一种基于空间吸引度指标的区域人口预测方法与系统技术方案

本申请实施例提供了一种基于空间吸引度指标的区域人口预测方法和系统，其中方法包括：获取当前区域的空间特征量，所述空间特征量包括空间环境特征量和空间区域特征量；利用预先训练好的空间吸引度模型，输入所述空间特征量，确定所述当前区域对各人口类型的吸引度；根据所述吸引度预测对应人口类型的人口的迁移量，所述迁移量包括迁入量和迁出量；根据所述迁移量为所述当前区域配置资源。本申请实施例的基于空间吸引度指标的区域人口预测方法和系统，能够对城市区域的人口动态发展趋势进行准确预测，进而为城市区域的资源配置提供依据。

A Regional Population Forecasting Method and System Based on Spatial Attraction Index

【技术实现步骤摘要】
一种基于空间吸引度指标的区域人口预测方法与系统
本申请涉及智慧城市
，尤其涉及一种基于空间吸引度指标的区域人口预测方法与系统。
技术介绍
针对城市的任一区域，为其配置的各种资源——例如计算该城市区域内安装的通信基站容量、交通摄像头数量，或者是安排面向该城市区域的公共交通工具班次，亦或者是安排维护城市区域治安的警力以及提供公共服务的网点的数量等的过程中，显然需要与该区域的人口数量相匹配，特别是，不能完全基于该区域的当前人口数量决定资源配置量，而是需要考虑到未来一段时间该区域的人口动态发展趋势。故而，在智慧城市建设的规划布局和硬件设施配置的工作中，对城市中区域人口的预测是非常重要的一环。而对于区域人口的预测来说，目前主要依靠经验进行评估预测，缺少科学量化的分析方法。由于我国目前很多城市处于高速发展期，区域人口的变化规律随着城市区域空间环境的改变——例如包括城市区域自身的空间环境的变化，以及城市区域与公共交通路径、商业服务中心、产业密集区的空间关系的变化——而持续发生改变，其规律不是线性增长的，也不能用静态的方法来分析区域人口变化的规律。故而，也难以容易地模拟出区域人口变化趋势，给城市区域人口的预测带来了很大困难。
技术实现思路
有鉴于此，本申请的目的在于提出一种基于空间吸引度指标的区域人口预测方法与系统，来对城市区域的人口动态发展趋势进行准确预测，进而为城市区域的资源配置提供依据。基于上述目的，在本申请的第一个方面，提出了一种基于空间吸引度指标的区域人口预测方法，包括：获取当前区域的空间特征量，所述空间特征量包括空间环境特征量和空间区域特征量；利用预先训练好的空间吸引度模型，输入所述空间特征量，确定所述当前区域对各人口类型的吸引度；根据所述吸引度预测对应人口类型的人口的迁移量，所述迁移量包括迁入量和迁出量；根据所述迁移量为所述当前区域配置资源。在一些实施例中，所述空间环境特征量包括当前区域的自然面积、可居住面积、绿化面积、公路总里程、平均房屋单价、公共服务机构数量。在一些实施例中，所述空间区域特征量包括当前区域周围预设范围内存在的空间目标对当前区域的辐射影响量，所述空间区域特征量表示为其中，1-i代表该城市区域周边一定距离范围内存在的第1-i个空间目标，βi表示第i个目标自身具有的影响程度数值，θi(di)表示空间目标对当前区域的影响辐射系数，di表示空间目标与当前区域的距离，θi(di)与di呈反比。在一些实施例中，所述空间吸引度模型有多个，每个所述的空间吸引度模型用于确定当前区域对对应类型的人口类型的吸引度。在一些实施例中，所述空间吸引度模型由以下方法生成：针对预先定义的人口类型，建立城市区域对每个人口类型的空间吸引度的神经网络模型，模型描述城市区域自身空间环境特征量和空间区域特征量对每个类型的人口产生的吸引度，然后通过采集真实的城市区域空间环境特征量和空间区域特征量作为输入，对模型进行训练，将输出的对各类型人口的空间吸引度与采集到的人口的迁入量和迁出量进行对比，根据对比结果对模型的参数进行调整，直到输出的空间吸引度对应的各个类型人口的迁入量和迁出量与采集到的人口的迁入量和迁出量的误差小于预设阈值。在一些实施例中，所述人口类型定义为包括收入水平维度、年龄维度、出行方式维度和职业维度的特征向量。在一些实施例中，根据所述迁移量为所述当前区域配置资源，包括：根据所述迁移量为所述当前区域配置交通运力、公共服务网点、治安警力和公共设施。基于上述目的，在本申请的第二个方面，还提出了一种基于空间吸引度指标的区域人口预测系统，包括：空间特征量获取模块，用于获取当前区域的空间特征量，所述空间特征量包括空间环境特征量和空间区域特征量；吸引度确定模块，用于利用预先训练好的空间吸引度模型，输入所述空间特征量，确定所述当前区域对各人口类型的吸引度；迁移量预测模块，用于根据所述吸引度预测对应人口类型的人口的迁移量，所述迁移量包括迁入量和迁出量；资源配置模块，用于根据所述迁移量为所述当前区域配置资源。在一些实施例中，还包括：空间吸引度模型生成模块，用于生成空间吸引度模型，生成生成空间吸引度模型的过程具体包括：针对预先定义的人口类型，建立城市区域对每个人口类型的空间吸引度的神经网络模型，模型描述城市区域自身空间环境特征量和空间区域特征量对每个类型的人口产生的吸引度，然后通过采集真实的城市区域空间环境特征量和空间区域特征量作为输入，对模型进行训练，将输出的对各类型人口的空间吸引度与采集到的人口的迁入量和迁出量进行对比，根据对比结果对模型的参数进行调整，直到输出的空间吸引度对应的各个类型人口的迁入量和迁出量与采集到的人口的迁入量和迁出量的误差小于预设阈值。在一些实施例中，所述资源配置模块，具体用于：根据所述迁移量为所述当前区域配置交通运力、公共服务网点、治安警力和公共设施。本申请实施例提供了一种基于空间吸引度指标的区域人口预测方法和系统，其中方法包括：获取当前区域的空间特征量，所述空间特征量包括空间环境特征量和空间区域特征量；利用预先训练好的空间吸引度模型，输入所述空间特征量，确定所述当前区域对各人口类型的吸引度；根据所述吸引度预测对应人口类型的人口的迁移量，所述迁移量包括迁入量和迁出量；根据所述迁移量为所述当前区域配置资源。本申请实施例的基于空间吸引度指标的区域人口预测方法和系统，能够对城市区域的人口动态发展趋势进行准确预测，进而为城市区域的资源配置提供依据。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1是本申请实施例的基于空间吸引度指标的区域人口预测方法的流程图；图2是本申请实施例的空间吸引度模型生成方法的流程图；图3是本申请实施例的基于空间吸引度指标的区域人口预测系统的功能结构示意图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。如图1所示，是本申请实施例一的基于空间吸引度指标的区域人口预测方法的流程图。从图1中可以看出，本实施例的基于空间吸引度指标的区域人口预测方法，可以包括以下步骤：S101：获取当前区域的空间特征量，所述空间特征量包括空间环境特征量和空间区域特征量。本申请实施例的基于空间吸引度指标的区域人口预测方法，用于根据城市区域的空间环境和城市区域周边一定范围内的主要空间目标对城市区域的辐射影响程度来对城市区域对各类型人口的吸引度进行预测，进而为城市区域的资源配置提供依据。其中不同类型的人口是由人口的自身内因决定的，例如人口不同的收入水平、年龄、出行方式、职业等。对于不同类型的人口来说，城市区域自身的空间环境和空间关系(即城市区域周边一定范围内的主要空间目标对城市区域的辐射影响程度)，对该类型人口所产生的吸引度，以及由吸引度造成的该类型人口的响应，都是完全不同的。例如，不同类型人员的出行方式通常包括公交地铁出行、驾车出行、自行车或步行出行，因而，如果城市区域出本文档来自技高网...

