CN117114210A - 无障碍公共设施布局优化方法、装置、设备及存储介质 - Google Patents
无障碍公共设施布局优化方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117114210A CN117114210A CN202311377959.2A CN202311377959A CN117114210A CN 117114210 A CN117114210 A CN 117114210A CN 202311377959 A CN202311377959 A CN 202311377959A CN 117114210 A CN117114210 A CN 117114210A
- Authority
- CN
- China
- Prior art keywords
- barrier
- facility
- target user
- free
- residence
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000003860 storage Methods 0.000 title claims abstract description 23
- 238000005457 optimization Methods 0.000 title claims description 43
- 230000011664 signaling Effects 0.000 claims abstract description 61
- 238000004088 simulation Methods 0.000 claims abstract description 24
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 10
- 230000004888 barrier function Effects 0.000 claims description 9
- 230000003187 abdominal effect Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 4
- 230000001174 ascending effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000011835 investigation Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 208000025174 PANDAS Diseases 0.000 description 2
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 description 2
- 240000004718 Panda Species 0.000 description 2
- 235000016496 Panda oleosa Nutrition 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 208000032041 Hearing impaired Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000000586 desensitisation Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000011425 standardization method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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"
- G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
-
- 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
- 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"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种无障碍公共设施布局优化方法、装置、计算机设备及存储介质，通过获取无障碍公共设施位置信息和手机信令数据，并根据所述手机信令数据，获取目标用户停留位置和目标用户停留时间；根据预设的居住地特征，确认目标用户居住地；再根据所述目标用户居住地与所述无障碍公共设施位置信息，获取所述无障碍公共设施的服务范围；根据所述无障碍公共设施的服务范围，通过最大化有容量限制的覆盖范围模型进行模拟运算，并根据所述模拟运算结果对所述无障碍公共设施布局进行优化。本发明通过考虑目标人群居住地特征进行模拟运算，使无障碍公共设施的理论服务范围更加精确可靠，从而优化了现有的无障碍公共设施布局。
Description
技术领域
本申请实施例涉及城市规划领域，特别是涉及一种无障碍公共设施布局优化方法、装置、设备及存储介质。
背景技术
残疾人、老年人等弱势群体是城市需要重点关怀的对象，营造系统性的无障碍环境对建设全龄友好城市有重要意义。尤其对于一些老城区来说，因其建设年代较早，设施建设基础薄弱，无论是场地、公共设施还是住宅内部均存在无障碍改造需求，且处于不同区位的社区存在问题既有共性也有差异，如残障人士聚居的社区需要考虑不同障碍类型的需求进行设施改造，老年人聚居的社区则需要配置适老化设施等。
无障碍公共设施的布局需要考虑公共设施的使用强度及服务范围，并据此进行合理布局以最大限度的满足相应需求人群。然而在实际应用中，获取无障碍公共设施相关使用信息的渠道往往是通过问卷调查的方式，这种调查形式的评价较为单薄，调查范围有限，人工成本较高，样本量相对较少，调查覆盖范围小，通过问卷调查所获取的数据信息难以实现最优化的无障碍公共设施布局优化。
发明内容
本发明提供了一种无障碍公共设施布局优化方法、装置、计算机设备及存储介质，通过识别目标用户居住地，实现对无障碍公共设施布局的优化。
第一方面，本发明提供了一种无障碍公共设施布局优化方法，包括如下步骤：
获取无障碍公共设施位置信息，所述无障碍公共设施包括交通类无障碍公共设施和生活类无障碍公共设施；
