CN117010051B - 一种基于数字孪生的智慧社区智能化设计方法及装置 - Google Patents

一种基于数字孪生的智慧社区智能化设计方法及装置 Download PDF

Info

Publication number
CN117010051B
CN117010051B CN202310785797.XA CN202310785797A CN117010051B CN 117010051 B CN117010051 B CN 117010051B CN 202310785797 A CN202310785797 A CN 202310785797A CN 117010051 B CN117010051 B CN 117010051B
Authority
CN
China
Prior art keywords
age
divided
service network
network point
distance cost
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
CN202310785797.XA
Other languages
English (en)
Other versions
CN117010051A (zh
Inventor
李家才
李全彬
严凤英
丁研研
陆胜海
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.)
Shenzhen Huiruitong Intelligent Technology Co ltd
Original Assignee
Shenzhen Huiruitong Intelligent Technology Co 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 Shenzhen Huiruitong Intelligent Technology Co ltd filed Critical Shenzhen Huiruitong Intelligent Technology Co ltd
Priority to CN202310785797.XA priority Critical patent/CN117010051B/zh
Publication of CN117010051A publication Critical patent/CN117010051A/zh
Application granted granted Critical
Publication of CN117010051B publication Critical patent/CN117010051B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • 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
    • 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
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Computational Mathematics (AREA)
  • Structural Engineering (AREA)
  • Mathematical Optimization (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • Civil Engineering (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Architecture (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及数字孪生技术领域，揭露了一种基于数字孪生的智慧社区智能化设计方法及装置，包括：获取公共服务网点的分龄来访频次及目标年龄分段，获取目标年龄分段对应的分龄居住密度区块图，提取每个分龄居住密度区块对应的分龄居住密度，随机选取虚拟服务网点，根据分龄来访频次及分龄居住密度，利用网点分龄距离成本公式计算分龄来访距离成本，根据网点全龄距离成本公式计算全龄来访距离成本，模拟移动虚拟服务网点的位置，得到动态虚拟服务网点集，选择最小全龄来访距离成本对应的动态虚拟服务网点，将动态虚拟服务网点作为最佳布局位置。本发明主要目的在于解决当前社区公共服务机构或场所多数存在分布位置不合理的问题。

