CN113987893B - 一种村镇聚落体系衍化的网络分析系统 - Google Patents

一种村镇聚落体系衍化的网络分析系统 Download PDF

Info

Publication number
CN113987893B
CN113987893B CN202111632824.7A CN202111632824A CN113987893B CN 113987893 B CN113987893 B CN 113987893B CN 202111632824 A CN202111632824 A CN 202111632824A CN 113987893 B CN113987893 B CN 113987893B
Authority
CN
China
Prior art keywords
nodes
unit
finite element
node
town
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.)
Active
Application number
CN202111632824.7A
Other languages
English (en)
Other versions
CN113987893A (zh
Inventor
仝德
孙裔煜
张磊
郑红霞
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.)
Peking University Shenzhen Graduate School
Original Assignee
Peking University Shenzhen Graduate School
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 Peking University Shenzhen Graduate School filed Critical Peking University Shenzhen Graduate School
Priority to CN202111632824.7A priority Critical patent/CN113987893B/zh
Publication of CN113987893A publication Critical patent/CN113987893A/zh
Application granted granted Critical
Publication of CN113987893B publication Critical patent/CN113987893B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/23Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Evolutionary Computation (AREA)
  • Educational Administration (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Geometry (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Hardware Design (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及村镇聚落规划管理技术领域,公开了一种村镇聚落体系衍化的网络分析系统,包括用于获取村镇原始数据的时空数据采集单元、基于村镇原始数据生成结构化有限元模型的结构化模型生成单元和用于对结构化有限元模型施加载荷进行有限元模拟的有限元分析单元;本发明通过一个具象的结构化的有限元模型来模拟村镇以及居民之间的关联和结构,通过具体的结构化的有限元模型的模拟演变来模拟村镇体系衍化的过程,可以直观的表达村镇衍化的过程。

