专利名称：基于住房选择的智能城市规划模型动态微观仿真方法
技术领域：
本发明属于城市规划领域，涉及一种仿真预测方法，更具体的是涉及一种基于住房选择的智能城市规划模型动态微观仿真方法。
背景技术：
城市是一个非常复杂的系统，不仅有城市内外资金、信息、人口和技术等的交流和转换，城市在自身不断经历着城市增长、城市更新和城市衰退等复杂动态的演变过程中，随着人口增长、城镇化以及工业化三大高峰叠合期的到来，城市规划越来越难以控制，城市土 地利用面临着严峻的形势。因此，加强对城市规划的研究显得尤为必要，具有现实意义。基于住房选择的智能城市规划模型动态微观仿真方法是一个通过对居民的住房影响因子建模来模拟居民选择住房的过程，可以预测城市各区域人口和消费水平的变化，从而为当前城市土地发展、建设、管理和规划提供决策支持。
发明内容
本发明所要解决的技术问题是提供一种基于住房选择的智能城市规划模型动态微观仿真方法，该模型动态微观仿真方法利用离散选择模型技术，解决了如何在现有土地利用信息和居民信息的条件下土地利用状况和居民住房选择因子间的相互影响，并为城市规划提供决策支持的难题。离散选择模型里的区域单元采用动态离散化分析，结合当前土地利用状况和城市居民统计信息，利用统计学方法仿真出未来城市各区域人口迁移分布情况和消费水平走势。仿真结果为城市建设规划者对现有的土地使用政策是否进行合理的调整以达到利益最大化提供参考决策支持。本发明所采用的技术方案是一种基于住房选择的智能城市规划模型动态微观仿真方法，是利用蒙特卡洛技术产生新的住房信息，将居民按照家庭结构、家庭收入和工作地点进行分类，每一类居民在选择住房时有相似的选择因子，利用最大似然估计法来估计效用方程系数，利用相对效用、t统计值和可调对数似然比对模型的贡献度、信任度和拟合优度进行检测以优化模型的模拟能力，结合多项指数离散选择的微观规划模型来计算效用值和效用概率，利用蒙特卡洛技术模拟住房选择，从而模拟和预测城市土地利用变化，为城市建设、管理和规划提供决策支持。更进一步的方案是所述基于住房选择的智能城市规划模型动态微观仿真方法的具体步骤为步骤一利用蒙特卡洛技术对城市土地空间资源和现有城市居民信息进行处理，产生新的住房信息，将居民按照家庭结构、家庭收入和工作地点予以分类，每一类居民在选择住房时有相似的选择因子，结合多项指数离散选择模型与城市住房信息建立多项指数离散选择的微观规划模型；步骤二 利用现有城市居民信息，结合最大似然估计法计算出步骤一中的多项指数离散选择的微观规划模型的效用函数系数及其相对效用值、t统计值和可调对数似然比，利用相对效用值、t统计值和可调对数似然比对模型的贡献度、信任度和拟合优度进行检测以优化模型的模拟能力；步骤三计算出步骤二中多项指数离散选择的微观规划模型效用方程的效用值、效用概率及其累计概率；利用蒙特卡洛方法产生随机数，选择随机数落入的累计概率区间所对应的住房，将选择结果结合GIS技术进行动态图形化显示。更进一步的方案是所述的步骤一中将居民按照家庭结构、家庭收入和工作地点予以分类，每一类居民在选择住房时有相似的选择因子的步骤为 步骤A、将居民根据家庭收入高低、家庭是否有小孩上学和工作地点是否在家的属性分为8类；步骤B、将居民考虑的住房因子，根据多项指数离散模型建立效用方程。
更进一步的方案是所述步骤二的具体步骤为步骤a、对现有住房信息进行抽样；步骤b、利用最大似然估计法和抽样住房信息对效用方程系数进行预测，并返回相对效用、t统计值和可调对数似然比；步骤C、去除相对效用中的较小值，并观测t统计值和可调对数似然比的变化，不断修改效用变量使得模型的可信度和拟合优度增加，预测误差越小，以优化模型。更进一步的方案是步骤三中的选择随机数落入的累计概率区间所对应的住房的选择步骤为步骤I、结合居民信息和GIS空间数据计算出每个选择者对待选择住址的效用值Uni = Vni+ ε ni ；步骤II、计算出选择者对每个待选住房的住址选择概率；步骤III、根据步骤II得出每个待选住房的(0，I)累计概率区间；步骤IV、利用蒙特卡罗方法产生概率分布是(0，I)上均匀分布的T次随机数，随机数落入步骤III中的累计概率区间，落入次数最多的累计概率区间所代表的住房将为所选;步骤V、当不同选择者对同一住房有选择趋势，则比较选择次数，该住房为选择次数多的选择者所得，其他选择者退而求其次；步骤VI、结合GIS技术,将选择结果动态显示,供决策者参考。更进一步的方案是步骤b中的预测步骤为I)、第η个人的选择能够准确观测到的概率为Ff(A).''"
I式中当第η个人选择i时，yni = I，否则yni = O ;2)、假定每个选择者之间的选择是独立的，则每个选择者的选择能够被准确观测到的概率为Ιλβ)= nnw.
