CN117252371B - 一种智慧城市规划设计的实施方案管控系统 - Google Patents
一种智慧城市规划设计的实施方案管控系统 Download PDFInfo
- Publication number
- CN117252371B CN117252371B CN202311227168.1A CN202311227168A CN117252371B CN 117252371 B CN117252371 B CN 117252371B CN 202311227168 A CN202311227168 A CN 202311227168A CN 117252371 B CN117252371 B CN 117252371B
- Authority
- CN
- China
- Prior art keywords
- target
- site selection
- adaptation degree
- target analysis
- distance
- 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
Links
- 238000007726 management method Methods 0.000 title claims abstract description 16
- 238000013461 design Methods 0.000 title claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 170
- 230000006978 adaptation Effects 0.000 claims abstract description 101
- 230000000694 effects Effects 0.000 claims abstract description 97
- 238000012544 monitoring process Methods 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims abstract description 12
- 230000002776 aggregation Effects 0.000 claims description 30
- 238000004220 aggregation Methods 0.000 claims description 30
- 238000011156 evaluation Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000000366 juvenile effect Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 abstract description 21
- 238000012790 confirmation Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000003340 mental effect Effects 0.000 description 2
- 230000003997 social interaction Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及智慧城市规划设计的实施方案管控技术领域,具体公开一种智慧城市规划设计的实施方案管控系统,该系统包括:距离信息采集分析模块、人口信息监测分析模块、道路信息监测分析模块、云数据库和选址综合分析模块;本发明通过分析距离层面、人口层面和安全层面的选址适配度,并分析各目标分析地的综合选址适配度,从而确认计划建设活动广场用地,有效解决了当前建设活动广场选址过程中存在的局限性问题,实现了各目标分析地的综合选址适配度的多层面分析,提高了各目标分析地的综合选址适配度分析的准确性,同时提高了计划建设活动广场用地确认的可靠性,进而为居民提供了良好的休闲娱乐和锻炼身心的场所。
Description
技术领域
本发明涉及智慧城市规划设计的实施方案管控技术领域,具体而言,涉及一种智慧城市规划设计的实施方案管控系统。
背景技术
活动广场是为公众提供休闲娱乐、社交和户外活动的场所,活动广场的选址必须与城市的整体规划和发展相协调,合理的选址可以提升城市的整体形象和品质、有助于满足市民的需求,同时选址的合理性直接关系到公众对活动广场的可达性和利用程度,因此,需要对活动广场的选址进行管理分析。