获取手机信令数据，并根据所述手机信令数据，获取目标用户停留位置和目标用户停留时间，其中，所述目标用户为根据所述手机信令数据识别为使用目标应用的用户；
根据预设的居住地特征，确认目标用户居住地，其中，所述居住地特征包括目标用户停留时间区间和目标用户停留频率；
根据所述目标用户居住地与所述无障碍公共设施位置信息，获取所述无障碍公共设施的服务范围；
根据所述无障碍公共设施的服务范围，通过最大化有容量限制的覆盖范围模型进行模拟运算，并根据所述模拟运算结果对所述无障碍公共设施布局进行优化。
进一步地，所述根据所述模拟运算结果对所述无障碍公共设施布局进行优化，包括如下步骤：
若存在未被所述无障碍公共设施覆盖的目标用户居住地，则将该目标用户居住地标记为应优化区域，所述应优化区域指示该区域应配建无障碍公共设施。
进一步地，所述获取目标用户停留位置和目标用户停留时间，包括如下步骤：
所述手机信令数据包括用户编码、信令时间和基站编号，根据所述用户编码和所述基站编号对所述手机信令数据进行分组，并根据所述信令时间进行升序排列；
遍历所述手机信令数据，获取同一所述用户编码的组，计算该组内同一所述基站编号的最后一条手机信令数据与第一条手机信令数据的信令时间的差值，并确认该信令时间差值为所述目标用户停留时间，所述目标用户停留位置为所述基站位置。
进一步地，获取生活类无障碍公共设施的服务范围，包括如下步骤：
根据所述手机信令数据，获取目标用户的基站使用强度；
构建目标优化区域内的网格，并预设网格中心坐标点和网格大小；
根据位于所述网格内的基站的目标用户使用强度，确定网格使用强度；
预设设施缓冲区，汇总所述设施缓冲区内的所述网格使用强度，其中，所述设施缓冲区以所述生活类无障碍公共设施位置为中心，所述设施缓冲区内的所述网格使用强度之和为该生活类无障碍公共设施的使用强度；
根据排序累加法，获取所述设施缓冲区内所述使用强度位于第一预设强度百分比之前的网格并将该网格范围确认为该生活类无障碍公共设施的服务范围。
进一步地，获取无障碍公共设施的服务范围，包括如下步骤：
获取所述目标优化区域内的智能刷卡数据，并根据所述智能刷卡数据确认所述目标用户；
获取交通类无障碍公共设施的所述目标用户的来访人次及同一目标用户在该交通类无障碍公共设施的来访重复次数，计算该交通类无障碍公共设施的使用强度；
将所述交通类无障碍公共设施的使用强度和所述生活类无障碍公共设施的使用强度进行量纲统一，并将标准化后的值重新赋予所述网格；
将所述网格内所述交通类无障碍公共设施的使用强度和所述生活类无障碍公共设施的使用强度相加，获取该网格的无障碍公共设施的使用强度；
筛选出无障碍公共设施使用强度大于0的所述网格，将网格的无障碍公共设施使用强度从大到小累加，获取累加到占使用强度值总数的第二预设强度百分比之前的空间范围，将该范围确认为无障碍公共设施的服务范围。
进一步地，获取无障碍公共设施的服务范围后，还包括如下步骤：
获取到访过设施缓冲区内的所述目标用户，并根据所述目标用户，获取所述目标用户居住地；
获取所述目标用户居住地所在网格的到访设施和居住人数，并确认设施服务腹地，其中，所述设施服务腹地为到访该设施最多居住人数的所在网格；
合并所述无障碍公共设施的服务范围和所述设施服务腹地，确认合并后的结果为无障碍公共设施的综合服务范围。
进一步地，对所述无障碍公共设施布局进行优化，还包括如下步骤：
以所述网格为单元，计算无障碍公共设施与所述目标用户居住地的目标人口密度的最小二乘法直线决定系数R2；
将所述无障碍公共设施的R2进行标准化处理，并通过自然间断分级法划分等级，其中，最高等级R2值指示该设施为高强度使用设施，最低等级R2值指示该设施为低强度使用设施。
第二方面，本发明提供了一种无障碍公共设施布局优化装置，包括：
位置信息获取模块，用于获取无障碍公共设施位置信息，所述无障碍公共设施包括交通类无障碍公共设施和生活类无障碍公共设施；
目标用户信息获取模块，用于获取手机信令数据，并根据所述手机信令数据，获取目标用户停留位置和目标用户停留时间，其中，所述目标用户为根据所述手机信令数据识别为使用目标应用的用户；
居住地确认模块，用于根据预设的居住地特征，确认目标用户居住地，其中，所述居住地特征包括目标用户停留时间区间和目标用户停留频率；
服务范围获取模块，用于根据所述目标用户居住地与所述无障碍公共设施位置信息，获取所述无障碍公共设施的服务范围；
优化结果获取模块，用于根据所述无障碍公共设施的服务范围，通过最大化有容量限制的覆盖范围模型进行模拟运算，并根据所述模拟运算结果对所述无障碍公共设施布局进行优化。
第三方面，本发明还提供一种计算机设备，包括：
至少一个存储器以及至少一个处理器；
所述存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如第一方面所述的一种无障碍公共设施布局优化方法的步骤。
第四方面，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存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的一种无障碍公共设施布局优化方法的步骤。
本发明通过获取无障碍公共设施位置信息和手机信令数据，并根据所述手机信令数据，获取目标用户停留位置和目标用户停留时间；根据预设的居住地特征，确认目标用户居住地；再根据所述目标用户居住地与所述无障碍公共设施位置信息，获取所述无障碍公共设施的服务范围；根据所述无障碍公共设施的服务范围，通过最大化有容量限制的覆盖范围模型进行模拟运算，并根据所述模拟运算结果对所述无障碍公共设施布局进行优化。本发明通过识别目标用户的居住地进行模拟运算，使无障碍公共设施的理论服务范围更加精确可靠，实现了对现有的无障碍公共设施布局进行优化。
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
附图说明
图1为在一个示例性的实施例中提供的一种无障碍公共设施布局优化方法的步骤流程图；
图2为在一个示例性的实施例中提供的一种无障碍公共设施布局优化方法的TIN生成原理图；
图3为在一个示例性的实施例中提供的一种无障碍公共设施布局优化方法的无障碍公共设施的服务范围示意图；
图4为在一个示例性的实施例中提供的一种无障碍公共设施布局优化方法的无障碍公共设施使用强度散点图的拟合分析示意图；
图5为在一个示例性的实施例中提供的一种无障碍公共设施布局优化装置的模块示意图；