Description

一种基于数字孪生的智慧社区智能化设计方法及装置
技术领域
本发明涉及一种基于数字孪生的智慧社区智能化设计方法及装置，属于数字孪生技术领域。
背景技术为
智慧社区是社区管理的一种新理念，是新形式下社会管理创新的新模式。智慧社区可以通过物联网、云计算以及移动互联网等新一代信息技术整合社区内现有的各类服务资源，达到为社区内群众提供便捷的政务、商务、娱乐、教育以及医护等服务的目的。
数字孪生(DtalTwn)也被称为数字映射、数字镜像。数字孪生是利用物理模型在虚拟空间中完成映射，从而反应对应的实体的全生命周期。目前普遍被应用于产品设计、工程建设、医学分析以及产品制造等领域。
社区内通常包含有各类公共服务场所或机构，通常各个服务场所或机构的分布位置是随机的，并未根据不同居民的居住分布情况进行合理规划，甚至出现在某一区域内集中出现多个公共服务场所或机构的情况。因此当前社区公共服务机构或场所多数存在分布位置不合理的问题。
发明内容
本发明提供一种基于数字孪生的智慧社区智能化设计方法、装置及计算机可读存储介质，其主要目的在于解决当前社区公共服务机构或场所多数存在分布位置不合理的问题。
为实现上述目的，本发明提供的一种基于数字孪生的智慧社区智能化设计方法，包括：
获取数字孪生建筑交互图，在所述数字孪生建筑交互图中依次提取公共服务网点；
在所述数字孪生建筑交互图中提取所述公共服务网点的来访人员数据及年龄分段集，在所述年龄分段集中依次提取目标年龄分段；
根据所述目标年龄分段在所述来访人员数据中提取分龄来访频次，获取所述目标年龄分段在所述数字孪生建筑交互图中对应的分龄居住密度区块图；
在所述分龄居住密度区块图中提取每个分龄居住密度区块对应的分龄居住密度；
在所述数字孪生建筑交互图中随机选取所述公共服务网点的虚拟服务网点，根据所述分龄来访频次及所述分龄居住密度，利用预构建的网点分龄距离成本公式计算处于所述目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本，其中，所述网点分龄距离成本公式如下所示：
其中，Cf表示目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本，i表示分龄居住密度区块序号，n表示区块总数，P表示目标年龄分段的居民在所述公共服务网点的分龄来访频次，mi表示第i个分龄居住密度区块的分龄居住密度，li表示第i个分龄居住密度区块与所述虚拟服务网点的行程距离；
根据预构建的网点全龄距离成本公式，利用所述分龄来访距离成本计算所述年龄分段集中所有年龄分段的居民与所述虚拟服务网点的全龄来访距离成本；
模拟移动所述虚拟服务网点在所述分龄居住密度区块图中的位置，得到动态虚拟服务网点集；
在所述动态虚拟服务网点集中依次提取动态虚拟服务网点，识别所述动态虚拟服务网点的位置，根据每个动态虚拟服务网点的全龄来访距离成本及位置绘制所述动态虚拟服务网点集对应的三维距离成本曲面图；
获取所述公共服务网点的全龄来访频次，根据所述全龄来访频次确定所述公共服务网点的应设网点数，识别所述三维距离成本曲面图的凹陷特征点；
根据凹陷特征点及所述应设网点数，利用所述三维距离成本曲面图在所述数字孪生建筑交互图中选择所述公共服务网点的一个或多个最佳布局位置，完成基于数字孪生的智慧社区智能化设计。
可选地，所述根据所述目标年龄分段在所述来访人员数据中提取分龄来访频次，包括：
获取来访统计周期，在所述来访人员数据中识别所述目标年龄分段的目标来访人群；
在所述来访人员数据中提取所述目标来访人群在所述来访统计周期内的来访总次数，得到所述分龄来访频次。
可选地，所述获取所述目标年龄分段在所述数字孪生建筑交互图中对应的分龄居住密度区块图，包括：
在所述数字孪生建筑交互图中识别居民居住区块集；
在所述居民居住区块集中依次提取居民居住区块，统计所述居民居住区块中处于所述目标年龄分段的分龄居住人数；
获取所述居民居住区块的占地面积，根据所述分龄居住人数及所述占地面积，利用预构建的分龄居住密度公式，计算所述居民居住区块的分龄居住密度；
利用所述分龄居住密度对所述居民居住区块进行分龄密度标识，得到所述分龄居住密度区块图。
可选地，所述分龄居住密度公式，如下所示：
其中，ρk表示第k个居民居住区块的分龄居住密度，Qk表示第k个居民居住区块的分龄居住人数，Sk表示第k个居民居住区块的占地面积。
可选地，所述根据所述分龄来访频次及所述分龄居住密度，利用预构建的网点分龄距离成本公式计算处于所述目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本之前，所述方法还包括：
获取所述分龄居住密度区块与所述虚拟服务网点的可行路径集；
在所述可行路径集中提取最短可行路径，将所述最短可行路径作为所述分龄居住密度区块与所述虚拟服务网点的行程距离。
可选地，所述网点全龄距离成本公式，如下所示：
其中，Cq表示公共服务网点的全龄来访距离成本，j表示年龄分段集中年龄分段的序号，m表示年龄分段的总数，Cj表示第j个年龄分段的分龄来访距离成本。
可选地，所述模拟移动所述虚拟服务网点在所述分龄居住密度区块图中的位置，得到动态虚拟服务网点集，包括：
按照预设的网格间隔距离，将所述分龄居住密度区块图进行网格化分割，得到分龄密度网格区块图；
在所述分龄密度网格区块图中提取网格交点集，将所述网格交点集作为所述初始孪生服务网点集；
根据所述初始孪生服务网点集在所述分龄居住密度区块图中提取动态虚拟服务网点集。
可选地，所述在所述动态虚拟服务网点集中依次提取动态虚拟服务网点，识别所述动态虚拟服务网点的位置，根据每个动态虚拟服务网点的全龄来访距离成本及位置绘制所述动态虚拟服务网点集对应的三维距离成本曲面图，包括：
根据所述动态虚拟服务网点集中每个动态虚拟服务网点的全龄来访距离成本及位置对所述动态虚拟服务网点进行三维高度标识，得到所述动态虚拟服务网点集中每个动态虚拟服务网点的三维距离成本高度；
根据所述三维距离成本高度，利用所述分龄居住密度区块图构建可视化的虚拟三维分布点集；
对所述虚拟三维分布点集进行拟合，得到三维距离成本曲面图。
可选地，所述根据凹陷特征点及所述应设网点数，利用所述三维距离成本曲面图在所述数字孪生建筑交互图中选择所述公共服务网点的一个或多个最佳布局位置，包括：根据所述三维距离成本曲面图构建三维距离成本曲面体；
从所述凹陷特征点处，根据所述应设网点数对所述三维距离成本曲面体进行均等体积切分，得到所述应设网点数个三维距离成本曲面分体；
识别每个三维距离成本曲面分体对应的居民密度区块；
计算每个所述居民密度区块的最佳布局位置，将所述居民密度区块的最佳布局位置作为所述公共服务网点的布局位置。
为了解决上述问题，本发明还提供一种基于数字孪生的智慧社区智能化设计装置，所述装置包括：
目标年龄分段获取模块，用于获取数字孪生建筑交互图，在所述数字孪生建筑交互图中依次提取公共服务网点；在所述数字孪生建筑交互图中提取所述公共服务网点的来访人员数据及年龄分段集，在所述年龄分段集中依次提取目标年龄分段；
分龄来访距离成本计算模块，用于根据所述目标年龄分段在所述来访人员数据中提取分龄来访频次，获取所述目标年龄分段在所述数字孪生建筑交互图中对应的分龄居住密度区块图；在所述分龄居住密度区块图中提取每个分龄居住密度区块对应的分龄居住密度；在所述数字孪生建筑交互图中随机选取所述公共服务网点的虚拟服务网点，根据所述分龄来访频次及所述分龄居住密度，利用预构建的网点分龄距离成本公式计算处于所述目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本，其中，所述网点分龄距离成本公式如下所示：