现有的对活动广场的选址进行管理分析主要分析活动广场附近小区的距离和住户数目以及附近道路的车辆情况,很显然,这种活动广场选址方式还存在以下几个方面的问题:1、在人口层面的分析中,仅考虑待建造活动广场附近小区的实际住户数量,未结合住户年龄和住户在小区内的活动广场上的活动情况对人口结构情况和住户活动规律性情况进行深度分析,致使无法精确了解各小区的人口情况,使得人口层面的选址适配度分析结果中存在较大的误差性,进一步降低了计划建设活动广场选址的合理性,无法保障计划建设活动广场的选址能够满足更广泛的人群需求。
2、在安全层面的分析中,仅考虑待建造活动广场附近道路的通行车辆数目,未结合历史事故次数和通行车辆的速度进行道路安全的深度分析,导致计划建设活动广场的选址存在一定的道路安全隐患,从而无法保障交通安全和行人安全,同时无法为后续计划建设活动广场的选址提供有效的数据支撑依据。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出一种智慧城市规划设计的实施方案管控系统。
本发明的目的可以通过以下技术方案实现:本发明提供一种智慧城市规划设计的实施方案管控系统,包括:距离信息采集分析模块,用于将待建造活动广场对应规划区域内各可用地记为各目标分析地,采集各目标分析地与规划区域内各小区之间的距离,分析各目标分析地对应距离层面的选址适配度其中,i表示目标分析地编号,i=1,2,...,n。
人口信息监测分析模块,用于提取各目标分析地对应各关联小区中实际住户数目和各住户年龄,并监测各目标分析地对应各关联小区内的活动广场在各监测日的住户活动信息,从而分析各目标分析地对应人口层面的选址适配度
道路信息监测分析模块,用于提取各目标分析地对应各关联道路的历史事故总次数,并监测各目标分析地对应各关联道路在各监测日内各通行车辆的速度,从而分析各目标分析地对应安全层面的选址适配度
云数据库,用于存储各目标分析地对应各关联道路的最大限速。
选址综合分析模块,用于分析各目标分析地的综合选址适配度并将最大综合选址适配度对应的目标分析地作为待建造活动广场用地。
具体地,所述分析各目标分析地对应距离层面的选址适配度,具体分析过程为:A1、将各目标分析地与规划区域内各小区之间的距离与设定参照的距离进行对比,若某目标分析地与规划区域内某小区之间的距离大于设定参照的距离,则将该小区记为距离过远小区,统计各目标分析地对应的距离过远小区数目,记为Mi。
A2、从各目标分析地与规划区域内各小区之间的距离中提取最远距离,记为
A3、计算各目标分析地对应距离层面的选址适配度 其中,M′和L′分别表示设定参照的距离过远小区数目和距离,a1和a2分别表示设定的距离过远小区数目和距离对应距离层面的选址适配度评估占比权重。
具体地,所述住户活动信息包括住户集中聚集时长、聚集住户总数和实际参与住户数目。
具体地,所述分析各目标分析地对应人口层面的选址适配度,具体分析过程为:B1、将各目标分析地对应各关联小区中实际住户数目记为βij,其中,j表示关联小区编号,j=1,2,...,m。
B2、根据各目标分析地对应各关联小区中各住户年龄,分别统计位于婴幼儿阶段、少儿阶段和中老年阶段的住户数目,并分别记为和/>
B3、计算各目标分析地对应人口结构的选址适配度 其中,K1表示设定参照的住户数目占比,e表示自然常数。
B4、从住户活动信息中提取各目标分析地对应各关联小区中的活动广场在各监测日的住户集中聚集时长、聚集住户总数和实际参与住户数目,据此计算各目标分析地对应住户活动的选址适配度
B5、计算各目标分析地对应人口层面的选址适配度 其中,a3和a4分别表示设定的人口结构和住户活动对应人口层面的选址适配度评估占比权重。
具体地,所述计算各目标分析地对应住户活动的选址适配度,具体计算过程为:C1、将各目标分析地对应各关联小区中的活动广场在各监测日的住户集中聚集时长、住户聚集总数和实际参与住户数目分别记为Tijr、ηijr和σijr,其中,r表示监测日编号,r=1,2,...,g。
C2、计算各目标分析地对应各关联小区中住户活动的选址适配度δij,其中,T′、K2和K3分别表示设定参照的住户集中聚集时长、住户聚集总数占比和实际参与住户数目占比,a5、a6和a7分别表示设定的住户集中聚集时长、住户聚集总数占比和实际参与住户数目占比对应住户活动的选址适配度评估占比权重,g表示监测日数目。
C3、将各目标分析地对应各关联小区中住户活动的选址适配度与设定参照的选址适配度进行对比,统计各目标分析地对应住户活动的选址适配度大于设定参照的选址适配度的关联小区数目,记为ξi。
