基于多目标优化模型的城镇小学学区调整规划

发布时间：2017-08-14 00:28

  本文关键词：基于多目标优化模型的城镇小学学区调整规划

  更多相关文章： 城市小学 学区规划 学位派位 多目标优化

【摘要】：城市学区是城市基础教育资源空间均衡分配的一种体现,国内城市中小学学生是以就近入学原则被派入所在学区的公立学校。随着城市人口的不断增加,适龄入学儿童也在不断增加,大中城市公立小学有限的学位数无法满足周围所有的适龄入学儿童都能够就近入学,导致就近入学难和跨学区择校现象比较普遍。如何动态划分学区或自动派位保证尽可能多的学生就近入学,是值得研究的空间优化问题。本文通过对广州市天河区现状学区学位的供需情况进行了研究分析,发现现状学校学位普遍存在供需不均衡现象,有必要对现状学区的划分进行动态调整。为了保证更多的学生能够实现就近入学以及适龄儿童能够更好的选择学校入读,本文基于经典区位设施模型扩展构建学校学区的派位优化模型,包括公立学位有限的就近入学覆盖最大模型、公立学位有限的就近入学覆盖最大可达性最优模型以及入学距离最短费用最低的公立私立混合派位模型。依托GIS交通网络路径分析的结果,采用线性规划算法、多目标遗传算法对三个优化模型进行求解运算,并分别通过ArcGIS位置分配分析和权重法对模型运算结果进行验证,证明了优化模型的有效性和结果的准确性,研究成果分析如下:(1)采用线性规划算法对公立学位有限的就近入学覆盖最大模型进行优化求解,得出了周围居民区适龄入学儿童步行20 min、30 min、40 min的学区优化派位结果,分析发现随着步行时间的增加,学区范围扩大、学位自动派位数逐渐增多,覆盖邻近居民区的适龄学生数越多。通过ArcGIS位置分配分析对模型运算结果进行验证,证明了模型的有效性和结果的准确性,最后根据不同情况下的优化学位数得出了该模型下适龄学生步行40 min的学位数优化最大,并作为该模型的派位最优方案,并依托GIS技术得到了公立学校学区优化的分布图。(2)采用多目标遗传算法求解公立学位有限的就近入学覆盖最大可达性最优模型,得到了同时满足入学覆盖最大和可达性最优两个目标的最优解集(即Pareto锋线)。通过权重验证法对模型运算结果进行验证,证明了该模型的有效性和结果的准确性,最后取覆盖总适龄学生数最多和其对应的总时间情况下派位的结果为派位最优方案,并依托GIS技术形成了公立学校学区优化的分布图。(3)采用多目标遗传算法求解入学距离最短费用最低的公立私立混合派位模型,得到了满足入学总距离最短和入学总费用最低两个目标的最优解集(即Pareto锋线)。通过权重验证法对模型运算结果进行验证,证明了该模型的有效性和结果的准确性,最后取入学总体时间(距离)最短和费用总体最低的某个最优解,并确定该解下派位的结果为派位最优方案,并依托GIS技术得到了公立私立学校混合学位的派位优化分布图。总体来说,本文构建的优化模型可以有效地对现状学区学位进行自动优化派位,并得出了不同模型下的学校学位最优派位方案以及学区最优划分的分布图,对现状学区的派位优化与学区调整提供科学的指导,有助于真正实现教育均衡化,给教育相关部门提供决策支持作用。
【关键词】：城市小学 学区规划 学位派位 多目标优化
【学位授予单位】：华南农业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：G629.2
【目录】：

• 摘要3-5
• Abstract5-10
• 1 绪论10-19
• 1.1 研究背景10-11
• 1.2 研究目的与意义11
• 1.3 国内外研究现状11-16
• 1.3.1 GIS在小学空间布局的应用研究现状11-13
• 1.3.2 设施区位模型的研究现状13-14
• 1.3.3 设施区位优化方法的研究现状14-16
• 1.4 研究内容与技术路线16-17
• 1.4.1 研究内容16
• 1.4.2 技术路线16-17
• 1.5 论文结构安排17-19
• 2 研究材料与方法19-31
• 2.1 研究区概况19-22
• 2.1.1 自然地理概况19-20
• 2.1.2 社会及经济概况20-21
• 2.1.3 基础教育概况21-22
• 2.2 数据收集22-24
• 2.2.1 研究对象的界定22-23
• 2.2.2 数据收集23-24
• 2.3 数据处理24-29
• 2.3.1 遥感影像处理24
• 2.3.2 居民区人口数据的获取及计算24-26
• 2.3.3 居民区适龄学生数计算26-27
• 2.3.4 研究区道路网络数据库27-28
• 2.3.5 OD成本矩阵的计算28-29
• 2.4 研究方法29-31
• 3 研究区学区学位供需分析31-38
• 3.1 学区的划分研究概述31-33
• 3.1.1 学区划分方法介绍31-32
• 3.1.2 现状学区的划分32-33
• 3.2 学区学位供需情况概述33-37
• 3.2.1 学区学位的供需现状分析33-36
• 3.2.2 学区学位供需情况的评价36-37
• 3.3 本章小结37-38
• 4 优化模型的构建及运算结果分析验证38-57
• 4.1 公立学位有限的就近入学覆盖最大模型38-46
• 4.1.1 模型的构建38-39
• 4.1.2 模型运算结果39-41
• 4.1.3 模型结果验证41-46
• 4.2 公立学位有限的就近入学覆盖最大可达性最优模型46-49
• 4.2.1 模型的构建46
• 4.2.2 模型运算结果46-48
• 4.2.3 模型结果验证48-49
• 4.3 入学距离最短费用最低的公立私立混合派位模型49-52
• 4.3.1 模型的构建49-50
• 4.3.2 模型运算结果50-52
• 4.3.3 模型结果验证52
• 4.4 结果分析52-56
• 4.5 本章小结56-57
• 5 结论与展望57-59
• 5.1 主要结论57-58
• 5.2 研究展望58-59
• 致谢59-60
• 参考文献60-63
• 附录63-66

【参考文献】

中国期刊全文数据库 前10条

1 莫汉培;陈秋良;张子臻;;遗传算法求解电力设施选址问题[J];计算机技术与发展;2016年03期

2 加鹤萍;谢胜利;邵翔;黄世龙;;基于模拟退火算法的城市电动汽车充电站优化布局[J];山西电子技术;2013年03期

3 孟醒;张景秋;朱海勇;;设施选址问题中的基础模型与求解方法比较[J];北京联合大学学报(自然科学版);2012年03期

4 孔云峰;王震;;县市级义务教育学校区位配置优化设计与实验[J];地球信息科学学报;2012年03期

5 孔云峰;;利用GIS与线性规划学校最优学区划分[J];武汉大学学报(信息科学版);2012年05期

6 王铮;廖悲雨;隋文娟;;层次型应急设施布局模型及其应用[J];中国管理科学;2011年06期

7 陈立伟;唐权华;;基于蚁群算法的离散救援问题出救点选址研究[J];计算机应用研究;2010年11期

8 赵振亚;贺国先;;基于模拟退火算法的应急物流仓库选址优化[J];大连交通大学学报;2010年03期

9 ;Improved ant colony optimization algorithm for the traveling salesman problems[J];Journal of Systems Engineering and Electronics;2010年02期

10 么卫良;李杰;李宏;韩鹰飞;;利用遗传算法求解公共停车场多目标选址模型[J];华中科技大学学报(城市科学版);2006年S1期

，

本文编号：669855