[发明专利]一种基于空间吸引度指标的区域人口预测方法与系统

权利要求书

1.一种基于空间吸引度指标的区域人口预测方法，其特征在于，包括：

获取当前区域的空间特征量，所述空间特征量包括空间环境特征量和空间区域特征量；

利用预先训练好的空间吸引度模型，输入所述空间特征量，确定所述当前区域对各人口类型的吸引度；

根据所述吸引度预测对应人口类型的人口的迁移量，所述迁移量包括迁入量和迁出量；

根据所述迁移量为所述当前区域配置资源。

2.根据权利要求1所述的方法，其特征在于，所述空间环境特征量包括当前区域的自然面积、可居住面积、绿化面积、公路总里程、平均房屋单价、公共服务机构数量。

3.根据权利要求2所述的方法，其特征在于，所述空间区域特征量包括当前区域周围预设范围内存在的空间目标对当前区域的辐射影响量，所述空间区域特征量表示为其中，1-i代表该城市区域周边一定距离范围内存在的第1-i个空间目标，β_i表示第i个目标自身具有的影响程度数值，表示空间目标对当前区域的影响辐射系数，d_i表示空间目标与当前区域的距离，与d_i呈反比。

4.根据权利要求3所述的方法，其特征在于，所述空间吸引度模型有多个，每个所述的空间吸引度模型用于确定当前区域对对应类型的人口类型的吸引度。

5.根据权利要求4所述的方法，其特征在于，所述空间吸引度模型由以下方法生成：

针对预先定义的人口类型，建立城市区域对每个人口类型的空间吸引度的神经网络模型，模型描述城市区域自身空间环境特征量和空间区域特征量对每个类型的人口产生的吸引度；

通过采集真实的城市区域空间环境特征量和空间区域特征量作为输入，将输出的对各类型人口的空间吸引度与采集到的真实人口的迁入量和迁出量进行对比，根据对比结果对模型的参数进行调整，直到输出的空间吸引度对应的各个类型人口的迁入量和迁出量与采集到的真实人口的迁入量和迁出量的误差小于预设阈值，实现对模型进行训练。

6.根据权利要求5所述的方法，其特征在于，所述人口类型定义为包括收入水平维度、年龄维度、出行方式维度和职业维度的特征向量。

7.根据权利要求6所述的方法，其特征在于，根据所述迁移量为所述当前区域配置资源，包括：

根据所述迁移量为所述当前区域配置交通运力、公共服务网点、治安警力和公共设施。

8.一种基于空间吸引度指标的区域人口预测系统，其特征在于，包括：

空间特征量获取模块，用于获取当前区域的空间特征量，所述空间特征量包括空间环境特征量和空间区域特征量；

吸引度确定模块，用于利用预先训练好的空间吸引度模型，输入所述空间特征量，确定所述当前区域对各人口类型的吸引度；

迁移量预测模块，用于根据所述吸引度预测对应人口类型的人口的迁移量，所述迁移量包括迁入量和迁出量；

资源配置模块，用于根据所述迁移量为所述当前区域配置资源。

9.根据权利要求8所述的系统，其特征在于，还包括：

空间吸引度模型生成模块，用于生成空间吸引度模型，生成生成空间吸引度模型的过程具体包括：

针对预先定义的人口类型，建立城市区域对每个人口类型的空间吸引度的神经网络模型，模型描述城市区域自身空间环境特征量和空间区域特征量对每个类型的人口产生的吸引度，然后通过采集真实的城市区域空间环境特征量和空间区域特征量作为输入，将输出的对各类型人口的空间吸引度与采集到的真实人口的迁入量和迁出量进行对比，根据对比结果对模型的参数进行调整，直到输出的空间吸引度对应的各个类型人口的迁入量和迁出量与采集到的真实人口的迁入量和迁出量的误差小于预设阈值，实现对模型进行训练。

10.根据权利要求9所述的系统，其特征在于，所述资源配置模块，具体用于：

根据所述迁移量为所述当前区域配置交通运力、公共服务网点、治安警力和公共设施。