城市建筑用地智能规划系统及方法技术方案

本发明专利技术公开了一种城市建筑用地智能规划系统及方法，属于城市建筑用地智能规划技术领域。该系统包括区域数据采集模块、深度学习模块、修正模块、预测调查模块、建筑用地智能规划模块；所述区域数据采集模块的输出端与所述深度学习模块的输入端相连接；所述深度学习模块的输出端与所述修正模块的输入端相连接；所述修正模块的输出端与所述预测调查模块的输入端相连接；所述预测调查模块的输出端与所述建筑用地智能规划模块的输入端相连接。本发明专利技术通过虚拟专家组能够不断弱化真实专家组评判的个人主观意识，又同时不断增强系统的精准程度，使得城市建筑用地规划的评判变得智能化，符合一定规律，提高工作效率，满足城市发展需要。要。要。

【技术实现步骤摘要】
城市建筑用地智能规划系统及方法


[0001]本专利技术涉及城市建筑用地智能规划
，具体为一种城市建筑用地智能规划系统及方法。

技术介绍

[0002]建筑用地规划管理是城市规划管理的重要组成部分，对建筑用地实行严格的规划控制是城市规划实施的基本保证，是建设项目选址的规划管理的继续。进行城市建筑用地智能规划是符合当前的技术发展观念，是迈向智慧城市建设的重要一步，进行城市建筑用地规划能够控制各项建设合理地使用城市规划区内的土地，保障城市规划的实施；节约建筑用地，促进城市建设和农业的协调发展；综合协调建筑用地的有关矛盾和相关方面的要求环境的综合效益；不断完善、深化城市规划。
[0003]然而在目前的技术手段中，尚没有能够实现城市建筑用地智能化进行规划的有效手段，往往都是依靠城市规划专家进行人工涉及规划，由于人力能力有限，其不能够完整考虑大量的城市资料，同时也难以贴近民生，无法保证最终规划的规律性，同时人工规划带有一定的目的性和主观意识，难免会出现差错，因此，在目前城市建筑用地的智能规划
上，尚存在大量空白。

