摘要：雄安城市计算中心项目是在中国阔步迈向数字时代的大背景下建成并运行的.作为首座与城市同步建设的城市计算中心,雄安城市计算中心对于探索未来城市计算中心的发展方向及城市计算中心对于未来中国城市数字化发展、科学布局城市智能基础设施、构建数字城市整体架构、探索智能城市管理模式等,都具有重要的作用和意义.本文结合雄安城市计算中心项目的规划、设计、建造过程,浅述城市计算中心建筑的定义,明确主要功能系统和基本规划设计策略.

摘要：现代城市中,传感器设备无时无刻地收集和释放着各式各样的城市数据,而这些数据可能会因环境干扰、设备故障或人为篡改而变得异常。针对城市数据会面临数据异常的问题,定义了一套适用于异构数据的提取协议,并基于提取协议设计了一种基于高斯隶属度的分布式异常数据分级过滤算法。最后通过仿真实验验证了该算法能够准确过滤异常数据,从而提高城市计算效率,降低网络开销。

摘要：城市发展中不同城市部门、理论和技术的专业化及其在城市中的汇聚,极大地加快了城市信息学的发展。作为跨学科领域,城市信息学旨在通过新的信息技术来解读城市并推动城市发展。对于这一新兴领域的进展与前景虽已有一些讨论,但仍需进一步探索其研究计划,以推动城市信息学的进步,并对未来城市发展提供参考。为此,本文基于领域最新研究进展,提出了一系列城市信息学研究计划。这些研究计划涵盖三个层次:城市科学的未来;核心使能技术,包括地理空间人工智能、高精地图、量子计算、人工智能和物联网、数字孪生、可解释人工智能、分布式机器学习、保护隐私深度学习等;城市信息学的应用,涵盖城市设计和规划、交通、基于位置的服务和元宇宙等方面,以及关于算法和数据驱动方法的讨论。最后,本文展望了城市信息学未来的发展,尤其注重如何在日益增长的技术依赖与重要的社会问题之间取得平衡。

摘要：城市计算中可以利用显露模式分析方法挖掘数据中的显露模式,但城市数据往往是多源异构数据,难于集成在一张表中分析。论文设计了一种显露模式分析算法,并针对城市数据多源异构问题,如兴趣点数据,GPS数据,公交数据等分别提出了不同转换方法,使得城市数据可以有效融合在一张表中以便于使用显露模式分析。实验表明该方法对城市计算中的显露模式分析是有效的。

摘要：面向国家"十三五"发展规划,中国城市研究也将迈入新的阶段。文、理、工多学科交叉融合,以城市计算为依托,以文化传承为着力点,建设城市计算与文化传承研究团队。作为科研团队,首先要有好的方向,提出"文化资产"的概念。围绕文化资产价值评估,立足未来城市是一个动态的流空间的特性,深入研究流空间的物质载体——交通,将其与精神层面的载体——文脉相结合,构建城市研究新领域。其次,团队建设要有工作制度体系,要有创新机制,任务制是最重要的工作体制,并建立创新机制,用创意创新带动团队发展,改变以往自上而下实施规划任务的做法,倡导自下而上的工作机制,团队成员每人提出自己的想法,以任务清单的形式往上组合,协调,再确定。

摘要：数字化、信息化正以颠覆性方式改变人类生活,复杂性背景下的城市治理面临着数据碎片、信息孤岛及知识壁垒问题,平行城市是解决问题的关键.面向城市复杂系统治理需求,提出了基于复杂系统理论的平行城市模型架构及计算方法体系,以新冠疫情的时空传播为案例进行了典型场景设计,最终构建了精准感知–深度认知–智能推演–科学决策的平行城市虚实互动框架,为复杂环境下的城市治理提供了思路借鉴.

