[发明专利]基于人工智能的地下空间人流量预测方法

说明书

本发明公开了基于人工智能的地下空间人流量预测方法；首先，由人工智能系统将地下空间划分为若干单元网格；并籍由网络地图平台采集单元网格的功能性城市单位数据，将单元网格按照分成四类，并分别设置外部人流指标系数；然后统籍由网络地图平台采集单元网格内地上公共交通站点、地上商业站点和地上公共服务站点的数量，并计算内部人流指标系数T1：再籍由网络地图平台采集单元网格内地上区域人流进入地块、人流流出地块和瞬间聚集人流的数量，并计算活动人流影指标数Tt：最后将外部人流指标系数、内部人流指标系数T1和活动人流影指标数Tt叠加获得地下空间人流量预测数量。本发明地面以及周边的设施对人流量的影响进行预测，提高预测精度。

技术领域

本发明涉及地下空间人流量预测技术领域，特别涉及基于人工智能的地下空间人流量预测方法。

背景技术

随着城市经济水平的不断提高，城市地面用地紧缺的问题也越来越突出，地下空间也是城市的重要自然资源组成部分。而合理利用城市地下空间资源有利于城市的可持续发展，因此在建造地下建筑之前，对于建造地人流情况的分析和预测变得极为重要。

现有的地下空间用地规划方法中针对人流状况的预测方法，主要通过定性或定量分析得出相应地块的人流情况。

其中，定性分析方法通过研究基地周边的用地性质来判断地下空间用地性质，这种做法的优点为它考虑了地面至地下用地的连续性，缺点为地下空间开发量缺乏科学的判断。

而定量分析法通过研究进出地块的人流进行分级再赋予权重，得出地下空间规划的规模。目前的判断方法中人为的主观影响较多，完成规划决策不够客观，也容易忽略地面至地下空间用地性质的延续性。

因此需要对现有的人流预测方法进行改进，克服现有技术的缺陷。

发明内容

有鉴于现有技术的上述缺陷，本发明提供基于人工智能的地下空间人流量预测方法，实现的目的之一是基于人工智能的网络平台获取各个地块的大数据进行分析，根据规划区域地面以及周边的设施对人流量的影响进行预测，避免因主观判断造成的误差，提高预测精度。

为实现上述目的，本发明公开了基于人工智能的地下空间人流量预测方法；步骤如下：

a.将待建造所述地下空间的范围导入所述人工智能系统，由所述人工智能系统将所述地下空间划分为相等尺寸的若干单元网格；

b.所述人工智能系统籍由网络地图平台采集每一所述单元网格1公里和0.5公里范围内的功能性城市单位数据，根据所述功能性城市单位数据对每一所述单元网格进行分类，将每一所述单元网格按照分成核心商业区域、商务服务区域、社区商业区域和过境商业区域四类，并分别设置外部人流指标系数；

c.所述人工智能系统籍由网络地图平台采集每一所述单元网格内地上公共交通站点、地上商业站点和地上公共服务站点的数量，并采用如下公式计算内部人流指标系数T1：

T1＝P+M+S (1)

P＝Ap*PD1+Bp*PD2+Cp*PD3 (2)

M＝Ac*MD1+Bc*MD2+Cc*MD3 (3)

S＝As*SD1+Bs*SD2+Cs*SD3 (4)

公式(1)中，P为地上公共交通站点对人流造成的影响值；M为地上商业站点对人流造成的影响值；S为地上公共服务站点对人流造成的影响值；

公式(2)中，PD1为综合交通枢纽的数量，Ap为综合交通枢纽的人流影响系数；PD2为换乘站数量，Bp为换乘站的人流影响系数；PD3为公交首末站数量，Cp为公交首末站的人流影响系数；