專利名稱：基于住房選擇的智能城市規(guī)劃模型動(dòng)態(tài)微觀仿真方法
技術(shù)領(lǐng)域：
本發(fā)明屬于城市規(guī)劃領(lǐng)域，涉及一種仿真預(yù)測(cè)方法，更具體的是涉及一種基于住房選擇的智能城市規(guī)劃模型動(dòng)態(tài)微觀仿真方法。
背景技術(shù)：
城市是一個(gè)非常復(fù)雜的系統(tǒng)，不僅有城市內(nèi)外資金、信息、人口和技術(shù)等的交流和轉(zhuǎn)換，城市在自身不斷經(jīng)歷著城市增長(zhǎng)、城市更新和城市衰退等復(fù)雜動(dòng)態(tài)的演變過程中，隨著人口增長(zhǎng)、城鎮(zhèn)化以及工業(yè)化三大高峰疊合期的到來，城市規(guī)劃越來越難以控制，城市土 地利用面臨著嚴(yán)峻的形勢(shì)。因此，加強(qiáng)對(duì)城市規(guī)劃的研究顯得尤為必要，具有現(xiàn)實(shí)意義?；谧》窟x擇的智能城市規(guī)劃模型動(dòng)態(tài)微觀仿真方法是一個(gè)通過對(duì)居民的住房影響因子建模來模擬居民選擇住房的過程，可以預(yù)測(cè)城市各區(qū)域人口和消費(fèi)水平的變化，從而為當(dāng)前城市土地發(fā)展、建設(shè)、管理和規(guī)劃提供決策支持。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是提供一種基于住房選擇的智能城市規(guī)劃模型動(dòng)態(tài)微觀仿真方法，該模型動(dòng)態(tài)微觀仿真方法利用離散選擇模型技術(shù)，解決了如何在現(xiàn)有土地利用信息和居民信息的條件下土地利用狀況和居民住房選擇因子間的相互影響，并為城市規(guī)劃提供決策支持的難題。離散選擇模型里的區(qū)域單元采用動(dòng)態(tài)離散化分析，結(jié)合當(dāng)前土地利用狀況和城市居民統(tǒng)計(jì)信息，利用統(tǒng)計(jì)學(xué)方法仿真出未來城市各區(qū)域人口遷移分布情況和消費(fèi)水平走勢(shì)。仿真結(jié)果為城市建設(shè)規(guī)劃者對(duì)現(xiàn)有的土地使用政策是否進(jìn)行合理的調(diào)整以達(dá)到利益最大化提供參考決策支持。本發(fā)明所采用的技術(shù)方案是一種基于住房選擇的智能城市規(guī)劃模型動(dòng)態(tài)微觀仿真方法，是利用蒙特卡洛技術(shù)產(chǎn)生新的住房信息，將居民按照家庭結(jié)構(gòu)、家庭收入和工作地點(diǎn)進(jìn)行分類，每一類居民在選擇住房時(shí)有相似的選擇因子，利用最大似然估計(jì)法來估計(jì)效用方程系數(shù)，利用相對(duì)效用、t統(tǒng)計(jì)值和可調(diào)對(duì)數(shù)似然比對(duì)模型的貢獻(xiàn)度、信任度和擬合優(yōu)度進(jìn)行檢測(cè)以優(yōu)化模型的模擬能力，結(jié)合多項(xiàng)指數(shù)離散選擇的微觀規(guī)劃模型來計(jì)算效用值和效用概率，利用蒙特卡洛技術(shù)模擬住房選擇，從而模擬和預(yù)測(cè)城市土地利用變化，為城市建設(shè)、管理和規(guī)劃提供決策支持。