C4、将各目标分析地对应各关联小区中住户活动的选址适配度进行均值计算,得到各目标分析地对应住户活动的平均选址适配度,记为
C5、计算各目标分析地对应住户活动的选址适配度 其中,δ′和K4分别表示设定参照的选址适配度和关联小区数目占比,a8和a9分别表示设定的选址适配度和关联小区数目占比对应住户活动的选址适配度评估占比权重,m表示关联小区数目。
具体地,所述分析各目标分析地对应安全层面的选址适配度,具体分析过程为:D1、根据各目标分析地对应各关联道路的历史事故总次数和在各监测日内各通行车辆的速度,计算各目标分析地对应各关联道路的安全指数ψip,其中,p表示关联道路编号,p=1,2,...,q。
D2、将各目标分析地对应各关联道路的安全指数与设定参照的安全指数进行对比,若某目标分析地对应某关联道路的安全指数小于设定参照的安全指数,则判定该关联道路为交通不安全道路,统计各目标分析地对应交通不安全道路数目。
D3、采集各目标分析地与各交通不安全道路之间的距离,将各目标分析地与各交通不安全道路之间的距离与设定的安全距离进行对比,若某目标分析地与某交通不安全道路之间的距离小于设定的安全距离,则判定该交通不安全道路为综合不安全道路,统计各目标分析地对应综合不安全道路数目。
D4、若某目标分析地对应交通不安全道路数目大于或者等于则将该目标分析地对应安全层面的选址适配度记为/>其中,q表示关联道路数目。
D5、若某目标分析地对应交通不安全道路数目小于且该目标分析地对应综合不安全道路数目大于或者等于1,则将该目标分析地对应安全层面的选址适配度记为
D6、若某目标分析地对应交通不安全道路数目小于且该目标分析地对应综合不安全道路数目小于1,则将该目标分析地对应安全层面的选址适配度记为/>
D7由此得到各目标分析地对应安全层面的选址适配度其中,/>取值为/>或者或者/>
具体地,所述计算各目标分析地对应各关联道路的安全指数,具体计算过程为:E1、将各目标分析地对应各关联道路的历史事故总次数记为θip。
E2、将各目标分析地对应各关联道路在各监测日内各通行车辆的速度与云数据库中存储的各目标分析地对应各关联道路的最大限速进行对比,统计各目标分析地对应各关联道路在各监测日内速度大于对应的最大限速的通行车辆数目,并将其进行累加,得到各目标分析地对应各关联道路的超速通行车辆数目,记为τip。
E3、计算各目标分析地对应各关联道路的安全指数ψip,其中,θ′和τ′分别表示设定参照的历史事故总次数和超速通行车辆数目,b1和b2分别表示设定的历史事故总次数和超速通行车辆数目对应安全指数评估占比权重。
具体地,所述各目标分析地的综合选址适配度的计算公式为:其中,b3、b4和b5分别表示设定的距离层面、人口层面和安全层面对应综合选址适配度评估占比权重。
相较于现有技术,本发明的实施例至少具有如下优点或有益效果:(1)本发明通过分析距离层面、人口层面和安全层面的选址适配度,并分析各目标分析地的综合选址适配度,从而确认计划建设活动广场用地,有效解决了当前建设活动广场选址过程中存在的局限性问题,实现了各目标分析地的综合选址适配度的多角度和多层面的分析,提高了各目标分析地的综合选址适配度分析的准确性,同时提高了计划建设活动广场用地确认的可靠性和说服力,进而为居民提供了良好的休闲娱乐、锻炼身心和社交互动的场所。
(2)本发明通过结合住户年龄和各关联小区内的活动广场上的住户集中聚集时长、聚集住户总数和实际参与住户数目进行人口结构的选址适配度分析和住户活动的选址适配度分析,从而分析各目标分析地对应人口层面的选址适配度,精确地了解了各关联小区的人口情况,降低了人口层面的选址适配度分析结果中存在的误差性,进一步提高了计划建设活动广场选址的合理性,同时保障了计划建设活动广场的选址能够满足更广泛的人群需求,提高了居民的生活幸福感。
(3)本发明通过结合历史事故次数和通行车辆的速度进行各目标分析地对应各关联道路的安全指数分析,从而分析各目标分析地对应安全层面的选址适配度,最大程度上减少了计划建设活动广场的选址中存在的道路安全隐患问题,从而保障了交通安全和行人安全,提高了各目标分析地对应安全层面的选址适配度分析的精准性,同时为后续计划建设活动广场的选址提供有效的数据支撑依据和方向。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述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发明的一些实施例,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。
