一种城市更新与再利用规划方法及系统与流程

本发明涉及国土空间规划，尤其涉及一种城市更新与再利用规划方法及系统。

背景技术：

1、随着全球城市化的加速推进，城市更新与再利用规划成为促进城市可持续发展的关键策略之一。随着全球范围内城市人口的快速增加导致了土地资源的有限性，导致传统规划方法难以在有限资源下实现城市的可持续发展，同时城市不仅面临着基础设施、交通、住房等传统问题，还涉及到社会、环境、经济等多个层面的复杂挑战，需要更综合性的规划方法。同时城市规划常常面临数据获取难、数据质量差的问题，导致规划决策基础薄弱，且传统规划方法的反应速度相对较慢，很难及时应对城市快速变化和紧急事件，同时往往以单一维度进行分析，难以全面理解城市问题的多元性。

2、现有的城市更新与再利用规划方法及系统数据分析的准确性低，无法准确把握城市发展趋势，且不能很好地适应多维度数据的复杂性；此外，现有的城市更新与再利用规划方法及系统提供的决策支持不够全面综合，降低规划的可持续性；为此，我们提出一种城市更新与再利用规划方法及系统。

技术实现思路

1、本发明的目的是为了解决现有技术中存在的缺陷，而提出的一种城市更新与再利用规划方法及系统。

2、为了实现上述目的，本发明采用了如下技术方案：

3、一种城市更新与再利用规划方法，该治理方法具体步骤如下：

4、(1)收集并预处理城市多个维度的数据；

5、(2)对各组数据进行分析挖掘识别城市潜在问题和机会；

6、(3)对城市土地利用进行建模并划分土地用途；

7、(4)模拟优化规划方案并进行多方城市规划决策；

8、(5)通过居民平台收集社区居民反馈数据并调整方案；

9、(6)对规划实施过程进行实时监测并对规划进行动态调整。

10、作为本发明的进一步方案，步骤(1)所述城市数据预处理具体步骤如下：

11、步骤一：收集城市各维度数据，之后检测数据中的异常值并将异常值标记，再通过删除或替换为缺失值的方法对各组异常值进行处理；

12、步骤二：构建一组n×n的滑动窗口，并将该滑动窗口初始位置设置为各组城市数据头部，计算窗口内数据的平均值以平滑瞬时波动，之后使用窗口内数据的中位数代替当前数据点，并采用加权平均来强调时间序列数据中特定时间段内的数据，再移动窗口，并重复执行数据处理操作，直至窗口到达数据尾部后停止；

13、步骤三：收集数据中原有缺失值以及替换后生成的缺失值，使用多项式函数逼近缺失值或相邻两组数据点的线性插值进行填充，之后根据时间信息对时间序列数据进行插值；

14、步骤四：对各传感器数据进行归一化处理，通过小波变换对数据进行分解和重构去除数据中的高频噪声成分，利用图表方式对数据进行可视化处理。

15、作为本发明的进一步方案，步骤一所述城市各维度数据具体包括人口数据、经济数据、环境数据、交通数据、土地利用数据、建筑信息、社会服务设施数据、自然资源数据、犯罪数据、社会活动数据、科技创新数据以及气象数据。

16、作为本发明的进一步方案，步骤(2)所述城市潜在问题和机会分析挖掘具体步骤如下：

17、步骤1：将处理后的各组城市数据中的非时序数据转换为对应时序数据，为每组数据窗口标注相应的标签，设计并构建bi-gru网络，再通过随机初始化方法初始bi-gru网络参数，根据不同城市维度设置相应的输入节点，并将各组序列数据划分为训练集和测试集；

18、步骤2：将训练集中的数据分别传输至bi-gru网络中对应输入节点中，bi-gru网络通过正向和反向的信息传递学习序列中的长期依赖关系，通过bi-gru网络的全连接层将输出数据映射到具体的目标标签；

19、步骤3：通过网络的各层后获取模型的输出，使用adam优化器计算模型输出与实际标签之间的差异，再通过反向传播算法计算损失对模型参数的梯度，根据梯度下降法更新模型的参数，重复以上步骤，直到模型收敛或达到预设的迭代次数；

20、步骤4：使用训练好的bi-gru网络对测试集进行预测以获取时序数据的预测结果，根据领域专家的知识或统计方法设定问题与机会的阈值，之后根据设定的阈值识别测试集中存在的问题与机会，并评估bi-gru网络在未见过的数据上的性能，之后将最终bi-gru网络部署至监测平台中，并将实时城市数据导入该bi-gru网络中，识别城市中存在的潜在问题和机会，同时反馈给管理人员。

21、一种城市更新与再利用规划系统，包括智能感知模块、数据处理模块、模型构建模块、评估优化模块、分析挖掘模块、规划建议模块、链表管理模块、迭代管理模块、数据存储网络以及城市决策平台；

