本發(fā)明涉及ai分析，具體為一種基于ai分析的智慧城市評價方法及系統(tǒng)。

背景技術(shù)：

1、智慧城市建設(shè)隨著物聯(lián)網(wǎng)（iot）、人工智能（ai）、大數(shù)據(jù)和云計算技術(shù)的快速發(fā)展而不斷推進，旨在利用數(shù)據(jù)分析與預(yù)測能力優(yōu)化資源分配、提高管理效率，最終實現(xiàn)可持續(xù)發(fā)展并提升居民生活質(zhì)量。在現(xiàn)有智慧城市系統(tǒng)中，交通、環(huán)境監(jiān)控、能源管理等領(lǐng)域雖已有較多應(yīng)用，但由于各子系統(tǒng)往往獨立運行，存在數(shù)據(jù)孤島、響應(yīng)緩慢和反饋機制不足等問題。例如，系統(tǒng)架構(gòu)分散使得數(shù)據(jù)整合困難，導(dǎo)致決策信息不全，影響整體效率；此外，傳統(tǒng)系統(tǒng)多依賴靜態(tài)規(guī)則，難以實現(xiàn)實時自適應(yīng)優(yōu)化；而單向反饋機制又未能充分采集和分析居民意見，無法動態(tài)響應(yīng)實際需求。以上問題阻礙了智慧城市系統(tǒng)的進一步發(fā)展和廣泛應(yīng)用。

技術(shù)實現(xiàn)思路

1、鑒于上述存在的問題，提出了本發(fā)明。

2、為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：一種基于ai分析的智慧城市評價方法，包括：

3、采集智慧城市評價平臺中的城市信息；

4、對所述城市信息進行智能分析，從而生成城市現(xiàn)狀特征數(shù)據(jù)；

5、利用群體感知反饋機制作為適應(yīng)度，通過長效的適應(yīng)性優(yōu)化過程，生成優(yōu)化后的城市特征數(shù)據(jù)；

6、在優(yōu)化過程中，通過群體感知反饋機制，獲取兩種類型的反饋信息，通過特征分析，得到優(yōu)化方向；通過智慧城市的約束過濾掉異常部分，利用智慧城市建設(shè)的智慧圖譜，對過濾后的剩余數(shù)據(jù)進行補充，根據(jù)選擇機制，生成待優(yōu)化的智慧節(jié)點集；

7、對所述待優(yōu)化的智慧節(jié)點集按照待優(yōu)化方向進行優(yōu)化；

8、將所述優(yōu)化后的城市特征數(shù)據(jù)與所述城市現(xiàn)狀特征數(shù)據(jù)進行對比，分析優(yōu)化前后的差異，從而得到智慧城市的評價結(jié)果。

9、作為本發(fā)明所述的基于ai分析的智慧城市評價方法的一種優(yōu)選方案，其中：所述城市信息包括，數(shù)值型數(shù)據(jù)、時間序列數(shù)據(jù)、地理空間數(shù)據(jù)、圖像數(shù)據(jù)。

10、作為本發(fā)明所述的基于ai分析的智慧城市評價方法的一種優(yōu)選方案，其中：所述智能分析包括，建立ai智能分析的算法庫，錄入每個類型的城市信息匹配相應(yīng)的算法，每個類型的城市信息利用匹配到的算法進行數(shù)據(jù)處理，將所述城市信息中的每個信息對象的表示轉(zhuǎn)化為數(shù)值形式，作為城市現(xiàn)狀特征數(shù)據(jù)。

11、作為本發(fā)明所述的基于ai分析的智慧城市評價方法的一種優(yōu)選方案，其中：所述群體感知反饋機制包括，從多個數(shù)據(jù)源處獲取居民和游客的當(dāng)前感知和意見反饋，通過所述當(dāng)前感知得到群體對于城市現(xiàn)狀特征數(shù)據(jù)的描述情況，通過所述意見反饋得到群體針對現(xiàn)狀的建議；

12、對所述當(dāng)前感知和所述意見反饋中的文本數(shù)據(jù)進行預(yù)處理，識別語義重復(fù)的內(nèi)容進行剔除；

13、使用命名實體識別算法，在文本中識別主要對象；

14、分析文本內(nèi)容中，對所述主要對象進行量化反映，在集合a中選擇輸出量化反映結(jié)果；a={+1，-1，}，-1表示負(fù)方向的量化反映，+1表示正方向的量化反映，表示沒有量化反映；