η—I i式中β为效用方程系数；3)、将L(i3 )取对数线性化得到最大似然估计函数
权利要求
1.一种基于住房选择的智能城市规划模型动态微观仿真方法，其特征在于利用蒙特卡洛技术产生新的住房信息，将居民按照家庭结构、家庭收入和工作地点进行分类，每一类居民在选择住房时有相似的选择因子，利用最大似然估计法来估计效用方程系数，利用相对效用、t统计值和可调对数似然比对模型的贡献度、信任度和拟合优度进行检测以优化模型的模拟能力，结合多项指数离散选择的微观规划模型来计算效用值和效用概率，利用蒙特卡洛技术模拟住房选择，从而模拟和预测城市土地利用变化，为城市建设、管理和规划提供决策支持。
2.根据权利要求I所述的基于住房选择的智能城市规划模型动态微观仿真方法，其特征在于所述基于住房选择的智能城市规划模型动态微观仿真方法的具体步骤为 步骤一利用蒙特卡洛技术对城市土地空间资源和现有城市居民信息进行处理，产生新的住房信息，将居民按照家庭结构、家庭收入和工作地点予以分类，每一类居民在选择住房时有相似的选择因子，结合多项指数离散选择模型与城市住房信息建立多项指数离散选择的微观规划模型； 步骤二 利用现有城市居民信息，结合最大似然估计法计算出步骤一中的多项指数离散选择的微观规划模型的效用函数系数及其相对效用值、t统计值和可调对数似然比，利用相对效用值、t统计值和可调对数似然比对模型的贡献度、信任度和拟合优度进行检测以优化模型的模拟能力； 步骤三计算出步骤二中多项指数离散选择的微观规划模型效用方程的效用值、效用概率及其累计概率；利用蒙特卡洛方法产生随机数，选择随机数落入的累计概率区间所对应的住房，将选择结果结合GIS技术进行动态图形化显示。
3.根据权利要求2所述的基于住房选择的智能城市规划模型动态微观仿真方法，其特征在于所述的步骤一中将居民按照家庭结构、家庭收入和工作地点予以分类，每一类居民在选择住房时有相似的选择因子的步骤为 步骤A、将居民根据家庭收入高低、家庭是否有小孩上学和工作地点是否在家的属性分为8类； 步骤B、将居民考虑的住房因子，根据多项指数离散模型建立效用方程。
4.根据权利要求2所述的基于住房选择的智能城市规划模型动态微观仿真方法，其特征在于所述步骤二的具体步骤为 步骤a、对现有住房信息进行抽样； 步骤b、利用最大似然估计法和抽样住房信息对效用方程系数进行预测，并返回相对效用、t统计值和可调对数似然比； 步骤C、去除相对效用中的较小值，并观测t统计值和可调对数似然比的变化，不断修改效用变量使得模型的可信度和拟合优度增加，预测误差越小，以优化模型。
5.根据权利要求2所述的基于住房选择的智能城市规划模型动态微观仿真方法，其特征在于步骤三中的选择随机数落入的累计概率区间所对应的住房的选择步骤为 步骤I、结合居民信息和GIS空间数据计算出每个选择者对待选择住址的效用值Uni =Vni+ ￡ ni ； 步骤II、计算出选择者对每个待选住房的住址选择概率； 步骤III、根据步骤II得出每个待选住房的(O，I)累计概率区间；步骤IV、利用蒙特卡罗方法产生概率分布是(O，I)上均匀分布的T次随机数，随机数落入步骤III中的累计概率区间，落入次数最多的累计概率区间所代表的住房将为所选；步骤V、当不同选择者对同一住房有选择趋势，则比较选择次数，该住房为选择次数多的选择者所得，其他选择者退而求其次； 步骤VI、结合GIS技术,将选择结果动态显示,供决策者参考。
6.根据权利要求4所述的基于住房选择的智能城市规划模型动态微观仿真方法，其特征在于步骤b中的预测步骤为 1)、第η个人的选择能够准确观测到的概率为
7.如权利要求4所述的基于住房选择的智能城市规划模型动态微观仿真方法，其特征在于步骤c中不断修改效用变量使得模型的可信度和拟合优度增加，预测误差越小，以优化模型的步骤为 步骤I、假定某一子模型效用函数为V= i3axa+i3bxb+PeXjPdXd，为确定a变量在此模型中的影响，将等式右边第一项取其5%和95%，其余取均值求得AV即为相对效用； 步骤2、求得相对效用图； 步骤3、相对效用值较小即该变量对该子模型贡献小，去除相对效用小的的变量，并观测t统计值和可调对数似然比的变化，t统计值越大则模型越稳定，可调对数似然比越小即拟合优度越高，预测误差越小，以此来优化模型。
全文摘要
本发明涉及一种基于住房选择的智能城市规划模型动态微观仿真方法，利用蒙特卡洛技术产生新的住房信息，将居民按照家庭结构、家庭收入和工作地点进行分类，每一类居民在选择住房时有相似的选择因子，利用最大似然估计法来估计效用方程系数，利用相对效用、t统计值和可调对数似然比对模型的贡献度、信任度和拟合优度进行检测以优化模型的模拟能力，结合多项指数离散选择的微观规划模型来计算效用值和效用概率，利用蒙特卡洛技术模拟住房选择，从而模拟和预测城市土地利用变化，为城市建设、管理和规划提供决策支持。本发明能为城镇土地规划决策者提供决策支持，也可对土地规划政策的调整可行性进行评估，适应于我国城市建设管理规划的需求。
文档编号G06Q10/04GK102968672SQ20121049130
公开日2013年3月13日 申请日期2012年11月27日 优先权日2012年11月27日
发明者许进, 陈丽锋 申请人:中国地质大学(武汉)