Description

一种村镇聚落体系衍化的网络分析系统
技术领域
本发明涉及村镇聚落规划管理技术领域,更具体地说,它涉及一种村镇聚落体系衍化的网络分析系统。
背景技术
村镇聚落是以地缘、血缘和业缘等为纽带形成的农村家庭生活聚居地。
村镇聚落体系衍化主要研究村镇聚落演变的阶段特征与衍化规律,基于长时间序列高分辨率遥感影像数据、经济普查数据、人口普查数据、社会经济统计数据、田野调查数据、夜间灯光数据、地图POI数据、历史文献、手机信令数据、无人机采样数据等多源时空数据进行多源数据挖掘,对于村镇聚落体系衍化进行研究。
发明内容
本发明提供一种村镇聚落体系衍化的网络分析系统,解决相关技术中村镇聚落体系衍化研究的技术问题。
根据本发明的一个方面,提供了一种村镇聚落体系衍化的网络分析系统,包括:
时空数据采集单元,其用于获取村镇原始数据,村镇原始数据包括村镇的基本信息、村镇居民的基本信息和外地居民的基本信息;
结构化模型生成单元,其基于村镇的基本信息、村镇居民的基本信息和外地居民的基本信息生成结构化有限元模型;其中外地居民是指与村镇居民存在社会行为联系的非村镇居民;
结构化有限元模型为桁架模型,桁架模型包括基层和衍生层,基层位于桁架模型的底部,衍生层位于基层的上方,基层包含一个以上的节点,基层的一个节点对应于一个村镇;
衍生层的一个节点对应于一个人员;
对于衍生层划分为多层,以十年为一个年代,每个年代对应于一层衍生层,一层衍生层内的节点对应的人员是出生于对应年代的,划分后的多层衍生层按照年代先后依次分布,最下层的一层衍生层对应的年代最早;
如果划分的某层衍生层的节点的数量少于第一节点阈值,则将该层衍生层合并到其上一层的衍生层内;
在桁架模型内,节点之间通过杆元素连接,杆元素表示人员与人员之间或人员与村镇之间的联系;
对杆元素进行以下的定义:
杆元素为实心圆柱形结构,通过直径即可计算的杆元素的截面积;
定义基准半径为r,计算基准截面积为πr²;
对于衍生层的杆元素,通过节点表示的人员之间的关系强度和基准直径计算节点之间的杆元素的半径;
对于基层与衍生层之间的杆元素,定义常数k,基层与衍生层之间的杆元素的半径为kr;
通过节点表示的人员之间的关系强度和基准直径计算节点之间的杆元素的半径的公式为:
Figure 749242DEST_PATH_IMAGE001
Figure 352262DEST_PATH_IMAGE002
表示人员u与人员v对应的节点之间的杆元素的半径,e表示自然指数,Q表示人员u与人员v之间的关系强度值,其取值范围为(0,1);
有限元分析单元,其用于对结构化有限元模型施加载荷进行有限元模拟,生成模拟结果;
在模拟结果中标记破坏的节点和杆元素;
其中杆元素破坏模拟的是人员之间的联系断开;
对于节点破坏的模拟的是人员脱离村镇聚落体系。
确定连接的衍生层的节点的数量最多的基层的节点,将该基层的节点所连接的衍生层的节点的数量作为常数k的值。
关系强度值Q的计算公式如下:
Figure 388875DEST_PATH_IMAGE003
在上式中,
Figure 786358DEST_PATH_IMAGE004
=1,
Figure 843176DEST_PATH_IMAGE005
=0.25。
Figure 249887DEST_PATH_IMAGE006
代表了属性分类,在这里代表第一属性、第二属性、第三属性和第四属性。
Figure 951127DEST_PATH_IMAGE007
表示属于第k类属性的交互行为的集合。
Figure 50670DEST_PATH_IMAGE008
Figure 594783DEST_PATH_IMAGE007
作为自变量代入以下公式计算得到:
Figure 946130DEST_PATH_IMAGE009
其中,
Figure 892090DEST_PATH_IMAGE010
