基于网络Voronoi图启发式和群智能的最大覆盖空间优化

提出一种基于网络Voronoi面域图的最大覆盖选址模型及相应的粒子群优化方法,为城市化区域响应敏感型公共服务设施的空间优化提供技术方法。考虑设施功能沿交通网络传导以及需求非均匀连续分布情形,对设施在网络连续空间上进行布局优化,选址模型采用网络Voronoi面域图划分布局设施的功能辐射域,以启发空间优化最小化重叠覆盖。模型最大化设施利用效率,设施功能对覆盖半径以内的需求完全覆盖,对覆盖半径以外的需求部分覆盖。提出一种集成遗传机制和广义Voronoi图的改进粒子群算法,以提高连续网络空间内的空间优化性能。对南京市消防站最大覆盖选址优化的试验表明,该研究取得较为理想的结果。

基于分形Voronoi图的城市空间分布特征数据挖掘——以山西省为例

本文引入以城市中心性强度为权重的加权Voronoi图,结合城市空间分布特征与周长—面积分形维数,研究了山西省地级市2009—2013年城镇发展的稳定性和均衡性,探究城市空间分布特征的时空数据挖掘;提出基于中心性强度为尺度的分形维数,尝试探究山西省地级市中心性强度的分形特征,分析山西省中心性强度的变化。研究表明:山西省2009—2013年各地级市间影响范围差距有减小的趋势,空间影响范围呈现上下波动的态势,山西省东部城镇发展趋势较好,西部城镇发展态势较弱,由周长—面积分形维数可得:2009—2013年山西省整体发展态势较不稳定;本文提出的基于中心性强度为尺度的分形维数主要处于1到2之间。

基于道路网络分析的Voronoi面域图构建算法

提出一种基于网络分析的Voronoi面域图和加权Voronoi面域图构建算法。鉴于道路网络在城市中心地、公共设施引力传导与功能覆盖上的重要作用,采用网络最短路径距离分析和最短路径时间分析构建的Voronoi面域图可以模拟出中心功能的辐射影响范围空间划分的实际情形,进而为空间分析和空间优化提供有力支持。算法过程主要包括:设施邻近道路结点检索和分界结点计算;基于网络最短路径分析Dijkstra算法和分界结点计算的网络Voronoi划分;基于空间离散化、邻近道路分析的空间Voronoi划分及其矢量化处理算法。计算实验结果表明本文提出算法可靠和高效,能够模拟出具有预期精度和形态复杂的网络Voronoi面域图形。

地标分层多粒度路径导引描述方法

路径导引是导航与位置服务领域重要研究内容之一。传统依次转弯的方式能够提供陌生环境下的导引信息,但不符合人们的对于熟悉环境下的认知和日常沟通习惯。通过按照地标的显著度进行分层,建立多粒度的路径导引描述信息,则更符合由概略到详细的空间认知规律。本文提出基于分层地标的多粒度路径导引描述方法,该方法通过计算导航地标显著度构建多层加权Voronoi图,结合路径计算结果生成多粒度的路径导引描述信息。设计试验表明基于分层地标的多粒度路径导引描述与行走试验及本地人(出租车司机)行进体验抽样问答的结果基本一致。