【技术实现步骤摘要】
本专利技术公开一种方法,涉及数据处理领域，具体地说是一种基于聚类分析和重心法的网格区域服务设施布局优化方法、装置及设备。
技术介绍
1、网格区域是将给定区域划分为一个个网格后所得的区域。网格化管理就是以网格区域中的网格为基本单位进行管理和服务的一种模式，能够将传统、被动、定性和分散的管理与服务转变为现代、主动、定量和系统的管理与服务，可以显著提高基层治理的水平。
2、然而在网格区域内，用于提供基本服务或特定服务的设施的布局规划还不够完善，需要提高合理性，以便提高服务设施的利用率，为每个网格提供均衡的服务资源。
技术实现思路
1、本专利技术针对现有技术的问题，提供一种基于聚类分析和重心法的网格区域服务设施布局优化方法，鉴于服务设施布局的重要性，解决网格区域服务设施的布局优化问题，能够使服务设施在得到充分利用的基础上为网格区域内每个网格提供更便利和优质的服务。
2、本专利技术提出的具体方案是：
3、本专利技术提供一种基于聚类分析和重心法的网格区域服务设施布局优化方法，包括：
4、步骤1：将网格区域的边界点经纬度坐标转换为平面坐标，其中利用gauss-kruger投影算法将边界点经纬度坐标转换为对应的平面坐标，得到网格所有边界点的平面坐标组成的网格边界转换数据集；
5、步骤2：计算网格区域内各网格的属性数据和需求指数，包括：
6、步骤21：根据网格区域内各网格的边界点的平面坐标，计算网格的属性数据，所述属性数据包括网
7、步骤22：根据服务设施的服务性质以及所能提供的服务内容，确定服务群体，根据服务群体计算网格的需求指数，将所述属性数据和需求指数汇总存储至网格关联数据集；
8、步骤3：使用k-means++算法对网格进行聚类分析，完成服务设施的粗略布局，包括：
9、步骤31：基于网格质心坐标和网格聚类数目的预设值，使用k-means++算法对网格质心坐标进行聚类，获得每个网格被分配到的聚类标签，并根据聚类标签得到与网格聚类数目的预设值相同数量的网格聚类集，
10、步骤32：将服务设施的布局数量以及服务设施的服务覆盖范围作为网格区域服务设施的粗略布局数据，其中将网格聚类数目的预设值作为服务设施的布局数量，将网格聚类集作为服务设施的服务覆盖范围；
11、步骤4：构造服务设施布局的目标函数，确定目标函数的优化原则，其中根据服务设施与网格之间的距离以及网格的属性数据和需求指数，将待选位置与服务设施的服务覆盖范围内所有网格的加权距离总和构造为服务设施布局的目标函数，并确定优化原则为：目标函数取得最小值的待选位置为服务设施的最佳布局位置；
12、步骤5：基于目标函数的优化原则，结合重心法优化目标函数，完成服务设施的精细布局，包括：
13、步骤51：基于网格区域内服务设施的粗略布局数据，获取当前的服务设施的服务覆盖范围，结合当前的服务设施的服务覆盖范围对应的网格聚类集和网格关联数据集，计算当前的服务设施的服务覆盖范围的加权重心，
14、步骤52：将所述加权重心作为当前的布局位置，结合当前的服务设施的服务覆盖范围对应的网格聚类集和网格关联数据集，计算当前的布局位置的目标函数值，
15、步骤53：基于当前的布局位置，根据当前的服务设施的服务覆盖范围中各网格质心坐标以及各网格的权重，计算当前的布局位置的比较位置和比较位置的目标函数值，
16、步骤54：判断当前的布局位置的目标函数值是否大于比较位置的目标函数值，大于则将比较位置作为当前的布局位置，直至当前的布局位置的目标函数值不大于比较位置的目标函数值，获取最终当前的布局位置，将最终当前的布局位置的平面坐标转换为经纬度坐标，作为最佳布局位置。
17、进一步，所述的一种基于聚类分析和重心法的网格区域服务设施布局优化方法中步骤1中，具体步骤包括：
18、步骤11：利用gauss-kruger投影算法中对应的三度分带以及当前网格区域所处的经度范围，确定当前的网格区域对应的投影带，进而确定当前网格区域对应的中央经线的经度，
19、步骤12：将当前网格区域对应的中央经线的经度作为gauss-kruger投影算法的代入参数，确定当前网格区域对应的gauss-kruger投影正算算法和反算算法，
20、步骤13：网格区域内各网格的所有边界点经纬度坐标按照逆时针或顺时针排列顺序组成网格边界原始数据集，获取网格边界原始数据集，
21、步骤14：对各网格，使用gauss-kruger投影正算算法按照原有排列顺序依次将网格边界原始数据集中的边界点经纬度坐标转换为对应的平面坐标，得到网格所有边界点平面坐标组成的网格边界转换数据集。
22、进一步，所述的一种基于聚类分析和重心法的网格区域服务设施布局优化方法中步骤21中基于python中的shapely几何处理库，读取网格边界转换数据集中所有边界点平面坐标，分别使用几何处理库中的area方法和centroid方法计算网格面积和网格质心坐标。
23、进一步，所述的一种基于聚类分析和重心法的网格区域服务设施布局优化方法中步骤22中根据服务群体的特征数据，对服务群体进行划分，得到服务群体的分组，获取网格区域内各网格内服务群体各分组人群的数量，并结合层次分析法和熵权法确定各分组人群的权重，使用加权法计算各网格各分组人群数量与对应分组人群权重的乘积，并将各网格对应的乘积数据的求和结果作为各网格的需求指数。
24、进一步，所述的一种基于聚类分析和重心法的网格区域服务设施布局优化方法中步骤31中包括：获取网格聚类数目的预设值，
25、其中若已知待布局服务设施的数量，则网格聚类数目的预设值为待布局服务设施的数量；
26、若未知待布局服务设施的数量，则根据应用情况确定待布局服务设施的数量上限，结合网格关联数据集中样本数的算数平方根确定网格聚类数目的取值验证上限，所述取值验证上限为网格关联数据集中样本数的算数平方根与待布局服务设施的数量上限二者中的较小值，
27、从小到大依次从小于取值验证上限的整数中选取数值作为当前验证聚类数目，并使用k-means++算法基于网格质心坐标，计算当前聚类数目对应的sse值，所述sse值为每个网格与对应聚类中心的距离平方和，
28、基于所有当前聚类数目与对应的sse值绘制的折线图，使用手肘法确定网格聚类数目的预设值。
29、进一步，所述的一种基于聚类分析和重心法的网格区域服务设施布局优化方法中步骤4中构造服务设施布局的目标函数，表示为：
30、
31、其中x,y分别表示待选位置的横坐标和纵坐标；xi,yi分别表示服务设施服务覆盖范围中第i个网格质心的横坐标和纵坐标；wi为服务设施服务覆盖范围中第i个网格的权重，取值为服务覆盖范围中第i个网格的需求指数密度的倒数，需求指数密度则为网本文档来自技高网...