图1为本发明系统模块结构连接示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1所示,本发明提供了一种智慧城市规划设计的实施方案管控系统,包括:距离信息采集分析模块、人口信息监测分析模块、道路信息监测分析模块、云数据库和选址综合分析模块。
所述道路信息监测分析模块与云数据库相连,所述距离信息采集分析模块、人口信息监测分析模块和道路信息监测分析模块均与选址综合分析模块相连。
所述距离信息采集分析模块,用于将待建造活动广场对应规划区域内各可用地记为各目标分析地,采集各目标分析地与规划区域内各小区之间的距离,分析各目标分析地对应距离层面的选址适配度其中,i表示目标分析地编号,i=1,2,...,n。
需要说明的是,所述各目标分析地与规划区域内各小区之间的距离通过测距仪采集得到。
在本发明具体实施例中,所述分析各目标分析地对应距离层面的选址适配度,具体分析过程为:A1、将各目标分析地与规划区域内各小区之间的距离与设定参照的距离进行对比,若某目标分析地与规划区域内某小区之间的距离大于设定参照的距离,则将该小区记为距离过远小区,统计各目标分析地对应的距离过远小区数目,记为Mi。
A2、从各目标分析地与规划区域内各小区之间的距离中提取最远距离,记为
A3、计算各目标分析地对应距离层面的选址适配度 其中,M′和L′分别表示设定参照的距离过远小区数目和距离,a1和a2分别表示设定的距离过远小区数目和距离对应距离层面的选址适配度评估占比权重。
所述人口信息监测分析模块,用于提取各目标分析地对应各关联小区中实际住户数目和各住户年龄,并监测各目标分析地对应各关联小区内的活动广场在各监测日的住户活动信息,从而分析各目标分析地对应人口层面的选址适配度
需要说明的是,所述各目标分析地对应各关联小区中实际住户数目和各住户年龄均从各关联小区的物业管理后台提取得到,所述住户活动信息通过安置在各关联小区内的活动广场上的摄像头监测得到。
在本发明具体实施例中,所述住户活动信息包括住户集中聚集时长、聚集住户总数和实际参与住户数目。
需要说明的是,所述住户集中聚集时长的判定方式为:通过摄像头监测得到各关联小区内的活动广场在各监测日中存在住户的各视频段,将各视频段划分为各视频帧,提取各视频帧对应的时间点和聚集住户数目,将聚集住户数目大于设定参照的聚集住户数目的第一个视频帧对应的时间点作为住户集中聚集的起始时间点,将该视频段的最后一个视频帧对应的时间点作为住户集中聚集的终止时间点,由此得到各住户集中聚集时间段,进而得到各关联小区内的活动广场在各监测日中各住户集中聚集时长,将最大住户集中聚集时长作为各关联小区内的活动广场在各监测日的住户集中聚集时长。
所述实际参与住户是指:通过摄像头监测得到各聚集住户与活动广场内的各健身器材之间的活动距离和身体接触面积,当某聚集住户与活动广场内的各健身器材之间的活动距离小于设定参照的活动距离且身体接触面积大于设定参照的身体接触面积,则将该聚集住户记为实际参与住户。
在本发明具体实施例中,所述分析各目标分析地对应人口层面的选址适配度,具体分析过程为:B1、将各目标分析地对应各关联小区中实际住户数目记为βij,其中,j表示关联小区编号,j=1,2,...,m。
B2、根据各目标分析地对应各关联小区中各住户年龄,分别统计位于婴幼儿阶段、少儿阶段和中老年阶段的住户数目,并分别记为和/>
在一个具体实施例中,所述婴幼儿阶段为0-6岁,少儿阶段为7-12岁,中老年阶段为46岁以上。
B3、计算各目标分析地对应人口结构的选址适配度 其中,K1表示设定参照的住户数目占比,e表示自然常数。
B4、从住户活动信息中提取各目标分析地对应各关联小区中的活动广场在各监测日的住户集中聚集时长、聚集住户总数和实际参与住户数目,据此计算各目标分析地对应住户活动的选址适配度
在本发明具体实施例中,所述计算各目标分析地对应住户活动的选址适配度,具体计算过程为:C1、将各目标分析地对应各关联小区中的活动广场在各监测日的住户集中聚集时长、住户聚集总数和实际参与住户数目分别记为Tijr、ηijr和σijr,其中,r表示监测日编号,r=1,2,...,g。
C2、计算各目标分析地对应各关联小区中住户活动的选址适配度δij,其中,T′、K2和K3分别表示设定参照的住户集中聚集时长、住户聚集总数占比和实际参与住户数目占比,a5、a6和a7分别表示设定的住户集中聚集时长、住户聚集总数占比和实际参与住户数目占比对应住户活动的选址适配度评估占比权重,g表示监测日数目。
C3、将各目标分析地对应各关联小区中住户活动的选址适配度与设定参照的选址适配度进行对比,统计各目标分析地对应住户活动的选址适配度大于设定参照的选址适配度的关联小区数目,记为ξi。