其中，Cf表示目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本，i表示分龄居住密度区块序号，n表示区块总数，P表示目标年龄分段的居民在所述公共服务网点的分龄来访频次，mi表示第i个分龄居住密度区块的分龄居住密度，li表示第i个分龄居住密度区块与所述虚拟服务网点的行程距离；
全龄来访距离成本计算模块，用于根据预构建的网点全龄距离成本公式，利用所述分龄来访距离成本计算所述年龄分段集中所有年龄分段的居民与所述虚拟服务网点的全龄来访距离成本；
动态虚拟服务网点选取模块，用于模拟移动所述虚拟服务网点在所述分龄居住密度区块图中的位置，得到动态虚拟服务网点集；在所述动态虚拟服务网点集中依次提取动态虚拟服务网点，识别所述动态虚拟服务网点的位置，根据每个动态虚拟服务网点的全龄来访距离成本及位置绘制所述动态虚拟服务网点集对应的三维距离成本曲面图；获取所述公共服务网点的全龄来访频次，根据所述全龄来访频次确定所述公共服务网点的应设网点数，识别所述三维距离成本曲面图的凹陷特征点；根据凹陷特征点及所述应设网点数，利用所述三维距离成本曲面图在所述数字孪生建筑交互图中选择所述公共服务网点的一个或多个最佳布局位置。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以实现上述所述的基于数字孪生的智慧社区智能化设计方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于数字孪生的智慧社区智能化设计方法。
相比于背景技术所述问题，本发明实施例在对不同的公共服务网点进行位置优化时，首先获取公共服务网点的来访人员数据及年龄分段集，再在所述年龄分段集中依次提取目标年龄分段，从而实现分年龄段、分公共服务网点的分析，在得到各个目标年龄分段后，需要在来访人员数据中提取目标年龄分段的分龄来访频次，在得到来访人员的分龄来访频次后，需要获取不同年龄分段的分龄居住密度，再结合分龄来访频次及分龄居住密度计算目标年龄分段的分龄来访距离成本，在获取所述分龄居住密度时，首先需要获取所述目标年龄分段对应的分龄居住密度区块图，然后在所述分龄居住密度区块图中提取每个分龄居住密度区块对应的分龄居住密度，此时就可以在所述分龄居住密度区块图中随机选取所述公共服务网点的虚拟服务网点，然后根据所述分龄来访频次及所述分龄居住密度，利用预构建的网点分龄距离成本公式计算处于所述目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本，此时已经得到所述目标年龄分段的分龄来访距离成本，为了计算公共服务网点的各个年龄分段的分龄来访距离成本，需要根据预构建的网点全龄距离成本公式，利用所述分龄来访距离成本计算所述年龄分段集中所有年龄分段的居民与所述虚拟服务网点的全龄来访距离成本，此时得到了随机选取的虚拟服务网点的全龄来访距离成本，为了选取到所述公共服务网点的最佳布局位置，通过模拟移动所述虚拟服务网点在所述分龄居住密度区块图中的位置，得到动态虚拟服务网点集，最后在所述动态虚拟服务网点集中选择最小全龄来访距离成本对应的凹陷特征点动态虚拟服务网点，通过获取所述公共服务网点的全龄来访频次，根据所述全龄来访频次确定所述公共服务网点的应设网点数，识别所述三维距离成本曲面图的凹陷特征点，最后根据凹陷特征点及所述应设网点数，利用所述三维距离成本曲面图在所述数字孪生建筑交互图中选择所述公共服务网点的一个或多个最佳布局位置动态虚拟服务网点，完成基于数字孪生的智慧社区智能化设计。因此本发明提出的基于数字孪生的智慧社区智能化设计方法、装置、电子设备及计算机可读存储介质，其主要目的在于解决当前社区公共服务机构或场所多数存在分布位置不合理的问题。
附图说明
图1为本发明一实施例提供的基于数字孪生的智慧社区智能化设计方法的流程示意图；
图2为本发明一实施例提供的基于数字孪生的智慧社区智能化设计装置的功能模块图；
图3为本发明一实施例提供的实现所述基于数字孪生的智慧社区智能化设计方法的电子设备的结构示意图。
本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
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。
本申请实施例提供一种基于数字孪生的智慧社区智能化设计方法。所述基于数字孪生的智慧社区智能化设计方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于数字孪生的智慧社区智能化设计方法可以由安装在终端设备或服务端设备的软件或硬件来执行。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
实施例1：
参照图1所示，为本发明一实施例提供的基于数字孪生的智慧社区智能化设计方法的流程示意图。在本实施例中，所述基于数字孪生的智慧社区智能化设计方法包括：
1、获取数字孪生建筑交互图，在所述数字孪生建筑交互图中依次提取公共服务网点。
本发明实施例中，所述数字孪生建筑交互图指利用数字孪生技术，根据社区中各个居民建筑与公共服务网点建筑的实时来访交互信息构建的数字化交互模型，通过所述数字孪生建筑交互图可以实时显示及分析居民与公共服务网点的来访数据。所述公共服务网点集指社区中各个公共机构或场所的集合，例如：图书馆、公园、健身馆、游泳馆以及医疗卫生中心等。
2、在所述数字孪生建筑交互图中提取所述公共服务网点的来访人员数据及年龄分段集，在所述年龄分段集中依次提取目标年龄分段。
本发明实施例中，所述来访人员数据指一段时间内到访所述公共服务网点的信息数据，例如：到访人员的年龄、住址、手机号码等等。所述年龄分段集指不同年龄段的集合，例如：0-15岁、15-20岁、20-23岁、23-25岁、25-27岁、27-30岁等等。
可理解的，所述年龄段的划分可以根据实际需要进行调控，例如：到访健身馆的人员中，20-30岁的人员居多，因此可以将划分的岁数间隔调小。
3、根据所述目标年龄分段在所述来访人员数据中提取分龄来访频次，获取所述目标年龄分段在所述数字孪生建筑交互图中对应的分龄居住密度区块图。
可解释的，所述分龄来访频次指在预定的来访统计周期内属于所述目标年龄分段的人员来访的总次数，例如：在一周内18岁的小王来访健身馆20次，20岁的小张来访健身馆18次，22岁的小李来访健身馆30次，24岁的小赵来访健身馆10次，则15-20岁年龄分段的来访频次为38次，20-23岁年龄分段的来访频次为30次，23-25岁年龄分段的来访频次为10次。
应明白的，所述分龄居住密度区块图指所述目标年龄分段的人群在社区中的居住密度统计图。
本发明实施例中，所述根据所述目标年龄分段在所述来访人员数据中提取分龄来访频次，包括：
获取来访统计周期，在所述来访人员数据中识别所述目标年龄分段的目标来访人群；
在所述来访人员数据中提取所述目标来访人群在所述来访统计周期内的来访总次数，得到所述分龄来访频次。
本发明实施例中，所述获取所述目标年龄分段在所述数字孪生建筑交互图中对应的分龄居住密度区块图，包括：
在所述数字孪生建筑交互图中识别居民居住区块集；
在所述居民居住区块集中依次提取居民居住区块，统计所述居民居住区块中处于所述目标年龄分段的分龄居住人数；
获取所述居民居住区块的占地面积，根据所述分龄居住人数及所述占地面积，利用预构建的分龄居住密度公式，计算所述居民居住区块的分龄居住密度；
利用所述分龄居住密度对所述居民居住区块进行分龄密度标识，得到所述分龄居住密度区块图。
可解释的，所述居民居住区块集指社区中居民的居住区块集合，所述居住区块可以为居住的楼栋单元，每一个楼栋单元表示一个居民居住区块。所述分龄居住人数指所述居民居住区块中处于所述目标年龄分段的人群人数。所述分龄居住密度指单位面积内居民居住区块中处于目标年龄分段的居住人数。
