查看原文
其他

智慧城市的大脑——智慧模型的概念、类型和作用

2018-04-23 牛强 夏源等 慧天地


点击图片上方蓝色字体“慧天地”即可订阅

(点击图片可放大观看,更多精彩请留意文末推荐)

本文分析了我国智慧城市的发展现状,发现我国的智慧城市亟需智慧的“大脑”来分析利用数据、发现城市问题、提供解决方案。对此,提出智慧模型就相当于智慧城市的大脑,可以满足智慧城市分析的需要;进而对智慧模型的概念、类型和作用进行了剖析,认为智慧模型包含5大类型:城市测度评价模型、城市预测模拟模型、运筹决策模型、城市改变影响评估模型和城市运作模型;并举例说明了它们在智慧管治、智慧产业、智慧交通、智慧基础设施、智慧环境、智慧生活等领域的具体应用。


 1 智慧城市的智慧现状


1.1  智慧城市的智慧所在

综合国内外的解释,可以发现智慧城市必须具备感知、分析和应对3个要素才能实现“智慧”。感知的实现,相当于给城市装上眼、耳、鼻,使城市能够通过各种传感器设备来感知、采集各种数据。分析的实现,相当于给城市装上大脑,通过数据分析,了解城市现状、发现城市问题、探寻城市运营机制、预测城市未来、生成问题解决方案。应对的实现,相当于给城市装上手脚,使城市能够自主解决城市问题,迅速、灵活、准确地进行调控。这三者缺一不可:感知是先导,分析是核心,应对是智慧城市的理想目标。

1.2  当前的智慧实现情况

感知层面,我国很多城市已经建起了大量设备,并收集到了大量数据,能够初步实现感知的功能。然而,智慧城市建设中还是广泛存在“数据孤岛”、“信息孤岛”等问题。当前感知层面的难点和未来的重点在于数据整合共享。

分析层面,现状智慧城市中已使用的分析工具数量较少,也不能很好地满足智慧城市的分析需要,中国的智慧城市建设在智慧分析层面,还处于起步阶段。

应对层面,我国的实践尚处于萌芽阶段。应对的实现需要城市达到更高的智慧程度,依赖分析的支撑。而当前城市中还没有建立起成熟的分析技术体系,应对也就难以实现。

 2 智慧城市的大脑——智慧模型


2.1  智慧模型的类型

智慧模型种类数量众多。本文从智慧城市的需求出发,按照不同的作用,将其分为5类。5类模型共同作用,可以应用于智慧城市中从问题发掘到问题解决的全过程。

5类智慧模型


(1)城市测度评价模型

通过一系列精炼的指标、图示或特征类别来反映城市当前的各种状态。该类模型具体包括协调度分析、多准则评价等多种量化评估方法。运用该类模型可以监测、评估城市运行状态,从而即时发现城市问题。

(2)城市预测和模拟模型

基于现有发展条件或者特定政策情景来预测或模拟城市未来的改变。可采用时间序列分析、回归分析等统计分析方法、系统动力学方法和元胞自动机、多主体系统等现代计算方法。运用该类模型在一定程度上可以对城市未来的人口分布、交通分布、公共服务需求量等情况进行预测,辅助发现城市问题,合理制定策略以应对未来变化。

(3)运筹和决策模型

主要用于问题解决方案的生成,包括运筹学、单目标决策、博弈论等多种方法。运用该类模型一方面更加科学,可以更准确地找到相对最优的解决方案;另一方面更加迅速,可以大大加快问题的解决速度和响应速度。

(4)城市改变影响评估模型

主要用于评估不同的城市问题解决方案对经济、社会、交通、生态、物质空间环境等产生的影响。所采用的方法主要有数理统计法、应用模型法、仿真法等。其评价结果为人们选择最优问题解决方案提供了科学依据。

(5)城市运作模型

解析城市构成要素之间的相互联系和相互作用关系以及城市现象的成因,成果表现为反映城市运作机制的数学模型或者规则。该类模型内涵广泛,包括元胞自动机、重力模型等多种模型。城市运作模型是上述4类模型的基础,是发现城市问题、合理运筹决策的科学保障。

2.2  智慧模型的作用

上述5类智慧模型不是孤立地发挥作用,而是协调配合着共同解决城市中的问题或提供更智能的城市服务。例如,智慧城市在实时监控过程中,利用测度评价模型发现了某个异常现象或城市问题,马上从运作模型库中寻找、匹配可以合理解释该现象或问题的运作模型,并进行标定,作为后续分析的基础;然后运用预测模型模拟问题的演化趋势;通过运筹决策模型生成多个方案,并通过改变影响评估模型对这些方案进行综合评估,从中挑选出最优方案进行实施;在方案实施过程中,智慧城市还会通过测评模型,监测城市运行状况,评估问题的解决情况,继续“发现问题—解决问题”的过程。如此形成一个智慧的循环,保证城市的健康运行。

智慧模型的作用

 3 智慧模型在智慧城市中的应用


3.1  智慧模型与智慧管治

智慧管治是应用移动互联网、物联网、云计算、大数据等现代技术手段构建的统一的城市综合管理与服务平台,强调政府、企业和公众三位一体。

以公共服务设施管理为例,应用智慧模型可以分析现状公共服务设施的数量、分布和使用情况等数据,测评公共服务可达性、居民满意度等指标,发现当前公共服务设施存在的问题;通过相关性分析判定公共服务布局与居民满意度之间的关系;根据分析结果,可以构建起公共服务选址模型、公共服务分配模型,进而构建出确保居民满意的公共服务设施布局方案。最后政府和市民还可以运用改变影响评估模型来评估这些方案的综合效益,以此为标准来选择最优方案。