C4、将各目标分析地对应各关联小区中住户活动的选址适配度进行均值计算,得到各目标分析地对应住户活动的平均选址适配度,记为
C5、计算各目标分析地对应住户活动的选址适配度 其中,δ′和K4分别表示设定参照的选址适配度和关联小区数目占比,a8和a9分别表示设定的选址适配度和关联小区数目占比对应住户活动的选址适配度评估占比权重,m表示关联小区数目。
B5、计算各目标分析地对应人口层面的选址适配度 其中,a3和a4分别表示设定的人口结构和住户活动对应人口层面的选址适配度评估占比权重。
本发明实施例通过结合住户年龄和各关联小区内的活动广场上的住户集中聚集时长、聚集住户总数和实际参与住户数目进行人口结构的选址适配度分析和住户活动的选址适配度分析,从而分析各目标分析地对应人口层面的选址适配度,精确地了解了各关联小区的人口情况,降低了人口层面的选址适配度分析结果中存在的误差性,进一步提高了计划建设活动广场选址的合理性,同时保障了计划建设活动广场的选址能够满足更广泛的人群需求,提高了居民的生活幸福感。
所述道路信息监测分析模块,用于提取各目标分析地对应各关联道路的历史事故总次数,并监测各目标分析地对应各关联道路在各监测日内各通行车辆的速度,从而分析各目标分析地对应安全层面的选址适配度
需要说明的是,所述各目标分析地对应各关联道路的历史事故总次数从交通管理局提取得到。
所述各通行车辆的速度的监测方式为:在各关联道路上布设各速度监测点,通过安置在各速度监测点处的速度传感器监测得到各通行车辆在各速度监测点处的速度,并将各通行车辆在各速度监测点处的速度进行均值计算,得到各通行车辆的速度。
在本发明具体实施例中,所述分析各目标分析地对应安全层面的选址适配度,具体分析过程为:D1、根据各目标分析地对应各关联道路的历史事故总次数和在各监测日内各通行车辆的速度,计算各目标分析地对应各关联道路的安全指数ψip,其中,p表示关联道路编号,p=1,2,...,q。
在本发明具体实施例中,所述计算各目标分析地对应各关联道路的安全指数,具体计算过程为:E1、将各目标分析地对应各关联道路的历史事故总次数记为θip。
E2、将各目标分析地对应各关联道路在各监测日内各通行车辆的速度与云数据库中存储的各目标分析地对应各关联道路的最大限速进行对比,统计各目标分析地对应各关联道路在各监测日内速度大于对应的最大限速的通行车辆数目,并将其进行累加,得到各目标分析地对应各关联道路的超速通行车辆数目,记为τip。
E3、计算各目标分析地对应各关联道路的安全指数ψip,其中,θ′和τ′分别表示设定参照的历史事故总次数和超速通行车辆数目,b1和b2分别表示设定的历史事故总次数和超速通行车辆数目对应安全指数评估占比权重。
D2、将各目标分析地对应各关联道路的安全指数与设定参照的安全指数进行对比,若某目标分析地对应某关联道路的安全指数小于设定参照的安全指数,则判定该关联道路为交通不安全道路,统计各目标分析地对应交通不安全道路数目。
D3、采集各目标分析地与各交通不安全道路之间的距离,将各目标分析地与各交通不安全道路之间的距离与设定的安全距离进行对比,若某目标分析地与某交通不安全道路之间的距离小于设定的安全距离,则判定该交通不安全道路为综合不安全道路,统计各目标分析地对应综合不安全道路数目。
D4、若某目标分析地对应交通不安全道路数目大于或者等于则将该目标分析地对应安全层面的选址适配度记为/>其中,q表示关联道路数目。
D5、若某目标分析地对应交通不安全道路数目小于且该目标分析地对应综合不安全道路数目大于或者等于1,则将该目标分析地对应安全层面的选址适配度记为
D6、若某目标分析地对应交通不安全道路数目小于且该目标分析地对应综合不安全道路数目小于1,则将该目标分析地对应安全层面的选址适配度记为/>
D7由此得到各目标分析地对应安全层面的选址适配度其中,/>取值为/>或者或者/>
本发明实施例通过结合历史事故次数和通行车辆的速度进行各目标分析地对应各关联道路的安全指数分析,从而分析各目标分析地对应安全层面的选址适配度,最大程度上减少了计划建设活动广场的选址中存在的道路安全隐患问题,从而保障了交通安全和行人安全,提高了各目标分析地对应安全层面的选址适配度分析的精准性,同时为后续计划建设活动广场的选址提供有效的数据支撑依据和方向。
所述云数据库,用于存储各目标分析地对应各关联道路的最大限速。
所述选址综合分析模块,用于分析各目标分析地的综合选址适配度并将最大综合选址适配度对应的目标分析地作为待建造活动广场用地。
在本发明具体实施例中,所述各目标分析地的综合选址适配度的计算公式为:其中,b3、b4和b5分别表示设定的距离层面、人口层面和安全层面对应综合选址适配度评估占比权重。