可理解的，所述分龄居住密度区块图指对所述社区的区域地图中每一个居民居住区块进行分龄居住密度标识后，得到的可显示不同居民居住区块的分龄居住密度的区块图。
进一步地，所述分龄居住密度公式，如下所示：
其中，ρk表示第k个居民居住区块的分龄居住密度，Qk表示第k个居民居住区块的分龄居住人数，Sk表示第k个居民居住区块的占地面积。
4、在所述分龄居住密度区块图中提取每个分龄居住密度区块对应的分龄居住密度。
5、在所述数字孪生建筑交互图中随机选取所述公共服务网点的虚拟服务网点，根据所述分龄来访频次及所述分龄居住密度，利用预构建的网点分龄距离成本公式计算处于所述目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本。
可解释的，所述虚拟服务网点指在所述分龄居住密度区块图中随机选取所述公共服务网点的虚拟服务网点。所述分龄来访距离成本指社区内各个居民居住区块的居民到访所述公共服务网点所花费的总的距离成本。所述分龄来访距离成本越小，表示目标年龄分段的居民到访所述虚拟服务网点越方便。
本发明实施例中，所述根据所述分龄来访频次及所述分龄居住密度，利用预构建的网点分龄距离成本公式计算处于所述目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本之前，所述方法还包括：
获取所述分龄居住密度区块与所述虚拟服务网点的可行路径集；
在所述可行路径集中提取最短可行路径，将所述最短可行路径作为所述分龄居住密度区块与所述虚拟服务网点的行程距离。
可理解的，所述可行路径集指从所述分龄居住密度区块可以去往所述虚拟服务网点的路径，由于两个地点之间可以通行的路径往往不止一个，因此可以将最短可行路径作为所述分龄居住密度区块与所述虚拟服务网点的行程距离。
详细地，所述网点分龄距离成本公式如下所示：
其中，Cf表示目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本，i表示分龄居住密度区块序号，n表示区块总数，P表示目标年龄分段的居民在所述公共服务网点的分龄来访频次，mi表示第i个分龄居住密度区块的分龄居住密度，li表示第个分龄居住密度区块与所述虚拟服务网点的行程距离；
进一步地，由于处于不同分龄居住密度的分龄居住密度区块处于分龄居住密度区块图中的各个位置，因此需要计算处于所述目标年龄分段的居民到访所述虚拟服务网点所历经的总距离值时，需要结合所述目标年龄分段的居民在不同分龄居住密度区块的分龄居住密度、在所述公共服务网点的分龄来访频次以及分龄居住密度区块与所述虚拟服务网点的行程距离三者进行综合考虑。最终得到与分龄来访频次、分龄居住密度以及行程距离成正比的分龄来访距离成本。
6、根据预构建的网点全龄距离成本公式，利用所述分龄来访距离成本计算所述年龄分段集中所有年龄分段的居民与所述虚拟服务网点的全龄来访距离成本。
可解释的，所述全龄来访距离成本指社区中所有年龄分段的人群去往虚拟服务网点所历经的距离总和。由于来访所述公共服务网点的人群中处于各个年龄分段的人都存在，因此需要计算所有年龄分段的人群的分龄来访距离成本，最后将分龄来访距离成本进行加和，得到所述全龄来访距离成本。
本发明实施例中，所述网点全龄距离成本公式，如下所示：
其中，Cq表示公共服务网点的全龄来访距离成本，j表示年龄分段集中年龄分段的序号，m表示年龄分段的总数，Cj表示第j个年龄分段的分龄来访距离成本。
7、模拟移动所述虚拟服务网点在所述分龄居住密度区块图中的位置，得到动态虚拟服务网点集。
进一步地，所述动态虚拟服务网点集指利用数字孪生技术模拟移动所述虚拟服务网点在所述分龄居住密度区块图中的位置，得到动态虚拟服务网点的集合。
本发明实施例中，所述模拟移动所述虚拟服务网点在所述分龄居住密度区块图中的位置，得到动态虚拟服务网点集，包括：
按照预设的网格间隔距离，将所述分龄居住密度区块图进行网格化分割，得到分龄密度网格区块图；
在所述分龄密度网格区块图中提取网格交点集，将所述网格交点集作为所述初始孪生服务网点集；
根据所述初始孪生服务网点集在所述分龄居住密度区块图中提取动态虚拟服务网点集。
可理解的，所述网格间隔距离可以根据社区的面积进行合理设置，例如：当所述社区的面积为10平方公里，所述网格间隔距离可以为100米。所述网格交点集指所述分龄密度网格区块图中网格的交点集合。所述动态虚拟服务网点集指所述公共服务网点的候选服务网点集合，可以为一个或多个。
S8、在所述动态虚拟服务网点集中依次提取动态虚拟服务网点，识别所述动态虚拟服务网点的位置，根据每个动态虚拟服务网点的全龄来访距离成本及位置绘制所述动态虚拟服务网点集对应的三维距离成本曲面图。
可解释的，为了将各个动态虚拟服务网点的全龄来访距离成本进行可视化显示，可以根据所述分龄居住密度区块图构建一个三维的数字化虚拟坐标系，其中，所述数字化虚拟坐标系的x轴和y轴表示地平面，例如：x轴可以为正东方向、y轴可以为正南方向，所述数字化虚拟坐标系的z轴表示全龄来访距离成本的具体数值，全龄来访距离成本越大，z值越大。
可理解的，所述虚拟三维分布点集指所述动态虚拟服务网点集中各个动态虚拟服务网点对应的全龄来访距离成本在所述数字化虚拟坐标系中的位置集合。所述虚拟三维距离成本曲面图指根据所述数字化虚拟坐标系中的各个动态虚拟服务网点对应的位置集合拟合得到的三位曲面。虚拟三维距离成本曲面中某一位置点(x，y)对应的z轴坐标值表示该位置点的全龄来访距离成本，因此可以将所述网格间隔距离缩小，获取更多的虚拟三维分布点，进而更加准确的拟合出各个动态虚拟服务网点对应的虚拟三维距离成本曲面图。
进一步地，由于所述数字化虚拟坐标系的z轴表示全龄来访距离成本的具体数值，因此z值越小表示该虚拟服务网点对应的全龄来访距离成本越小，分布的位置也越佳。
本发明实施例中，所述三维距离成本高度，利用所述分龄居住密度区块图构建可视化的虚拟三维分布点集，包括：
根据所述分龄居住密度区块图构建三维距离成本坐标系，其中三维距离成本坐标系中x轴、y轴所构建的平面用于表示分龄居住密度区块图，z轴用于表示全龄来访距离成本；
利用所述三维距离成本高度对每一个初始孪生服务网点在所述三维距离成本坐标系中进行距离成本标定，得到所述虚拟三维分布点集。
可理解的，所述三维距离成本曲面图指数字化虚拟坐标系中根据全龄来访距离成本拟合得到的曲面图。
本发明实施例中，所述在所述动态虚拟服务网点集中依次提取动态虚拟服务网点，识别所述动态虚拟服务网点的位置，根据每个动态虚拟服务网点的全龄来访距离成本及位置绘制所述动态虚拟服务网点集对应的三维距离成本曲面图，包括：
根据所述动态虚拟服务网点集中每个动态虚拟服务网点的全龄来访距离成本及位置对所述动态虚拟服务网点进行三维高度标识，得到所述动态虚拟服务网点集中每个动态虚拟服务网点的三维距离成本高度；
根据所述三维距离成本高度，利用所述分龄居住密度区块图构建可视化的虚拟三维分布点集；
对所述虚拟三维分布点集进行拟合，得到三维距离成本曲面图。
S9、获取所述公共服务网点的全龄来访频次，根据所述全龄来访频次确定所述公共服务网点的应设网点数，识别所述三维距离成本曲面图的凹陷特征点。
可解释的，所述全龄来访频次指来访统计周期内所有年龄段的来访频次。所述应设网点数指所述公共服务网点在社区应该设立的网点个数。所述凹陷特征点指所述三维距离成本曲面图中的最低凹陷点。所述应设网点数可以通过构建全龄来访频次与应设网点数的对照表来查询获取，一般全龄来访频次越大，应设网点数越多。
10、根据凹陷特征点及所述应设网点数，利用所述三维距离成本曲面图在所述数字孪生建筑交互图中选择所述公共服务网点的一个或多个最佳布局位置，完成基于数字孪生的智慧社区智能化设计。