更進(jìn)一步的方案是所述基于住房選擇的智能城市規(guī)劃模型動(dòng)態(tài)微觀仿真方法的具體步驟為步驟一利用蒙特卡洛技術(shù)對(duì)城市土地空間資源和現(xiàn)有城市居民信息進(jìn)行處理，產(chǎn)生新的住房信息，將居民按照家庭結(jié)構(gòu)、家庭收入和工作地點(diǎn)予以分類，每一類居民在選擇住房時(shí)有相似的選擇因子，結(jié)合多項(xiàng)指數(shù)離散選擇模型與城市住房信息建立多項(xiàng)指數(shù)離散選擇的微觀規(guī)劃模型；步驟二 利用現(xiàn)有城市居民信息，結(jié)合最大似然估計(jì)法計(jì)算出步驟一中的多項(xiàng)指數(shù)離散選擇的微觀規(guī)劃模型的效用函數(shù)系數(shù)及其相對(duì)效用值、t統(tǒng)計(jì)值和可調(diào)對(duì)數(shù)似然比，利用相對(duì)效用值、t統(tǒng)計(jì)值和可調(diào)對(duì)數(shù)似然比對(duì)模型的貢獻(xiàn)度、信任度和擬合優(yōu)度進(jìn)行檢測(cè)以優(yōu)化模型的模擬能力；步驟三計(jì)算出步驟二中多項(xiàng)指數(shù)離散選擇的微觀規(guī)劃模型效用方程的效用值、效用概率及其累計(jì)概率；利用蒙特卡洛方法產(chǎn)生隨機(jī)數(shù)，選擇隨機(jī)數(shù)落入的累計(jì)概率區(qū)間所對(duì)應(yīng)的住房，將選擇結(jié)果結(jié)合GIS技術(shù)進(jìn)行動(dòng)態(tài)圖形化顯示。更進(jìn)一步的方案是所述的步驟一中將居民按照家庭結(jié)構(gòu)、家庭收入和工作地點(diǎn)予以分類，每一類居民在選擇住房時(shí)有相似的選擇因子的步驟為 步驟A、將居民根據(jù)家庭收入高低、家庭是否有小孩上學(xué)和工作地點(diǎn)是否在家的屬性分為8類；步驟B、將居民考慮的住房因子，根據(jù)多項(xiàng)指數(shù)離散模型建立效用方程。
更進(jìn)一步的方案是所述步驟二的具體步驟為步驟a、對(duì)現(xiàn)有住房信息進(jìn)行抽樣；步驟b、利用最大似然估計(jì)法和抽樣住房信息對(duì)效用方程系數(shù)進(jìn)行預(yù)測(cè)，并返回相對(duì)效用、t統(tǒng)計(jì)值和可調(diào)對(duì)數(shù)似然比；步驟C、去除相對(duì)效用中的較小值，并觀測(cè)t統(tǒng)計(jì)值和可調(diào)對(duì)數(shù)似然比的變化，不斷修改效用變量使得模型的可信度和擬合優(yōu)度增加，預(yù)測(cè)誤差越小，以優(yōu)化模型。更進(jìn)一步的方案是步驟三中的選擇隨機(jī)數(shù)落入的累計(jì)概率區(qū)間所對(duì)應(yīng)的住房的選擇步驟為步驟I、結(jié)合居民信息和GIS空間數(shù)據(jù)計(jì)算出每個(gè)選擇者對(duì)待選擇住址的效用值Uni = Vni+ ε ni ；步驟II、計(jì)算出選擇者對(duì)每個(gè)待選住房的住址選擇概率；步驟III、根據(jù)步驟II得出每個(gè)待選住房的(0，I)累計(jì)概率區(qū)間；步驟IV、利用蒙特卡羅方法產(chǎn)生概率分布是(0，I)上均勻分布的T次隨機(jī)數(shù)，隨機(jī)數(shù)落入步驟III中的累計(jì)概率區(qū)間，落入次數(shù)最多的累計(jì)概率區(qū)間所代表的住房將為所選;步驟V、當(dāng)不同選擇者對(duì)同一住房有選擇趨勢(shì)，則比較選擇次數(shù)，該住房為選擇次數(shù)多的選擇者所得，其他選擇者退而求其次；步驟VI、結(jié)合GIS技術(shù),將選擇結(jié)果動(dòng)態(tài)顯示,供決策者參考。更進(jìn)一步的方案是步驟b中的預(yù)測(cè)步驟為I)、第η個(gè)人的選擇能夠準(zhǔn)確觀測(cè)到的概率為Ff(A).''"
I式中當(dāng)?shù)讦莻€(gè)人選擇i時(shí)，yni = I，否則yni = O ;2)、假定每個(gè)選擇者之間的選擇是獨(dú)立的，則每個(gè)選擇者的選擇能夠被準(zhǔn)確觀測(cè)到的概率為Ιλβ)= nnw.
