一种社区微更新中优化开放空间分时使用设计的方法

摘要

本发明提出一种社区微更新中优化开放空间分时使用设计的方法，包括步骤：在目标社区内根据开放空间范围，将区域划分为由规则网格单元组成的栅格地图，并根据用地类型对所有网格单元的属性赋值；确认单个主体的占地面积；确认能承载机动车的多用途开放空间地块；为社区多用途开放空间建立多目标优化模型；采用经典的多目标遗传算法NSGA‑II进行快速解算；选取多个不同目标的时段取值，按实际经验调整参数再模拟，选出适合目标社区的分时利用时段及其Pareto最优解。本发明方法有效提高规划效果的确定性，使社区内部已有开放空间的使用率实现最大化，用以承载日益增长的停车需求和日常活动的需要。

说明书

技术领域

本发明涉及城市规划设计领域，具体涉及一种支持社区微更新中对既有开放空间分时段使用设计方法的优化。

背景技术

定量技术服务于城市规划已有了长足的发展。定量技术为规划方案中的科学评估提供了基础。通过在数字城市模型上进行场景分析和规划模拟，可提前评估、了解规划影响，使得规划方案实施的结果更接近设计的目标。通常数字场景中需要结合定性与定量的方式，进行专题分析和影响评估，以使得规划要素(如公共设施和绿地)的设计效益达到最优化。

在常见的各类优化方法中，多目标优化是考虑多因素组合应用的一种优化方式，但通常很难找到绝对最优解以满足所有目标的最小化。针对多目标优化，规划领域中常用方法是通过某种综合计算方法(如层次分析法、效用函数加权平均等)形成多因素综合评价结果。常用做法是对多目标赋予相应权重，将多目标问题转化为单目标计算。这类综合评价是面向研究场景的单一综合结果，计算出的最优结果可能会屏蔽了部分因素的影响。

虽然目前在城市规划实施评估、规划方案模拟等方面已有多目标优化的案例，但在社区微更新场景中，目前少有针对场地设计资源利用的多目标优化方法。具体而言，针对城市微更新场景中开放空间的规划设计，这类空间的使用效率尚未得到充分考虑。因此，相应地，面向社区开放空间使用的规划优化应被充分估计。

具体而言，当前社区微更新中对开放空间的规划优化主要考虑空间再配置(增加、置换等)，常忽略了对既有场地在时间维度上的利用优化。在进入“存量”时代的社区更新规划设计中，需要以避免大范围空间调整以及大量社区改造成本为前提，从时间维度上探索提高现有空间资源利用效率的可能。社区中的某些开放空间，如草坪在日常使用或特定时段中常出现长时间空置的情况。现有的微更新设计中对这类用地的分时段利用尚缺乏详细描述和表达。因此，基于社区内部的现有公共空间格局，通过定量分析并优化提高其开放空间的分时使用率，对集约利用社区公共资源有重要意义。

发明内容

针对上述提到的问题，本发明的目的在于提出一种针对社区开放空间分时段使用设计的多目标优化方法，解决目前微更新设计中难以定量评估开放空间在时间维上的使用影响、难以评估分时段使用配置等问题,使社区内部已有开放空间的使用率实现最大化，用以承载日益增长的停车需求和日常活动的需要。由于本发明属于特定领域问题，因而需要专门设计一种优化方法，能充分根据场地特性来评估社区开放空间资源利用的上限，精准定位符合实际需求的规划设计，提供效益最优化的不同选择集。

本发明为实现上述目的，采用以下技术方案实现：

基于多目标优化方法，构建社区开放空间分时使用的优化模型，找到一组尽可能接近Pareto最优域的解，以提供分时段使用的配置方案。

一种社区微更新中优化开放空间分时使用设计的方法，其特征是，其包含以下步骤来实现：

(a)在目标社区内根据开放空间范围，将区域划分为由规则网格单元组成的栅格地图，并根据用地类型对所有网格单元的属性赋值；此外，按权限将开放空间面积M划分为三部分：M1、M2、M3，其中M1区域可供机动车停放、人员活动或非机动车停放；M2区域仅供人员活动或非机动车停放，而M3区域代表仅供机动车使用的停放面积；M3面积和用途均固定，将M1和M2区域定义为多用途开放空间；

(b)确认单个主体的占地面积；

(c)确认能承载机动车的多用途开放空间地块；

(d)为社区多用途开放空间建立多目标优化模型；

(e)采用经典的多目标遗传算法NSGA-II进行快速解算,计算在给定时间段中决策变量x的一组Pareto最优解集S；

(f)选取多个不同目标的时段取值，采用NSGA-II分别模拟不同的停车活动集中时段和人群活动集中时段所计算的Pareto最优解集；并根据对应的u个解集S

进一步地，所述步骤(b)中，具体为：选取典型的机动车尺寸、人体尺寸和非机动车尺寸，按社区栅格地图的分辨率对其进行栅格化，计算出这三类主体所占的网格单元个数；根据这三类主体所需的活动间隔，分别为其建立缓冲区；设机动车停车时需要一定的间隔距离d

进一步地，所述步骤(c)中，具体为：从社区多用途开放空间地块集合L＝{l

进一步地，所述步骤(d)中，具体为：将每天时间分为多个时段；决策变量x

其中式(1)-(3)为目标函数，式(4)-(7)约束条件；r

本发明与现有技术相比，具有以下优点及有益效果：

(1)本发明提出了一种针对社区微更新设计中的开放空间分时使用的优化方法。相比于规划领域中的其他多目标优化研究，本发明能够专门处理社区中开放空间分时段利用的优化配置，实现为微更新设计方案提供一组效益最优化的配置选择集，从而有效提高规划效果的确定性。