可解释的，所述根据凹陷特征点及所述应设网点数，利用所述三维距离成本曲面图在所述数字孪生建筑交互图中选择所述公共服务网点的一个或多个最佳布局位置，包括：
根据所述三维距离成本曲面图构建三维距离成本曲面体；
从所述凹陷特征点处，根据所述应设网点数对所述三维距离成本曲面体进行均等体积切分，得到所述应设网点数个三维距离成本曲面分体；
识别每个三维距离成本曲面分体对应的居民密度区块；
计算每个所述居民密度区块的最佳布局位置，将所述居民密度区块的最佳布局位置作为所述公共服务网点的布局位置。
可解释的，所述三维距离成本曲面体可以利用所述三维距离成本曲面图与所述数字化虚拟坐标系从z轴方向上在xy轴面上的投影面获得，根据所述投影面与所述三维距离成本曲面体及投影线围成一个不规则的曲面体。
可理解的，所述居民密度区块的最佳布局位置的获取方式与所述数字孪生建筑交互图中凹陷特征点的获取方式一致，即先获取居民密度区块的三维距离成本曲面图，再获取所述三维距离成本曲面图的凹陷特征点，在此不再赘述。
进一步地，由于所述最佳布局位置可能存在其它建筑物，因此可以就近在所述最佳布局位置处选择所述公共服务网点的优化布局位置，
应明白的，由于所述社区存在多个公共服务网点，因此每个公共服务网点都可以按照上述方式计算出最佳布局位置，从而完成该社区基于数字孪生的智慧社区智能化设计。
相比于背景技术所述问题，本发明实施例在对不同的公共服务网点进行位置优化时，首先获取公共服务网点的来访人员数据及年龄分段集，再在所述年龄分段集中依次提取目标年龄分段，从而实现分年龄段、分公共服务网点的分析，在得到各个目标年龄分段后，需要在来访人员数据中提取目标年龄分段的分龄来访频次，在得到来访人员的分龄来访频次后，需要获取不同年龄分段的分龄居住密度，再结合分龄来访频次及分龄居住密度计算目标年龄分段的分龄来访距离成本，在获取所述分龄居住密度时，首先需要获取所述目标年龄分段对应的分龄居住密度区块图，然后在所述分龄居住密度区块图中提取每个分龄居住密度区块对应的分龄居住密度，此时就可以在所述分龄居住密度区块图中随机选取所述公共服务网点的虚拟服务网点，然后根据所述分龄来访频次及所述分龄居住密度，利用预构建的网点分龄距离成本公式计算处于所述目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本，此时已经得到所述目标年龄分段的分龄来访距离成本，为了计算公共服务网点的各个年龄分段的分龄来访距离成本，需要根据预构建的网点全龄距离成本公式，利用所述分龄来访距离成本计算所述年龄分段集中所有年龄分段的居民与所述虚拟服务网点的全龄来访距离成本，此时得到了随机选取的虚拟服务网点的全龄来访距离成本，为了选取到所述公共服务网点的最佳布局位置，通过模拟移动所述虚拟服务网点在所述分龄居住密度区块图中的位置，得到动态虚拟服务网点集，最后在所述动态虚拟服务网点集中选择最小全龄来访距离成本对应的凹陷特征点动态虚拟服务网点，通过获取所述公共服务网点的全龄来访频次，根据所述全龄来访频次确定所述公共服务网点的应设网点数，识别所述三维距离成本曲面图的凹陷特征点，最后根据凹陷特征点及所述应设网点数，利用所述三维距离成本曲面图在所述数字孪生建筑交互图中选择所述公共服务网点的一个或多个最佳布局位置动态虚拟服务网点，完成基于数字孪生的智慧社区智能化设计。因此本发明提出的基于数字孪生的智慧社区智能化设计方法、装置、电子设备及计算机可读存储介质，其主要目的在于解决当前社区公共服务机构或场所多数存在分布位置不合理的问题。
实施例2：
如图2所示，是本发明一实施例提供的基于数字孪生的智慧社区智能化设计装置的功能模块图。
本发明所述基于数字孪生的智慧社区智能化设计装置100可以安装于电子设备中。根据实现的功能，所述基于数字孪生的智慧社区智能化设计装置100可以包括目标年龄分段获取模块101、分龄来访距离成本计算模块102、全龄来访距离成本计算模块103及动态虚拟服务网点选取模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
所述目标年龄分段获取模块101，用于获取数字孪生建筑交互图，在所述数字孪生建筑交互图中依次提取公共服务网点；在所述数字孪生建筑交互图中提取所述公共服务网点的来访人员数据及年龄分段集，在所述年龄分段集中依次提取目标年龄分段；
所述分龄来访距离成本计算模块102，用于根据所述目标年龄分段在所述来访人员数据中提取分龄来访频次，获取所述目标年龄分段在所述数字孪生建筑交互图中对应的分龄居住密度区块图；在所述分龄居住密度区块图中提取每个分龄居住密度区块对应的分龄居住密度；在所述数字孪生建筑交互图中随机选取所述公共服务网点的虚拟服务网点，根据所述分龄来访频次及所述分龄居住密度，利用预构建的网点分龄距离成本公式计算处于所述目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本，其中，所述网点分龄距离成本公式如下所示：
其中，Cf表示目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本，i表示分龄居住密度区块序号，n表示区块总数，P表示目标年龄分段的居民在所述公共服务网点的分龄来访频次，mi表示第i个分龄居住密度区块的分龄居住密度，li表示第i个分龄居住密度区块与所述虚拟服务网点的行程距离；
所述全龄来访距离成本计算模块103，用于根据预构建的网点全龄距离成本公式，利用所述分龄来访距离成本计算所述年龄分段集中所有年龄分段的居民与所述虚拟服务网点的全龄来访距离成本；
所述动态虚拟服务网点选取模块104，用于模拟移动所述虚拟服务网点在所述分龄居住密度区块图中的位置，得到动态虚拟服务网点集；在所述动态虚拟服务网点集中依次提取动态虚拟服务网点，识别所述动态虚拟服务网点的位置，根据每个动态虚拟服务网点的全龄来访距离成本及位置绘制所述动态虚拟服务网点集对应的三维距离成本曲面图；获取所述公共服务网点的全龄来访频次，根据所述全龄来访频次确定所述公共服务网点的应设网点数，识别所述三维距离成本曲面图的凹陷特征点；根据凹陷特征点及所述应设网点数，利用所述三维距离成本曲面图在所述数字孪生建筑交互图中选择所述公共服务网点的一个或多个最佳布局位置。
详细地，本发明实施例中所述基于数字孪生的智慧社区智能化设计装置100中的所述各模块在使用时采用与上述的图1中所述的基于数字孪生的智慧社区智能化设计方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
实施例3：