【技术保护点】
1.一种基于聚类分析和重心法的网格区域服务设施布局优化方法，其特征是包括：
2.根据权利要求1所述的一种基于聚类分析和重心法的网格区域服务设施布局优化方法，其特征是步骤1中，具体步骤包括：
3.根据权利要求1所述的一种基于聚类分析和重心法的网格区域服务设施布局优化方法，其特征是步骤21中基于Python中的shapely几何处理库，读取网格边界转换数据集中所有边界点平面坐标，分别使用几何处理库中的area方法和centroid方法计算网格面积和网格质心坐标。
4.根据权利要求1或3所述的一种基于聚类分析和重心法的网格区域服务设施布局优化方法，其特征是步骤22中根据服务群体的特征数据，对服务群体进行划分，得到服务群体的分组，获取网格区域内各网格内服务群体各分组人群的数量，并结合层次分析法和熵权法确定各分组人群的权重，使用加权法计算各网格各分组人群数量与对应分组人群权重的乘积，并将各网格对应的乘积数据的求和结果作为各网格的需求指数。
5.根据权利要求1所述的一种基于聚类分析和重心法的网格区域服务设施布局优化方法，其特征是步骤31中包括：
6.根据权利要求1所述的一种基于聚类分析和重心法的网格区域服务设施布局优化方法，其特征是步骤4中构造服务设施布局的目标函数，表示为：
7.根据权利要求1所述的一种基于聚类分析和重心法的网格区域服务设施布局优化方法，其特征是步骤51中计算当前的服务设施的服务覆盖范围的加权重心，包括：加权重心的横坐标的计算公式为,加权重心的纵坐标的计算公式为xi,yi分别表示当前服务覆盖范围中第i个网格质心的横坐标和纵坐标，wi为当前服务覆盖范围中第i个网格的权重。
8.根据权利要求7所述的一种基于聚类分析和重心法的网格区域服务设施布局优化方法，其特征是步骤5中将当前的布局位置表示为(Xc,Yc)及对应的目标函数值为f(Xc,Yc)，步骤53中计算当前的布局位置对应的比较位置(Xcc,Ycc)以及比较位置的目标函数值f(Xcc,Ycc)，其中，比较位置的计算公式为：
9.一种基于聚类分析和重心法的网格区域服务设施布局优化装置，其特征是包括坐标转换模块、网格数据管理模块、聚类分析模块、函数优化模块和优化布局模块，
10.一种基于聚类分析和重心法的网格区域服务设施布局优化的电子设备，其特征是包括：至少一个存储器和至少一个处理器；
...【技术特征摘要】
1.一种基于聚类分析和重心法的网格区域服务设施布局优化方法，其特征是包括：
2.根据权利要求1所述的一种基于聚类分析和重心法的网格区域服务设施布局优化方法，其特征是步骤1中，具体步骤包括：
3.根据权利要求1所述的一种基于聚类分析和重心法的网格区域服务设施布局优化方法，其特征是步骤21中基于python中的shapely几何处理库，读取网格边界转换数据集中所有边界点平面坐标，分别使用几何处理库中的area方法和centroid方法计算网格面积和网格质心坐标。
4.根据权利要求1或3所述的一种基于聚类分析和重心法的网格区域服务设施布局优化方法，其特征是步骤22中根据服务群体的特征数据，对服务群体进行划分，得到服务群体的分组，获取网格区域内各网格内服务群体各分组人群的数量，并结合层次分析法和熵权法确定各分组人群的权重，使用加权法计算各网格各分组人群数量与对应分组人群权重的乘积，并将各网格对应的乘积数据的求和结果作为各网格的需求指数。
5.根据权利要求1所述的一种基于聚类分析和重心法的网格区域服务设施布局优化方法，其特征是步骤31中包括：获取网格聚类数目的预设值，
6.根据权利要求1...
【专利技术属性】
技术研发人员：张庆乐，孙永超，赵海兴，申传旺，邱阳，
申请(专利权)人：浪潮卓数大数据产业发展有限公司，
类型：发明
国别省市：
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。