15、識別反饋中的特殊限定條件，在限定條件下確定優(yōu)化的時段或區(qū)域；

16、對比所述當(dāng)前感知和所述意見反饋的文本中，內(nèi)容的一致性，若兩類文本中所述主要對象和所述特殊限定條件都相同，且對所述主要對象的量化反映結(jié)果的方向相反或都沒有量化反映，則將所述意見反饋中的所述特殊限定條件作為所述主要對象的優(yōu)化限制，將所述量化反映結(jié)果作為所述主要對象的一級優(yōu)化方向；

17、若兩類文本中所述主要對象和所述特殊限定條件都存在不同，或?qū)λ鲋饕獙ο蟮牧炕从辰Y(jié)果的方向相同，則將所述意見反饋中的所述特殊限定條件作為所述主要對象的優(yōu)化限制，將所述量化反映結(jié)果作為所述主要對象的次級優(yōu)化方向；將所述當(dāng)前感知中的所述特殊限定條件作為所述主要對象的優(yōu)化限制，將所述量化反映結(jié)果的反方向作為所述主要對象的次級優(yōu)化方向；

18、所述量化反映包括，使用依存句法解析，識別數(shù)量描述詞與所述主要對象之間的關(guān)系，通過預(yù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型，生成數(shù)量描述詞的量化反映結(jié)果。

19、作為本發(fā)明所述的基于ai分析的智慧城市評價方法的一種優(yōu)選方案，其中：所述智慧城市的約束包括，對所述城市現(xiàn)狀特征數(shù)據(jù)建立可行域的約束；

20、在所述群體感知反饋機制的過程中，對主要對象的識別進行約束，若所述主要對象為可調(diào)節(jié)的城市因素，則確認(rèn)；若所述主要對象為不可調(diào)節(jié)的城市因素，則不記錄當(dāng)前識別結(jié)果；

21、將不滿足約束的文本內(nèi)容部分作為異常，進行過濾；

22、所述智慧城市建設(shè)的智慧圖譜包括，將所述城市信息中所有可調(diào)節(jié)的對象作為智慧節(jié)點，根據(jù)每個可調(diào)節(jié)對象之間的預(yù)設(shè)關(guān)系，將存在同步關(guān)系的智慧節(jié)點進行連接，并在連線處埋入優(yōu)化方向的正反比關(guān)系；

23、所述對過濾后的剩余數(shù)據(jù)進行補充包括，單次僅處理一個所述優(yōu)化方向，獲取所述優(yōu)化方向?qū)?yīng)的主要對象，在所述智慧城市建設(shè)的智慧圖譜中標(biāo)記對應(yīng)的智慧節(jié)點；獲取標(biāo)記的智慧節(jié)點以及與之連接的其他智慧節(jié)點，得到每一個優(yōu)化方向的智慧節(jié)點集合；在完成每個優(yōu)化方向標(biāo)記的智慧節(jié)點集合的集成后，更新所述智慧圖譜清空所有標(biāo)記，使在每一次的集成過程中，只有一個智慧節(jié)點存在標(biāo)記；在智慧節(jié)點集合的集成過程中，在標(biāo)記的智慧節(jié)點外，限制在間接連接的節(jié)點之后，其他節(jié)點不被集成；

24、根據(jù)所述連線處埋入的正反比關(guān)系，若智慧節(jié)點的標(biāo)記為一級優(yōu)化方向，則得到連接的其他智慧節(jié)點的次級優(yōu)化方向；若智慧節(jié)點為次級優(yōu)化方向，則得到連接的其他智慧節(jié)點的三級優(yōu)化方向；

25、所述選擇機制包括，逐個抓取集成得到的所有智慧節(jié)點集合；其中每個節(jié)點不同等級的優(yōu)化方向可以疊加；

26、對于節(jié)點r，若節(jié)點r，l次被所述群體感知反饋機制確定優(yōu)化方向，則將節(jié)點r被標(biāo)記的智慧節(jié)點集合，抓取l次；若節(jié)點r，在所述智慧節(jié)點集合中未被標(biāo)記，但被作為所述智慧節(jié)點集合中的元素被抓取v次；

27、則對于節(jié)點r，抓取次數(shù)等于l+v；

28、設(shè)一級優(yōu)化方向的權(quán)重為3，次級優(yōu)化方向的權(quán)重為2，三級優(yōu)化方向的權(quán)重為1；

29、對所有的抓取結(jié)果，在同一個智慧圖譜中集成，對每個節(jié)點上的優(yōu)化方向進行加權(quán)累加，累加結(jié)果表示為：

30、；

31、其中，i表示抓取的索引；e表示抓取的總次數(shù)；j表示疊加的優(yōu)化方向索引；f表示針對于當(dāng)前抓取的節(jié)點中，不同等級優(yōu)化方向的疊加總數(shù)；表示第j次抓取的，疊加第j個優(yōu)化方向等級對應(yīng)的權(quán)重；表示第j次抓取的，疊加第j個優(yōu)化方向的量化反映；