(2)本发明面向社区中的多用途开放空间，充分考虑并量化分析不同用途(机动车、非机动车、人群活动)的使用潜力。与常用的综合计算方法(如层次分析法、效用函数加权平均等)的单一计算值相比，本发明得到的Pareto最优解集不仅能直观反映社区开放空间所能承载的不同类型个体的数量，且能给出不同解的目标函数值(即Pareto最优前沿)与社区开放空间的实际使用结果进行比较。

(3)实现自动的最优化计算。在求解决策变量x的过程中，针对受分时使用约束的多目标，提供对各Pareto最优解的解释及结果的可视化，从而可以设定不同时段的自动模拟来评估参与设计的各目标的影响，以获取充分的(近似)Pareto最优解，供设计方案选取。为规划师提供了对场地定量分析的基础结果，促进下一步设计中综合考虑社会经济和人文因素来确定最终分时利用方案。

附图说明

图1为本发明方法流程示意图。

图2为本发明实施例在确认可承载机动车的社区多用途开放空间地块的示意图。

图3为本发明中机动车、人员、非机动车的单体对应的占地面积，以及考虑了间隔范围的占地面积的示意图。

图4为本发明实施例基于NSGA-II算法所计算的Pareto最优前沿的示意图。

具体实施方式

基于多目标优化方法，构建社区开放空间分时使用的优化模型，找到一组尽可能接近Pareto最优域的解，以提供分时段使用的配置方案。其包含以下步骤来实现：

(a)在目标社区内根据开放空间范围，将区域划分为由0.5m*0.5m规则网格单元组成的栅格地图，并根据用地类型对所有网格单元的属性赋值。此外，按权限将开放空间面积M划分为三部分：M1、M2、M3，其中M1区域可供机动车停放、人员活动或非机动车停放；M2区域仅供人员活动或非机动车停放，而M3区域代表仅供机动车使用的停放面积。由于M3面积和用途均固定(如停车场)，在本发明中不对其使用进行优化。将M1和M2区域定义为多用途开放空间。

(b)确认单个主体的占地面积。选取典型的机动车尺寸、人体尺寸和非机动车尺寸，按社区栅格地图的分辨率(0.5m*0.5m)对其进行栅格化，计算出这三类主体所占的网格单元个数。根据这三类主体所需的活动间隔，分别为其建立缓冲区。设机动车停车时需要一定的间隔距离d

(c)确认能承载机动车的多用途开放空间地块。从社区多用途开放空间地块集合L＝{l

(d)为社区多用途开放空间建立多目标优化模型。将每天时间分为24段，即{0:00-1:00，1:00-2:00，...23:00-24:00}。决策变量x

其中式(1)-(3)为目标函数，式(4)-(7)约束条件；r

(e)采用经典的多目标遗传算法NSGA-II进行快速解算。该方法可对多目标问题进行优化求解,且其计算速度较快，在达到指定的迭代条件后停止。本发明使用NSGA-II算法计算在给定时间段中决策变量x的一组(近似)Pareto最优解集S。这表示该解集中两两均为非支配关系，即该解集中不存在某个解s能在所有目标上(式(1)-(3))优于其他任一解s'。因此，针对停车和人群公共活动等不同用途，规划师须在开放公共空间的分时使用上做出取舍，选择适合目标社区的Pareto最优解。

(f)选取多个不同目标的时段取值(式(2)和(3)中时段m到n，p到q)，采用NSGA-II分别模拟不同的停车活动集中时段和人群活动集中时段所计算的Pareto最优解集。并根据对应的u个解集S

下面结合附图对本发明的实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

下面结合实施例对本发明作进一步地详细说明，但本发明的实施方式不限于此。

如图1所示，社区微更新设计中优化开放空间分时使用的方法包含以下步骤：

步骤1:基于目标社区的地图，将区域划分为0.5m*0.5m分辨率的栅格地图，并根据用地类型对所有网格单元的属性赋值。

步骤2：按给定的访问权限将开放空间面积划分为三部分：第一类可供机动车停放、人员活动或非机动车停放；第二类区域仅供人员活动或非机动车停放，而第三类区域代表仅供机动车停放的面积。统计第一和第二类区域(多用途空间)所占的网格单元数量，并分别计算其面积M1和M2(图2)。

步骤3:计算单个主体的占地面积。选取典型的机动车模型、人体模型和非机动车模型，按给定分辨率(0.5m*0.5m)对其进行栅格化，并按照这三类主体所需的活动间隔，分别为其建立缓冲区(图3)。分别计算包含机动车、人体和非机动车及其缓冲区所对应的占地面积r1、r2、r3。

步骤4:根据实际面积确认能承载机动车的多用途开放空间地块。设社区中所有多用途开放空间地块L＝{l

步骤5:剩余开放空间地块集合L2＝(L-L1)可支持停放非机动车/人群活动，统计L2中所有地块对应的网格集合,并计算L2对应的总面积M2(图2)。

步骤6：构建社区多用途开放空间的多目标优化模型。决策变量x

步骤7：针对发明中的多目标优化模型，采用经典多目标遗传算法NSGA-II进行解算。计算结果为在给定时间段中，决策变量x的(近似)Pareto最优解集S。为快速得到解，可指定最优化的迭代条件(如迭代了g代之后停止计算)。用户可根据需求和计算结果，调整迭代条件，以获取适合的最优解和Pareto最优前沿(即目标函数值，见图4)。

步骤8：按实际经验调整参数，模拟、比较目标2和目标3的不同参数取值(即时段m-n、p-q)的优化结果。重复步骤7，分别得到不同参数值对应的停车活动集中时段和人群活动集中时段所计算的Pareto最优解集。根据不同参数对应的Pareto最优解集S