[发明专利]一种基于覆盖度评估及优化警力资源部署的方法

说明书

技术领域

本发明涉及智能交通领域，尤其涉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

随着中国经济的突飞猛进以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以及交警指挥部门造成极大的困扰。因此，为了处理各种交通警情，充足的警力以及对警力资源的合理部署是不可或缺的。

现有的交通警力资源部署主要是交警指挥部门依靠专家经验或者是所管辖区内的道路状况来实现的，在交通拥堵以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，这种方法掺杂主观性，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，以此求得最终的警力部署代解集，这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Dijkstra算法计算各个路口节点与警情发生点之间的最短距离，以此来选择交巡警平台的部署位置。本专利与上述方法不同，着眼于警力部署中心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以及警情发生状况选取警力部署的候选位置，以最大化部署中心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，提高交警指挥部门处置警情的效率。

发明内容

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门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。

本发明是通过以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：

(1)对数据库中的警员巡逻轨迹与警情位置数据作预处理；

(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；

(3)基于警力部署评估模型，以最大化总覆盖度为目标建立警力部署优化模型；

(4)将警力部署优化模型松弛转化为拉格朗日问题；

(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；

(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。

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。

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，以警员处置完成警情2分钟内的最近时刻的巡逻轨迹坐标作为警情坐标，以填补缺失的警情位置数据。

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；

(ii)定义覆盖度函数如下式：

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，c_ij为覆盖度分段函数，

(iii)基于覆盖度定义函数求得每个巡逻热点的覆盖度为从而形成警力部署评估模型。

作为优选，所述c_ij为覆盖度分段函数，其定义如下：

其中，d_ij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。

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：

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，

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对警力部署优化模型进行松弛，设λ_i(i∈I)≥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：