【技术保护点】
1.一种基于空间吸引度指标的区域人口预测方法，其特征在于，包括：获取当前区域的空间特征量，所述空间特征量包括空间环境特征量和空间区域特征量；利用预先训练好的空间吸引度模型，输入所述空间特征量，确定所述当前区域对各人口类型的吸引度；根据所述吸引度预测对应人口类型的人口的迁移量，所述迁移量包括迁入量和迁出量；根据所述迁移量为所述当前区域配置资源。

【技术特征摘要】
1.一种基于空间吸引度指标的区域人口预测方法，其特征在于，包括：获取当前区域的空间特征量，所述空间特征量包括空间环境特征量和空间区域特征量；利用预先训练好的空间吸引度模型，输入所述空间特征量，确定所述当前区域对各人口类型的吸引度；根据所述吸引度预测对应人口类型的人口的迁移量，所述迁移量包括迁入量和迁出量；根据所述迁移量为所述当前区域配置资源。2.根据权利要求1所述的方法，其特征在于，所述空间环境特征量包括当前区域的自然面积、可居住面积、绿化面积、公路总里程、平均房屋单价、公共服务机构数量。3.根据权利要求2所述的方法，其特征在于，所述空间区域特征量包括当前区域周围预设范围内存在的空间目标对当前区域的辐射影响量，所述空间区域特征量表示为其中，1-i代表该城市区域周边一定距离范围内存在的第1-i个空间目标，βi表示第i个目标自身具有的影响程度数值，表示空间目标对当前区域的影响辐射系数，di表示空间目标与当前区域的距离，与di呈反比。4.根据权利要求3所述的方法，其特征在于，所述空间吸引度模型有多个，每个所述的空间吸引度模型用于确定当前区域对对应类型的人口类型的吸引度。5.根据权利要求4所述的方法，其特征在于，所述空间吸引度模型由以下方法生成：针对预先定义的人口类型，建立城市区域对每个人口类型的空间吸引度的神经网络模型，模型描述城市区域自身空间环境特征量和空间区域特征量对每个类型的人口产生的吸引度；通过采集真实的城市区域空间环境特征量和空间区域特征量作为输入，将输出的对各类型人口的空间吸引度与采集到的真实人口的迁入量和迁出量进行对比，根据对比结果对模型的参数进行调整，直到输出的空间吸引度对应的各个类型人口的迁入量和迁出量与采集到的真实人口的迁入量和迁出量的误差小于预...

【专利技术属性】
技术研发人员：吴海涛，
申请(专利权)人：特斯联北京科技有限公司，
类型：发明
国别省市：北京,11