η—I i式中β為效用方程系數(shù)；3)、將L(i3 )取對(duì)數(shù)線性化得到最大似然估計(jì)函數(shù)
權(quán)利要求
1.一種基于住房選擇的智能城市規(guī)劃模型動(dòng)態(tài)微觀仿真方法，其特征在于利用蒙特卡洛技術(shù)產(chǎn)生新的住房信息，將居民按照家庭結(jié)構(gòu)、家庭收入和工作地點(diǎn)進(jìn)行分類，每一類居民在選擇住房時(shí)有相似的選擇因子，利用最大似然估計(jì)法來估計(jì)效用方程系數(shù)，利用相對(duì)效用、t統(tǒng)計(jì)值和可調(diào)對(duì)數(shù)似然比對(duì)模型的貢獻(xiàn)度、信任度和擬合優(yōu)度進(jìn)行檢測(cè)以優(yōu)化模型的模擬能力，結(jié)合多項(xiàng)指數(shù)離散選擇的微觀規(guī)劃模型來計(jì)算效用值和效用概率，利用蒙特卡洛技術(shù)模擬住房選擇，從而模擬和預(yù)測(cè)城市土地利用變化，為城市建設(shè)、管理和規(guī)劃提供決策支持。
2.根據(jù)權(quán)利要求I所述的基于住房選擇的智能城市規(guī)劃模型動(dòng)態(tài)微觀仿真方法，其特征在于所述基于住房選擇的智能城市規(guī)劃模型動(dòng)態(tài)微觀仿真方法的具體步驟為 步驟一利用蒙特卡洛技術(shù)對(duì)城市土地空間資源和現(xiàn)有城市居民信息進(jìn)行處理，產(chǎn)生新的住房信息，將居民按照家庭結(jié)構(gòu)、家庭收入和工作地點(diǎn)予以分類，每一類居民在選擇住房時(shí)有相似的選擇因子，結(jié)合多項(xiàng)指數(shù)離散選擇模型與城市住房信息建立多項(xiàng)指數(shù)離散選擇的微觀規(guī)劃模型； 步驟二 利用現(xiàn)有城市居民信息，結(jié)合最大似然估計(jì)法計(jì)算出步驟一中的多項(xiàng)指數(shù)離散選擇的微觀規(guī)劃模型的效用函數(shù)系數(shù)及其相對(duì)效用值、t統(tǒng)計(jì)值和可調(diào)對(duì)數(shù)似然比，利用相對(duì)效用值、t統(tǒng)計(jì)值和可調(diào)對(duì)數(shù)似然比對(duì)模型的貢獻(xiàn)度、信任度和擬合優(yōu)度進(jìn)行檢測(cè)以優(yōu)化模型的模擬能力； 步驟三計(jì)算出步驟二中多項(xiàng)指數(shù)離散選擇的微觀規(guī)劃模型效用方程的效用值、效用概率及其累計(jì)概率；利用蒙特卡洛方法產(chǎn)生隨機(jī)數(shù)，選擇隨機(jī)數(shù)落入的累計(jì)概率區(qū)間所對(duì)應(yīng)的住房，將選擇結(jié)果結(jié)合GIS技術(shù)進(jìn)行動(dòng)態(tài)圖形化顯示。
3.根據(jù)權(quán)利要求2所述的基于住房選擇的智能城市規(guī)劃模型動(dòng)態(tài)微觀仿真方法，其特征在于所述的步驟一中將居民按照家庭結(jié)構(gòu)、家庭收入和工作地點(diǎn)予以分類，每一類居民在選擇住房時(shí)有相似的選擇因子的步驟為 步驟A、將居民根據(jù)家庭收入高低、家庭是否有小孩上學(xué)和工作地點(diǎn)是否在家的屬性分為8類； 步驟B、將居民考慮的住房因子，根據(jù)多項(xiàng)指數(shù)離散模型建立效用方程。
4.根據(jù)權(quán)利要求2所述的基于住房選擇的智能城市規(guī)劃模型動(dòng)態(tài)微觀仿真方法，其特征在于所述步驟二的具體步驟為 步驟a、對(duì)現(xiàn)有住房信息進(jìn)行抽樣； 步驟b、利用最大似然估計(jì)法和抽樣住房信息對(duì)效用方程系數(shù)進(jìn)行預(yù)測(cè)，并返回相對(duì)效用、t統(tǒng)計(jì)值和可調(diào)對(duì)數(shù)似然比； 步驟C、去除相對(duì)效用中的較小值，并觀測(cè)t統(tǒng)計(jì)值和可調(diào)對(duì)數(shù)似然比的變化，不斷修改效用變量使得模型的可信度和擬合優(yōu)度增加，預(yù)測(cè)誤差越小，以優(yōu)化模型。