技术实现思路

[0004]本专利技术的目的在于提供一种城市建筑用地智能规划系统及方法，以解决上述
技术介绍
中提出的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：一种城市建筑用地智能规划系统，该系统包括区域数据采集模块、深度学习模块、修正模块、预测调查模块、建筑用地智能规划模块；所述区域数据采集模块用于采集区域内的四种数据，所述四种数据包括地理信息数据、交通信息数据、居民信息数据、消费信息数据，并对四种数据进行分析整理；所述深度学习模块基于深度学习机制，通过对真实专家组的分析建立虚拟专家组，构建区域的发展预测模型；所述修正模块基于相似度的情况，不断拟合深度学习模型，从而尽可能保证系统精准性；所述预测调查模块用于建立预测调查表，通过德尔菲法进行预测调查；所述建筑用地智能规划模块用于根据输出的最终的城市建筑用地规划方案组进行城市建筑用地的智能规划；所述区域数据采集模块的输出端与所述深度学习模块的输入端相连接；所述深度学习模块的输出端与所述修正模块的输入端相连接；所述修正模块的输出端与所述预测调查模块的输入端相连接；所述预测调查模块的输出端与所述建筑用地智能规划模块的输入端相连接。
[0006]根据上述技术方案，所述区域数据采集模块包括区域数据采集单元、时间周期建立单元；
所述区域数据采集单元用于采集区域内的地理信息数据、交通信息数据、居民信息数据、消费信息数据；所述时间周期建立单元用于构建时间周期，并按照时间周期对四种数据进行整理；所述区域数据采集单元的输出端与所述时间周期建立单元的输入端相连接；所述时间周期建立单元的输出端与所述深度学习模块的输入端相连接。
[0007]根据上述技术方案，所述深度学习模块包括特征提取单元、训练单元；所述特征提取单元用于提取真实专家组的专家特征，建立虚拟专家组的专家特征；所述训练单元用于通过不断增加的训练数据，构建虚拟专家组的评判标准；所述特征提取单元的输出端与所述训练单元的输入端相连接；所述训练单元的输出端与所述修正模块的输入端相连接。
[0008]根据上述技术方案，所述修正模块包括相似度判断单元、拟合单元；所述相似度判断单元用于真实专家组与虚拟专家组的相似度判定；所述拟合单元用于不断拟合模型，保证系统的精准性；所述相似度判断单元的输出端与所述拟合单元的输入端相连接；所述拟合单元的输出端与所述预测调查模块的输入端相连接。
[0009]根据上述技术方案，所述预测调查模块包括包括调查表建立单元、输出单元；所述调查表建立单元用于建立调查表，为系统输入数据；所述输出单元用于输出城市建筑用地规划方案组，并基于时间周期输出最终的城市建筑用地规划方案组；所述调查表建立单元的输出端与所述输出单元的输入端相连接；所述输出单元的输出端与所述建筑用地智能规划模块的输入端相连接。
[0010]根据一种城市建筑用地智能规划系统，提出一种适用于本系统的一种城市建筑用地智能规划方法；一种城市建筑用地智能规划方法，该方法包括以下步骤：S1、构建一个区域，记为区域A，获取区域A中的四种数据，所述四种数据包括地理信息数据、交通信息数据、居民信息数据、消费信息数据，建立时间周期，对所述四种数据按照时间周期进行分段整理，即T
i
对应一个数据组M
i
，数据组M
i
内包括有区域A在时间周期T
i
内的四种数据，其中T
i
为任一个时间周期；S2、基于深度学习构建虚拟专家组，设计预测调查表，构建区域A发展预测模型，建立初始城市建筑用地规划方案组；S3、基于时间周期T，构建N组数据组，输入第一组新的数据组M1与初始城市建筑用地规划方案组，通过虚拟专家组进行分析后，输出城市建筑用地规划方案组I1；S4、基于时间周期T，输入第s组新的数据组M
s
与城市建筑用地规划方案组I
s
‑1，通过虚拟专家组进行分析后，输出城市建筑用地规划方案组I
s
，直至s=N时为止，并输出此时的城市建筑用地规划方案组I
N
，将I
N
作为最终输出；S5、根据最终输出，获取中位数，构建数据权重比例，计算输出最终的城市建筑用地智能规划方案。
[0011]根据上述技术方案，在步骤S1
‑
S2中，所述地理信息数据包括区域A中的山脉、风景区、水域；所述交通信息数据包括交通高峰持续时间、交通事故次数；所述居民信息数据包括居民人口分布、居民年龄数据；所述消费信息数据包括平均消费水平、大额消费数据占
比；所述发展预测模型中包括城市建筑用地的用地性质区域分配，所述用地性质包括居住用地、公共管理与公共服务设施用地、商业服务业设施用地、工业用地、道路与交通设施用地；所述城市建筑用地规划方案组包括虚拟专家组中提出的所有的发展预测模型组合。
[0012]德尔菲法能够吸收专家参与预测，充分利用专家的经验和学识；采用匿名或背靠背的方式，能使每一位专家独立自由地作出自己的判断；预测过程几轮反馈，使专家的意见逐渐趋同。
[0013]在本专利技术中运用德尔菲法进行预测具有一定科学性和实用性，可以避免讨论时产生的害怕权威随声附和，或固执己见，或因顾虑情面不愿与他人意见冲突等弊病，尽一切可能避免主观意识，具有一定程度综合意见的客观性。在通过德尔菲法的思想，利用虚拟专家组替换掉真实专家组，实现智能化的必要，进一步弱化主观意识，同时不断拟合进行提高系统精度。
[0014]根据上述技术方案，在步骤S2中，虚拟专家组的建立包括：S8
‑
1、构建真实专家组，提供任一区域的训练数据到真实专家组，由真实专家组中的每一位专家进行分析，输出各自的发展预测模型，所述真实专家组为城市建筑规划专家人士组成的分析组；S8
‑
2、对任一位专家B进行专家特征提取，所述专家特征包括工作资历、成果、风格；S8...