本发明实施例通过分析距离层面、人口层面和安全层面的选址适配度,并分析各目标分析地的综合选址适配度,从而确认计划建设活动广场用地,有效解决了当前建设活动广场选址过程中存在的局限性问题,实现了各目标分析地的综合选址适配度的多角度和多层面的分析,提高了各目标分析地的综合选址适配度分析的准确性,同时提高了计划建设活动广场用地确认的可靠性和说服力,进而为居民提供了良好的休闲娱乐、锻炼身心和社交互动的场所。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (5)
1.一种智慧城市规划设计的实施方案管控系统,其特征在于,包括:
距离信息采集分析模块,用于将待建造活动广场对应规划区域内各可用地记为各目标分析地,采集各目标分析地与规划区域内各小区之间的距离,分析各目标分析地对应距离层面的选址适配度其中,i表示目标分析地编号,i=1,2,...,n;
人口信息监测分析模块,用于提取各目标分析地对应各关联小区中实际住户数目和各住户年龄,并监测各目标分析地对应各关联小区内的活动广场在各监测日的住户活动信息,从而分析各目标分析地对应人口层面的选址适配度
道路信息监测分析模块,用于提取各目标分析地对应各关联道路的历史事故总次数,并监测各目标分析地对应各关联道路在各监测日内各通行车辆的速度,从而分析各目标分析地对应安全层面的选址适配度
云数据库,用于存储各目标分析地对应各关联道路的最大限速;
选址综合分析模块,用于分析各目标分析地的综合选址适配度并将最大综合选址适配度对应的目标分析地作为待建造活动广场用地;
所述分析各目标分析地对应距离层面的选址适配度,具体分析过程为:
A1、将各目标分析地与规划区域内各小区之间的距离与设定参照的距离进行对比,若某目标分析地与规划区域内某小区之间的距离大于设定参照的距离,则将该小区记为距离过远小区,统计各目标分析地对应的距离过远小区数目,记为Mi;
A2、从各目标分析地与规划区域内各小区之间的距离中提取最远距离,记为
A3、计算各目标分析地对应距离层面的选址适配度 其中,M′和L′分别表示设定参照的距离过远小区数目和距离,a1和a2分别表示设定的距离过远小区数目和距离对应距离层面的选址适配度评估占比权重;
所述分析各目标分析地对应人口层面的选址适配度,具体分析过程为:
B1、将各目标分析地对应各关联小区中实际住户数目记为βij,其中,j表示关联小区编号,j=1,2,...,m;
B2、根据各目标分析地对应各关联小区中各住户年龄,分别统计位于婴幼儿阶段、少儿阶段和中老年阶段的住户数目,并分别记为和/>
B3、计算各目标分析地对应人口结构的选址适配度 其中,K1表示设定参照的住户数目占比,e表示自然常数;
B4、从住户活动信息中提取各目标分析地对应各关联小区中的活动广场在各监测日的住户集中聚集时长、聚集住户总数和实际参与住户数目,据此计算各目标分析地对应住户活动的选址适配度
B5、计算各目标分析地对应人口层面的选址适配度 其中,a3和a4分别表示设定的人口结构和住户活动对应人口层面的选址适配度评估占比权重;
所述计算各目标分析地对应住户活动的选址适配度,具体计算过程为:
C1、将各目标分析地对应各关联小区中的活动广场在各监测日的住户集中聚集时长、住户聚集总数和实际参与住户数目分别记为Tijr、ηijr和σijr,其中,r表示监测日编号,r=1,2,...,g;
C2、计算各目标分析地对应各关联小区中住户活动的选址适配度δij,其中,T′、K2和K3分别表示设定参照的住户集中聚集时长、住户聚集总数占比和实际参与住户数目占比,a5、a6和a7分别表示设定的住户集中聚集时长、住户聚集总数占比和实际参与住户数目占比对应住户活动的选址适配度评估占比权重,g表示监测日数目;
C3、将各目标分析地对应各关联小区中住户活动的选址适配度与设定参照的选址适配度进行对比,统计各目标分析地对应住户活动的选址适配度大于设定参照的选址适配度的关联小区数目,记为ξi;
C4、将各目标分析地对应各关联小区中住户活动的选址适配度进行均值计算,得到各目标分析地对应住户活动的平均选址适配度,记为
C5、计算各目标分析地对应住户活动的选址适配度 其中,δ′和K4分别表示设定参照的选址适配度和关联小区数目占比,a8和a9分别表示设定的选址适配度和关联小区数目占比对应住户活动的选址适配度评估占比权重,m表示关联小区数目。
2.根据权利要求1所述的一种智慧城市规划设计的实施方案管控系统,其特征在于:所述住户活动信息包括住户集中聚集时长、聚集住户总数和实际参与住户数目。
