[發明專利]一種高速公路的分類設計方法

在審

• 申請號: 201810095827.3
• 申請日: 2018-01-31
• 公開（公告）號: CN108364060A
• 公開（公告）日: 2018-08-03
• 發明（設計）人: 靳燦章;楊春風;王新岐;張強;楊朝輝;郜澤康;肖田;熊軍;趙聚成;沈可;李松;于海;劉中峰;李偉楠;王亞川
• 申請（專利權）人: 天津市市政工程設計研究院
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06K9/62;G06Q10/04;G06Q50/26
• 代理公司: 天津市北洋有限責任專利代理事務所 12201
• 代理人: 吳學穎

1.一種高速公路的分類設計方法，其特征在于，包括以下步驟：

步驟一，建立不等權灰色BP神經網絡組合模型；

步驟二，非農業人口預測：利用不等權灰色BP神經網絡組合模型預測非農業人口數量；

步驟三，估算預測年城市建設用地新增需求量S₁^(n＝i)：利用非農業人口數量，結合《城市用地分類與規劃建設用地標準GB50137-2011》、當地土地政策，得到預測年城市建設用地新增需求量；

步驟四，確定實際最大可增長的城市建設用地面積S₂：以現狀(或規劃)高速公路線位、區域可利用建設用地的地理分界線為邊界，在地圖上繪制封閉幾何圖形，獲取實際最大可增長的城市建設用地面積；

步驟五，通過S₁^(n＝i)和S₂的比較分析，劃分高速公路類型。

2.根據權利要求1所述的高速公路的分類設計方法，其特征在于，步驟一中不等權灰色BP神經網絡組合模型建立過程：

(1)建立原始灰色預測模型

建立原始數據序列：

X⁽⁰⁾＝{x⁽⁰⁾(1),x⁽⁰⁾(2),...,x⁽⁰⁾(n)}

根據下式

對原始數據序列進行一階累加，生成1-AGO序列：

X⁽¹⁾＝{x⁽¹⁾(1),x⁽¹⁾(2),...,x⁽¹⁾(n)}

(2)原始灰色預測模型不等權優化

采用層次分析法優化原始灰色預測模型，采用德爾菲法對各因素兩兩比較，進行評估，分別確定近期時間序列權重為λ₁，遠期的權重為λ₂，原始灰色預測模型不等權優化為：

進而生成不等權1-AGO序列模型：

X′⁽¹⁾＝{x′⁽¹⁾(1),x′⁽¹⁾(2),...,x′⁽¹⁾(n)}

(3)BP神經網絡設計

建立一個含有輸入層、隱層、輸出層的三層網絡：

①在不等權1-AGO序列模型中選取時間序列值{x′⁽¹⁾(1),x′⁽¹⁾(2),...,x′⁽¹⁾(m)}(m＜n)作為BP神經網絡的輸入層；

②以x′⁽¹⁾(m+1)作為BP神經網絡的輸出層；

③隱層節點根據公式計算確定，m為輸入神經元的個數，p為輸出神經元的個數，q為1～10之間的常數；

④利用訓練好的BP神經網絡進行預測，對預測序列利用累減還原即得到對未來的預測值。

3.根據權利要求1所述的高速公路的分類設計方法，其特征在于，步驟二中非農業人口預測過程具體為：

收集城市中所預測區域的歷年非農業人口數量組成原始時間序列：

采用改進后的不等權灰色預測模型進行累加，得到改進非農業人口累加序列：

將所得序列輸入到已經訓練好的BP神經網絡中，對BP神經網絡計算得到的最優結果進行累減還原，即得到預測年的非農業人口預測值。

4.根據權利要求1所述的高速公路的分類設計方法，其特征在于，步驟五中S₁^(n＝i)和S₂的比較分析：

(1)若高速公路建成5年后所預測的預測年城市建設用地新增需求量不小于實際最大可增長的城市建設用地面積，即：S₁^(n＝5)≥S₂，則該高速公路屬于“城區高速公路”；

(2)若高速公路建成5-20年后所預測的預測年城市建設用地新增需求量不小于實際最大可增長的城市建設用地面積，即：S₁^(n＝5～20)≥S₂，則該高速公路屬于“城郊高速公路”。