System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及购物中心选址,具体涉及基于购物者偏好的竞争定位模型及构建方法。
技术介绍
1、选址的重要性在零售业得到了广泛认可;研究人员和开发商都认为,战略选址可以最大限度地提高利润,同时扩大总市场份额,最大限度地减少蚕食,然而,对于日益发展和壮大的购物商场而言,精确化购物中心的选址却尚未引起广泛关注。
2、现有的通过多准则分析(mca)和层次分析法(ahp)这两种常用的方法进行选址,利用各种建模模型实现选址问题的解决,现有的通过研究零售中心聚集的吸引力、零售设施的竞争力可以通过编制社会人口学变量转化为总市场份额分为huff模型(hm)和mci模型,虽然该模型包括吸引力变量,如与消费者的距离和设施的质量水平,但是建模过程没有考虑变量参数的校准;导致区位问题的实际应用有限,并且还忽视了在可持续发展理念下公共交通、紧凑型定居点和商业多样性的重要性。
技术实现思路
1、本专利技术的目的在于提供基于购物者偏好的竞争定位模型及构建方法,解决以下技术问题:
2、怎样解决选址区位问题的实际应用并且实现模型构建的预测精度的显著提高。
3、本专利技术的目的可以通过以下技术方案实现:
4、基于购物者偏好的竞争定位模型的构建方法,包括:
5、s1、建立初始基于购物者偏好的竞争定位模型;
6、s2、确定识别购物中心吸引力属性实现基于购物者偏好的竞争定位模型的模型构建,预测新购物中心最佳位置;
7、s3、对基于购物者偏好的竞
8、优选地,所述购物中心吸引力属性包括五个吸引力变量:购物中心的规模大小、购物中心内租户的多样性、购物中心附近的零售集聚、购物中心与地铁站的距离、消费者与购物中心的距离;
9、对所述五个吸引力变量预处理后的变量参数包括:总建筑面积、多样性指数、零售聚集指数、地铁距离指数、购物中心距离指数。
10、优选地,所述初始基于购物者偏好的竞争定位模型以mci模型为基础,公式为:
11、
12、其中,pi,j为消费者i在购物中心j购物的概率;xijk为购物中心j对消费者i的吸引力的第k个变量;βk为影响xijk的参数;q为变量xijk的总数;m为购物中心的总数。
13、优选地,所述步骤s2的具体步骤为:
14、假设问题:假设在某个r×r大小的区域中开发一个新的购物中心fm+1(xm+1;ym+1);在这个区域中,存在m个购物中心,现有的购物中心表示为fj(xj;yj),j∈[1;m];ci(xi;yi)是城市区域的需求点,ωi是ci处的需求,ci∈r×r;
15、任务:找到新购物中心的最佳位置,保证拥有最大的总市场份额;
16、则新购物中心的吸引力为:
17、
18、其中,s为建筑面积,d为需求矩阵,di为多样性指数,ra为零临售聚集指数,dm为需求矩阵;sm+1为m+1个购物中心的建筑面积;λ为距离衰减参数,单位为hm;以及γ1、γ2和γ3为待校准的参数;
19、研究区域内所有购物中心的吸引力均为:
20、
21、根据研究区域确定新购物中心的吸引力方程输入预设模型确定新购物中心fm+1购物的概率为:
22、
23、ci居民的需求ωi是:
24、ωi=meph×hd×scell
25、其中,meph为每户每月支出;hd为ci的住户密度;scell为网格单元的大小;
26、在ci由fm+1捕获的总需求为:
27、msi,m+1=ωi×pi,m+1
28、新购物中心fm+1的总市场份额由fm+1从研究区域内所有需求点获取的总需求估算得出:
29、
30、当满足以下情况时,假设问题可以被解决:
31、fm+1(xm+1,ym+1)=f(x,y)
32、satisfies
33、
34、其中,f(x,y)为新购物中心的最佳位置。
35、优选地,所述多样性指数的计算公式为:
36、
37、其中,r为商店类型的总数,psr为购物中心内第r类型商店的比例。