3.根据权利要求1所述的一种智慧城市规划设计的实施方案管控系统,其特征在于:所述分析各目标分析地对应安全层面的选址适配度,具体分析过程为:
D1、根据各目标分析地对应各关联道路的历史事故总次数和在各监测日内各通行车辆的速度,计算各目标分析地对应各关联道路的安全指数ψip,其中,p表示关联道路编号,p=1,2,...,q;
D2、将各目标分析地对应各关联道路的安全指数与设定参照的安全指数进行对比,若某目标分析地对应某关联道路的安全指数小于设定参照的安全指数,则判定该关联道路为交通不安全道路,统计各目标分析地对应交通不安全道路数目;
D3、采集各目标分析地与各交通不安全道路之间的距离,将各目标分析地与各交通不安全道路之间的距离与设定的安全距离进行对比,若某目标分析地与某交通不安全道路之间的距离小于设定的安全距离,则判定该交通不安全道路为综合不安全道路,统计各目标分析地对应综合不安全道路数目;
D4、若某目标分析地对应交通不安全道路数目大于或者等于则将该目标分析地对应安全层面的选址适配度记为/>其中,q表示关联道路数目;
D5、若某目标分析地对应交通不安全道路数目小于且该目标分析地对应综合不安全道路数目大于或者等于1,则将该目标分析地对应安全层面的选址适配度记为/>
D6、若某目标分析地对应交通不安全道路数目小于且该目标分析地对应综合不安全道路数目小于1,则将该目标分析地对应安全层面的选址适配度记为/>
D7由此得到各目标分析地对应安全层面的选址适配度其中,/>取值为/>或者/>或者/>
4.根据权利要求3所述的一种智慧城市规划设计的实施方案管控系统,其特征在于:所述计算各目标分析地对应各关联道路的安全指数,具体计算过程为:
E1、将各目标分析地对应各关联道路的历史事故总次数记为θip;
E2、将各目标分析地对应各关联道路在各监测日内各通行车辆的速度与云数据库中存储的各目标分析地对应各关联道路的最大限速进行对比,统计各目标分析地对应各关联道路在各监测日内速度大于对应的最大限速的通行车辆数目,并将其进行累加,得到各目标分析地对应各关联道路的超速通行车辆数目,记为τip;
E3、计算各目标分析地对应各关联道路的安全指数ψip,其中,θ′和τ′分别表示设定参照的历史事故总次数和超速通行车辆数目,b1和b2分别表示设定的历史事故总次数和超速通行车辆数目对应安全指数评估占比权重。
5.根据权利要求1所述的一种智慧城市规划设计的实施方案管控系统,其特征在于:所述各目标分析地的综合选址适配度的计算公式为:其中,b3、b4和b5分别表示设定的距离层面、人口层面和安全层面对应综合选址适配度评估占比权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311227168.1A CN117252371B (zh) | 2023-09-22 | 2023-09-22 | 一种智慧城市规划设计的实施方案管控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311227168.1A CN117252371B (zh) | 2023-09-22 | 2023-09-22 | 一种智慧城市规划设计的实施方案管控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117252371A CN117252371A (zh) | 2023-12-19 |
CN117252371B true CN117252371B (zh) | 2024-02-20 |
Family
ID=89132588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311227168.1A Active CN117252371B (zh) | 2023-09-22 | 2023-09-22 | 一种智慧城市规划设计的实施方案管控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117252371B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115063008A (zh) * | 2022-06-30 | 2022-09-16 | 武汉誉钱乐房地产有限公司 | 一种智慧城市建设能源智能化管理调度调控系统 |
CN116415756A (zh) * | 2023-05-29 | 2023-07-11 | 深圳市友昆标识制造有限公司 | 一种基于vr技术的城市虚拟场景体验管理系统 |
