一种公共服务设施选址方法及装置制造方法及图纸

本发明专利技术提出了一种公共服务设施选址方法及装置，涉及设施选址技术领域。该公共服务设施选址方法通过获取基本数据和筛选条件，并按照筛选条件筛选出符合条件的待选的选址点，再将这些待选的选址点进行二进制编码，利用多目标粒子群算法求解最优选址点。多目标粒子群算法是一种基于迭代的群智能算法，其通过群体中个体之间的协作和信息共享来寻找最优解，具有搜索效率高、通用性能好，收敛速度快和适应性强等特点。待选的选址点经过多目标粒子群算法求解后能够很快得到最优解，从而减少了设施选址过程的时间。

【技术实现步骤摘要】
一种公共服务设施选址方法及装置
本专利技术涉及设施选址
，具体而言，涉及一种公共服务设施选址方法及装置。
技术介绍
选址问题在公服设施、应急设施、工业厂房、通信基站中都有着非常广泛的应用，如工厂、仓库、垃圾处理中心的选址等。选址是最重要的长期决策之一，选址的好坏直接影响到服务方式、服务质量、服务效率、服务成本等，从而影响到利润和市场竞争力，甚至决定了企业的命运。好的选址会给人民的生活带来便利，降低成本，扩大利润和市场份额，提高服务效率和竞争力，差的选址往往会带来很大的不便和损失，甚至是灾难，所以，选址问题的研究有着重大的经济、社会和军事意义。选址问题就是一项多目标优化问题，在求解多目标优化问题中，常用的智能进化算法有模拟退火算法。采用模拟退火算法时，在变量多，目标函数复杂等复杂情况下需要大量求解时间，导致整个选址过程需要耗费大量时间。
技术实现思路
本专利技术的目的在于提供一种公共服务设施选址方法及装置，用以改善现有技术中设施选址过程需要耗费大量时间的问题。第一方面，本申请实施例提供一种公共服务设施选址方法，包括以下步骤：获取基本数据及选址条件；所述基本数据包括选址单元的数据；根据所述选址条件对所述选址单元的数据进行筛选，以筛选出符合所述选址条件的选址单元作为待选的选址点；对所述待选的选址点进行编码和排列，得到编码的选址点；将所述编码的选址点经过多目标粒子群算法求解，并得出最优选址点。上述实现的过程中，通过获取基本数据和筛选条件，并按照筛选条件筛选出符合条件的待选的选址点，再将这些待选的选址点经过多目标粒子群算法求解，多目标粒子群算法是一种基于迭代的群智能算法，在多目标粒子群算法中，粒子通过当前搜索到最优点进行共享信息，所以很大程度上这是一种单项信息共享机制，整个搜索更新过程是跟随当前最优解的过程，从而能够很快得到最优的选址点。这种算法搜索效率高、通用性能好，具有较快的收敛速度和很强的适应性，待选的选址点经过多目标粒子群算法处理后能够很快得到最优解，从而减少了设施选址过程的时间。在本专利技术的一些实施例中，基本数据及选址条件步骤之后，所述根据所述选址条件对所述选址单元的数据进行筛选，以筛选出符合所述选址条件的选址单元作为待选的选址点的步骤之前还包括以下步骤：根据所述选址单元的数据和所述居民点POI数据，确定居民点到所述选址单元的距离；根据所述选址单元的数据和所述公共服务设施POI数据，确定公共服务设施到所述选址单元的距离；根据所述选址单元的数据，确定所述选址单元的面积。在本专利技术的一些实施例中，所述选址单元为控规地块。上述实现的过程中，每一个控规地块都有一个编号，通过对控规地块的二进制编码，将求解空间从二维转换为一维，从而提升了计算速度。在本专利技术的一些实施例中，所述选址条件包括预设的选址设施类型、设施规模和用地性质；所述根据所述选址条件对所述选址单元的数据进行筛选，以筛选出符合所述选址条件的选址单元作为待选的选址点的步骤包括以下步骤：根据所述用地性质筛选出符合所述用地性质的选址单元作为待选的选址点；根据所述设施类型筛选出符合所述设施类型的未建的选址单元作为待选的选址点；根据所述设施规模筛选出符合所述设施规模的选址单元作为待选的选址点。在本专利技术的一些实施例中，将所述编码的选址点经过多目标粒子群算法求解，并得出最优选址点的步骤包括以下步骤：初始化粒子群中粒子的位置和速度；所述粒子群中的粒子为编码的选址点；构建适应度函数，并根据适应度函数来计算粒子的适应度；根据所述适应度获取粒子的个体最优值、全体粒子最优值并根据所述个体最优值和所述全体粒子最优值更新粒子的速度与位置；通过更新粒子的速度与位置得到新的粒子群；判断所述适应度计算是否满足预设的收敛条件；在不满足所述收敛条件的情况下，构建适应度函数，并根据适应度函数来计算粒子的适应度；在满足所述收敛条件的情况下，输出所述全体粒子最优值作为最优选址点。上述实现过程中，粒子在进行适应度计算后都会获取粒子的个体最优值、全体粒子最优值，并根据所述个体最优值和所述全体粒子最优值更新粒子的速度与位置，使所有粒子可以以更快速度收敛于最优解，从而提高了计算效率。粒子只是通过内部速度进行更新，因此原理更简单、参数更少、实现更容易。在本专利技术的一些实施例中，所述初始化粒子群中粒子的位置和速度的步骤包括以下步骤：将所述粒子群中每个粒子的初始位置以一组二进制编码来表示；将所述粒子群中每个粒子的初始速度以随机浮点数表示。在本专利技术的一些实施例中，所述适应度函数包括：最大化服务质量函数其中，wi为居民点i的人口数，Zij为居民点i分配给公共服务设施j的需求比例，qij为公共服务设施j的服务质量；其中，D1是公共服务设施理论服务半径，D2是公共服务设施最大的服务半径；dij为居民点i到设施j的距离；最小化出行成本函数其中为居民点dik为居民点i到其最近的公共服务设施k之间的距离。上述实现过程中，公共服务设施的服务质量qij采用了渐进覆盖模型，将服务半径用来计算最大化服务质量和最小化出行成本，在实际计算中，即使是超出了半径，也不是直接降为0，而是一个缓慢下降的过程，因此针对该情形设计了上述最大化服务质量和最小化出行成本函数，使得该模型更贴近实际，从而使计算结果更精确第二方面，本申请实施例提供一种公共服务设施选址装置，所述装置包括：基本数据及选址条件获取模块，用于获取基本数据及选址条件；所述基本数据包括选址单元的数据；待选的选址点筛选模块，用于根据所述选址条件对所述选址单元的数据进行筛选，以筛选出符合所述选址条件的选址单元作为待选的选址点；选址点编码模块，用于对所述待选的选址点进行编码和排列，得到编码的选址点；多目标粒子群算法模块，用于将所述编码的选址点经过多目标粒子群算法求解，并得出最优选址点。在本专利技术的一些实施例中，所述基本数据还包括居民点POI数据和公共服务设施POI数据，所述公共服务设施选址装置还包括：第一距离确定模块，用于根据所述选址单元的数据和所述居民点POI数据，确定居民点到所述选址单元的距离；第二距离确定模块，用于根据所述选址单元的数据和所述公共服务设施POI数据，确定公共服务设施到所述选址单元的距离；面积确定模块，用于根据所述选址单元的数据，确定所述选址单元的面积。在本专利技术的一些实施例中，所述选址单元为控规地块。在本专利技术的一些实施例中，所述选址条件包括预设的选址设施类型、设施规模和用地性质；所述待选的选址点筛选模块包括：第一待选的选址点筛选单元，用于根据所述用地性质筛选出符合所述用地性质的选址单元作为待选的选址点；第二待选的选址点筛选单元，用于根据所述设施类型筛选出符合所述设施类型的未建的选址单元作为待选的选址点；第三待选的选址点筛选单元，用于根据所本文档来自技高网...

