一种基于覆盖度评估及优化警力资源部署的方法
【技术领域】
[0001] 本发明设及智能交通领域，尤其设及一种基于覆盖度评估及优化警力资源部署的 方法。
【背景技术】
[0002] 随着中国经济的突飞猛进W及现代交通的日益发达，道路上的警情数量不断增 多，警情的发生给广大群众W及交警指挥部口造成极大的困扰。因此，为了处理各种交通警 情，充足的警力W及对警力资源的合理部署是不可或缺的。
[0003] 现有的交通警力资源部署主要是交警指挥部口依靠专家经验或者是所管辖区内 的道路状况来实现的，在交通拥堵W及事故多发点等重要路段配置较多的警力，而在其他 路段配置较少的警力，该种方法渗杂主观性，而交通事故的发生随机性比较强，因此可能会 导致一些路段警力不足，不能对发生的警情及时处理。针对警力资源的合理部署方法，专利 CN102054211A《一种警力部署方法和系统》参照生态系统的遗传进化特性，首先建立交通 警察信息与位置信息两个种群，依据当前代的两个种群个体利用位置匹配法构造警力部署 的代解集，并通过非支配排序算法和密集度评估算法进行性能评价，来判断是否进行遗传 操作，直到达到预定的终止条件，W此求得最终的警力部署代解集，该种方法的计算量比较 大。论文《城市交巡警平台的设置与调度优化模型》通过将道路信息抽象成城市交通网络， 利用DiAstra算法计算各个路口节点与警情发生点之间的最短距离，W此来选择交巡警 平台的部署位置。本专利与上述方法不同，着眼于警力部署中屯、对于警情发生点的覆盖度， 首先根据辖区内的道路交通状况W及警情发生状况选取警力部署的候选位置，W最大化部 署中屯、对警情的总覆盖度为目标，建立多约束条件的线性规划模型，实现警力资源的合理 部署，提高交警指挥部口处置警情的效率。
【发明内容】
[0004] 本发明为克服上述的不足之处，目的在于提供一种基于覆盖度评估及优化警力资 源部署的方法，本方法为城市交警指挥部口针对警力资源的部署进行评估，提供优化模型 并求解得到警力部署位置，使得警力的部署更加合理，从而减少警力资源的过度浪费，并且 针对发生的警情能够达到有效及时的处置。
[0005] 本发明是通过W下技术方案达到上述目的；一种基于覆盖度评估及优化警力资源 部署的方法，包括如下步骤：
[0006] (1)对数据库中的警员巡逻轨迹与警情位置数据作预处理；
[0007] (2)基于预处理后的警员巡逻轨迹与警情位置数据建立警力部署评估模型；
[0008] (3)基于警力部署评估模型，W最大化总覆盖度为目标建立警力部署优化模型；
[0009] (4)将警力部署优化模型松弛转化为拉格朗日问题；
[0010] (5)利用拉格朗日松弛算法求解拉格朗日问题，选出候选警力部署位置；
[0011] (6)结合候选警力部署位置的覆盖度与周边历史警情数对候选警力部署位置进行 过滤得到最终的警力部署位置。
[0012] 作为优选，所述步骤（1)对警员巡逻轨迹数据作预处理为将警员巡逻轨迹数据的 更新频率设为30S-90S更新一次，并去除警员在处置警情时间段内的巡逻轨迹数据。
[0013] 作为优选，所述步骤（1)对警情位置数据作预处理为将警情与处置此警情的警员 进行关联，W警员处置完成警情2分钟内的最近时刻的巡逻轨迹坐标作为警情坐标，W填 补缺失的警情位置数据。
[0014] 作为优选，所述步骤（2)建立警力部署评估模型的步骤如下；（i)根据警员巡逻轨 迹数据，利用k-means方法聚类得到警员巡逻热点；
[0015] (ii)定义覆盖度函数如下式：
[001引其中，i为警情发生点，I警情发生点的集合，j为警员巡逻热点，J为警员巡逻热 点集合，Cu为覆盖度分段函数，
[0017] (iii)基于覆盖度定义函数求得每个巡逻热点的覆盖度另
从而形成警力部署评估模型。
[0018] 作为优选，所述Cu为覆盖度分段函数，其定义如下：
[0019]
[0020] 其中，d。为警情发生点与警员巡逻热点之间的欧氏距离，S为巡逻热点能够全部 覆盖警情的最大距离，t为巡逻热点只能部分覆盖警情的最大距离。
[0021] 作为优选，所述步骤（3)建立的警力部署优化模型如下公式所示：
[0024] 其中，J为候选的警员巡逻热点，P为警员巡逻热点设定个数，
[00巧]作为优选，所述步骤（4)将警力部署优化模型松弛转化为拉格朗日问题的方法为 通过约束条件
巧警力部署优化模型进行松弛，设Ai(iGI) > 0为拉格朗日松弛 因子，松弛为如下公式所示的拉格朗日问题：
[002引作为优选，所述步骤巧）的拉格朗日松弛算法如下：
[002引 （a)初始化模型参数，初始化迭代步数k= 0,上限值Zi= + -，下限值Z2=--， 拉格朗日乘子A°=0;求得当A"=0时拉格朗日问题的解Zl，作为优化模型上限的初始 值，求得一组可行解乂^与^，初始化迭代步长参数a°= 2，迭代步长