图6为在一个示例性的实施例中提供的计算机设备的内部结构图；
图7为在一个示例性的实施例中提供的计算机设备的内部结构图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施例方式作进一步地详细描述。
应当明确，所描述的实施例仅仅是本申请实施例一部分实施例，而不是全部的实施例。基于本申请实施例中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本申请实施例保护的范围。
在本申请实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请实施例。在本申请实施例和所附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他含义。还应当理解，本文中使用的术语“和/或”是指并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。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。在本申请的描述中，需要理解的是，术语“第一”、“第二”、“第三”等仅用于区别类似的对象，而不必用于描述特定的顺序或先后次序，也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
此外，在本申请的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
对于城市无障碍公共设施的布局方案规划离不开对相关无障碍公共设施的使用强度和服务范围测算，目前的测算方法通常包括：使用问卷调查结果建立模型、基于空间可达性测算、基于服务供给能力测算等。例如，对乘客进行问卷调查，提出不同接驳方式合理吸引范围的方法，利用问卷调查结果对车站吸引范围上限确定方法加以验证，确认大多数乘客的接驳范围；根据调查问卷建立客流吸引范围模型，确认发现对常规公交客流的吸引力最大和最小的轨道交通站点设施及其客流合理吸引半径。
基于空间可达性，常见的计算方法主要有引力模型法、两步移动搜索法、以及基于GIS 平台的服务区分析法等。两步移动搜索法是引力模型的一种改进方法，其先后以供给点与需求点为中心，进行两次移动搜索。基于 GIS 平台的服务区分析法，是以实际交通网络为基础，利用GIS 平台对设施服务半径内实际覆盖区域进行模拟，在一定程度上具有真实性。另外还有基于出行时间模型计算法，其是根据各种出行方式的平均时速、路网结构等因素建立模型，推测站点等设施的服务范围，根据出行可达性一致的原则建立设施影响范围的初步计算模型。
综上，目前对于利用空间可达性测算、基于服务供给能力测算等方法测算设置影响范围虽较高效，但属于推测数据，不是基于真实数据。而关于设施使用强度的研究则较少，类似的研究是人群活力测算，即使用GPS数据、社交媒体数据、手机信令数据等测算地块或者建筑的人群活动强度，缺乏特定群体的定位规划。
同时，由于目前关于设施服务范围评价多围绕医疗、教育等设施，较少以残疾人活动为主体分析残疾人对无障碍公共设施的使用强度和使用需求，另外一些研究是以老年人为主体对无障碍公共设施进行分析，虽然老年人和残疾人的行为具有相似性，但以老年人为研究对象缺乏精准性，所测算的活动强度及活动需求不一定会符合残障人士的真实需求，使无障碍公共设施的布局缺乏针对性。
基于上述思考，本申请实施例提供了一种无障碍公共设施布局优化方法，如图1所示，包括如下方法步骤：
S201：获取无障碍公共设施位置信息，所述无障碍公共设施包括交通类无障碍公共设施和生活类无障碍公共设施。
具体的，由于目前城市交通类公共设施均提供无障碍相关辅助功能，因此可以将城市交通类公共设施的位置信息视为无障碍公共设施的位置信息，其可以通过官方发布的数据信息或包含地图服务功能的应用软件所提供的API功能获取；生活类无障碍公共设施包括但不限于残障康复中心、医院、疗养院、社区服务中心、无障碍公园、无障碍图书馆等，其位置信息可以通过包含地图服务功能的应用软件所提供的API功能获取。
S202：获取手机信令数据，并根据所述手机信令数据，获取目标用户停留位置和目标用户停留时间，其中，所述目标用户为根据所述手机信令数据识别为使用目标应用的用户。
具体的，手机信令为通过手机用户在基站之间的信息交换来确定用户的空间位置，能相对准确的记录人流的时空轨迹。手机信令数据可以通过通信运营商处获取，所有数据隐藏了个人身份信息，不涉及隐私。手机信令数据中会包含基站的编号，根据基站的编号可以一定程度上定位该手机信令数据的对应用户的空间位置，除空间位置外，手机信令数据还可以包括记录该空间位置的时间、用户名（Msid）、用户类型、年龄等。
在本申请实施例中，由于无障碍设施的目标对象为残障人士及老年人，因此通过手机信令数据筛选出使用为残障人士提供服务的APP的用户，并标记用户类型。筛选出目标用户连续一段时间内的手机信令数据，并进行数据清洗，删除重复数据以及乒乓数据等。最终获取的手机信令格式示例如下所示：
手机信令数据示例
S203：根据预设的居住地特征，确认目标用户居住地，其中，所述居住地特征包括目标用户停留时间区间和目标用户停留频率。
具体的，每个基站都有相应的坐标位置，其经纬度对应关系示例如下表所示：
基站经纬度对应关系示例
以用户编码（Msid）和基站（经纬度坐标）对手机信令数据进行分组，并将同组内的数据按照时间顺序进行升序排列。通过SQL进行数据遍历，对于具有相同用户编码的一组记录块，用具有相同基站经纬度坐标的最后的记录时间减去相同基站经纬度坐标的第一条记录时间，即可得到用户在此基站的停留时间，通过上述计算方式，可以获取目标用户每天的停留位置和停留时间，其中，停留位置即为手机信令数据中基站的所在位置信息。在进行数据遍历及分组后，目标用户停留位置与停留时间的对应关系示例如下表所示：
停留点和停留时间对应关系示例
在一个具体的实施例中，由于常规状态下，居民生活及休息具有时间特征和位置特征，因此可以根据预设特征来对目标用户的手机信令数据进行识别，获取目标用户的居住地。由于绝大多数居民在北京时间23：00至4:00区间内，一般处于休息、睡眠状态，且在该段时间居民应该主要停留在居住地。因此，选取夜间休息时间23:00、00:00、01:00、02:00、03：00、04：00作为识别居住地的特征时间点，并通过时间频率来进一步确认目标用户居住地。具体的，若某一手机用户每天至少有3个时间点在同一基站或者附近300米内的基站，且30天中有至少20天可识别出该基站，即可将该基站所在位置标记为该用户的居住地。