【技术保护点】
1.一种公共服务设施选址方法，其特征在于，包括以下步骤：/n获取基本数据及选址条件；所述基本数据包括选址单元的数据；/n根据所述选址条件对所述选址单元的数据进行筛选，以筛选出符合所述选址条件的选址单元作为待选的选址点；/n对所述待选的选址点进行编码和排列，得到编码的选址点；/n将所述编码的选址点经过多目标粒子群算法求解，并得出最优选址点。/n

【技术特征摘要】
1.一种公共服务设施选址方法，其特征在于，包括以下步骤：
获取基本数据及选址条件；所述基本数据包括选址单元的数据；
根据所述选址条件对所述选址单元的数据进行筛选，以筛选出符合所述选址条件的选址单元作为待选的选址点；
对所述待选的选址点进行编码和排列，得到编码的选址点；
将所述编码的选址点经过多目标粒子群算法求解，并得出最优选址点。


2.根据权利要求1所述的公共服务设施选址方法，其特征在于，所述基本数据还包括居民点POI数据和公共服务设施POI数据，所述获取基本数据及选址条件步骤之后，所述根据所述选址条件对所述选址单元的数据进行筛选，以筛选出符合所述选址条件的选址单元作为待选的选址点的步骤之前还包括以下步骤：
根据所述选址单元的数据和所述居民点POI数据，确定居民点到所述选址单元的距离；
根据所述选址单元的数据和所述公共服务设施POI数据，确定公共服务设施到所述选址单元的距离；
根据所述选址单元的数据，确定所述选址单元的面积。


3.根据权利要求1所述的公共服务设施选址方法，其特征在于，所述选址单元为控规地块。


4.根据权利要求2所述的公共服务设施选址方法，其特征在于，所述选址条件包括预设的选址设施类型、设施规模和用地性质；所述根据所述选址条件对所述选址单元的数据进行筛选，以筛选出符合所述选址条件的选址单元作为待选的选址点的步骤包括以下步骤：
根据所述用地性质筛选出符合所述用地性质的选址单元作为待选的选址点；
根据所述设施类型筛选出符合所述设施类型的未建的选址单元作为待选的选址点；
根据所述设施规模筛选出符合所述设施规模的选址单元作为待选的选址点。


5.根据权利要求1所述的公共服务设施选址方法，其特征在于，将所述编码的选址点经过多目标粒子群算法求解，并得出最优选址点的步骤包括以下步骤：
初始化粒子群中粒子的位置和速度；所述粒子群中的粒子为编码的选址点；
构建适应度函数，并根据适应度函数来计算粒子的适应度；
根据所述适应度获取粒子的个体最优值、全体粒子最优值并根据...

【专利技术属性】
技术研发人员：裘炜毅，唐春雷，刘佳，
申请(专利权)人：上海元卓信息科技有限公司，
类型：发明
国别省市：上海;31