如图3所示，是本发明一实施例提供的实现基于数字孪生的智慧社区智能化设计方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、总线12和通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于数字孪生的智慧社区智能化设计程序。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：D或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(martMedaCard，MC)、安全数字(ecureDtal，D)卡、闪存卡(FlasCard)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于数字孪生的智慧社区智能化设计程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(CentralPrcessnunt，CP)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Cntrlnt)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如基于数字孪生的智慧社区智能化设计程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(perperalcmpnentntercnnect，简称PCI)总线或扩展工业标准结构(extendedndustrystandardarctecture，简称EIA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、W-F模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Dsplay)、输入单元(比如键盘(Keyard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(OrancLt-EmttnDde，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于数字孪生的智慧社区智能化设计程序是多个指令的组合，在所述处理器10中运行时，可以实现：
获取数字孪生建筑交互图，在所述数字孪生建筑交互图中依次提取公共服务网点；
在所述数字孪生建筑交互图中提取所述公共服务网点的来访人员数据及年龄分段集，在所述年龄分段集中依次提取目标年龄分段；
根据所述目标年龄分段在所述来访人员数据中提取分龄来访频次，获取所述目标年龄分段在所述数字孪生建筑交互图中对应的分龄居住密度区块图；
在所述分龄居住密度区块图中提取每个分龄居住密度区块对应的分龄居住密度；
在所述数字孪生建筑交互图中随机选取所述公共服务网点的虚拟服务网点，根据所述分龄来访频次及所述分龄居住密度，利用预构建的网点分龄距离成本公式计算处于所述目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本，其中，所述网点分龄距离成本公式如下所示：
其中，Cf表示目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本，i表示分龄居住密度区块序号，n表示区块总数，P表示目标年龄分段的居民在所述公共服务网点的分龄来访频次，mi表示第i个分龄居住密度区块的分龄居住密度，li表示第i个分龄居住密度区块与所述虚拟服务网点的行程距离；
根据预构建的网点全龄距离成本公式，利用所述分龄来访距离成本计算所述年龄分段集中所有年龄分段的居民与所述虚拟服务网点的全龄来访距离成本；
模拟移动所述虚拟服务网点在所述分龄居住密度区块图中的位置，得到动态虚拟服务网点集；
在所述动态虚拟服务网点集中依次提取动态虚拟服务网点，识别所述动态虚拟服务网点的位置，根据每个动态虚拟服务网点的全龄来访距离成本及位置绘制所述动态虚拟服务网点集对应的三维距离成本曲面图；
获取所述公共服务网点的全龄来访频次，根据所述全龄来访频次确定所述公共服务网点的应设网点数，识别所述三维距离成本曲面图的凹陷特征点；
根据凹陷特征点及所述应设网点数，利用所述三维距离成本曲面图在所述数字孪生建筑交互图中选择所述公共服务网点的一个或多个最佳布局位置，完成基于数字孪生的智慧社区智能化设计。
具体地，所述处理器10对上述指令的具体实现方法可参考图1至图2对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/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。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemry)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取数字孪生建筑交互图，在所述数字孪生建筑交互图中依次提取公共服务网点；
在所述数字孪生建筑交互图中提取所述公共服务网点的来访人员数据及年龄分段集，在所述年龄分段集中依次提取目标年龄分段；
根据所述目标年龄分段在所述来访人员数据中提取分龄来访频次，获取所述目标年龄分段在所述数字孪生建筑交互图中对应的分龄居住密度区块图；
在所述分龄居住密度区块图中提取每个分龄居住密度区块对应的分龄居住密度；
在所述数字孪生建筑交互图中随机选取所述公共服务网点的虚拟服务网点，根据所述分龄来访频次及所述分龄居住密度，利用预构建的网点分龄距离成本公式计算处于所述目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本，其中，所述网点分龄距离成本公式如下所示：
其中，Cf表示目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本，i表示分龄居住密度区块序号，n表示区块总数，P表示目标年龄分段的居民在所述公共服务网点的分龄来访频次，mi表示第i个分龄居住密度区块的分龄居住密度，li表示第i个分龄居住密度区块与所述虚拟服务网点的行程距离；
根据预构建的网点全龄距离成本公式，利用所述分龄来访距离成本计算所述年龄分段集中所有年龄分段的居民与所述虚拟服务网点的全龄来访距离成本；
模拟移动所述虚拟服务网点在所述分龄居住密度区块图中的位置，得到动态虚拟服务网点集；
在所述动态虚拟服务网点集中依次提取动态虚拟服务网点，识别所述动态虚拟服务网点的位置，根据每个动态虚拟服务网点的全龄来访距离成本及位置绘制所述动态虚拟服务网点集对应的三维距离成本曲面图；
获取所述公共服务网点的全龄来访频次，根据所述全龄来访频次确定所述公共服务网点的应设网点数，识别所述三维距离成本曲面图的凹陷特征点；
根据凹陷特征点及所述应设网点数，利用所述三维距离成本曲面图在所述数字孪生建筑交互图中选择所述公共服务网点的一个或多个最佳布局位置，完成基于数字孪生的智慧社区智能化设计。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块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，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于数字孪生的智慧社区智能化设计方法，其特征在于，所述方法包括：
获取数字孪生建筑交互图，在所述数字孪生建筑交互图中依次提取公共服务网点；
在所述数字孪生建筑交互图中提取所述公共服务网点的来访人员数据及年龄分段集，在所述年龄分段集中依次提取目标年龄分段；
根据所述目标年龄分段在所述来访人员数据中提取分龄来访频次，获取所述目标年龄分段在所述数字孪生建筑交互图中对应的分龄居住密度区块图；
在所述分龄居住密度区块图中提取每个分龄居住密度区块对应的分龄居住密度；
在所述数字孪生建筑交互图中随机选取所述公共服务网点的虚拟服务网点，根据所述分龄来访频次及所述分龄居住密度，利用预构建的网点分龄距离成本公式计算处于所述目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本，其中，所述网点分龄距离成本公式如下所示：
其中，Cf表示目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本，i表示分龄居住密度区块序号，n表示区块总数，P表示目标年龄分段的居民在所述公共服务网点的分龄来访频次，mi表示第i个分龄居住密度区块的分龄居住密度，li表示第i个分龄居住密度区块与所述虚拟服务网点的行程距离；
