恭喜北京交通大學徐猛獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜北京交通大學申請的專利一種軌道交通站點周圍土地利用多目標雙層優化方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115204049B 。
龍圖騰網通過國家知識產權局官網在2025-05-06發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210856899.1,技術領域涉及:G06Q10/0631;該發明授權一種軌道交通站點周圍土地利用多目標雙層優化方法是由徐猛;孟亞洋設計研發完成,并于2022-07-20向國家知識產權局提交的專利申請。
本一種軌道交通站點周圍土地利用多目標雙層優化方法在說明書摘要公布了:本發明針對軌道交通站點周圍的土地優化,基于土地利用規劃理論方法、交通流分配理論和帕累托優化理論,建立一種軌道交通站點周圍土地利用多目標雙層優化方法。具體包括以下步驟:步驟100,輸入交通網絡和土地利用信息;步驟101,建立上層問題的軌道交通發展導向的站點周圍土地利用多目標優化模型;步驟102,建立下層用戶均衡條件下的交通分配模型;步驟103,求解多目標雙層規劃模型;步驟104,模型輸出土地利用優化結果。本發明不僅能夠對軌道交通站點周圍的土地利用布局的實施效用進行理論分析,還可為交通規劃者提供如何合理的決策軌道交通站點周圍土地利用配置的技術支持。
本發明授權一種軌道交通站點周圍土地利用多目標雙層優化方法在權利要求書中公布了:1.一種軌道交通站點周圍土地利用多目標雙層優化方法,其特征在于,包括以下步驟:步驟100,輸入交通網絡和土地利用信息;其中,軌道交通站點影響范圍內的交通網絡信息,包括車道類型、車道設計交通量、速度和車道長度;土地利用信息,包括土地利用類型和建筑容積率;步驟101,建立上層軌道交通站點影響范圍內產生的軌道交通客流量最大化和車站周邊路網上小汽車碳排放量最小化的多目標優化模型;步驟102,在給定的軌道交通站點周圍土地利用布局下,建立下層用戶均衡條件下的交通分配模型;步驟103,求解多目標雙層規劃模型,上層采用非支配排序遺傳算法NSGA-II確定各地塊的土地利用類型和建筑容積率規劃方案,下層采用Frank-Wolfe算法求解交通流量分配的問題,得到Pareto最優解集;步驟104,模型輸出土地利用優化結果;其中,步驟101具體包括以下步驟:步驟200,包括兩個目標,目標1:最大化軌道交通客流量,目標2:最小化路網的小汽車碳排放量;步驟201,建立上層土地利用多目標優化模型的約束;其中,步驟200中,目標1具體為: 式中:z1為研究區域軌道交通客流總量;i,j為研究范圍內的分區;k為土地使用的種類k∈[1,K];為k類地塊的軌道交通客流產生原單位;為k類地塊的軌道交通客流吸引原單位;Si,j為地塊i,j可開發的土地用地面積;為k類用地地塊i,j的容積率;為地塊i,j的土地利用類型,當地塊i,j的土地利用類型為k時否則KL為軌道交通客流量隨距離的折減系數;目標2具體為:minz2=∑aetaVa路段a在流量Va下的產生的碳排放量公式可表示為: 式中:z2為研究區域路網小汽車碳排放總量;etaVa為在流量Va下路段a上小汽車產生的碳排放量;la為路段a的長度;其中,步驟201中上層問題的約束條件包括關鍵地塊容積率上限約束、規劃建筑容積率范圍約束、土地緊湊性約束、土地多樣性約束以及土地分配類型約束,具體如下:1關鍵地塊容積率上限約束 式中:為基于OD反推計算得出的地塊i,j容積率的上限;為OD反推得到的地塊i,j的最大車流發生量;為OD反推得到的地塊i,j的最大車流吸引量;pk為k類地塊的車流發生原單位;qk為k類地塊的車流吸引原單位;2規劃容積率范圍約束 式中:分別為土地使用類型k在地塊i,j的規劃的最小和最大建筑容積率;3土地緊湊性約束取 式中:CCK為土地緊湊性指數,為現狀土地緊湊性指數,數值越小表示緊湊性越好;Ck,k'為地塊類型k與地塊類型k'之間土地利用相似程度的量化值;i',j'為地塊i',j'與地塊i,j相鄰i,j≠i,'j';4土地多樣性約束當LM>0.8時,區域土地布局適宜居民步行,當LM<0.5時,區域土地布局不適宜居民步行,取LM>0.5:LM=∑kAkAlnAkAlnK A=∑kAk 式中:LM表示土地利用多樣性指數;A為所有用地類型總建筑面積;Ak為第k種用地類型的總建筑面積;K為研究區域總用地類型;5土地分配類型約束每個地塊分配一種土地利用類型:
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人北京交通大學,其通訊地址為:100044 北京市海淀區西直門外上園村3號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。