本发明涉及城市立体步行系统规划，具体为一种以通行高效性为目标的步行网络立体优化方法及系统。
背景技术：
1、目前以地铁、商业为核心的立体步行系统建设能够有效改善步行通行高效性，使行人方便快捷地到达目的地。对于现有步行网络的立体优化方法主要以人为定性为主，通过问卷调查、访谈等方式分析人群活动、交通模式等数据，在此基础上，城市规划师依靠经验与理论知识，依据城市发展现状以及未来发展需求提出初步方案，然后对初步方案进行评估，听取公众和相关部门的意见，对方案进行必要的调整和优化。
2、然而，上述依托现状步行网络构建立体路网的方式存在显著的缺陷，即：该方法主要依赖问卷调查和现场观察，由于数据样本有限且容易受到主观因素影响，优化方案可能不够全面和准确，无法对实际应用提供有效的理论指导。此外，传统规划方法缺乏系统的模拟手段，难以根据实际使用情况进行灵活调整和优化，响应速度较慢，规划效率低。
3、因此，需要提出一种以通行高效性为目标的步行网络立体优化方法及系统，能够利用自动化模拟技术快速高效地进行步行网络的立体优化，在综合考虑整体步行路网的同时，生成符合事实依据且具有针对性的最优方案，从而提升居民的通行高效性以及步行体验，对传统定性规划方法进行优化和改进。
技术实现思路
1、有鉴于此，本发明提供一种以通行高效性为目标的步行网络立体优化方法及系统，用以解决现有步行网络立体优化由于数据收集和分析不全面，且缺乏模拟手段，存在优化的精确度不足，以及难以根据实际使用情况进行灵活调整的技术问题。
2、为达到上述技术目的，本发明采取了以下技术方案：
3、第一方面，本发明提供了一种以通行高效性为目标的步行网络立体优化方法，包括：
4、获取具有道路系统的影像图数据，对所述影像图数据进行预处理和分析简化，构建包含道路节点的道路网络数据集；
5、基于立体步行通道的平均路径长度和地下通道转弯次数，建立优化目标函数；
6、根据预设约束条件和所述道路网络数据集对所述优化目标函数进行模拟寻优，得到由道路节点构成的最优解，使所述优化目标函数达到最佳平衡；
7、根据所述最优解对步行网络进行优化，计算优化后的通行效率指标，基于通行效率指标对模拟寻优过程进行优化。
8、进一步的，对所述影像图数据进行预处理和分析简化，包括：
9、利用自动矢量化工具提取影像图中的道路中线，对地下道路数据进行补充和完善，并对数据进行人工校准，完成道路基础数据集的构建；
10、基于图论简化道路基础数据集，合并删除冗余数据，并利用网络分析工具构建包含地下节点与连边的道路网络数据集，将道路网络结构转换为点边关系数据集，得到包含多个道路节点的道路网络数据集。
11、进一步的，所述预设约束条件包括：
12、将具有功能属性的节点设置为向下映射；
13、不同节点向下垂直映射的节点深度符合预设深度标准；
14、向下映射的节点与地面之间需形成垂直连接通道。
15、进一步的，所述目标函数为：
16、fit＝w1l+w2c
17、
18、式中，l表示立体步行通行的平均最短路径长度，c表示地下通道转弯次数，w1和w2分别为立体步行通行的平均最短路径长度和地下通道转弯次数的权重，n表示有效路径的数量，d(si,ti)表示第i对节点(si,ti)之间的最短路径长度，u表示所有地下节点的集合，n(μ)表示节点u的邻居节点对的集合，turn_indicator(v,u,w)表示节点u的邻居节点v和w之间的夹角是否大于预设阈值的指示函数，大于预设阈值时为1，否则为0。
19、进一步的，根据预设约束条件和所述道路网络数据集对所述优化目标函数进行模拟寻优，包括：
20、基于遗传算法的选择、交叉和变异的迭代运算，对所述优化目标函数进行求解，使优化目标函数中平均最短路径与地下通道转弯次数达到最佳平衡。
21、进一步的，基于遗传算法的选择、交叉和变异的迭代运算，对所述优化目标函数进行求解，包括：
22、生成符合预设约束条件的包含多个优化方案的初始解集，计算所述初始解集中每个优化方案对应的优化目标函数的函数值；
