买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于大数据的社区公共绿地组群布局优化方法_东南大学_202111362920.4 

申请/专利权人:东南大学

申请日:2021-11-17

公开(公告)日:2024-03-29

公开(公告)号:CN114048910B

主分类号:G06Q10/04

分类号:G06Q10/04;G06Q10/063;G06Q50/26;G06F16/29;G06F18/23213;G06F18/27

优先权:

专利状态码:有效-授权

法律状态:2024.03.29#授权;2022.03.04#实质审查的生效;2022.02.15#公开

摘要:本发明公开一种基于大数据的社区公共绿地组群布局优化方法,所述方法包括以下步骤:样本访客量数据库和布局基本特征数据库的建立;样本数据融合获得样本布局拓展特征数据库;影响访客量的样本布局关键因素确认;样本布局的优化策略。本发明通过多源大数据衡量大范围社区公共绿地组群的访客量、规模属性、结构属性及外部环境特征,以提升城市绿地规划分析的广度和精度;社区公共绿地组群布局关键因素识别方法,能同时对大范围社区公共绿地组群自身规模、外部环境、组群结构及绿地‑环境关联等多类布局相关因素展开整合分析,提取影响社区公共绿地组群访客量的布局关键因素及其作用方式,有效克服传统城市绿地访客量调查及布局分析的时空局限性。

主权项:1.一种基于大数据的社区公共绿地组群布局优化方法,其特征在于,所述绿地组群布局优化方法包括以下步骤:S1:样本访客量数据库和布局基本特征数据库的建立通过多源大数据的采集与清洗,获取待优化区域内社区公共绿地组群样本的访客量数据、自身规模数据和外部环境数据,在GIS上将样本访客量数据设定为样本访客量数据库,将样本自身规模数据和外部环境数据设定为样本布局基本特征数据库;S2:样本数据融合获得样本布局拓展特征数据库应用数据融合法重构样本的自身规模数据和外部环境数据,获得样本结构数据和样本-环境关联数据,在GIS上设定为样本布局拓展特征数据库;S3:影响访客量的样本布局关键因素确认以样本布局基本特征数据库和布局拓展特征数据库中的指标为初选自变量,访客量指标为因变量建立多元线性回归分析模型,识别确认影响样本访客量的布局关键因素类型、重要程度及其作用方式;S4:样本布局的优化策略应用k-means法根据样本访客量数据将待优化区域中所有样本进行聚类,根据聚类中心值设定样本布局优化优先级,聚类中心值越低样本布局优化优先级越高;按照布局优化优先级由高到低的顺序,依次分析各聚类样本中的布局关键因素指标,进行问题诊断;按照重要性排序,对访客量具有积极促进作用的布局因素指标进行依次强化,同时限制对访客量具有消极作用的指标,并将其统一纳入到布局优化策略中指导后续实施;所述样本结构数据获取方法具体包括:通过统计样本内部社区公共绿地位置数据计算样本内部社区公共绿地的平均距离、平均最近邻指数和空间形态紧凑度指数三类指标值,并导入GIS平台,共同构成样本结构数据; AveDis为样本内社区公共绿地平均距离,k为样本中社区公共绿地数量,为样本内部社区公共绿地i与其他社区公共绿地的平均距离; ANNR为样本平均最近邻指数,为样本内最邻近社区公共绿地平均距离,为样本内社区公共绿地在布局调控单元随机分布时的平均距离; Di为样本内社区公共绿地i与它最邻近社区公共绿地之间距离; LFCR为样本空间形态紧凑度,A为样本凸多边形面积,L为样本凸多边形周长;所述S3具体包括分析模型运行原理与过程:S31:在SPSS软件上首先应用方差膨胀系数对初选自变量展开共线性检验,遇到方差膨胀系数大于5的变量组时,剔除组内对因变量变化解释度最低的自变量后进行再检验,一直到所有自变量方差膨胀系数值均低于5时,完成对自变量初步筛选;S32:以样本访客量指标为因变量,分别以初步筛选后的样本自身规模指标、外部环境指标、样本结构指标、样本-环境关联指标为自变量组,采用多元线性回归模型用方差检验统计量分别检验各类型自变量组对因变量变化影响的整体显著性;显著性水平α值设定后,方差检验统计量大于该显著性水平条件下的计算临界值视为具有显著性特征;根据显著性检验结果,剔除结果中不显著的自变量类型,完成自变量筛选;S33:将筛选后的所有自变量带入多元线性回归模型,根据p值检验结果提取出对因变量具有显著影响的自变量指标,p值小于0.05,视为该自变量对因变量的变化具有显著性影响;S34:根据归一化相关系数极性将自变量分为积极作用因素和消极作用因素,根据回归系数检验值判定自变量对因变量的作用程度,按照作用程度对积极因素和消极因素的重要性展开排序。

全文数据:

权利要求:

百度查询: 东南大学 一种基于大数据的社区公共绿地组群布局优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。