【技术保护点】

【技术特征摘要】
1.一种城市建筑用地智能规划系统，其特征在于：该系统包括区域数据采集模块、深度学习模块、修正模块、预测调查模块、建筑用地智能规划模块；所述区域数据采集模块用于采集区域内的四种数据，所述四种数据包括地理信息数据、交通信息数据、居民信息数据、消费信息数据，并对四种数据进行分析整理；所述深度学习模块基于深度学习机制，通过对真实专家组的分析建立虚拟专家组，构建区域的发展预测模型；所述修正模块基于相似度的情况，不断拟合深度学习模型，从而尽可能保证系统精准性；所述预测调查模块用于建立预测调查表，通过德尔菲法进行预测调查；所述建筑用地智能规划模块用于根据输出的最终的城市建筑用地规划方案组进行城市建筑用地的智能规划；所述区域数据采集模块的输出端与所述深度学习模块的输入端相连接；所述深度学习模块的输出端与所述修正模块的输入端相连接；所述修正模块的输出端与所述预测调查模块的输入端相连接；所述预测调查模块的输出端与所述建筑用地智能规划模块的输入端相连接。2.根据权利要求1所述的城市建筑用地智能规划系统，其特征在于：所述区域数据采集模块包括区域数据采集单元、时间周期建立单元；所述区域数据采集单元用于采集区域内的地理信息数据、交通信息数据、居民信息数据、消费信息数据；所述时间周期建立单元用于构建时间周期，并按照时间周期对四种数据进行整理；所述区域数据采集单元的输出端与所述时间周期建立单元的输入端相连接；所述时间周期建立单元的输出端与所述深度学习模块的输入端相连接。3.根据权利要求1所述的城市建筑用地智能规划系统，其特征在于：所述深度学习模块包括特征提取单元、训练单元；所述特征提取单元用于提取真实专家组的专家特征，建立虚拟专家组的专家特征；所述训练单元用于通过不断增加的训练数据，构建虚拟专家组的评判标准；所述特征提取单元的输出端与所述训练单元的输入端相连接；所述训练单元的输出端与所述修正模块的输入端相连接。4.根据权利要求1所述的城市建筑用地智能规划系统，其特征在于：所述修正模块包括相似度判断单元、拟合单元；所述相似度判断单元用于真实专家组与虚拟专家组的相似度判定；所述拟合单元用于不断拟合模型，保证系统的精准性；所述相似度判断单元的输出端与所述拟合单元的输入端相连接；所述拟合单元的输出端与所述预测调查模块的输入端相连接。5.根据权利要求1所述的城市建筑用地智能规划系统，其特征在于：所述预测调查模块包括包括调查表建立单元、输出单元；所述调查表建立单元用于建立调查表，为系统输入数据；所述输出单元用于输出城市建筑用地规划方案组，并基于时间周期输出最终的城市建筑用地规划方案组；所述调查表建立单元的输出端与所述输出单元的输入端相连接；所述输出单元的输出端与所述建筑用地智能规划模块的输入端相连接。6.一种城市建筑用地智能规划方法，其特征在于：该方法包括以下步骤：
S1、构建一个区域，记为区域A，获取区域A中的四种数据，所述四种数据包括地理信息数据、交通信息数据、居民信息数据、消费信息数据，建立时间周期，对所述四种数据按照时间周期进行分段整理，即T
i
对应一个数据组M
i
，数据组M
i
内包括有区域A在时间周期T
i
内的四种数据，其中T
i
为任一个时间周期；S2、基于深度学习构建虚拟专家组，设计预测调查表，构建区域A发展预测模型，建立初始城市建筑用地规划方案组；S3、基于时间周期T，构建N组数据组，输入第一组新的数据组M1与初始城市建筑用地规划方案组，通过虚拟专家组进行分析后，输出城市建筑用地规划方案组I1；S4、基于时间周期T，输入第s组新的数据组M
s
与城市建筑用地规划方案组I
s
‑1，通过虚拟专家组进行分析后，输出城市建筑用地规划方案组I
s
，直至s=N时为止，并输出此时的城市建筑用地规划方案组I
N
，将I
N
作为最终输出；S5、根据最终输出，获取中位数，构建数据权重比例，计算输出最终的城市建筑用地智能规划方案。7.根据权利要求6所述的一种城市建筑用地智能规划方法，其特征在于：在步骤S1
‑
S2中，所述地理信息数据包括区域A中的山脉、风景区、水域；所述交通信息数据包括交通高峰持续时间、交通事故次数；所述居民信息数据包括居民人...

【专利技术属性】
技术研发人员：杨小军，沈伊辰，车轩，王辉，莫世剑，
申请(专利权)人：中哲国际工程设计有限公司，
类型：发明
国别省市：