22、所述智能感知模块用于采集实时采集城市各方面的数据；

23、所述数据处理模块用于对采集到的多源数据进行预处理；

24、所述模型构建模块用于建立城市更新的深度学习模型并预测未来城市发展的趋势；

25、所述评估优化模块用于监控并评估城市更新模型的性能；

26、所述分析挖掘模块用于根据模型输出结果识别城市中存在的问题，并挖掘潜在的发展机会；

27、所述规划建议模块用于根据分析挖掘的结果生成城市更新规划建议；

28、所述链表管理模块用于对不同地区土地用途进行建模和管理；

29、所述迭代管理模块用于定期更新模型和数据；

30、所述数据存储网络用于将城市规划数据以区块形式存储；

31、所述城市决策平台用于获取城市居民反馈信息并获取居民需求以及期望，同时实时公布城市规划计划。

32、作为本发明的进一步方案，所述规划建议模块生成城市更新规划建议具体步骤如下：

33、步骤ⅰ：确定城市规划的问题空间，选择原有规划方案或随机生成初始规划方案作为模拟树的根节点，之后通过ucb选择策略从树中选择一组未完全探索的节点；

34、步骤ⅱ：在当前规划方案上进行微小的变化或随机生成新的规划方案以对选择的节点进行扩展，并依据调整或生成的规划方案数量生成对应数量的子节点；

35、步骤ⅲ：对每组生成的子节点执行模拟，并收集对应规划方案模拟的执行情况，根据模拟的结果，获取每组子节点的评估值并将评估结果更新到相应的节点；

36、步骤ⅳ：从当前节点回溯到根节点，并更新每组祖先节点的模拟次数和总奖励，重复进行选择、扩展、模拟以及回溯，当模拟次数达到预定值或模拟时间超过阈值后，停止模拟和优化，根据模拟结果选择具有最高评估值的子节点对应的规划方案，并将其作为最优规划方案反馈给管理人员。

37、作为本发明的进一步方案，所述数据存储网络城市规划数据区块存储具体步骤如下：

38、步骤①：确定数据存储网络结构，并生成创世区块以代表数据存储网络的开始，同时将初始规则和配置信息存储至创世区块中，收集要存储的城市规划数据种类，并制定数据的标准格式；

39、步骤②：将规划数据划分为小的数据块，再将每组数据块创建为一笔交易并添加到区块，对各组区块进行加密，并通过数字签名确保数据的可信来源；

40、步骤③：将每组包含城市规划数据的交易发布到数据存储网络上的所有节点，之后各节点通过拜占庭算法对各组交易进行验证并记录，同时使用智能合约定义数据的访问权限和共享规则；

41、步骤④：交易上链后，每组节点验证新交易的合法性和一致性，同时更新自身的本地数据，定期对区块链上的数据进行审计和检查，并将异常节点反馈给管理人员查看。

42、相比于现有技术，本发明的有益效果在于：

43、1、该城市更新与再利用规划方法设计并构建bi-gru网络，再通过随机初始化方法初始bi-gru网络参数，根据不同城市维度设置相应的输入节点，并将各组序列数据划分为训练集和测试集，通过训练集对bi-gru网络进行训练优化后，使用训练好的bi-gru网络对测试集进行预测以获取时序数据的预测结果，根据领域专家的知识或统计方法设定问题与机会的阈值，之后根据设定的阈值识别测试集中存在的问题与机会，并评估bi-gru网络在未见过的数据上的性能，之后将最终bi-gru网络部署至监测平台中，并将实时城市数据导入该bi-gru网络中，识别城市中存在的潜在问题和机会，同时反馈给管理人员，能够提高数据分析的准确性，同时能够准确把握城市发展趋势，有利于理解城市规划中长期趋势和短期波动，能够适应多维度数据的复杂性。

44、2、本发明通过确定城市规划的问题空间，选择原有规划方案或随机生成初始规划方案作为模拟树的根节点，之后通过ucb选择策略从树中选择一组未完全探索的节点，在当前规划方案上进行微小的变化或随机生成新的规划方案以对选择的节点进行扩展，并依据调整或生成的规划方案数量生成对应数量的子节点，对每组生成的子节点执行模拟，并收集执行情况，根据模拟的结果获取每组子节点的评估值并将评估结果更新到相应的节点，从当前节点回溯到根节点，并更新每组祖先节点的模拟次数和总奖励，重复进行选择、扩展、模拟以及回溯，当模拟次数达到预定值或模拟时间超过阈值后，停止模拟和优化，根据模拟结果选择具有最高评估值的子节点对应的规划方案，并将其作为最优规划方案反馈给管理人员，能够考虑不同的城市发展路径和决策选择，使提供的决策支持更全面、更综合，提高规划的可持续性。