S204：根据所述目标用户居住地与所述无障碍公共设施位置信息，获取所述无障碍公共设施的服务范围。
无障碍公共设施的服务范围包括交通类无障碍公共设施的服务范围和生活类无障碍公共设施的服务范围，为精准获取不同种类无障碍公共设施的服务范围，将上述两种类型的无障碍公共设施的使用强度分别通过不同的方式进行计算并最终汇总，通过统计一定区域内无障碍公共设施的使用强度来计算无障碍公共设施的服务范围。
在一个优选的实施例中，生活类无障碍公共设施的服务范围通过相应设施缓冲区内的基站使用强度获取，具体的：
根据所述手机信令数据，获取目标用户的基站使用强度，其中，汇总目标用户在每个基站上平均每日的停留时间和来访人次数，停留时间以小时计数，得到目标优化范围内每个基站上的目标人群活动强度，再结合平均每日来访人次数，计算得到基站的使用强度，其计算公式为：
I使用强度= 停留时间（小时）/日*(1-p) + 来访人次数（次）/日*p
其中，P= 该基站每日来访频次超过1次的人数/该基站每日来访总人数
具体的，来访人次数，即该基站每日能识别出的人次数，例如一个基站每天有3人来访，则人次数即为3；如果同一个人，一天内来访该基站三次，则人次数也记作3。
在获取目标用户的基站使用强度后，构建目标优化区域内的网格，并预设网格中心坐标点和网格大小。在一个具体的例子中，使用ArcGIS中Create Fishnet (DataManagement)工具创建渔网，网格的宽度cell_width和网格的高度cell_height均设置为100，也即将目标优化区域划分成100m*100m的网格，并生成网格中心的坐标点。
再根据位于所述网格内的基站的目标用户使用强度，确定网格使用强度。具体的，汇总位于在网格内所有基站的使用强度，得到每个网格的使用强度值。
再预设设施缓冲区，汇总所述设施缓冲区内的所述网格使用强度，其中，所述设施缓冲区以所述生活类无障碍公共设施位置为中心，所述设施缓冲区内的所述网格使用强度之和为该生活类无障碍公共设施的使用强度；根据排序累加法，获取所述设施缓冲区内所述使用强度位于第一预设强度百分比之前的网格并将该网格范围确认为该生活类无障碍公共设施的服务范围。
在一个具体的实施例中，使用排序累加法得到使用强度位于前90%的网格，其具体实现方式可以为：调用Python的pandas模块的get_pareto_penct工具,将网格使用强度值从大到小累加，累加到使用强度总数的前90%的空间范围，将该范围定义为高使用强度区域。再选择高使用强度区域网格的中心点，使用Create TIN (3D Analyst)工具构建不规则三角形（TIN），将生成的TIN转换为三角形要素，使用要素转线（Feature To Line (DataManagement)）工具，将所有TIN转化为可计算长度的线。再使用ArcGIS软件中的自然间断分级法（Nature Break）对所有三角形边长进行排序，分为4个等级显示，并将长度排名后2级的边长标记为短边。再使用Select Layer By Location工具，筛选出所有短边所在的高使用强度网格，标记为该生活类无障碍公共设施的服务范围。
TIN 是基于矢量的数字地理数据的一种形式，通过将一系列折点（点）组成三角形来构建。各折点通过由一系列边进行连接，最终形成一个三角网。形成这些三角形的插值方法有很多种，例如Delaunay三角测量法或距离排序法等。
TIN由于结点可以不规则地放置在表面上，所以在表面起伏变化较大或需要更多细节的区域，三角形就越小，如图2所示。因此密度变化较大的地方三角形越小，人群活动强度越高，因此通过筛选三角形短边边长所在位置，即可以实现获取高使用强度网格。
之后使用Buffer工具，将Distance 设置为400，即以生活类无障碍公共设施点位数据（POI）为中心向外做400m缓冲区，作为无障碍生活服务设施的理论服务区，再筛选落在每个POI的理论服务区内的高使用强度网格，并汇总网格使用强度值，获取每个生活类无障碍公共设施的使用强度，同时将该高使用强度网格作为该生活类无障碍公共设施的服务范围。
在一个优选的例子中，获取交通类无障碍公共设施的使用强度，包括：
获取所述目标优化区域内的智能刷卡数据，并根据所述智能刷卡数据确认所述目标用户，再获取交通类无障碍公共设施的所述目标用户的来访人次及同一目标用户在该交通类无障碍公共设施的来访重复次数，计算该交通类无障碍公共设施的使用强度。
具体的，获取目标优化范围内的智能刷卡数据，每条数据包括脱敏用户ID、进出站时间、进出站站点、刷卡类型。智能卡的卡类型包括用户信息，如盲人、听障人士、肢体障碍人士等，依据刷卡类型可筛选出目标用户，获取连续30天的公共交通刷卡数据，计算每个站点的进出站人数，包括但不限于公交站、地铁站，再结合站点乘客进站重复率，得到站点使用强度。
具体的，每个站点的使用强度计算方法为：
P站点使用强度=来访人次数/日（次）*80% + 重复率*20%
其中，重复率为同一用户在该站点平均每日来访次数。
在获取交通类无障碍公共设施的使用强度后，将所述交通类无障碍公共设施的使用强度和所述生活类无障碍公共设施的使用强度进行量纲统一，并将标准化后的值重新赋予所述网格；
将所述网格内所述交通类无障碍公共设施的使用强度和所述生活类无障碍公共设施的使用强度相加，获取该网格的无障碍公共设施的使用强度；
筛选出无障碍公共设施使用强度大于0的所述网格，将网格的无障碍公共设施使用强度从大到小累加，获取累加到占使用强度值总数的第二预设强度百分比之前的空间范围，将该范围确认为无障碍公共设施的服务范围。
在一个具体的例子中，通过SPSS的Z-score标准化法，将生活类和交通类的无障碍公共设施使用强度进行量纲上的统一。将标准化后的值重新赋值到网格上，新建列名为无障碍公共设施使用强度。若某网格同时拥有生活类设施的使用强度和交通类无障碍设施使用强度，则将二者相加，得到该网格的无障碍公共设施使用强度。再依次筛选出每个设施使用强度大于0的网格，再调用Python的pandas模块的get_pareto_penct工具， 将网格的无障碍公共设施使用强度从大到小累加，累加到占使用强度值总数的前80%的空间范围，将该范围标记为无障碍设施周边服务范围，如图3所示，通过排除尾部数据可以使测算值更有代表性。