3.2  智慧模型与智慧产业

智慧产业指新一代信息技术催生的高新技术产业,也指传统产业的智慧化。智慧模型在智慧产业中,一方面可以帮助政府制定城市产业规划,一方面可以帮助企业自身制定企业发展规划。

以产业规划为例,运用智慧模型,政府可以对城市的产业体系、产业规模、产业空间布局等数据进行分析,测评城市产业发展现状,挖掘产业发展问题;对城市产业发展的影响因素等进行分析,并总结其影响机制;根据解析的机制,可以预测城市未来的产业发展状况;综合预测结果,可以运用模型生成多种产业规划方案;最后还可以建立指标体系,评估不同方案的综合效益,挑选出最优的产业规划方案。产业规划实施后,政府可以继续应用模型,对反馈的产业数据进行分析,实现对城市产业的动态监控,实时调整产业规划。

3.3  智慧模型与智慧交通

智慧交通指的是城市交通系统应用物联网、大数据分析为代表的多种技术,以期解决交通拥堵、能源消耗、环境污染等问题,实现交通智慧化的过程。智慧模型应用在智慧交通中,一方面可以协助政府科学规划交通设施,管理交通运行;另一方面还可以为运输公司和市民提供出行服务,提高其出行品质。

以共享单车投放优化为例,决策者运用智慧模型可以分析共享单车的时空分布数据,通过单车使用率等指标来判断共享单车在各个停车点的投放数量是否合理;了解居民使用共享单车的行为习惯;预测城市共享单车的适宜投放地点及数量;综合预测结果,可以生成多种单车投放方案;最后,决策者可以构建指标体系,对这些方案的综合效益做出评估,选择最优的单车投放方案。

3.4  智慧模型与智慧基础设施

智慧基础设施包括新一代信息网络设施及经过智能化转型的城市基础设施。智慧模型应用在智慧基础设施中,不仅能够通过实时的数据分析,发现城市基础设施运行中的问题,并迅速生成解决方案;还可以帮助人们科学规划设施布局,全面提升基础设施的服务质量和运营效率。

以智慧供电为例,管理者应用智慧模型可以分析供电数据,迅速发现问题,实时监管供电设施。具体来说,可以分析城市中电力设施、用电终端的能源生产使用情况,测评设施现状,发现供电不足或供电浪费等问题;然后分析城市用电量的影响因素和影响机制,预测城市各地区未来用电量情况;根据预测结果,可以模拟保证居民需求的储能供能设施规划布局方案,从而精准匹配能源消费需求,科学合理调配资源。最后还可以评估供电方案的经济成本和可行性,作为管理者挑选方案的依据。

3.5  智慧模型与智慧环境

智慧环境强调运用感知设备来采集和捕获环境信息,发现环境问题并迅速反应,实现环境监管的智能化。

以大气污染防治为例,智慧模型可以协助管理者分析大气污染成因,制定大气污染防治方案。对于收集到的大气污染相关数据,管理者可以运用智慧模型清洗加工数据,提取出能测评地区大气污染严重度、工厂废气量、汽车尾气排放量的指标;然后进行相关性分析,判断不同地区造成大气污染的主要因素;根据分析,可以构建模型,生成多套大气污染防治方案;构建指标体系,评价各方案的综合社会效益,便于管理者挑选最优方案。

3.6  智慧模型与智慧生活

智慧生活强调通过收集分析生活相关数据,为居民提供智能的生活服务。智慧模型可以在居民行动之前发现问题并解决问题,最终实现“思人所思,想人所想,做人所做”。

以智慧旅游为例。智慧模型可以分析旅游相关数据,整理不同景区的旅游人数变化情况;分析居民旅游习惯和景点游客数时空变化规律;据此预测未来景点游客数目变化情况,为居民推荐旅游路线,保证居民旅游时避开游客高峰;甚至可以综合景点附近的交通、住宿数据,为居民提供涵盖交通方式选择、旅馆选择的旅游规划。

 4 结语

经过多年的建设与探索,智慧城市已经初步建立起多种数据采集渠道,其工作重心正在从数据管理转向数据分析。而智慧的分析需要智慧的模型,相当于智慧城市的大脑,是智慧城市建设的关键所在。智慧模型的研究才刚刚开始,存在大量工作要做:一方面,现成的智慧模型尚为数不多,需要众多专家学者一起来针对智慧城市建设的需求进行研究开发;另一方面,智慧模型要能集成到智慧城市系统中发挥作用,还有大量的开发工作要做。

作者:牛强、夏源、牛雪蕊、周燚,武汉大学城市设计学院。

来源:《上海城市规划》2018年第1期《智慧城市的大脑——智慧模型的概念、类型和作用》、shplanning(版权归原作者及刊载媒体所有)


荐读

点击下文标题即可阅读

“时空信息通信技术支撑能源互联网建设”武汉研讨会精彩回顾
空间大数据时代,我们需要什么样的地理平台

Esri与微软联合打造“地理空间人工智能”

时空大数据可视化部分课件大曝光!

编辑 / 张胜威     审核 /刘雪   范芷睿

指导:万剑华教授(微信号wjh18266613129

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存