32、若智慧節(jié)點中，|q|>g，則接受優(yōu)化，優(yōu)化方向與q的方向相同；對接受優(yōu)化的智慧節(jié)點進行匯總，得到所述待優(yōu)化的智慧節(jié)點集。

33、作為本發(fā)明所述的基于ai分析的智慧城市評價方法的一種優(yōu)選方案，其中：對所述待優(yōu)化的智慧節(jié)點集中，每個節(jié)點的所述城市現(xiàn)狀特征數(shù)據(jù)，按照q的方向進行一個步長的數(shù)據(jù)優(yōu)化；

34、通過智慧城市反饋實際的優(yōu)化情況，對于每個智慧節(jié)點，若針對智慧節(jié)點完成實際的優(yōu)化，則直接更新智慧城市的城市數(shù)據(jù)；若針對智慧節(jié)點未完成實際的優(yōu)化且前后兩次的優(yōu)化過程中優(yōu)化方向一致，則在新一輪的優(yōu)化過程中，對智慧節(jié)點的優(yōu)化步長增加為兩個步長，依此類推，直到智慧節(jié)點完成實際的優(yōu)化為止。

35、作為本發(fā)明所述的基于ai分析的智慧城市評價方法的一種優(yōu)選方案，其中：將所述優(yōu)化后的城市特征數(shù)據(jù)與所述城市現(xiàn)狀特征數(shù)據(jù)進行對比包括，獲取優(yōu)化前后的所有數(shù)據(jù)；

36、現(xiàn)狀特征集：；

37、優(yōu)化后特征集：；

38、計算優(yōu)化后的特征與現(xiàn)狀特征之間的距離d：

39、；

40、其中，n表示數(shù)據(jù)的數(shù)量，k表示數(shù)據(jù)索引，表示第n個現(xiàn)狀特征數(shù)據(jù)，表示第k個現(xiàn)狀特征數(shù)據(jù)，表示第n個優(yōu)化后的城市特征數(shù)據(jù)，表示第k個優(yōu)化后的城市特征數(shù)據(jù)；

41、預(yù)設(shè)多個區(qū)間，對每個區(qū)間設(shè)置評價等級；通過d與所設(shè)區(qū)間的上下限進行對比，分析優(yōu)化后的特征與現(xiàn)狀特征之間的距離d所處的區(qū)間，從而輸出區(qū)間設(shè)置的評價等級。

42、一種采用如本發(fā)明任一所述方法的基于ai分析的智慧城市評價系統(tǒng)，其特征在于：

43、采集單元，采集智慧城市評價平臺中的城市信息；對所述城市信息進行智能分析，從而生成城市現(xiàn)狀特征數(shù)據(jù)；

44、優(yōu)化單元，利用群體感知反饋機制作為適應(yīng)度，通過長效的適應(yīng)性優(yōu)化過程，生成優(yōu)化后的城市特征數(shù)據(jù)；對所述待優(yōu)化的智慧節(jié)點集按照待優(yōu)化方向進行優(yōu)化；

45、評價單元，將所述優(yōu)化后的城市特征數(shù)據(jù)與所述城市現(xiàn)狀特征數(shù)據(jù)進行對比，分析優(yōu)化前后的差異，從而得到智慧城市的評價結(jié)果。

46、一種計算機設(shè)備，包括：存儲器和處理器；所述存儲器存儲有計算機程序，其中：所述處理器執(zhí)行所述計算機程序時實現(xiàn)本發(fā)明中任一項所述的方法的步驟。

47、一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其中：所述計算機程序被處理器執(zhí)行時實現(xiàn)本發(fā)明中任一項所述的方法的步驟。

48、本發(fā)明的有益效果：本發(fā)明提供的基于ai分析的智慧城市評價方法，通過對城市現(xiàn)狀與預(yù)測的理想優(yōu)化狀態(tài)進行對比，量化城市健康狀況，為管理者提供科學(xué)的評估依據(jù)。通過識別關(guān)鍵差距，本發(fā)明明確改善方向，優(yōu)化資源配置；同時支持動態(tài)評價和趨勢預(yù)測，幫助管理者提前布局。直觀展示城市改進潛力，提升居民對城市管理的信任和滿意度，實現(xiàn)更高效的智慧城市管理。