[发明专利]设计用来对用户定义的土地开发问题产生至少一个概念性的合适解决方案的计算机实施的土地规划系统和方法

说明书

技术领域

本发明涉及设计用于对用户定义的土地开发问题产生至少一个概念性的合适解决方案的计算机实施的土地规划系统和方法。本发明可同样应用于对单片和多片商用、混用和住宅用地场所的规划和开发。

背景技术

今天被专业房地产开发商、公司、政府实体等用来评估土地的工程设计可行性、开发成本和投资目的等的过程是耗时的、不准确的和昂贵的。不幸的是，由于土地使用规划所附加的政治因素、环境保护需要、延长的审批过程以及所需区域中的土地的可用性和增加的成本都使得当前过程变得更复杂和昂贵。该问题影响了范围广阔的土地使用者，包括例如房地产开发商(办公/工业、商业、零售、住宅)、拥有和使用房地产的公司(国有/私营)和政府实体(联邦、州、郡、市)。

对于上述每个使用者，评估土地场所进行开发的可行性通常涉及一个土地开发团队，该团队包括一个或多个建筑师、工程师和土地规划师。这些团队成员中的很多人都专注于在被考虑的场所上所要进行的使用的设计和规划。这个最初的规划过程可能花费2天至四周，并且结果经常是一个单一的具有有限信息的示意图(例如，该场所是否支持建筑占用面积或建筑用地以及必要的街道和/或停车场？)。在这一点，很大程度上基于对该项目的直觉和“心灵感应”，开发商会选择签约进行额外的规划和工程设计，以更加准确地评估规划和预算的可行性。该过程将花费2周至16周，并且结果经常是仅有一个选择，其基于设计师的经验而不是在任何方面的最优化。然后该信息被用来估计更准确的预算。经常需要时间价值工程学将设计带回到原始预算内。该过程花费2周至6周。一般直到规划过程结束才会确定最终预算——这是在对土地场所的最初考虑的大概3-4个月之后。

上述规划过程通常必须在地产被购买之前就开始，并且需要对法律费用和定金的大量投资，以将地产持有更长的时间段。

在这个4周至28周的过程(平均16周)和可观的花费并冒着失去机会的风险之后，开发商必须基于一个未被最优化的设计选项来评估购买和开发该地产的风险。不幸的是，上述过程由于所涉及的许多团队之间的错误传达和不沟通会变得更复杂，这经常导致糟糕的设计、错误的预算、不一致和失败的项目。

本申请认识到土地开发行业需要主要范例的转变，现在通过数学建模和计算机硬件的发展使其成为可能。本发明的主要目标是通过虚拟工程设计系统解决上述问题，该系统能够为土地开发产生许多优化的可选方案——包括每个潜在解决方案的规划、工程设计和预算。该计算过程通常最多在24小时期间内完成。

启发式策略

通过使用启发式数学方法，比如遗传算法，提高了本发明的速度和效率。简单说来，遗传算法(或“GA”)就是模仿生物进化作为解决问题的策略的一种程序设计技术。给定要解决的特定问题，GA的输入是以某种方式编码的一组对该问题的潜在解决方案和允许定量评估每个候选解决方案的被称为“合适度函数”的度量。这些候选解决方案可能是业界已知的解决方案，GA的目标是改善它们，但通常它们是随机产生的。

从这些最初的候选解决方案出发，通过已知为突变(mutation)和交叉(crossover)的过程引入随机改变。然后所得的数字产物传到下一代，形成候选解决方案的新集合，并经过第二轮合适度评估。那些对其代码的改变使其恶化的或没有变得更好的候选解决方案被再次删除；但是同样，仅仅是偶然的，引入总体的随机变化会改善一些个体，使它们对于所述问题变成更好的、更完整的或更有效的解决方案。再一次，这些胜出的个体带着随机改变被选择和复制到下一代中，并且该过程被重复。所期望的是总体的平均合适度每一轮都会被提高，因此通过重复该过程上百或上千轮，可以发现对于该问题的非常好的解决方案。

发明内容

因此，本发明的一个目的是提供一种计算机实施的土地规划系统和方法，它被设计用于对用户定义的土地开发问题产生至少一个概念性的合适解决方案。

本发明的另一个目的是提供一种计算机实施的土地规划系统，其利用启发式问题解决策略，比如遗传算法。根据该遗传算法，进化从一群完全随机的个体开始并在每一代中发生。在每一代中，评估整个总体的合适度，多个个体被从当前总体中随机选择(基于它们的合适度)，被修改(突变或重组)以形成新的总体，其在算法的下一次迭代中成为当前总体。