根据预构建的网点全龄距离成本公式，利用所述分龄来访距离成本计算所述年龄分段集中所有年龄分段的居民与所述虚拟服务网点的全龄来访距离成本；
模拟移动所述虚拟服务网点在所述分龄居住密度区块图中的位置，得到动态虚拟服务网点集；
在所述动态虚拟服务网点集中依次提取动态虚拟服务网点，识别所述动态虚拟服务网点的位置，根据每个动态虚拟服务网点的全龄来访距离成本及位置绘制所述动态虚拟服务网点集对应的三维距离成本曲面图；
获取所述公共服务网点的全龄来访频次，根据所述全龄来访频次确定所述公共服务网点的应设网点数，识别所述三维距离成本曲面图的凹陷特征点；
根据凹陷特征点及所述应设网点数，利用所述三维距离成本曲面图在所述数字孪生建筑交互图中选择所述公共服务网点的一个或多个最佳布局位置，完成基于数字孪生的智慧社区智能化设计。
2.如权利要求1所述的基于数字孪生的智慧社区智能化设计方法，其特征在于，所述根据所述目标年龄分段在所述来访人员数据中提取分龄来访频次，包括：
获取来访统计周期，在所述来访人员数据中识别所述目标年龄分段的目标来访人群；
在所述来访人员数据中提取所述目标来访人群在所述来访统计周期内的来访总次数，得到所述分龄来访频次。
3.如权利要求2所述的基于数字孪生的智慧社区智能化设计方法，其特征在于，所述获取所述目标年龄分段在所述数字孪生建筑交互图中对应的分龄居住密度区块图，包括：
在所述数字孪生建筑交互图中识别居民居住区块集；
在所述居民居住区块集中依次提取居民居住区块，统计所述居民居住区块中处于所述目标年龄分段的分龄居住人数；
获取所述居民居住区块的占地面积，根据所述分龄居住人数及所述占地面积，利用预构建的分龄居住密度公式，计算所述居民居住区块的分龄居住密度；
利用所述分龄居住密度对所述居民居住区块进行分龄密度标识，得到所述分龄居住密度区块图。
4.如权利要求3所述的基于数字孪生的智慧社区智能化设计方法，其特征在于，所述分龄居住密度公式，如下所示：
其中，ρk表示第k个居民居住区块的分龄居住密度，Qk表示第k个居民居住区块的分龄居住人数，Sk表示第k个居民居住区块的占地面积。
5.如权利要求2所述的基于数字孪生的智慧社区智能化设计方法，其特征在于，所述根据所述分龄来访频次及所述分龄居住密度，利用预构建的网点分龄距离成本公式计算处于所述目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本之前，所述方法还包括：
获取所述分龄居住密度区块与所述虚拟服务网点的可行路径集；
在所述可行路径集中提取最短可行路径，将所述最短可行路径作为所述分龄居住密度区块与所述虚拟服务网点的行程距离。
6.如权利要求1所述的基于数字孪生的智慧社区智能化设计方法，其特征在于，所述网点全龄距离成本公式，如下所示：
其中，Cq表示公共服务网点的全龄来访距离成本，j表示年龄分段集中年龄分段的序号，m表示年龄分段的总数，Cj表示第j个年龄分段的分龄来访距离成本。
7.如权利要求3所述的基于数字孪生的智慧社区智能化设计方法，其特征在于，所述模拟移动所述虚拟服务网点在所述分龄居住密度区块图中的位置，得到动态虚拟服务网点集，包括：
按照预设的网格间隔距离，将所述分龄居住密度区块图进行网格化分割，得到分龄密度网格区块图；
在所述分龄密度网格区块图中提取网格交点集，将所述网格交点集作为初始孪生服务网点集；
根据所述初始孪生服务网点集在所述分龄居住密度区块图中提取动态虚拟服务网点集。
8.如权利要求7所述的基于数字孪生的智慧社区智能化设计方法，其特征在于，所述在所述动态虚拟服务网点集中依次提取动态虚拟服务网点，识别所述动态虚拟服务网点的位置，根据每个动态虚拟服务网点的全龄来访距离成本及位置绘制所述动态虚拟服务网点集对应的三维距离成本曲面图，包括：
根据所述动态虚拟服务网点集中每个动态虚拟服务网点的全龄来访距离成本及位置对所述动态虚拟服务网点进行三维高度标识，得到所述动态虚拟服务网点集中每个动态虚拟服务网点的三维距离成本高度；
根据所述三维距离成本高度，利用所述分龄居住密度区块图构建可视化的虚拟三维分布点集；
对所述虚拟三维分布点集进行拟合，得到三维距离成本曲面图。
9.如权利要求8所述的基于数字孪生的智慧社区智能化设计方法，其特征在于，所述根据凹陷特征点及所述应设网点数，利用所述三维距离成本曲面图在所述数字孪生建筑交互图中选择所述公共服务网点的一个或多个最佳布局位置，包括：
根据所述三维距离成本曲面图构建三维距离成本曲面体；
从所述凹陷特征点处，根据所述应设网点数对所述三维距离成本曲面体进行均等体积切分，得到所述应设网点数个三维距离成本曲面分体；
识别每个三维距离成本曲面分体对应的居民密度区块；
计算每个所述居民密度区块的最佳布局位置，将所述居民密度区块的最佳布局位置作为所述公共服务网点的布局位置。
10.一种基于数字孪生的智慧社区智能化设计装置，其特征在于，所述装置包括：
目标年龄分段获取模块，用于获取数字孪生建筑交互图，在所述数字孪生建筑交互图中依次提取公共服务网点；在所述数字孪生建筑交互图中提取所述公共服务网点的来访人员数据及年龄分段集，在所述年龄分段集中依次提取目标年龄分段；
分龄来访距离成本计算模块，用于根据所述目标年龄分段在所述来访人员数据中提取分龄来访频次，获取所述目标年龄分段在所述数字孪生建筑交互图中对应的分龄居住密度区块图；在所述分龄居住密度区块图中提取每个分龄居住密度区块对应的分龄居住密度；在所述数字孪生建筑交互图中随机选取所述公共服务网点的虚拟服务网点，根据所述分龄来访频次及所述分龄居住密度，利用预构建的网点分龄距离成本公式计算处于所述目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本，其中，所述网点分龄距离成本公式如下所示：
其中，Cf表示目标年龄分段的居民与所述虚拟服务网点的分龄来访距离成本，i表示分龄居住密度区块序号，n表示区块总数，P表示目标年龄分段的居民在所述公共服务网点的分龄来访频次，mi表示第i个分龄居住密度区块的分龄居住密度，li表示第i个分龄居住密度区块与所述虚拟服务网点的行程距离；
全龄来访距离成本计算模块，用于根据预构建的网点全龄距离成本公式，利用所述分龄来访距离成本计算所述年龄分段集中所有年龄分段的居民与所述虚拟服务网点的全龄来访距离成本；
动态虚拟服务网点选取模块，用于模拟移动所述虚拟服务网点在所述分龄居住密度区块图中的位置，得到动态虚拟服务网点集；在所述动态虚拟服务网点集中依次提取动态虚拟服务网点，识别所述动态虚拟服务网点的位置，根据每个动态虚拟服务网点的全龄来访距离成本及位置绘制所述动态虚拟服务网点集对应的三维距离成本曲面图；获取所述公共服务网点的全龄来访频次，根据所述全龄来访频次确定所述公共服务网点的应设网点数，识别所述三维距离成本曲面图的凹陷特征点；根据凹陷特征点及所述应设网点数，利用所述三维距离成本曲面图在所述数字孪生建筑交互图中选择所述公共服务网点的一个或多个最佳布局位置。
CN202310785797.XA 2023-06-29 2023-06-29 一种基于数字孪生的智慧社区智能化设计方法及装置 Active CN117010051B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310785797.XA CN117010051B (zh) 2023-06-29 2023-06-29 一种基于数字孪生的智慧社区智能化设计方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310785797.XA CN117010051B (zh) 2023-06-29 2023-06-29 一种基于数字孪生的智慧社区智能化设计方法及装置