表示自变量的平均值,表示人员交互行为集合的平均值,
Figure 37900DEST_PATH_IMAGE011
表示自变量的最大值,这里表示一个类别的属性交互行为的最大值。
通过上述的技术方案,通过建立村镇聚落变化监测技术体系,获取村镇聚落变化的多元时空数据,作为一种通用形式的村镇聚落空间重构模拟模型,能够进行不同区域不同类型村镇聚落转型发展的数字模拟;本发明目的在于研究村镇聚落形成与演化过程及阶段特征,揭示村镇聚落体系发展与衍化的脉络规律,研究村镇聚落体系结构关系,创新我国村镇聚落数字模拟展示技术。
具体的,本发明充分考虑了村镇聚落人员的特点,通过一个具象的结构化的有限元模型来模拟村镇以及居民之间的关联和结构,通过具体的结构化的有限元模型的模拟演变来模拟村镇体系衍化的过程,可以直观的表达村镇衍化的过程,例如节点以及杆元素的破坏模拟了居民与村镇的脱离以及居民之间联系的断裂,结构化的有限元模型的破坏程度模拟了村镇-居民体系结构的破坏程度,结构化的有限元模型的坍塌模拟了村镇体系的崩塌,可以通过调整对结构化的有限元模型施加载荷来进行多种整体或局部因素对村镇体系衍化的影响。
进一步地,本发明提供另一种关系强度值Q的计算方法,计算公式如下:
Q=p/P;
其中,p表示根据Dijkstra算法计算得到的用户之间的最短路径,P为用户之间的最短路径的最大值。
进一步地,结构化模型生成单元包括:
节点生成单元,其基于村镇的基本信息、村镇居民的基本信息和外地居民的基本信息生成结构化有限元模型的节点;
节点分配单元,其用于将节点生成单元生成的节点分配到基层和衍生层;
杆元素生成单元,其基于村镇的基本信息、村镇居民的基本信息和外地居民的基本信息生成结构化有限元模型的节点之间的杆元素;
杆元素分配单元,其用于将杆元素生成单元生成的杆元素连接到节点之间;
模型构建单元,其基于被分配的节点和杆元素生成结构化有限元模型;
破坏标记节点锁定单元,其用于从有限元分析单元接收破坏的节点和杆元素的信息,并发送到重构启动引擎;
重构启动引擎,其基于破坏的节点和杆元素的信息判断是否重构结构化有限元模型,如果需要重构结构化有限元模型则控制节点分配单元、杆元素分配单元和模型构建单元重构结构化有限元模型。
进一步地,节点分配单元包括用于将节点分配到基层和各层衍生层的分层单元和用于对节点的空间坐标进行定义的坐标分配单元,基层的节点分配到同一水平面内,归属于同一层衍生层的节点分配到同一水平面内。
进一步地,重构启动引擎控制节点分配单元、杆元素分配单元和模型构建单元重构结构化有限元模型的方法包括以下步骤:
步骤S501,节点分配单元删除破坏的节点之后重新分配节点;
步骤S502,杆元素分配单元将破坏的杆元素删除之后将剩余的杆元素连接到节点之间;
步骤S503,模型构建单元基于被分配的节点和杆元素生成结构化有限元模型。
进一步地,有限元分析单元包括:
载荷输入单元,其用于输入对结构化有限元模型施加的载荷;
分析模拟单元,其基于对结构化有限元模型施加的载荷对结构化有限元模型进行模拟分析;
破坏判断单元,其基于对结构化有限元模型进行模拟分析的结果判断节点和杆元素是否被破坏;
破坏标记单元,其用于将判断为破坏的节点和杆元素进行标记,并记录破坏的节点和杆元素的信息。
本发明的有益效果在于:
本发明充分考虑了村镇聚落人员的流动性低、联系性强、社会行为复杂度低的特点,通过一个具象的结构化的有限元模型来模拟村镇以及居民之间的关联和结构,通过具体的结构化的有限元模型的模拟演变来模拟村镇体系衍化的过程,可以直观的表达村镇衍化的过程,实现直观的可视化。
附图说明
图1是本发明的一种村镇聚落体系衍化的网络分析系统的模块示意图;
图2是本发明的结构化模型生成单元的模块示意图;
图3是本发明的节点分配单元的模块示意图;
图4是本发明的有限元分析单元的模块示意图;