38、优选地,所述步骤s3中进行程序测试的过程为:
39、s31、将最新的购物中心fm+1数据输入基于购物者偏好的竞争定位模型的模型中预测fm+1的最佳位置pl;
40、s32、设置建模改进基准hm,估算基于hm的fm+1的pl,在hm中,居住在ci的人在新购物中心fm+1购物的概率为:
41、s33、将预测位置pl与实际位置rl进行比较,实现参数校准。
42、优选地,还包括:
43、s4、对基于购物者偏好的竞争定位模型进行模型验证。
44、基于购物者偏好的竞争定位模型,所述模型包括:
45、吸引力变量识别模块,用于反映购物中心选址问题,确定变量数据资源;
46、模型构建模块,用于确定假设问题,依据吸引力方程和mci模型实现基于购物者偏好的竞争定位模型的初步构建;
47、数据收集模块,用于获取数据资源,采集数据样本并进行预处理;
48、测试程序模块,用于将预处理后的数据作为向量及矩阵导入基于购物者偏好的竞争定位模型进行参数校准,获取位置最优解;
49、模型验证模块,用于依据总市场份额数据验证基于购物者偏好的竞争定位模型,获取更高、更稳定的验证结果。
50、本专利技术的有益效果:本专利技术通过构建基于购物者偏好的竞争定位模型(spclm)来解决购物中心的选址问题;本模型构建确定了五个有吸引力的属性:规模、购物中心内租户的多样性、购物中心附近的零售集聚、与地铁站的距离以及消费者与购物中心的距离;通过五个变量的参数使用中国香港特别行政区的四个样本区进行校准;为了对模型的改进进行基准测试,还对现有hm模型和mci模型进行了校准以进行比较;通过进行现场调查,验证了spclm和现有模型的最佳位置,得出spclm预测的最佳位置比现有模型和现有购物中心的实际位置预测的最优位置具有更高的行人流量的结果,并且该模型显著提高了选址预测精度。
51、当然,实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。
本文档来自技高网...【技术保护点】
1.基于购物者偏好的竞争定位模型的构建方法,其特征在于,包括:
2.根据权利要求1所述的基于购物者偏好的竞争定位模型的构建方法,其特征在于,所述购物中心吸引力属性包括五个吸引力变量:购物中心的规模大小、购物中心内租户的多样性、购物中心附近的零售集聚、购物中心与地铁站的距离、消费者与购物中心的距离;
3.根据权利要求1所述的基于购物者偏好的竞争定位模型的构建方法,其特征在于,所述初始基于购物者偏好的竞争定位模型以MCI模型为基础,公式为:
4.根据权利要求3所述的基于购物者偏好的竞争定位模型的构建方法,其特征在于,所述步骤S2的具体步骤为:
5.根据权利要求4所述的基于购物者偏好的竞争定位模型的构建方法,其特征在于,所述多样性指数的计算公式为:
6.根据权利要求4所述的基于购物者偏好的竞争定位模型的构建方法,其特征在于,所述步骤S3中进行程序测试的过程为:
7.根据权利要求1所述的基于购物者偏好的竞争定位模型的构建方法,其特征在于,还包括:
8.基于购物者偏好的竞争定位模型,采用如权利要求1-7任一
...【技术特征摘要】
1.基于购物者偏好的竞争定位模型的构建方法,其特征在于,包括:
2.根据权利要求1所述的基于购物者偏好的竞争定位模型的构建方法,其特征在于,所述购物中心吸引力属性包括五个吸引力变量:购物中心的规模大小、购物中心内租户的多样性、购物中心附近的零售集聚、购物中心与地铁站的距离、消费者与购物中心的距离;
3.根据权利要求1所述的基于购物者偏好的竞争定位模型的构建方法,其特征在于,所述初始基于购物者偏好的竞争定位模型以mci模型为基础,公式为:
4.根据权利要求3所述的基于购物者偏好的竞争定位模...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。