[發(fā)明專(zhuān)利]一種耦合多源大數(shù)據(jù)的街道生活垃圾收運(yùn)量預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011185179.4
• 申請(qǐng)日: 2020-10-30
• 公開(kāi)（公告）號(hào): CN112529245A
• 公開(kāi)（公告）日: 2021-03-19
• 發(fā)明（設(shè)計(jì)）人: 李少英;譚蘊(yùn)桐;黃姿薇
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廣州大學(xué)
• 主分類(lèi)號(hào): G06Q10/04
• 分類(lèi)號(hào): G06Q10/04;G06Q10/06;G06Q50/26;G06N3/04;G06N3/08
• 代理公司: 廣州市華學(xué)知識(shí)產(chǎn)權(quán)代理有限公司 44245
• 代理人: 雷芬芬

1.一種耦合多源大數(shù)據(jù)的街道生活垃圾收運(yùn)量預(yù)測(cè)方法，其特征在于，包括：

S1，將區(qū)域內(nèi)的街道圖與垃圾中轉(zhuǎn)站地理坐標(biāo)圖進(jìn)行連接，為各個(gè)垃圾中轉(zhuǎn)站匹配所屬街道信息，并進(jìn)行可視化處理；

S2，將區(qū)域內(nèi)的各類(lèi)用地建筑基底面積數(shù)據(jù)和街道邊界圖進(jìn)行疊加分析，得出每個(gè)地塊或建筑的所屬街道，并統(tǒng)計(jì)出每個(gè)街道的建筑面積和高度數(shù)據(jù)，再計(jì)算出各街道的建筑密度；

S3，根據(jù)區(qū)域內(nèi)人口密度數(shù)據(jù)、房?jī)r(jià)數(shù)據(jù)、各街道的社會(huì)消費(fèi)品零售總額得出每個(gè)街道的人口密度；

S4，對(duì)每個(gè)街道的建筑面積、高度數(shù)據(jù)、建筑密度和人口密度進(jìn)行歸一化處理；

S5，將歸一化后的數(shù)據(jù)輸入預(yù)先構(gòu)建并訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)中；

S6，BP神經(jīng)網(wǎng)絡(luò)輸出垃圾中轉(zhuǎn)站的平均日處理量。

2.根據(jù)權(quán)利要求1所述的耦合多源大數(shù)據(jù)的街道生活垃圾收運(yùn)量預(yù)測(cè)方法，其特征在于，計(jì)算出各街道的建筑密度的公式為：建筑密度＝街道建筑總面積÷街道占地面積×100％＝街道建筑密度。

3.根據(jù)權(quán)利要求1所述的耦合多源大數(shù)據(jù)的街道生活垃圾收運(yùn)量預(yù)測(cè)方法，其特征在于，歸一化處理的公式為：

x＝(x-Min)/(Max-Min)。

4.根據(jù)權(quán)利要求1所述的耦合多源大數(shù)據(jù)的街道生活垃圾收運(yùn)量預(yù)測(cè)方法，其特征在于，步驟S5中BP神經(jīng)網(wǎng)絡(luò)的輸入層中的8個(gè)預(yù)測(cè)變量為輸入節(jié)點(diǎn)，輸出層節(jié)點(diǎn)為垃圾中轉(zhuǎn)站的平均日處理量，隱藏節(jié)點(diǎn)有2個(gè)。

5.根據(jù)權(quán)利要求1所述的耦合多源大數(shù)據(jù)的街道生活垃圾收運(yùn)量預(yù)測(cè)方法，其特征在于，若BP神經(jīng)網(wǎng)絡(luò)輸出垃圾中轉(zhuǎn)站的平均日處理量的準(zhǔn)確率低于預(yù)設(shè)閾值，則再次對(duì)已有的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行準(zhǔn)確性增強(qiáng)操作，具體為：

利用SPSS Modeler內(nèi)神經(jīng)網(wǎng)絡(luò)分析中的繼續(xù)訓(xùn)練現(xiàn)有BP神經(jīng)網(wǎng)絡(luò)，選擇訓(xùn)練目的為提高模型的準(zhǔn)確性；此目標(biāo)方法會(huì)繼續(xù)生成多個(gè)“成分模型”與已有模型進(jìn)行對(duì)比，并根據(jù)前一個(gè)模型的殘差對(duì)變量進(jìn)行加權(quán)，根據(jù)是否具有較大殘差值的變量為原則進(jìn)行分析權(quán)重的賦予，殘差越大，賦予權(quán)重越高，最后對(duì)所有的成分模型進(jìn)行整合，構(gòu)成一個(gè)新的、準(zhǔn)確度更高的模型。