图5是本发明的重构启动引擎控制节点分配单元、杆元素分配单元和模型构建单元重构结构化有限元模型的方法的流程图。
图中:时空数据采集单元100,结构化模型生成单元200,有限元分析单元300,节点生成单元201,节点分配单元202,分层单元2021,坐标分配单元2022,杆元素生成单元203,杆元素分配单元204,模型构建单元205,破坏标记节点锁定单元206,重构启动引擎207,载荷输入单元301,分析模拟单元302,破坏判断单元303,破坏标记单元304,数据库400。
具体实施方式
现在将参考示例实施方式讨论本文描述的主题。应该理解,讨论这些实施方式只是为了使得本领域技术人员能够更好地理解从而实现本文描述的主题,并非是对权利要求书中所阐述的保护范围、适用性或者示例的限制。可以在不脱离本说明书内容的保护范围的情况下,对所讨论的元素的功能和排列进行改变。各个示例可以根据需要,省略、替代或者添加各种过程或组件。另外,相对一些示例所描述的特征在其他例子中也可以进行组合。
实施例一
如图1所示,一种村镇聚落体系衍化的网络分析系统,包括:
时空数据采集单元100,其用于从多个来源获取村镇原始数据,时空数据采集单元100采集数据的来源可以是长时间序列高分辨率遥感影像数据、经济普查数据、人口普查数据、社会经济统计数据、田野调查数据、夜间灯光数据、地图POI数据、历史文献、手机信令数据、无人机采样数据等。
村镇原始数据包括村镇的基本信息、村镇居民的基本信息和外地居民的基本信息;
外地居民是指与村镇居民存在社会行为联系的非村镇居民。
结构化模型生成单元200,其基于村镇的基本信息、村镇居民的基本信息和外地居民的基本信息生成结构化有限元模型;
结构化有限元模型为桁架模型,桁架模型包括基层和衍生层,基层位于桁架模型的底部,衍生层位于基层的上方,基层包含一个以上的节点,基层的一个节点对应于一个村镇;
衍生层的一个节点对应于一个人员;
对于衍生层划分为多层,以十年为一个年代,每个年代对应于一层衍生层,一层衍生层内的节点对应的人员是出生于对应年代的,划分后的多层衍生层按照年代先后依次分布,最下层的一层衍生层对应的年代最早;
在本发明的上述实施例中,由于衍生层是基于年代划分的,因此可能会出现较早的年代的人员数量较少,为了避免这种情况,如果划分的某层衍生层的节点的数量少于第一节点阈值,则将该层衍生层合并到其上一层的衍生层内。
在桁架模型内,节点之间通过杆元素连接,杆元素表示人员与人员之间或人员与村镇之间的联系;
在本发明的一个实施例中,定义杆元素的材料为钢材,密度为7850kg/m^3,杨氏模量为2.05e11N/m^2,泊松比为0.3,屈服应力为235MPa,塑性应变为0。
在定义了材料的情况下,杆元素的直径表征的即是节点之间的联系的程度,在本发明中对杆元素进行以下的定义:
杆元素为实心圆柱形结构,通过直径即可计算的杆元素的截面积;
定义基准半径为r,计算基准截面积为πr²;
对于衍生层的杆元素,通过节点表示的人员之间的关系强度和基准直径计算节点之间的杆元素的半径;
对于基层与衍生层之间的杆元素,定义常数k,基层与衍生层之间的杆元素的半径为kr。
作为一种具体的示例,在上述定义中,确定连接的衍生层的节点的数量最多的基层的节点,将该基层的节点所连接的衍生层的节点的数量作为常数k的值。
在上述定义中,通过节点表示的人员之间的关系强度和基准直径计算节点之间的杆元素的半径的公式为:
Figure 806660DEST_PATH_IMAGE001
Figure 820753DEST_PATH_IMAGE002
人员u与人员v对应的节点之间的杆元素的半径,e表示自然指数,Q表示人员u与人员v之间的关系强度值,其取值范围为(0,1);
关系强度值越大表征两个人员之间的社会关系越强。
关系强度值Q的计算公式如下:
Figure 496585DEST_PATH_IMAGE003
