[发明专利]一种基于强化学习的土地规划优化算法

说明书

本发明涉及土地规划技术领域，尤其涉及一种基于强化学习的土地规划优化算法，将地图上自然保护区、耕地、基本农田、已建项目的坐标定义为多边形，多个多边形组成多边形集合，不同规划和土地类型对应的多边形集合对应相应的优先级系数，首先根据报建项目坐标，在地图上根据坐标进行识别，并且标注多边形，多个多边形组成一个目标集合，设置强化学习的学习率为learn_rate，回报延迟参数为gamma，贪心策略系数为e_greedy，每次根据贪心策略，从行动集合action中选择期望回报率最好的行动，最后得到优化后的建议图。本发明适应多个规则集合，而且训练后的模型可复用，能够优化后续搜索的效率。

技术领域

本发明涉及土地规划技术领域，尤其涉及一种基于强化学习的土地规划优化算法。

土地规划指一国或一定地区范围内，按照经济发展的前景和需要，对土地的合理使用所作出的长期安排。旨在保证土地的利用能满足国民经济各部门按比例发展的要求。规划的依据是现有自然资源、技术资源和人力资源的分布和配置状况，务使土地得到充分、有效的利用，而不因人为的原因造成浪费。土地利用总体规划是在一定区域内，根据国家社会经济可持续发展的要求和自然、经济、社会条件，对土地的开发、利用、治理和保护在空间上、时间上所做的总体安排和布局。

土地规划项目报建中，经常存在项目报建地块与土地规划政策，以及现有地块存在冲突，表现为在地理空间上存在重叠或冲突，也成为压盖，当前国土规划领域，对于报建项目，只能提示和哪些地块存在压盖情况，但是无法给出优化建议。

发明内容

有鉴于此，本发明的目的是提供一种基于强化学习的土地规划优化算法，本发明具体按以下步骤执行，

S1: 将地图上自然保护区、耕地、基本农田、已建项目的坐标定义为多边形，多个多边形组成多边形集合，不同规划和土地类型对应的多边形集合对应相应的优先级系数；

S2: 首先根据报建项目坐标，在地图上根据坐标进行识别，并且标注多边形，多个多边形组成一个目标集合，将目标集合与地图上已存在的其他多边形进行空间压盖以及邻近分析，根据压盖宗地面积、邻近宗地距离、不同宗地的优先级系数，计算得分为V0，以及已建项目的初始坐标（X0, Y0）形成系统初始状态S0 = (X0, Y0)；

S3: 计算某一状态S_t下得分函数如式（1）；

式（1）

其中 是状态 下的得分值，P_i是目标集合与宗地E_i的压盖面积，T_j是目标集合和宗地E_j的邻近距离， 和 是权重系数，如不考虑邻近的情况， 设置为0， 和 分别为宗地E_i和E_j的优先级系数，将不同地块设为不同的优先级；通过计算目标多边形集合与宗地E_i多边形集合的交集，再计算交集部分的面积P_i；P_i乘以宗地E_i的优先级系数 ，再进行逐项求和，得到 。计算目标多边形集合与宗地E_j的最短距离，如果距离小于阈值，则设置邻近距离T_j值为某一正数，以识别目标与宗地E_j过于邻近的情况，T_j乘以宗地E_j的优先级系数 ，再进行逐项求和，得到 ；

S4:目标集合的动作集合是一个离散集合，定义为action={M东，M西，M南，M北}，分别表示目标集合向东西南北四个方向移动M米,或者使用经纬度为单位；限制最大移动距离，避免出现不符合实际的规划需求，在移动最大步数后，仍然无法到达终止态，则算法结束，优化结果失败。

S5:设置强化学习的学习率为learn_rate，回报延迟参数为gamma，贪心策略系数为e_greedy，每次根据贪心策略，从行动集合action中选择期望回报率最好的行动，或者是随机选择一个行动;