在一个优选实施例中，还通过识别无障碍公共设施服务腹地来参与无障碍服务设施覆盖范围的计算，具体包括：获取到访过设施缓冲区内的所述目标用户，并根据所述目标用户，获取所述目标用户居住地；获取所述目标用户居住地所在网格的到访设施和居住人数，并确认设施服务腹地，其中，所述设施服务腹地为到访该设施最多居住人数的所在网格；再合并所述无障碍公共设施的服务范围和所述设施服务腹地，确认合并后的结果为无障碍公共设施的综合服务范围。
在一个具体的例子中，以交通类无障碍公共设施和生活类无障碍公共设施位置为圆心，使用Buffer工具，400m为半径，向外做缓冲区。筛选出到访过缓冲区内的目标人群，并确认其居住地，使用空间连接工具将居住地所在基站对应网格位置，从而识别出每个无障碍设施的目标人群的居住地，并打上标签，输出代表居住人数的网格，此时每个网格上记录有到访过N个设施的居住者人数，确认网格上记录居住者人数最多的对应设施，将该网格判定为对应设施的服务腹地。再使用融合(Merge)工具，将无障碍公共设施的服务范围和设施服务腹地进行合并，得到每个设施的综合服务范围。
S205：根据所述无障碍公共设施的服务范围，通过最大化有容量限制的覆盖范围模型进行模拟运算，并根据所述模拟运算结果对所述无障碍公共设施布局进行优化。
在一个优选的例子中，若存在未被所述无障碍公共设施覆盖的目标用户居住地，则将该目标用户居住地标记为应优化区域，所述应优化区域指示该区域应配建无障碍公共设施。
具体的，使用ArcGIS中的“最大化有容量限制的覆盖范围模型”进行优化，该模型中为每个设施点设置容量，交通类设施点容量为10，服务类设施点容量根据建筑面积大小进行设置，采用标准化处理，面积最大赋值为10，最小赋值1。获取目标优化内的人行道数据，验证拓扑关系并建立网络数据集，设置路段长度为阻抗。将全部无障碍设施设置为设施点，将目标人群的居住地作为需求点，设置400m为阻抗中断，进行最大化覆盖范围的模拟运算，筛选出不符合要求的需求点并作标记。标记的需求点指示该目标人群居住地没有被无障碍设施覆盖到，其周边缺乏无障碍设施的服务，未来应在这些需求点周边配建无障碍公共设施，为目标人群提供优质服务。
在一些其他的例子中，对所述无障碍公共设施布局进行优化还包括：根据无障碍公共设施使用强度，计算无障碍公共设施服务范围内每个网格距该设施点的距离。具体的，通过SPSS中散点图工具绘制使用强度数值随距离变化的散点图，选择合适的拟合曲线或直线表达使用强度衰减规律，如图4所示，再根据主要道路不同走向绘制散点图和拟合密度曲线，例如沿主干路向西或向东，观察道路与强度衰减规律是否相同。若某设施衰减曲线的斜率较大，位于全部斜率值的前30%，则代表衰减急剧，说明在人群在通向该设施的路径中有相应阻隔，未来需要针对该阻隔进行路径优化，排查堵点。
在一个优选的例子中，对所述无障碍公共设施布局进行优化还包括：以所述网格为单元，计算无障碍公共设施与所述目标用户居住地的目标人口密度的最小二乘法直线决定系数R2；将所述无障碍公共设施的R2进行标准化处理，并通过自然间断分级法划分等级，其中，最高等级R2值指示该设施为高强度使用设施，最低等级R2值指示该设施为低强度使用设施。
具体的，以网格为单元计算各个无障碍公共设施与所有目标人群居住分布的最小二乘法直线决定系数R2，将每个设施点的R2标准化，用自然间断分级法（Nature Break）分为3个等级。无障碍公共设施的系数R2 越大，说明该设施与目标人群居住密度高的地区活动联系越强。因此R2值最高一级所包含的无障碍公共设施标记为“高强度使用的无障碍设施”，未来应主要对这类设施进行日常维护，保持良好使用状态；R2值第二级所包含的无障碍公共设施标记为“中强度使用的无障碍设施”，这类设施使用率相对较高，未来应实施监督与升级并重；R2值最低一级所包含的无障碍公共设施标记为“低强度使用的无障碍设施”，这类设施使用率相对较低，未来应注重这类设施的升级与优化。
本申请实施例所提供的一种无障碍公共设施布局优化方法，通过获取无障碍公共设施位置信息和手机信令数据，并根据所述手机信令数据，获取目标用户停留位置和目标用户停留时间；根据预设的居住地特征，确认目标用户居住地；再根据所述目标用户居住地与所述无障碍公共设施位置信息，获取所述无障碍公共设施的服务范围；根据所述无障碍公共设施的服务范围，通过最大化有容量限制的覆盖范围模型进行模拟运算，并根据所述模拟运算结果对所述无障碍公共设施布局进行优化。本申请实施例基于真实的手机信令数据进行模拟运算，使得计算结果更加真实可靠；同时，通过分别计算交通类、生活类无障碍设施的使用强度，从而进行设施服务范围的识别，并通过将设施服务腹地纳入设施服务范围，使得无障碍公共设施的服务范围更加精确，实现了对现有的无障碍公共设施布局进行优化。
本申请实施例还提供了一种无障碍公共设施布局优化装置300，如图5所示，包括：
位置信息获取模块301，用于获取无障碍公共设施位置信息，所述无障碍公共设施包括交通类无障碍公共设施和生活类无障碍公共设施；
目标用户信息获取模块302，用于获取手机信令数据，并根据所述手机信令数据，获取目标用户停留位置和目标用户停留时间，其中，所述目标用户为根据所述手机信令数据识别为使用目标应用的用户；
居住地确认模块303，用于根据预设的居住地特征，确认目标用户居住地，其中，所述居住地特征包括目标用户停留时间区间和目标用户停留频率；
服务范围获取模块304，用于根据所述目标用户居住地与所述无障碍公共设施位置信息，获取所述无障碍公共设施的服务范围；
优化结果获取模块305，用于根据所述无障碍公共设施的服务范围，通过最大化有容量限制的覆盖范围模型进行模拟运算，并根据所述模拟运算结果对所述无障碍公共设施布局进行优化。
需说明的是，一种无障碍公共设施布局优化装置与一种无障碍公共设施布局优化方法均出自同一发明构思，关于一种无障碍公共设施布局优化装置的相关说明可以参考一种无障碍公共设施布局优化方法中的实施例，在此不再赘述。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output，简称I/O）和通信接口。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种无障碍公共设施布局优化方法。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图7所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现一种无障碍公共设施布局优化方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本申请实施例还提供了一种计算机可读存储介质，其上储存有计算机程序，该计算机程序被处理器执行时实现上述任意一个实施例所述的一种无障碍公共设施布局优化方法。