在上式中,
Figure 937930DEST_PATH_IMAGE004
=1,
Figure 332003DEST_PATH_IMAGE005
代表关系属性权重,这里取四种关系属性权重为
Figure 884207DEST_PATH_IMAGE005
=0.25。
Figure 804758DEST_PATH_IMAGE006
代表了关系属性分类,在这里代表第一属性、第二属性、第三属性和第四属性。
将人员交互行为的关系属性归类到四种:第一属性、第二属性、第三属性和第四属性。
作为一种示例,第一属性表示通勤联系,第二属性表示休闲联系,第三属性表示第一居所联系,第四属性表示第二居所联系,其中通勤联系的交互行为包括上下班的交通路线的联系或上班地点发生交互行为,休闲联系的交互行为包括以休憩和娱乐消费过程中发生的交互行为;第一居所联系的交互行为包括前往主要居住地的联系或在主要居住地发生的交互行为,第二居所联系的交互行为包括前往次要居住地的联系或在次要居住地发生的交互行为;
作为一种示例,其中第一属性与第二属性表明人员间是否存在直接的联系还是间接的联系,间接的联系可以理解为人员之间的交互间隔了其他人员。第三属性和第四属性表明行为是朋友之间的行为还是简单认识的人员之间的行为,例如通过微信等社交软件之间的通信行为判断为第四属性。
Figure 557951DEST_PATH_IMAGE007
表示属于第k类关系属性的交互行为的集合。
Figure 298374DEST_PATH_IMAGE008
Figure 529635DEST_PATH_IMAGE007
作为自变量代入以下公式计算得到:
Figure 304693DEST_PATH_IMAGE009
其中,
Figure 87841DEST_PATH_IMAGE010
表示自变量的平均值,表示人员交互行为集合的平均值,
Figure 456505DEST_PATH_IMAGE011
表示自变量的最大值,这里表示一个类别的关系属性交互行为的最大值。
作为另一种计算关系强度值的方法,根据社会网络中社会属性,以人际间的关系密切程度作为节点间路径的边权值,使用Dijkstra算法,计算用户u与用户v的社会关系间的最短路径p,其中定义边的关系为:同学关系、校友关系、师生关系、朋友关系、同事关系和亲戚关系等,每一种关系根据其紧密程度拥有一个整数距离值,关系越亲密,距离值越小,最小值为1,根据Dijkstra算法,计算用户u与用户v的最短路径p,然后利用如下公式Q=p/P对所有得到的最短路径做进一步处理,得到用户u与用户v之间的关系强度值Q。
其中,p表示根据Dijkstra算法计算得到的用户u与用户v的最短路径,P为用户u与用户v之间最短路径的最大值。
有限元分析单元300,其用于对结构化有限元模型施加载荷进行有限元模拟,生成模拟结果;
在模拟结果中标记破坏的节点和杆元素;
对于杆元素破坏的定义是杆元素所受应力大于屈服应力;
对于节点破坏的定义是该节点所连接的杆元素均破坏。
其中杆元素破坏模拟的是人员之间的联系断开;
对于节点破坏的模拟的是人员与村镇聚落体系的脱离;
施加载荷可以仅包含重力,则在与重力相反的方向添加加速度9800mm/s^2。
作为另一种施加载荷的方式,以重力基本参照,定义载荷基本值为G,G=9800mm/s^2;
通过权值校正载荷基本值的方式确定施加载荷,施加载荷Z的计算公式如下:
Figure 619021DEST_PATH_IMAGE012
其中,m为村镇居民平均收入,M为村镇所在市的居民平均收入;
通过上述的权值校正能够适应于地区经济差别,减小地区经济差别对于村镇结构以及衍化的分析的影响。
参考上述示例,还可以通过村镇面积等各种参数计算权值对结构化有限元模型整体施加的载荷进行校正。
