133375A (zh) * | 2017-03-23 | 2017-09-05 | 北京航空航天大学 | 一种基于欧氏距离线性化逼近的设施选址最优化方法 |
US20180012164A1 (en) * | 2016-07-08 | 2018-01-11 | Conduent Business Services, Llc | Method of planning for deployment of facilities and apparatus associated therewith |
-
2018
- 2018-08-09 CN CN201810904788.7A patent/CN110826753B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080134193A1 (en) * | 2006-11-08 | 2008-06-05 | Board Of Regents, The University Of Texas System | System, Method and Apparatus for Allocating Resources by Constraint Selection |
CN102663556A (zh) * | 2012-04-16 | 2012-09-12 | 深圳供电局有限公司 | 充电桩位置确定方法及其装置 |
CN106484748A (zh) * | 2015-09-02 | 2017-03-08 | 阿里巴巴集团控股有限公司 | 一种确定兴趣点poi布设需求的方法及装置 |
US20180012164A1 (en) * | 2016-07-08 | 2018-01-11 | Conduent Business Services, Llc | Method of planning for deployment of facilities and apparatus associated therewith |
CN107025518A (zh) * | 2017-03-20 | 2017-08-08 | 中国电力科学研究院 | 一种电动汽车充电站规划方法及装置 |
CN107133375A (zh) * | 2017-03-23 | 2017-09-05 | 北京航空航天大学 | 一种基于欧氏距离线性化逼近的设施选址最优化方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117252745A (zh) * | 2023-11-20 | 2023-12-19 | 河北省交通规划设计研究院有限公司 | 一种公共服务设施选址方法、装置及计算机设备 |
CN117252745B (zh) * | 2023-11-20 | 2024-03-12 | 河北省交通规划设计研究院有限公司 | 一种公共服务设施选址方法、装置及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110826753B (zh) | 2024-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110909759A (zh) | 基于人口大数据的城市区域分级管理系统及方法 | |
CN104636457B (zh) | 一种位置搜索认知的方法及装置 | |
CN110134865A (zh) | 一种基于城市公共交通出行大数据的通勤乘客社交推荐方法及平台 | |
CN103164529B (zh) | 一种基于Voronoi图的反k最近邻查询方法 | |
CN111311193B (zh) | 公共服务资源的配置方法和装置 | |
Chen et al. | An analysis of movement patterns between zones using taxi GPS data | |
CN106294449A (zh) | 一种数据处理方法及装置 | |
Zhang et al. | Measuring positive public transit accessibility using big transit data | |
CN114691803A (zh) | 污水处理站空间选址分析方法及装置 | |
CN110826753A (zh) | 一种资源处理方法、装置及其设备 | |
CN114219350A (zh) | 一种自然资源建设项目用地智能选址方法及装置 | |
CN112541624B (zh) | 一种揽投网点的选址方法、装置、介质及电子设备 | |
Zhong et al. | Multi-objective optimization approach of shelter location with maximum equity: an empirical study in Xin Jiekou district of Nanjing, China | |
Zhou et al. | Village-town system in suburban areas based on cellphone signaling mining and network hierarchy structure analysis | |
CN111400520B (zh) | 人脸识别库的构建方法、人脸支付方法、装置和系统 | |
Cocking et al. | Locating health facilities in Nouna district, Burkina Faso | |
Zhou et al. | Energy-efficient mobile crowd sensing based on unmanned aerial vehicles | |
CN111598188B (zh) | 目标门店位置的识别的方法和装置、存储介质和电子设备 | |
CN114091140A (zh) | 一种城市空间密度数据的网络构建方法 | |
Hashtarkhani et al. | Where to place emergency ambulance vehicles? Using a capacitated maximum covering location model with real call data | |
CN111489194B (zh) | 地图信息处理方法、装置、可读存储介质和电子设备 | |
CN111861040A (zh) | 公交线路的优化调整方法及装置、设备、存储介质 | |
CN114511125A (zh) | 一种空间划分方法、装置、设备及介质 | |
Yang et al. | Location-based analysis and optimization of service network performance: A case study | |
CN113283637B (zh) | 一种城市开敞空间服务网络优化方法、装置、设备及介质 |
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 |