本发明可采用在一个或多个其中包含有程序代码的存储介质(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。计算机可读储存介质包括永久性和非永久性、可移动和非可移动媒体，可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其它数据。计算机的存储介质的例子包括但不限于：相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其它类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其它内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其它光学存储、磁盒式磁带，磁带磁磁盘存储或其它磁性存储设备或任何其它非传输介质，可用于存储可以被计算设备访问的信息。
应当理解的是，本申请实施例并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请实施例的范围仅由所附的权利要求来限制。
以上所述实施例仅表达了本申请实施例的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请实施例构思的前提下，还可以做出若干变形和改进，这些都属于本申请实施例的保护范围。
Claims (10)
1.一种无障碍公共设施布局优化方法，其特征在于，包括如下步骤：
获取无障碍公共设施位置信息，所述无障碍公共设施包括交通类无障碍公共设施和生活类无障碍公共设施；
获取手机信令数据，并根据所述手机信令数据，获取目标用户停留位置和目标用户停留时间，其中，所述目标用户为根据所述手机信令数据识别为使用目标应用的用户；
根据预设的居住地特征，确认目标用户居住地，其中，所述居住地特征包括目标用户停留时间区间和目标用户停留频率；
根据所述目标用户居住地与所述无障碍公共设施位置信息，获取所述无障碍公共设施的服务范围；
根据所述无障碍公共设施的服务范围，通过最大化有容量限制的覆盖范围模型进行模拟运算，并根据所述模拟运算结果对所述无障碍公共设施布局进行优化。
2.根据权利要求1所述的一种无障碍公共设施布局优化方法，其特征在于，所述根据所述模拟运算结果对所述无障碍公共设施布局进行优化，包括如下步骤：
若存在未被所述无障碍公共设施覆盖的目标用户居住地，则将该目标用户居住地标记为应优化区域，所述应优化区域指示该区域应配建无障碍公共设施。
3.根据权利要求1所述的一种无障碍公共设施布局优化方法，其特征在于，所述获取目标用户停留位置和目标用户停留时间，包括如下步骤：
所述手机信令数据包括用户编码、信令时间和基站编号，根据所述用户编码和所述基站编号对所述手机信令数据进行分组，并根据所述信令时间进行升序排列；
遍历所述手机信令数据，获取同一所述用户编码的组，计算该组内同一所述基站编号的最后一条手机信令数据与第一条手机信令数据的信令时间的差值，并确认该信令时间差值为所述目标用户停留时间，所述目标用户停留位置为所述基站位置。
4.根据权利要求3所述的一种无障碍公共设施布局优化方法，其特征在于，获取生活类无障碍公共设施的服务范围，包括如下步骤：
根据所述手机信令数据，获取目标用户的基站使用强度；
构建目标优化区域内的网格，并预设网格中心坐标点和网格大小；
根据位于所述网格内的基站的目标用户使用强度，确定网格使用强度；
预设设施缓冲区，汇总所述设施缓冲区内的所述网格使用强度，其中，所述设施缓冲区以所述生活类无障碍公共设施位置为中心，所述设施缓冲区内的所述网格使用强度之和为该生活类无障碍公共设施的使用强度；
根据排序累加法，获取所述设施缓冲区内所述使用强度位于第一预设强度百分比之前的网格并将该网格范围确认为该生活类无障碍公共设施的服务范围。
5.根据权利要求4所述的一种无障碍公共设施布局优化方法，其特征在于，获取无障碍公共设施的服务范围，包括如下步骤：
获取所述目标优化区域内的智能刷卡数据，并根据所述智能刷卡数据确认所述目标用户；
获取交通类无障碍公共设施的所述目标用户的来访人次及同一目标用户在该交通类无障碍公共设施的来访重复次数，计算该交通类无障碍公共设施的使用强度；
将所述交通类无障碍公共设施的使用强度和所述生活类无障碍公共设施的使用强度进行量纲统一，并将标准化后的值重新赋予所述网格；
将所述网格内所述交通类无障碍公共设施的使用强度和所述生活类无障碍公共设施的使用强度相加，获取该网格的无障碍公共设施的使用强度；
筛选出无障碍公共设施使用强度大于0的所述网格，将网格的无障碍公共设施使用强度从大到小累加，获取累加到占使用强度值总数的第二预设强度百分比之前的空间范围，将该范围确认为无障碍公共设施的服务范围。
6.根据权利要求5所述的一种无障碍公共设施布局优化方法，其特征在于，获取无障碍公共设施的服务范围后，还包括如下步骤：
获取到访过该设施缓冲区内的所述目标用户居住地；
根据所述目标用户居住地，获取所述目标用户居住地所在网格的到访设施和居住人数，并确认设施服务腹地，其中，所述设施服务腹地为到访该设施最多居住人数的所在网格；
合并所述无障碍公共设施的服务范围和所述设施服务腹地，确认合并后的结果为无障碍公共设施的综合服务范围。
7.根据权利要求6所述的一种无障碍公共设施布局优化方法，其特征在于，对所述无障碍公共设施布局进行优化，还包括如下步骤：
以所述网格为单元，计算无障碍公共设施与所述目标用户居住地的目标人口密度的最小二乘法直线决定系数R2；
将所述无障碍公共设施的R2进行标准化处理，并通过自然间断分级法划分等级，其中，最高等级R2值指示该设施为高强度使用设施，最低等级R2值指示该设施为低强度使用设施。
8.一种无障碍公共设施布局优化装置，其特征在于，包括：
位置信息获取模块，用于获取无障碍公共设施位置信息，所述无障碍公共设施包括交通类无障碍公共设施和生活类无障碍公共设施；
目标用户信息获取模块，用于获取手机信令数据，并根据所述手机信令数据，获取目标用户停留位置和目标用户停留时间，其中，所述目标用户为根据所述手机信令数据识别为使用目标应用的用户；
居住地确认模块，用于根据预设的居住地特征，确认目标用户居住地，其中，所述居住地特征包括目标用户停留时间区间和目标用户停留频率；