在本发明的上述的基础上,还可以通过对结构化有限元模型的局部施加载荷,模拟个体生活压力的变化对于村镇衍化的影响。
结构化模型生成单元200还用于基于有限元分析单元300的模拟结果重构结构化有限元模型;
重构的方法是删除在模拟结果中标记的破坏的节点和杆元素,然后将剩余的节点和杆元素生成结构化有限元模型;
如图2所示,对于上述实施例的一种村镇聚落体系衍化的网络分析系统,本发明提供其结构化模型生成单元200的示例,包括:
节点生成单元201,其基于村镇的基本信息、村镇居民的基本信息和外地居民的基本信息生成结构化有限元模型的节点;
节点分配单元202,其用于将节点生成单元201生成的节点分配到基层和衍生层;
杆元素生成单元203,其基于村镇的基本信息、村镇居民的基本信息和外地居民的基本信息生成结构化有限元模型的节点之间的杆元素;
杆元素分配单元204,其用于将杆元素生成单元203生成的杆元素连接到节点之间;
如图4所示,对于上述的节点分配单元202,其至少包括用于将节点分配到基层和各层衍生层的分层单元2021和用于对节点的空间坐标进行定义的坐标分配单元2022,基层的节点分配到同一水平面内,归属于同一层衍生层的节点分配到同一水平面内;
为了便于坐标分配,定义杆元素的最短长度和最大程度,由此来限制节点之间的空间坐标距离。
为了进一步简化坐标分配,定义同一层的衍生层的节点之间的距离为1,基层的节点之间的距离为100,以上的距离均是指在结构化有限元模型所在的空间网格内的距离。
继续参见图2,模型构建单元205,其基于被分配的节点和杆元素生成结构化有限元模型;
破坏标记节点锁定单元206,其用于从有限元分析单元300接收破坏的节点和杆元素的信息,并发送到重构启动引擎207;
重构启动引擎207,其基于破坏的节点和杆元素的信息判断是否重构结构化有限元模型,如果需要重构结构化有限元模型则控制节点分配单元202、杆元素分配单元204和模型构建单元205重构结构化有限元模型;
如图5所示,重构结构化有限元模型的方法包括以下步骤:
步骤S501,节点分配单元202删除破坏的节点之后重新分配节点;
步骤S502,杆元素分配单元204将破坏的杆元素删除之后将剩余的杆元素连接到节点之间;
步骤S503,模型构建单元205基于被分配的节点和杆元素生成结构化有限元模型。
重构启动引擎207判断是否重构结构化有限元模型的方法是:
如果破坏的节点的数量大于等于1,则重构结构化有限元模型,否则不重构结构化有限元模型;
如图3所示,本发明提供有限元分析单元300的一个示例,有限元分析单元300包括:
载荷输入单元301,其用于输入对结构化有限元模型施加的载荷;
输入载荷输入单元301的可以是直接输入载荷的值,或输入用于计算载荷的参数。
分析模拟单元302,其基于对结构化有限元模型施加的载荷对结构化有限元模型进行模拟分析;
破坏判断单元303,其基于对结构化有限元模型进行模拟分析的结果判断节点和杆元素是否被破坏;
破坏标记单元304,其用于将判断为破坏的节点和杆元素进行标记,并记录破坏的节点和杆元素的信息。
继续参考图1,对于上述实施例中的一种村镇聚落体系衍化的网络分析系统,其还应包括用于存储和管理数据的数据库400,时空数据采集单元100、结构化模型生成单元200和有限元分析单元300均连接到该数据库400,能够存储数据到数据库400或从数据库400提取数据。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例的方法。
上面结合附图对本实施例的实施例进行了描述,但是本实施例并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本实施例的启示下,在不脱离本实施例宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本实施例的保护之内。