23、将初始解集中每个优化方案作为一个个体进行遗传迭代，将函数值最小的个体作为当前最优个体并直接加入下一次迭代的子代；同时，基于每一代个体对应的优化目标函数值，以预设选择方式选择父代个体，对所述父代个体进行变异操作，得到下一次迭代的子代，直到子代解集中的个体数量达到预设个数；
24、计算子代解集中所有个体的优化目标函数值，直到所述优化目标函数值收敛时，输出最优解方案。
25、进一步的，基于每一代个体对应的优化目标函数值，以预设选择方式选择父代个体，包括：
26、基于优化目标函数值，以锦标赛方式选择父代个体，路径越短和地下转弯次数越低的个体，被选中的概率越大。
27、进一步的，根据所述最优解对步行网络进行优化，计算优化后的通行效率指标，基于通行效率指标对模拟寻优过程进行优化，包括：
28、利用sdna分析法对优化前后立体步行网络系统的通行效率指标进行对比分析，若优化前后通行效率指标的差异小于预设变化阈值，则调整遗传算法的计算参数，重新寻找最优解。
29、第二方面，本发明还提供了一种以通行高效性为目标的步行网络立体优化系统，包括：
30、数据获取模块，用于获取具有道路系统的影像图数据，对所述影像图数据进行预处理和分析简化，构建包含道路节点的道路网络数据集；
31、目标函数建立模块，用于基于立体步行通道的平均路径长度和地下通道转弯次数，建立优化目标函数；
32、模拟寻优模块，用于根据预设约束条件和所述道路网络数据集对所述优化目标函数进行模拟寻优，得到由道路节点构成的最优解，使所述优化目标函数达到最佳平衡；
33、效率优化模块，用于根据所述最优解对步行网络进行优化，计算优化后的通行效率指标，基于通行效率指标对模拟寻优过程进行优化。
34、第三方面，本发明还提供了一种电子设备，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如上述技术方案任一所述的以通行高效性为目标的步行网络立体优化方法。
35、相比于现有技术，本发明提供的系统及方法，通过对影像图进行预处理和分析简化，可以精确地构建包含多个道路节点的道路网络数据集，基于真实的影像图数据，不仅准确反映了地形和道路的实际情况，也有利于后续路径优化的精确性；基于地下通道的平均路径长度和转弯次数，建立和求解优化目标函数，考虑了步行者的实际需求和行为，有效提高步行网络规划的精确度，通过计算通行效率指标，确保最终设计的步行通道在实际使用中具有高效性和便捷性。本发明不仅提高了步行网络立体优化的精确度和灵活性，还能够更好地满足用户的实际需求，提高了用户舒适度和满意度，增强了步行网络的可用性和便利性，为城市规划和建设提供了进一步的科学和灵活的解决方案。
1.一种以通行高效性为目标的步行网络立体优化方法，其特征在于，包括：
2.根据权利要求1所述的以通行高效性为目标的步行网络立体优化方法，其特征在于，对所述影像图数据进行预处理和分析简化，包括：
3.根据权利要求1所述的以通行高效性为目标的步行网络立体优化方法，其特征在于，所述预设约束条件包括：
4.根据权利要求1所述的以通行高效性为目标的步行网络立体优化方法，其特征在于，所述目标函数为：
5.根据权利要求1所述的以通行高效性为目标的步行网络立体优化方法，其特征在于，根据预设约束条件和所述道路网络数据集对所述优化目标函数进行模拟寻优，包括：
6.根据权利要求5所述的以通行高效性为目标的步行网络立体优化方法，其特征在于，基于遗传算法的选择、交叉和变异的迭代运算，对所述优化目标函数进行求解，包括：
7.根据权利要求6所述的以通行高效性为目标的步行网络立体优化方法，其特征在于，基于每一代个体对应的优化目标函数值，以预设选择方式选择父代个体，包括：
8.根据权利要求6所述的以通行高效性为目标的步行网络立体优化方法，其特征在于，根据所述最优解对步行网络进行优化，计算优化后的通行效率指标，基于通行效率指标对模拟寻优过程进行优化，包括：
9.一种以通行高效性为目标的步行网络立体优化系统，其特征在于，包括：
10.一种电子设备，其特征在于，包括处理器以及存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现如权利要求1-8任一所述的以通行高效性为目标的步行网络立体优化方法。