服务范围获取模块，用于根据所述目标用户居住地与所述无障碍公共设施位置信息，获取所述无障碍公共设施的服务范围；
优化结果获取模块，用于根据所述无障碍公共设施的服务范围，通过最大化有容量限制的覆盖范围模型进行模拟运算，并根据所述模拟运算结果对所述无障碍公共设施布局进行优化。
9.一种计算机设备，其特征在于，包括：
至少一个存储器以及至少一个处理器；
所述存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如权利要求1至7任一项所述的一种无障碍公共设施布局优化方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的一种无障碍公共设施布局优化方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311377959.2A CN117114210B (zh) | 2023-10-24 | 2023-10-24 | 无障碍公共设施布局优化方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311377959.2A CN117114210B (zh) | 2023-10-24 | 2023-10-24 | 无障碍公共设施布局优化方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117114210A true CN117114210A (zh) | 2023-11-24 |
| CN117114210B CN117114210B (zh) | 2024-02-27 |
Family
ID=88795148
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311377959.2A Active CN117114210B (zh) | 2023-10-24 | 2023-10-24 | 无障碍公共设施布局优化方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117114210B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117808270A (zh) * | 2024-02-26 | 2024-04-02 | 北京大也智慧数据科技服务有限公司 | 设施布设的确定方法、装置、设备及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111709642A (zh) * | 2020-06-16 | 2020-09-25 | 北京市测绘设计研究院 | 一种评价城市无障碍设施布局均衡性的方法 |
| CN112669340A (zh) * | 2020-12-23 | 2021-04-16 | 佛山市城市规划设计研究院 | 一种基于gis大数据分析的公共设施选址方法及系统 |
| CN114897228A (zh) * | 2022-04-26 | 2022-08-12 | 南通大学 | 一种基于人口分布和道路网络的公共设施布局检验方法 |
| CN115511308A (zh) * | 2022-09-28 | 2022-12-23 | 广州市城市规划勘测设计研究院 | 一种区域无障碍设施布局合理性的评价方法及相关装置 |
| CN115809378A (zh) * | 2022-12-16 | 2023-03-17 | 东南大学 | 一种基于手机信令数据的医疗短缺区识别及布局优化方法 |
| CN116074745A (zh) * | 2021-11-04 | 2023-05-05 | 中移(上海)信息通信科技有限公司 | 一种网格划分方法、装置及电子设备 |
| CN116437291A (zh) * | 2023-04-21 | 2023-07-14 | 浙江大学建筑设计研究院有限公司 | 一种基于手机信令的文化圈规划方法和系统 |
| CN116757404A (zh) * | 2023-05-31 | 2023-09-15 | 核工业西南勘察设计研究院有限公司 | 一种基于大数据的公共服务设施用地规划方法 |
-
2023
- 2023-10-24 CN CN202311377959.2A patent/CN117114210B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111709642A (zh) * | 2020-06-16 | 2020-09-25 | 北京市测绘设计研究院 | 一种评价城市无障碍设施布局均衡性的方法 |
| CN112669340A (zh) * | 2020-12-23 | 2021-04-16 | 佛山市城市规划设计研究院 | 一种基于gis大数据分析的公共设施选址方法及系统 |
| CN116074745A (zh) * | 2021-11-04 | 2023-05-05 | 中移(上海)信息通信科技有限公司 | 一种网格划分方法、装置及电子设备 |
| CN114897228A (zh) * | 2022-04-26 | 2022-08-12 | 南通大学 | 一种基于人口分布和道路网络的公共设施布局检验方法 |
| CN115511308A (zh) * | 2022-09-28 | 2022-12-23 | 广州市城市规划勘测设计研究院 | 一种区域无障碍设施布局合理性的评价方法及相关装置 |
| CN115809378A (zh) * | 2022-12-16 | 2023-03-17 | 东南大学 | 一种基于手机信令数据的医疗短缺区识别及布局优化方法 |
| CN116437291A (zh) * | 2023-04-21 | 2023-07-14 | 浙江大学建筑设计研究院有限公司 | 一种基于手机信令的文化圈规划方法和系统 |