摘要：时空人群流动预测是智慧城市中的关键技术之一。目前主要有两大痛点困扰着相关研究、从业人员:第一,人群流动与多种因素相关,先前的研究总结出了多种时空先验知识,但由于人群流动预测应用场景的多样性,后续工作很难合理而全面地利用这些先验知识;第二,随着深度学习技术的发展,相关技术的实现越来越复杂,复现先进的模型是一件费时且愈发繁琐的事情。针对上述痛点,设计了时间序列采样接口和图构建接口,时间序列采样接口能够基于不同的先验知识产生不同类型的时间序列,图构建接口能够产生不同类型的空间图,上述两个接口还可通过继承接口实现自定义,以利用新的时空先验知识;基于TensorFlow框架实现了多种先进的时空图模型并封装了其中常用的时空建模单元,使用者不仅能够直接使用先进的时空模型,还能够基于这些高级模型层进行二次开发。综上,时空人群流动预测工具箱UCTB内同时集成了多种时空先验知识和多种先进的模型,对开发时空人群流动预测相关应用有着促进作用。相关的代码和配套文档均已开源,工具箱的网址是https://***/uctb/UCTB。

摘要：街道建立了城市的内在联系,是城市生活的载体。不同于承载相对独立和单一功能的建筑建成空间,城市街道的使用总是随着其周边土地和建筑空间的使用情况而变化,海量记录个人行为模式的地理大数据应用为街道使用动态感知提供了可能性。本文通过收集四方和谷歌繁忙时段提供的媒体签到数据,运用网络影响模型,对米兰中心城区街道进行使用模式的动态聚类分析,得到“倒U型”“M型”“一型”三类街道使用模式。其中倒U型总体使用强度最高,M型次之,一型最低。根据聚类分析的结果进一步探讨人群使用偏好与空间环境的关系,本文总结得出城市街道规划设计中提升街道对人群的吸引力的方式,包括:用地方面,增加用地多样性和公共服务占比;交通方面,充分利用地铁站点开发,减少公交线路干扰,控制道路宽度,增加路网密度;空间感知方面,增加界面密度,减少天空视域,增加高宽比,减少面宽比;视觉感知方面,控制绿化干扰,增加城市家具、特色标志物和店面数量等。

摘要：数据融合在大数据研究中至关重要,在城市计算背景下讨论数据融合方法具有典型的意义。随着社会经济的发展和城市化进程的加快,交通拥堵、大气污染等已成为城市治理中的棘手问题。已有研究表明,机动车限行政策对于交通流量控制和大气污染防治短期有效,但长期失效;而交通拥堵费政策因技术要求高,难以在全球范围内推广。鉴于此种情况,试图吸纳限行政策便于实施的特点,规避拥堵收费政策的技术普及难题,通过概率模型融合传统调查数据与行政记录数据,讨论差异化停车费率作为机动车限行政策的经济激励型替代策略的有效性,为城市计算应用提供新的研究场景。首先,依据实际停车支付意愿随停车费率上升而递减的特征,提出以广义帕累托分布作为停车支付意愿分析工具,依据弹性理论,得到停车需求量对价格变动反应敏感的结论,并给出停车费定价的政策替代原理。其次,根据数据特征,融合停车支付意愿调查数据和停车收费订单记录微观数据,并基于价格歧视理论,提出融合停车费率和停车时长因素的差别化停车费率定价模型,用以分析机动车限行政策的替代效果。最后,作为应用,针对兰州市尾号限行和单双号限行的情景开展分析,给出与机动车限行政策等效、与当前停车收费标准相衔接的停车费率三阶梯定价设计和定价建议,从静态交通管理视角为中国城市的停车管理提供一种思路。

摘要：在中国北方,冬季楼宇集中供暖采用的策略通常为气候补偿器,但是该策略严重依赖人工经验,调节相对粗放,如何优化供热控制策略对于保持楼宇室温的稳定舒适十分重要。对此,提出了一种基于深度学习的供热策略优化方法,通过学习历史真实数据信息从而对原始控制策略进行优化。首先以学习室内温度变化的热力学规律为目标,提出了一种深度多时差分网络MTDN(Multiple Time Difference Network)来对下一时刻的室温进行预测,该网络不仅准确率高,而且符合物理规律;然后将MTDN当成模拟器,以表征人体热反应的评价指标作为相关奖励项,使用基于最大熵强化学习思想的SAC(Soft Actor Critic)算法作为策略优化器与之交互训练,从而学习到一个稳定优秀的供热控制策略;最后基于天津某个换热站的真实数据,设计相关实验分别对模拟器预测能力和策略优化器策略控制能力进行评估。验证得出:相比其他类型的预测模拟器,该模拟器不仅预测精度高,并且符合物理规律;同时,相比原始策略,该策略优化器所学的策略在随机采样的多个时段内均可以保证室内温度更加稳定舒适。