Publications (2)

Publication Number Publication Date
CN117010051A CN117010051A (zh) 2023-11-07
CN117010051B true CN117010051B (zh) 2024-05-07

Family

ID=88566381

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310785797.XA Active CN117010051B (zh) 2023-06-29 2023-06-29 一种基于数字孪生的智慧社区智能化设计方法及装置

Country Status (1)

Country Link
CN (1) CN117010051B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111651858A (zh) * 2020-04-27 2020-09-11 平安城市建设科技(深圳)有限公司 数字孪生模型生成方法、装置及计算机可读存储介质
CN113887082A (zh) * 2021-10-28 2022-01-04 苏州同元软控信息技术有限公司 数字孪生城市模型仿真计算方法、装置和设备
CN115935060A (zh) * 2022-11-28 2023-04-07 上海浦东发展银行股份有限公司 网点布局位置筛选方法、装置和计算机设备
CN116011798A (zh) * 2023-03-29 2023-04-25 南京宏景安网络科技有限公司 一种用于智慧城市的居民网格化管理调配方法
CN116090913A (zh) * 2022-12-29 2023-05-09 中国建设银行股份有限公司 基于数字孪生技术的员工服务数据的处理方法及相关装置
CN116090065A (zh) * 2023-01-17 2023-05-09 中山大学 一种基于数字孪生的智慧城市绿化设计方法及装置
CN116308943A (zh) * 2022-12-27 2023-06-23 枣庄智汇互联网小镇管理有限公司 一种基于互联网的智慧共享社区管理系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112000893B (zh) * 2020-09-29 2024-04-12 北京百度网讯科技有限公司 常驻区域预测方法、装置、设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111651858A (zh) * 2020-04-27 2020-09-11 平安城市建设科技(深圳)有限公司 数字孪生模型生成方法、装置及计算机可读存储介质
CN113887082A (zh) * 2021-10-28 2022-01-04 苏州同元软控信息技术有限公司 数字孪生城市模型仿真计算方法、装置和设备
CN115935060A (zh) * 2022-11-28 2023-04-07 上海浦东发展银行股份有限公司 网点布局位置筛选方法、装置和计算机设备
CN116308943A (zh) * 2022-12-27 2023-06-23 枣庄智汇互联网小镇管理有限公司 一种基于互联网的智慧共享社区管理系统
CN116090913A (zh) * 2022-12-29 2023-05-09 中国建设银行股份有限公司 基于数字孪生技术的员工服务数据的处理方法及相关装置
CN116090065A (zh) * 2023-01-17 2023-05-09 中山大学 一种基于数字孪生的智慧城市绿化设计方法及装置
CN116011798A (zh) * 2023-03-29 2023-04-25 南京宏景安网络科技有限公司 一种用于智慧城市的居民网格化管理调配方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
"From Blockchain to Digital Twin Community：A Technical Framework for Smart Community Governance";Qing Geng et al.;《2021 International Conference on Public Management and Intelligent Society》;20211231;全文 *
"基于集合覆盖模型的社区菜鸟驿站选址优化研究";宋佳怡等;《现代信息科技》;20230210;全文 *
"点模式与距离成本下长沙某医院服务范围分析";高琪等;《地理空间信息》;20171121;全文 *
"社区快递智能柜选址布局研究与应用";王亚如 等;《科技创新与应用》;20220805;全文 *
"辽阳市15分钟社区生活圈规划研究——以文圣区为例";李哲;《中国优秀硕士学位论文全文数据库（工程科技II辑）》;20230515;全文 *
不同居住模式下养老社区公共服务设施的空间布局研究;孔俊婷;杨琛;;建筑与文化;20161115(第11期);全文 *

Also Published As

Publication number Publication date
CN117010051A (zh) 2023-11-07

Similar Documents

Publication Publication Date Title
Stott et al. Automatic metro map layout using multicriteria optimization
Long et al. Mapping block-level urban areas for all Chinese cities
CN113191023B (zh) 群智感知的任务分配和用户招募模型交叉验证方法及系统
Dahal et al. An agent-integrated irregular automata model of urban land-use dynamics
CN112784002B (zh) 一种虚拟场景生成方法、装置、设备和存储介质
Ullah et al. A study of information technology adoption for real-estate management: A system dynamic model
CN106097222A (zh) 顾及用户特征的公共设施空间可达性分析方法及装置
EP3830712A1 (en) Land acquisition and property development analysis platform
El-Hallaq et al. Enhancing sustainable development through web based 3D smart city model using GIS and BIM. Case study: Sheikh hamad city
CN115730763B (zh) 基于终端信令数据的工作日设施可达性计算方法及装置
CN112085250A (zh) 一种人口空间分布模拟方法、终端设备及存储介质
CN115359266A (zh) 基于bim技术的建筑施工方法、装置及电子设备
CN116011322A (zh) 基于数字孪生的城市信息展示方法、装置、设备及介质
CN110716998A (zh) 一种精细尺度人口数据空间化方法
CN117114210B (zh) 无障碍公共设施布局优化方法、装置、设备及存储介质
CN117010051B (zh) 一种基于数字孪生的智慧社区智能化设计方法及装置
Lagarias Exploring land use policy scenarios with the use of a cellular automata-based model: urban sprawl containment and sustainable development in Thessaloniki
CN115757987A (zh) 基于轨迹分析的伴随对象确定方法、装置、设备及介质
CN115328320A (zh) 一种水利工程在线学习方法及系统
Wang et al. Mountainous village relocation planning with 3D GIS virtual imaging space model and neural network
Stouffs et al. Modelling informal settlements using a hybrid automata approach
CN116305427B (zh) 一种抗震设防参数处理方法、装置、电子设备及存储介质
CN115994981B (zh) 一种用于应急演练方案的三维自动推演方法
CN117610124A (zh) 基于bim技术实现汇报展示平台的构建方法及系统
CN114627559B (zh) 基于大数据分析的运动计划规划方法、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