(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111666764.0 (22)申请日 2021.12.3 0 (71)申请人 北方工业大 学 地址 100144 北京市石景山区晋元庄路5号 (72)发明人 王若宾　王伟锋　耿芳东　徐琳　 (74)专利代理 机构 北京力量专利代理事务所 (特殊普通 合伙) 11504 代理人 徐颖超 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/26(2012.01) (54)发明名称 一种自适应并行的社区养老服务点选址优 化方法及系统 (57)摘要 本发明涉及选址优化技术领域， 具体涉及一 种自适应并行的社区养老服务点选址优化方法 及系统， 包括如下几个步骤： 以老年人出行距离 最短为目标， 构建多约束社区养老服务点选址优 化模型； 利用算术优化算法求解模型， 得到选址 结果； 利用自适应并行的算术优化算法求解模 型， 得到进 一步优化的选址 结果。 其好处是： 针对 于算术优化算法收敛速度慢， 易陷入局部最优等 问题， 使用自适应改变参数和多组多策略的并行 机制进行改进。 改进后的算法虽然在一定程度上 增加了空间复杂度， 但是却降低了时间复杂度， 并且自适应改变参数的方法提高了算法跳出局 部最优的能力， 多组多策略的并行机制一定程度 上保证了种群多样性， 增加算法的收敛速度和提 高算法的寻优精度。 权利要求书3页 说明书7页 附图1页 CN 114358414 A 2022.04.15 CN 114358414 A 1.一种自适应并行的社区养老服 务点选址优化方法， 其特 征在于， 包括以下步骤： S1获取目标区域的养老服 务点数据、 城市水域数据和城市道路数据； S2以S1数据计算老年人出行距离， 并以最短距离为目标构建多约束社区养老服务点选 址优化模型； S3利用算术优化算法求解多约束社区养老服务点选址优化模型， 得到选址结果后输 出； S4使用自适应并行的算术优化算法求解多约束社区养老服务点选址优化模型， 得到并 行计算寻优后的选 址结果并输出。 2.根据权利要求1所述的自适应并行的社区养老服务点选址优化方法， 其特征在于， 所 述方法中， 以最短距离为 目标构建多约束社区养老服务点选址优化模型时， 首先建立 目标 函数， 具体如下： 则约束条件为： t≤0.25h     ⑵ 其中： ωh， ωuh， αi∈{0， 1}， i∈n 其中， n是所有需服务小区点{a1,a2,…,an}的集合； ωh和ωuh分别表示0‑1决策变量， 表 示自理老人(1)和失能老人(0)； 和 分别表示第i个需服 务小区自理老人和失能老人的人口密度； αi表示0‑1决策变量， 表示从第i个需服务小区到待建服务点之间是否需要乘坐公共交 通工具； (A,B)表示待建服 务点的位置坐标； (ai,bi)表示第i个需服务小区位置坐标； Vi表示第i个需服务小区附近公共 交通工具的 平均速度； t表示老年人乘坐公共交通工具耗费的最长时间。 3.根据权利要求1所述的自适应并行的社区养老服务点选址优化方法， 其特征在于， 所 述方法中， 利用算术优化算法求解多约束社区养老服务点选址优化模型时， 在所需服务小 区周围随机选择N个待建服务点的候选点， 所有候选点的坐标被扩展成一个N ×N的矩阵， 具 体表示如下： 4.根据权利要求3所述的自适应并行的社区养老服务点选址优化方法， 其特征在于， 所 述方法中， 利用算术优化算法求解多约束社区养老服务点选址优化模型时， 建立算法中探 索阶段和开发阶段的转换函数如下：权　利　要　求　书 1/3 页 2 CN 114358414 A 2其中， iter为当前迭代次数， Max_iter为最大迭代次数， Max和Min是加速函数的最大值 和最小值。 5.根据权利要求4所述的自适应并行的社区养老服务点选址优化方法， 其特征在于， 所 述方法中， 利用算术优化算法求解多约束社区养老服务点选址优化模型时， 探索阶段算法 迭代更新 函数如下： 其中， α是敏感参数， ε是极小的正整数， best表示当前最优值， UB和LB是划定范围的上 下界， μ是控制参数， r2是[0,1]的随机数。 6.根据权利要求5所述的自适应并行的社区养老服务点选址优化方法， 其特征在于， 所 述方法中， 利用算术优化算法求解多约束社区养老服务点选址优化模型时， 开发阶段算法 迭代更新 函数如下： 其中， r3是[0,1]的随机数。 7.根据权利要求1所述的自适应并行的社区养老服务点选址优化方法， 其特征在于， 所 述方法中， 使用自适应并行 的算术优化算法求解多约束社区养老服务点选址优化模型时， 自适应参数调整， 通过引入自适应调整来改变敏感参数α， 具体公式如下： α(iter)＝1 ‑α′(iter)+ ε                    (10) 其中， αmax和αmin是敏感参数的最大值和 最小值， f,fmin,fmax,favg分别是适应度值， 最小 适应度值， 最大适应度值和平均适应度值。 8.根据权利要求7所述的自适应并行的社区养老服务点选址优化方法， 其特征在于， 所 述方法中， 使用自适应并行 的算术优化算法求解多约束社区养老服务点选址优化模型时， 引入多组并行 交流策略， 在算法执行的开始， 将整个候选点分为多个群组， 每个群组按照不 同的交流策略进行迭代更新， 在达到一定的迭代 次数每个群组互相通信， 按照 “优胜劣汰 ” 的规则进行 更新。 9.根据权利要求1所述的自适应并行的社区养老服务点选址优化方法， 其特征在于， 所 述方法中， 开始迭代更新时， 依靠函数选择此次更新的阶段是探索 还是开发， 并通过使用随 机数进行比较， 来选择进行 更新的阶段； 前期进入探索阶段进行大量的探索， 找到全局最优附近的区域， 为开发阶段找到全局权　利　要　求　书 2/3 页 3 CN 114358414 A 3