Claims (9)

1.一种村镇聚落体系衍化的网络分析系统,其特征在于,包括:
时空数据采集单元,其用于获取村镇原始数据,村镇原始数据包括村镇的基本信息、村镇居民的基本信息和外地居民的基本信息;
结构化模型生成单元,其基于村镇的基本信息、村镇居民的基本信息和外地居民的基本信息生成结构化有限元模型;
结构化有限元模型为桁架模型,桁架模型包括基层和衍生层,基层位于桁架模型的底部,衍生层位于基层的上方,基层包含一个以上的节点,基层的一个节点对应于一个村镇;
衍生层的一个节点对应于一个人员;
对于衍生层划分为多层,以十年为一个年代,每个年代对应于一层衍生层,一层衍生层内的节点对应的人员是出生于对应年代的,划分后的多层衍生层按照年代先后依次分布,最下层的一层衍生层对应的年代最早;
在桁架模型内,节点之间通过杆元素连接,杆元素表示人员与人员之间或人员与村镇之间的联系;
对杆元素进行以下的定义:
杆元素为实心圆柱形结构,通过直径即可计算的杆元素的截面积;
定义基准半径为r,计算基准截面积为πr²;
对于衍生层的杆元素,通过节点表示的人员之间的关系强度和基准直径计算节点之间的杆元素的半径;
对于基层与衍生层之间的杆元素,定义常数k,基层与衍生层之间的杆元素的半径为kr;
通过节点表示的人员之间的关系强度和基准直径计算节点之间的杆元素的半径的公式为:
Figure 598720DEST_PATH_IMAGE001
Figure 72427DEST_PATH_IMAGE002
表示人员u与人员v对应的节点之间的杆元素的半径,e表示自然指数,Q表示人员u与人员v之间的关系强度值,其取值范围为(0,1);
有限元分析单元,其用于对结构化有限元模型施加载荷进行有限元模拟,生成模拟结果;
在模拟结果中标记破坏的节点和杆元素;
其中杆元素破坏模拟的是人员之间的联系断开;
对于节点破坏的模拟的是人员脱离村镇聚落体系。
2.根据权利要求1所述的一种村镇聚落体系衍化的网络分析系统,其特征在于,如果划分的某层衍生层的节点的数量少于第一节点阈值,则将该层衍生层合并到其上一层的衍生层内。
3.根据权利要求1所述的一种村镇聚落体系衍化的网络分析系统,其特征在于,关系强度值Q的计算公式如下:
Q=p/P;
其中,p表示根据Dijkstra算法计算得到的用户之间的最短路径,P为用户之间的最短路径的最大值。
4.根据权利要求1所述的一种村镇聚落体系衍化的网络分析系统,其特征在于,确定连接的衍生层的节点的数量最多的基层的节点,将该基层的节点所连接的衍生层的节点的数量作为常数k的值。
5.根据权利要求1所述的一种村镇聚落体系衍化的网络分析系统,其特征在于,关系强度值Q的计算公式如下:
Figure 916886DEST_PATH_IMAGE003
在上式中,
Figure 868662DEST_PATH_IMAGE004
=1,
Figure 747756DEST_PATH_IMAGE005
=0.25,
Figure 392364DEST_PATH_IMAGE006
代表第k个属性分类,
Figure 724119DEST_PATH_IMAGE007
表示属于第k类属性的交互行为的集合;
Figure 479586DEST_PATH_IMAGE008
Figure 947607DEST_PATH_IMAGE007
作为自变量代入以下公式计算得到:
Figure 763116DEST_PATH_IMAGE009
其中,
Figure 582168DEST_PATH_IMAGE010
表示自变量的平均值,表示人员交互行为集合的平均值,
Figure 141325DEST_PATH_IMAGE011
表示自变量的最大值,这里表示一个类别的属性交互行为的最大值。
6.根据权利要求1所述的一种村镇聚落体系衍化的网络分析系统,其特征在于,结构化模型生成单元包括:
节点生成单元,其基于村镇的基本信息、村镇居民的基本信息和外地居民的基本信息生成结构化有限元模型的节点;
节点分配单元,其用于将节点生成单元生成的节点分配到基层和衍生层;
杆元素生成单元,其基于村镇的基本信息、村镇居民的基本信息和外地居民的基本信息生成结构化有限元模型的节点之间的杆元素;
杆元素分配单元,其用于将杆元素生成单元生成的杆元素连接到节点之间;
模型构建单元,其基于被分配的节点和杆元素生成结构化有限元模型;
破坏标记节点锁定单元,其用于从有限元分析单元接收破坏的节点和杆元素的信息,并发送到重构启动引擎;
重构启动引擎,其基于破坏的节点和杆元素的信息判断是否重构结构化有限元模型,如果需要重构结构化有限元模型则控制节点分配单元、杆元素分配单元和模型构建单元重构结构化有限元模型。
7.根据权利要求6所述的一种村镇聚落体系衍化的网络分析系统,其特征在于,节点分配单元包括用于将节点分配到基层和各层衍生层的分层单元和用于对节点的空间坐标进行定义的坐标分配单元,基层的节点分配到同一水平面内,归属于同一层衍生层的节点分配到同一水平面内。
8.根据权利要求6所述的一种村镇聚落体系衍化的网络分析系统,其特征在于,重构启动引擎控制节点分配单元、杆元素分配单元和模型构建单元重构结构化有限元模型的方法包括以下步骤:
步骤S501,节点分配单元删除破坏的节点之后重新分配节点;
步骤S502,杆元素分配单元将破坏的杆元素删除之后将剩余的杆元素连接到节点之间;
步骤S503,模型构建单元基于被分配的节点和杆元素生成结构化有限元模型。
9.根据权利要求1所述的一种村镇聚落体系衍化的网络分析系统,其特征在于,有限元分析单元包括:
载荷输入单元,其用于输入对结构化有限元模型施加的载荷;
分析模拟单元,其基于对结构化有限元模型施加的载荷对结构化有限元模型进行模拟分析;
破坏判断单元,其基于对结构化有限元模型进行模拟分析的结果判断节点和杆元素是否被破坏;
破坏标记单元,其用于将判断为破坏的节点和杆元素进行标记,并记录破坏的节点和杆元素的信息。
CN202111632824.7A 2021-12-29 2021-12-29 一种村镇聚落体系衍化的网络分析系统 Active CN113987893B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111632824.7A CN113987893B (zh) 2021-12-29 2021-12-29 一种村镇聚落体系衍化的网络分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111632824.7A CN113987893B (zh) 2021-12-29 2021-12-29 一种村镇聚落体系衍化的网络分析系统