5.根據(jù)權(quán)利要求2所述的基于住房選擇的智能城市規(guī)劃模型動(dòng)態(tài)微觀仿真方法，其特征在于步驟三中的選擇隨機(jī)數(shù)落入的累計(jì)概率區(qū)間所對(duì)應(yīng)的住房的選擇步驟為 步驟I、結(jié)合居民信息和GIS空間數(shù)據(jù)計(jì)算出每個(gè)選擇者對(duì)待選擇住址的效用值Uni =Vni+ ￡ ni ； 步驟II、計(jì)算出選擇者對(duì)每個(gè)待選住房的住址選擇概率； 步驟III、根據(jù)步驟II得出每個(gè)待選住房的(O，I)累計(jì)概率區(qū)間；步驟IV、利用蒙特卡羅方法產(chǎn)生概率分布是(O，I)上均勻分布的T次隨機(jī)數(shù)，隨機(jī)數(shù)落入步驟III中的累計(jì)概率區(qū)間，落入次數(shù)最多的累計(jì)概率區(qū)間所代表的住房將為所選；步驟V、當(dāng)不同選擇者對(duì)同一住房有選擇趨勢(shì)，則比較選擇次數(shù)，該住房為選擇次數(shù)多的選擇者所得，其他選擇者退而求其次； 步驟VI、結(jié)合GIS技術(shù),將選擇結(jié)果動(dòng)態(tài)顯示,供決策者參考。
6.根據(jù)權(quán)利要求4所述的基于住房選擇的智能城市規(guī)劃模型動(dòng)態(tài)微觀仿真方法，其特征在于步驟b中的預(yù)測(cè)步驟為 1)、第η個(gè)人的選擇能夠準(zhǔn)確觀測(cè)到的概率為
7.如權(quán)利要求4所述的基于住房選擇的智能城市規(guī)劃模型動(dòng)態(tài)微觀仿真方法，其特征在于步驟c中不斷修改效用變量使得模型的可信度和擬合優(yōu)度增加，預(yù)測(cè)誤差越小，以優(yōu)化模型的步驟為 步驟I、假定某一子模型效用函數(shù)為V= i3axa+i3bxb+PeXjPdXd，為確定a變量在此模型中的影響，將等式右邊第一項(xiàng)取其5%和95%，其余取均值求得AV即為相對(duì)效用； 步驟2、求得相對(duì)效用圖； 步驟3、相對(duì)效用值較小即該變量對(duì)該子模型貢獻(xiàn)小，去除相對(duì)效用小的的變量，并觀測(cè)t統(tǒng)計(jì)值和可調(diào)對(duì)數(shù)似然比的變化，t統(tǒng)計(jì)值越大則模型越穩(wěn)定，可調(diào)對(duì)數(shù)似然比越小即擬合優(yōu)度越高，預(yù)測(cè)誤差越小，以此來優(yōu)化模型。
全文摘要
本發(fā)明涉及一種基于住房選擇的智能城市規(guī)劃模型動(dòng)態(tài)微觀仿真方法，利用蒙特卡洛技術(shù)產(chǎn)生新的住房信息，將居民按照家庭結(jié)構(gòu)、家庭收入和工作地點(diǎn)進(jìn)行分類，每一類居民在選擇住房時(shí)有相似的選擇因子，利用最大似然估計(jì)法來估計(jì)效用方程系數(shù)，利用相對(duì)效用、t統(tǒng)計(jì)值和可調(diào)對(duì)數(shù)似然比對(duì)模型的貢獻(xiàn)度、信任度和擬合優(yōu)度進(jìn)行檢測(cè)以優(yōu)化模型的模擬能力，結(jié)合多項(xiàng)指數(shù)離散選擇的微觀規(guī)劃模型來計(jì)算效用值和效用概率，利用蒙特卡洛技術(shù)模擬住房選擇，從而模擬和預(yù)測(cè)城市土地利用變化，為城市建設(shè)、管理和規(guī)劃提供決策支持。本發(fā)明能為城鎮(zhèn)土地規(guī)劃決策者提供決策支持，也可對(duì)土地規(guī)劃政策的調(diào)整可行性進(jìn)行評(píng)估，適應(yīng)于我國(guó)城市建設(shè)管理規(guī)劃的需求。
文檔編號(hào)G06Q10/04GK102968672SQ20121049130
公開日2013年3月13日 申請(qǐng)日期2012年11月27日 優(yōu)先權(quán)日2012年11月27日
發(fā)明者許進(jìn), 陳麗鋒 申請(qǐng)人:中國(guó)地質(zhì)大學(xué)(武漢)