买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东南大学申请的专利基于多智能体分季度模拟的公园绿地规划方案推演方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119624207B 。

龙图腾网通过国家知识产权局官网在2025-11-07发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411547539.9，技术领域涉及：G06Q10/0639；该发明授权基于多智能体分季度模拟的公园绿地规划方案推演方法是由杨俊宴;张珣;史宜;李文龙;邵典设计研发完成，并于2024-11-01向国家知识产权局提交的专利申请。

本基于多智能体分季度模拟的公园绿地规划方案推演方法在说明书摘要公布了：本发明公开了一种基于多智能体分季度模拟的公园绿地规划方案推演方法，包括公园历史数据采集、人群季节性出行特征提取、公园绿地的多智能体到访建模与迭代优化、公园布局推演与方案输出四项主要步骤。本发明捕获公园绿地的季节性出行模式与城市建成环境之间的关系，建构可推演的公园绿地多智能体出行模型，进而与多情景公园绿地规划方案数据挂接，形成分季度的公园绿地客流推演，以辅助规划方案的智能评估。本发明能够实现分季度的公园绿地方案客流推演与智能评估，优化现有公园绿地规划方案评估方法。

本发明授权基于多智能体分季度模拟的公园绿地规划方案推演方法在权利要求书中公布了：1.基于多智能体分季度模拟的公园绿地规划方案推演方法，其特征在于，该方法包括以下步骤： 步骤S1：公园历史数据采集 根据目标城市范围，获取基础空间数据、公园绿地气候环境数据以及城市时空轨迹大数据；并对城市时空轨迹大数据进行数据清洗及停留点识别的预处理，并通过坐标数据对手机用户轨迹与公园绿地进行配对，并将每个用户途径过的公园绿地名称与对应用户数据相关联，生成分季度公园绿地历史使用数据集； 步骤S2：人群季节性出行特征提取 S2-1多智能体的基本特征变量集；从S1所述的分季度公园绿地历史使用数据集中提取所有用户ID及其归属地属性，以及每个用户每次公园绿地出行的日期分布d、时段分布t，并依据时令锚固性分类法对用户的特征指标进行分类，生成共12个类型的多智能体； S2-2多智能体的公园绿地出行概率集；针对每一类多智能体的用户ID，分别提取其分季度公园绿地历史使用数据集，采用出行频率累计法分别提取各类多智能体在四个季度的一日公园绿地出行概率集{P1,P2,P3,…,P24}，其中P＝{公园绿地出行概率，公园编号}，24为时间切片，切片长度为一小时； S2-3公园绿地的“分季度-多智能体主体”特征集构建；将S2-2中各类多智能体的公园绿地出行概率集按时间、空间分别汇总到各个公园绿地中，以生成各个公园绿地的“分季度-多智能体主体”特征集，所述“分季度-多智能体主体”特征集包含每个公园绿地在各个季度的一日多智能体类型构成及其有效停留强度特征集{H1,H2,H3,…,Hu},其中，Hu＝{第u类多智能体的有效停留概率，第u类多智能体的总停留时长}；并采取抽样法，对所选样本公园绿地在不同季节、时段实际居民构成与使用状况进行检验校核； S2-4公园绿地的“分季度-多智能体时空环境”特征集构建；从S1所述的基础空间数据中，分别提取各个季节、各个时间切片下的公园绿地内部及其周边建成环境特征指标，并通过实测环境数据的矫正，生成公园绿地的“分季度-多智能体时空环境”特征集； 步骤S3：公园绿地的多智能体到访建模与迭代优化 采用大语言模型作为决策智能体，将各个公园绿地的“分季度-多智能体主体”特征集、“分季度-多智能体时空环境”特征集以及分季度公园绿地历史使用数据集中的时空轨迹大数据作为机器学习的标签，捕获多智能体模型变量与出行轨迹的关系，将人群季节性出行特征与学习到的出行模型相匹配，构建多智能体出行计划；通过自我评估与递归推理，智能体不断将生成的轨迹与现实世界的情况进行比较来完善其输出，最终得到公园绿地的到访多智能体模拟模型； 步骤S4：公园布局推演与方案输出 输入多情景公园绿地布局方案进行多智能体仿真，生成不同布局方案下每季度的“公园-多智能体”配对结果，并结合社会融合度评估，建构公园绿地方案评估模块，输出展示公园绿地布局情景的最优方案； 所述步骤S2-1中的时令锚固性分类法为： 步骤S2-11季度公园绿地出行特征划分；将用户第i季度公园绿地出行的次数占该年度总出行次数的比例记为Fi，则该用户季度公园绿地出行的分布熵为： 若HF≥0.7ln4，则将该用户标记为四季出行者，否者标记为单季出行者； 步骤S2-12每日公园绿地出行特征划分；将6：00-18：00标记为日间，其余时间标记为晚间；依据用户每日出行特征，将统计年度中日间公园绿地出行次数大与等于该年度总出行次数80％的用户标记为日间出行者；将统计年度中夜间公园绿地出行次数大与等于该年度总出行次数80％的用户标记为夜间出行者；其余用户标记为全日出行者； 步骤S2-13属地特征划分；依据用户属地特征，将公园绿地出行轨迹所在地与其属地相同的用户标记为本地人；其余用户标记为外地人； 步骤S2-14多智能体类别划分；依据季度出行特征、每日出行特征、属地出行特征将多智能体划分为12个类型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学，其通讯地址为：211102 江苏省南京市江宁区东南大学路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。