Publications (2)

Publication Number Publication Date
CN113987893A CN113987893A (zh) 2022-01-28
CN113987893B true CN113987893B (zh) 2022-03-18

Family

ID=79734824

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111632824.7A Active CN113987893B (zh) 2021-12-29 2021-12-29 一种村镇聚落体系衍化的网络分析系统

Country Status (1)

Country Link
CN (1) CN113987893B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116703182B (zh) * 2023-08-04 2023-10-20 江西睿讯科技有限公司 一种基于大数据的数字化乡村建设综合服务系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111984701A (zh) * 2020-08-17 2020-11-24 北京大学深圳研究生院 乡村聚落演化的预测方法、装置、设备及存储介质
CN111984702A (zh) * 2020-08-17 2020-11-24 北京大学深圳研究生院 村镇聚落的空间演化分析方法、装置、设备及存储介质
CN113222288B (zh) * 2021-06-02 2022-05-17 山东建筑大学 村镇社区空间发展图谱的分类演化及预测方法

Also Published As

Publication number Publication date
CN113987893A (zh) 2022-01-28

Similar Documents

Publication Publication Date Title
Robinson et al. A machine learning approach to modeling human migration
US8190585B2 (en) Supporting multiple different applications having different data needs using a voxel database
US20110199376A1 (en) Voxel based three dimensional virtual enviroments
WO2023168781A1 (zh) 一种基于时空交互关系的土壤镉风险预测方法
Stock et al. Geospatial reasoning with open data
KR102265733B1 (ko) 전기 화재 예측 장치, 방법 및 그 방법을 이용한 기록 매체
CN115577294B (zh) 一种基于兴趣点空间分布和语义信息的城市区域分类方法
CN113987893B (zh) 一种村镇聚落体系衍化的网络分析系统
Kostrikov et al. ELiT, multifunctional web-software for feature extraction from 3D LiDAR point clouds
Bhuyan et al. Mapping and characterising buildings for flood exposure analysis using open-source data and artificial intelligence
CN113626408B (zh) 一种城市信息数据库构建方法及一张图显示方法
CN109753541A (zh) 一种关系网络构建方法和装置、计算机可读存储介质
CN110928922B (zh) 一种基于大数据挖掘的公共政策分析模型部署方法及其系统
Zatelli et al. Digitalization and classification of cesare Battisti’s Atlas of 1915
Yu et al. Automatic geospatial data conflation using semantic web technologies
CN111080080B (zh) 一种村镇地质灾害风险预估方法及系统
Tonti et al. Digitalization and spatial documentation of post-earthquake temporary housing in Central Italy: An integrated geomatic approach involving UAV and a GIS-based system
CN107220742A (zh) 一种基于系统脆弱性分析的信息系统开发通用支撑方法及平台
Droj GIS and remote sensing in environmental management
Amiri et al. Massive Trajectory Data Based on Patterns of Life
KR101458693B1 (ko) 예측 모형에 기초한 예측결과의 판단 방법
CN105808715A (zh) 一种位置一张图的构建方法
Nica-Avram et al. Fims: Identifying, predicting and visualising food insecurity
Li Modeling wildfire evacuation as a coupled human-environmental system using triggers
Aydin et al. Heuristics based optimization for multidepot drone location and routing problem to detect post-earthquake damages

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