[0030] 化）利用次梯度法更新拉格朗日乘子A，当迭代步数为k时，利用次梯度法更新拉 格朗日乘子，
，求得拉格朗日问题的解为与^，计 算出同时更新参数ak= 2，
[0031] (c)生成优化模型的下限值4,由步骤（b)求得的4与乂，计算下限值
[0032] (d)更新模型的上下限值，逐步逼近最优解；
[003引如果上限Z, > 则令马=Z主；如果Z; < ，则令Z;=马；
[0034] (e)更新迭代步长参数ak;
[003引如果连续多次迭代，模型上限值巧无变化，则更新迭代参数为ak=a^2 ;
[0036] (f)检验迭代终止条件，迭代终止条件可设为迭代步数k= 1000、Zi-Z2《0. 25或
S个中的任意一个。
[0037] 作为优选，所述步骤（6)为将每个候选警力部署位置的警情覆盖度与周边历史警 情数两个因素按照2:1的比例加权，并W此作为衡量指标，从候选警力部署位置过滤选出 最终的警力部署位置。
[0038] 本发明的有益效果在于；（1)首先针对各个辖区当前警力资源的部署通过计算覆 盖度进行评估，将部署策略量化，更加具体地表述各辖区警力部署的优劣；其次W最大覆盖 度为目标来进行优化，提出新的部署策略，W便交警指挥部口进行参考；（2)本发明W各辖 区实际发生的警情位置数据及道路状况来进行警力资源的部署，相对于W往只根据经验来 部署警力更能从实际情况出发，不渗杂过多的主观性，因此提出的部署方案相对更客观。
【附图说明】
[0039] 图1是本发明的流程示意图；
[0040] 图2是本发明实施例的警员巡逻轨迹数据表存储方式示意图；
[0041] 图3是本发明实施例的警情发生位置数据表存储方式示意图；
[0042] 图4是本发明实施例的警员巡逻热点及警情全部与部分覆盖区域示意图；
[0043] 图5是本发明的拉格朗日松弛算法流程图；
[0044] 图6是本发明实施例下城二中队二次过滤候选警力部署位置示意图；
[0045] 图7是本发明实施例下城二中队最终选取警力部署位置示意图。
【具体实施方式】
[0046] 下面结合具体实施例对本发明进行进一步描述，但本发明的保护范围并不仅限于 此：
[0047] 实施例：如图1所示，一种基于覆盖度评估及优化警力资源部署的方法，包括如下 步骤：
[0048] 1)警员轨迹与警情位置数据预处理
[0049] 本实施例W杭州各交警中队为单位进行相应的警力资源部署的评估与优化，该里 W下城二中队为例。首先针对警员的巡逻轨迹数据做预处理，将警员的轨迹数据规范为约1 分钟更新一次，并且将警员处置警情时间段内的轨迹数据删除掉，在化acle数据库中建立 警员的轨迹数据表TRACK_P0LICE，各字段注释如表1所示：
[0050]
[0051] 表 1
[0052] 其中，警员巡逻轨迹数据表在数据库中的存储方式如图2所示：
[0053] 警情位置数据即为警情发生所处地点的经绅度坐标（coorcLxl，coorcLyl)，针对 数据库中警情坐标缺失严重的问题，该里采取将警情与处置此警情的警员进行关联，W警 员处置完成警情两分钟内时间最近时刻的轨迹坐标作为警情的坐标，来填补缺失的警情位 置数据。预处理后的警情位置数据将用于后面评估模型中计算巡逻热点的警情覆盖度，W 及用于最终优化模型中计算候选部署位置的警情覆盖度，从而得出优化模型的结果，即为 选取出的使总覆盖度最大的候选位置。在化acle数据库中建立警情的位置坐标数据表 TRACK_EVENT，各字段注释如表2所示；
[0054]
[00巧]表2
[0056] 其中，警情发生位置数据表在数据库中的存储方式如图3所示。
[0057] 2)建立警力部署评估模型
[005引 （2. 1)利用k-means方法聚类警员巡逻热点，并画出警情全部与部分覆盖区域；
[0059] 根据警员的巡逻轨迹数据，利用k-means方法聚出警员的10个巡逻热点，W十字 号"表示，并根据部署中屯、与警情之间的地图欧氏距离定义全部覆盖半径S与部分覆盖 半径t，该里取= 0.0 0，画出每个巡逻热点的全部覆盖区域与部分覆盖区域，分 别用实线与虚线作为边界线表示，如图4所示；
[0060] (2. 2)计算各个巡逻热点及整个中队的警情覆盖度；
[0061] 利用上述警力评估模型中定义的覆盖度来度量巡逻热点部署的合理性，覆盖度 为：
[0062]
[006引其中，i为警情发生点，I警情发生点的集合，j为警员巡逻热点，J为警员巡逻热 点集合，Cu为覆盖度分段函数；
[0064]
[006引其中，d。为警情发生点与警员巡逻热点之间的欧氏距离，S为巡逻热点能够全部 覆盖警情的最大距