[发明专利]一种城市公园绿地设施状态评估优化方法

权利要求书

1.一种城市公园绿地设施状态评估优化方法，其特征在于，包括如下步骤：

步骤1，提取地理国情要素的基础数据以及交通大数据并进行整合，所示基础数据包括社区数据、公园数据和统计单元数据；

步骤2，计算6项基本统计指标，包括统计单元尺度公园绿地供给数量指标、公园尺度绿地供给质量指标、统计单元尺度公园绿地服务能力指标、公园尺度可达性及服务能力指标、小区尺度可达性及供给均等化指标和研究区域尺度公园绿地供给均等化指标；

步骤3，基于步骤2计算所得基本统计指标，进行聚类综合分析；

步骤4，基于交通大数据，根据城市内公园和社区分布状况识别盲区；

步骤5，基于步骤4得到的盲区和交通大数据，利用核密度分析得到盲区较为聚集的区域，并利用粒子群优化算法得到新建公园选址的优化结果。

2.根据权利要求1所述的城市公园绿地设施状态评估优化方法，其特征在于：步骤1中，基础数据采用地理国情普查数据中的地理国情要素数据，交通大数据中包括步行距离、驾车距离、自行车距离和公交距离；整合数据是指进行统一规范化处理和配准，设置一致的空间参考坐标。

3.根据权利要求1所述的城市公园绿地设施状态评估优化方法，其特征在于：步骤3中，识别盲区的数据来源于互联网所提供的交通大数据。

4.根据权利要求1所述的城市公园绿地设施状态评估优化方法，其特征在于：步骤5中，利用粒子群优化算法得到新建公园选址的优化结果实现过程包括以下子步骤，

步骤5.1，输入盲区数据，设置最大迭代次数，将每个盲区看作一个粒子；

步骤5.2，设置适应度函数，包括设置适宜性目标及目标权重；

步骤5.3，每一轮搜索，每个粒子都能找到自己的最佳选址位置，在每次搜索结束后，每个粒子的最佳位置会和整个种群的最佳位置进行比较，调整自己的位置；

步骤5.4，设每一个粒子有d维属性，第i个粒子在特征空间中的位置表示为X_ij，这个粒子在特征空间中的历史最优位置记为P_ij，这个粒子沿各个维度的运动速度记为V_ij，X_gj为第i个粒子在第j维度的最优位置，P_gj为群体在第j维度的历史最优位置，V_ij为第i个粒子结合自身位置与群体位置判断的下一时刻沿j维度的速度；

粒子的移动通过速度来决定移动的方向和距离，更新公式如下：

V_ij＝V_ij+C₁×rand(0，1)×(P_ij-X_ij)+C₂×rand(0，1)×(P_gj-X_gj)

X_ij＝X_ij+V_ij

其中，常数C₁，C₂为学习因子，rand(0，1)是介于[0，1]之间的随机数，第i个粒子在第j维度上按上式更新自身的位置；

步骤5.5，当达到用户设定的最大迭代次数或全局最优位置满足最小的界限时，搜索结束，得到公园选址配置的优化结果，否则将继续执行步骤5.3和步骤5.4，循环迭代。

5.根据权利要求4所述的城市公园绿地设施状态评估优化方法，其特征在于：步骤5.2中，所有的粒子都由一个适应值来判断位置的好坏，适应值为小区到选址公园的距离或公园的服务人口或其他。

6.根据权利要求4所述的城市公园绿地设施状态评估优化方法，其特征在于：步骤5.4中，常数C₁和C₂均取值为2。