| CN116757404A (zh) * | 2023-05-31 | 2023-09-15 | 核工业西南勘察设计研究院有限公司 | 一种基于大数据的公共服务设施用地规划方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117808270A (zh) * | 2024-02-26 | 2024-04-02 | 北京大也智慧数据科技服务有限公司 | 设施布设的确定方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117114210B (zh) | 2024-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ma | Spatial equity analysis of urban green space based on spatial design network analysis (sDNA): A case study of central Jinan, China | |
| Zhong et al. | Inferring building functions from a probabilistic model using public transportation data | |
| Liu et al. | Characterizing mixed-use buildings based on multi-source big data | |
| Biba et al. | A new method for determining the population with walking access to transit | |
| CN106909692B (zh) | 一种计算城市公共设施覆盖辐射指数的方法 | |
| CN110134865B (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 | |
| CN117114210B (zh) | 无障碍公共设施布局优化方法、装置、设备及存储介质 | |
| Zhou et al. | Understanding the modifiable areal unit problem and identifying appropriate spatial unit in jobs–housing balance and employment self-containment using big data | |
| CN114548811B (zh) | 一种机场可达性的检测方法、装置、电子设备及存储介质 | |
| Shi et al. | Analysis of trip generation rates in residential commuting based on mobile phone signaling data | |
| CN111784830B (zh) | 一种基于规则的三维地理信息模型空间分析方法与系统 | |
| Jiao et al. | Evaluating spatial accessibility to healthcare services from the lens of emergency hospital visits based on floating car data | |
| Shi | Research on accessibility and equity of urban transport based on multisource big data | |
| CN116437291A (zh) | 一种基于手机信令的文化圈规划方法和系统 | |
| Bikdeli et al. | Accessibility modeling for land use, population and public transportation in Mashhad, NE Iran | |
| Bandt et al. | Building a spatial decision support system for tourism and infrastructure planning: Τechnical solution and data integration challenges | |
| CN113935620A (zh) | 一种基于网格基础数据的停车场评估方法、装置及应用 | |
| Zhou et al. | Village-town system in suburban areas based on cellphone signaling mining and network hierarchy structure analysis | |
| Feng et al. | School accessibility evaluation under mixed-load school bus routing problem strategies | |
| Wang | Improved annual average daily traffic (AADT) estimation for local roads using parcel-level travel demand modeling | |
| Cui et al. | Research on the driving forces of urban hot spots based on exploratory analysis and binary logistic regression model | |
| Meire et al. | A bimodal accessibility analysis of Australia through application programming interfaces | |
| Huo et al. | Exploring the influencing factors on demand-responsive customized bus ridership using multi-source data | |
| Rad et al. | A user-based approach for assessing spatial equity of attractiveness and accessibility to alternative urban parks | |
| CN115086879B (zh) | 轨道交通站客流特征及接驳方式的识别方法、装置及设备 |
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 |