[发明专利]一种高校教学建筑平面学习空间连接凝聚性的评估方法及系统在审
| 申请号: | 202010973252.8 | 申请日: | 2020-09-16 |
| 公开(公告)号: | CN112115536A | 公开(公告)日: | 2020-12-22 |
| 发明(设计)人: | 吴放;竺越;朱炜;胡晓军;应小宇;龚敏;扈军;朱江;王玥 | 申请(专利权)人: | 浙大城市学院 |
| 主分类号: | G06F30/13 | 分类号: | G06F30/13;G06F30/18;G06Q10/06;G06Q50/20 |
| 代理公司: | 杭州九洲专利事务所有限公司 33101 | 代理人: | 张羽振 |
| 地址: | 310015 浙*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 高校 教学 建筑 平面 学习 空间 连接 凝聚 评估 方法 系统 | ||
1.一种高校教学建筑平面学习空间连接凝聚性评估系统,其特征在于:包括平面图纸处理及网络模型生成模块、学习空间网络系统的连接紧密性特征评估模块、学习空间网络系统的连接控制性特征评估模块和学习空间网络系统的连接稳健性特征评估模块、评估报告及比选建议模块。
2.一种如权利要求1所述高校教学建筑平面学习空间连接凝聚性评估系统的评估方法,其特征在于,包括以下步骤:
S1、获取并简化高校教学建筑平面技术图纸,进行凸空间划分,进行空间区域分类编码,建立空间区域间的连接,生成学习空间拓扑网络模型;
S2、对学习空间交通网络和整体网络系统的连接紧密性特征进行评估;
S3、对学习空间交通网络和整体网络系统的连接控制性特征进行评估;
S4、对学习空间交通网络和整体网络系统的连接稳定性特征进行评估;
S5、综合评估学习空间交通网络和整体网络系统的连接凝聚性,形成评估报告,并提出比选及修改建议。
3.根据权利要求2所述高校教学建筑平面学习空间连接凝聚性评估系统的评估方法,其特征在于,所述步骤S1具体包括如下步骤:
S1.1、将获取的高校教学建筑平面图纸分楼层整理简化绘制,去除公共流线区域和房间内所有的可移动的布置;
S1.2、进行凸空间划分:采用面积最大且数量最少的凸空间来覆盖整个高校教学建筑区域,凸空间彼此之间不覆盖,将整个平面空间转换成由凸空间组成的系统;在此基础上合并部分区域空间;凸空间的定义为:假设一个平面的空间内部,任意两点之间可以互视,则该空间即为凸空间;
S1.3、进行空间区域分类编码:依据正式学习和非正式学习场所特征,将高校教学建筑内的所有实体空间的空间区域类型分为学习区域类型和辅助区域类型;依据实体空间所属的空间区域类型对平面空间中的所有凸空间进行唯一值编码;
S1.4、建立空间区域间的连接;基于可达原则,将空间区域编码单元视为学习空间拓扑网络的节点,将空间区域编码单元之间的步行可达联系视为学习空间拓扑网络的边,构建本层教学建筑学习空间拓扑网络模型。
4.根据权利要求2所述高校教学建筑平面学习空间连接凝聚性评估系统的评估方法,其特征在于,所述步骤S2具体包括如下步骤:
S2.1、评估学习空间交通网络的连接紧密性特征;
S2.1.1、使用复杂网络绘制软件,将待评估层学习空间交通网络转化为邻接矩阵模型,使用复杂网络分析软件计算学习空间交通网络的邻接矩阵模型的网络基本特征和网络中心性特征,该网络基本特征包括网络密度、平均最短距离、距离紧密度和距离分离度,该网络中心性特征包括度数中心势和接近中心势;对不同待评估层学习空间交通网络的网络基本特征和中心性特征指标数值进行比较;
S2.1.2、在步骤S2.1.1的基础上对学习空间交通网络的网络结构进行特征评估:从学习空间交通网络的邻接矩阵模型中抽取出K-核结构模型,计算学习空间交通网络K-核结构模型的全局中心性指标;该全局中心性指标包括学习空间交通网络K-核的度数中心势和K-核的接近中心势;比较不同待评估层学习空间交通网络K-核结构模型在上述全局中心性上的差异;K-核的定义为:如果一个子图中的全部点都至少与该子图中的其他K个点连接,则称这样的子图为K-核;
S2.2、评估学习空间整体网络的连接紧密性特征;
S2.2.1、使用复杂网络绘制软件,将待评估层学习空间整体网络转化为邻接矩阵模型,使用复杂网络分析软件计算学习空间整体网络的邻接矩阵模型的网络基本特征和网络中心性特征,该网络基本特征包括网络密度、平均最短距离、距离紧密度和距离分离度;该网络中心性特征包括度数中心势、接近中心势和接近中心度;对不同待评估层学习空间整体网络的网络基本特征和中心性特征指标数值进行比较,同时比较接近中心度在整个平面中的分布差异;
S2.2.2、在步骤S2.2.1的基础上进行学习空间整体网络的网络结构特征评估:从学习空间整体网络的邻接矩阵模型中抽取出K-核结构模型,计算学习空间整体网络K-核结构模型的全局中心性指标;该全局中心性指标包括学习空间整体网络K-核的度数中心势和K-核的接近中心势;比较不同待评估层学习空间整体网络K-核结构模型在上述全局中心性上的差异。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙大城市学院,未经浙大城市学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010973252.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:后量子安全增强数字信封方法、装置及系统
- 下一篇:循环式抑尘漏斗及其工作方法