CN116629638A (zh) * | 2023-05-30 | 2023-08-22 | 华能吉林发电有限公司 | 一种基于物联网的城市市政供热管网节能分析系统 |
CN116777108A (zh) * | 2023-06-14 | 2023-09-19 | 上海莘阳新能源科技股份有限公司 | 一种基于大数据分析的城市供热综合智能管理系统 |
-
2023
- 2023-09-22 CN CN202311227168.1A patent/CN117252371B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115063008A (zh) * | 2022-06-30 | 2022-09-16 | 武汉誉钱乐房地产有限公司 | 一种智慧城市建设能源智能化管理调度调控系统 |
CN116415756A (zh) * | 2023-05-29 | 2023-07-11 | 深圳市友昆标识制造有限公司 | 一种基于vr技术的城市虚拟场景体验管理系统 |
CN116629638A (zh) * | 2023-05-30 | 2023-08-22 | 华能吉林发电有限公司 | 一种基于物联网的城市市政供热管网节能分析系统 |
CN116777108A (zh) * | 2023-06-14 | 2023-09-19 | 上海莘阳新能源科技股份有限公司 | 一种基于大数据分析的城市供热综合智能管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117252371A (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108961747B (zh) | 一种不完备卡口数据条件下的城市道路交通状态信息提取方法 | |
CN105869405B (zh) | 基于卡口数据的城市道路交通拥堵指数计算方法 | |
CN110493816B (zh) | 一种用于轨交地铁车站客流量的实时预测方法 | |
CN103903433B (zh) | 一种道路交通状态的实时动态判别方法及装置 | |
CN107085943B (zh) | 一种道路旅行时间短期预测方法和系统 | |
CN108256714A (zh) | 一种基于车联网大数据的行车轨迹实时风险评估模型 | |
CN108629973A (zh) | 基于固定检测设备的路段交通拥堵指数计算方法 | |
CN102033932A (zh) | 面向一体化设计的城市轨道交通站点分类方法 | |
CN104464321A (zh) | 一种基于交通运行指数发展态势的智能交通诱导方法 | |
CN104318324A (zh) | 基于出租车gps记录的机场巴士站点及路线规划方法 | |
CN106507315A (zh) | 一种基于网络社交媒体数据的城市交通事故预测方法和系统 | |
CN103824449A (zh) | 一种利用众包来寻找及处理道路事故黑点的方法 | |
CN105869398B (zh) | 一种基于K-means聚类的道路交通畅通度判断方法 | |
CN111613061B (zh) | 一种基于众包和区块链的交通流采集系统及方法 | |
CN106530704A (zh) | 一种基于多元数据融合的浮动车聚集检测方法 | |
CN110378736A (zh) | 通过人脸表情识别评价游客对自然资源体验满意度的方法 | |
CN108629982B (zh) | 一种基于旅行时间分布规律的路段车辆数估计方法 | |
CN108346291A (zh) | 基于手机app的城市道路交通事故采集与分析方法 | |
CN114328675A (zh) | 基于双注意力机制和双向双层lstm的公交行程时间预测方法 | |
CN107230350A (zh) | 一种基于卡口与手机流量话单数据的城市交通量获取方法 | |
CN117173899B (zh) | 一种智慧城市交通出行品质评价方法 | |
CN115759329A (zh) | 基于卷积神经网络的景区游客人数预测方法 | |
CN108776650A (zh) | 一种基于混合高斯模型的非机动车道服务水平评价方法 | |
CN117252371B (zh) | 一种智慧城市规划设计的实施方案管控系统 | |
CN104794896B (zh) | 基于升降式限高架的高架桥拥堵空间热点自动提取方法 |
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 |