1.一种城市空间的竞争合作强度计算方法，其特征在于包括如下步骤：S1. 获取目标城市的城市空间数据信息；

S2. 对步骤S1获取的数据信息进行数据预处理，并构建目标城市空间交互图；

S3. 根据步骤S2得到的空间交互图，基于超图概率生成模型得到目标城市中各个街区隶属于各个社团的隶属度数据，并计算得到目标城市重叠社团数据；

S4. 基于步骤S3得到的若干组重叠社团数据，基于各个社团与各个街区的竞争合作强度，计算得到各个重叠社团的特征向量；具体包括如下步骤：将POI数据与街区进行空间连接；

统计m种类型的POI在各个街区上的数量，从而对每一个街区构建POI特征向量；第i个社团中的第j个街区的POI特征向量 表示为 ，其中表示第m种类型的POI； 表示第i个社团中的第j个街区中的第m类POI的数量；

设定竞争合作强度 表示第i个社团中的第j个街区对第i个社团的竞争合作强度，， 表示第i个社团中的第j个街区对第i个社团的竞争合作强度为最强烈竞争， 表示第i个社团中的第j个街区对第i个社团的竞争合作强度为无影响， 表示第i个社团中的第j个街区对第i个社团的竞争合作强度为最强烈合作；

对于每一个社团，遍历该社团中的每一个街区，并采用如下算式计算得到该社团的特征向量： 式中 为第i个社团的特征向量；n为第i个社团包含的街区数量；

S5. 根据步骤S4得到的各个重叠社团的特征向量，结合距离数据和出行人口数据，对各个社团之间的交互流量进行建模；

S6. 采用遗传算法，对步骤S3和S4进行重复迭代计算，得到最优的各个社团与各个街区的竞争合作强度数据，完成目标城市空间的竞争合作强度计算；包括如下步骤：采用如下算式作为优化目标函数：

式中N为社团的总数； 为预测得到的第i个社团和第l个

社团之间的交互流量； 为真实的第i个社团和第l个社团之间的交互流量； 为第i个社团的出行总量；

基于优化目标函数，以竞争合作强度 为优化参数，采用遗传算法对步骤S3和S4进行重复迭代计算，得到最优的各个社团与各个街区的竞争合作强度数据，完成目标城市空间的竞争合作强度计算；

其中，采用遗传算法对步骤S3和S4进行重复迭代计算，具体包括如下步骤：A. 对于每一个社团，首先随机生成竞争合作强度数据；若社团中有重叠街区，则单独随机生成重叠街区的竞争合作强度数据；将生成的竞争合作强度数据组合为竞争合作策略种群；

B. 计算当前的竞争合作种群中每一个竞争合作策略的优化目标函数值，并将优化目标函数值作为对应的竞争策略的个体适应度；

C. 选取个体适应度最低的若干个竞争合作策略作为精英；对精英进行交叉变异操作产生新的竞争合作策略，随机选取若干个社团并对对应的竞争合作强度数据进行偏置以实现变异得到新的竞争合作策略，同时再随机生成若干个新的竞争合作策略；

D. 将生成的新的竞争合作策略与当前的竞争合作种群合并，作为新一代的种群；计算当前的种群的每一个竞争合作策略的个体适应度值，并选取最优的竞争合作策略作为当前的最优待选结果；

E. 重复步骤B 步骤D，直至达到设定的条件；将得到的最终的最优待选结果，作为最优~的各个社团与各个街区的竞争合作强度数据，完成目标城市空间的竞争合作强度计算。

2.根据权利要求1所述的城市空间的竞争合作强度计算方法，其特征在于所述的步骤S1，具体包括如下步骤：获取的数据包括城市路网数据、城市交通流数据和POI数据。

3.根据权利要求2所述的城市空间的竞争合作强度计算方法，其特征在于所述的步骤S2，具体包括如下步骤：针对获取的城市路网数据、城市交通流数据和POI数据进行数据过滤操作；

根据过滤后的城市路网数据，采用主干道路构建街区；

将过滤后的城市交通流数据匹配到街区，从而构建得到起讫点交互流数据；

将每一个街区作为节点，将街区之间的起讫点交互流作为边，从而构建目标城市的空间交互图。

4.根据权利要求3所述的城市空间的竞争合作强度计算方法，其特征在于所述的步骤S3，具体包括如下步骤：基于街区数据和空间交互图数据，采用超图概率生成模型得到街区隶属于每一个社团的隶属度集合u；u中的元素 表示第j个街区隶属于社团 的隶属度；

选定隶属度大于设定的隶属度阈值的街区作为种子，并按照设定区域生长阈值进行区域生长遍历，从而得到若干组重叠社团的数据信息。

5.根据权利要求4所述的城市空间的竞争合作强度计算方法，其特征在于所述的步骤S5，具体包括如下步骤：根据步骤S4得到的各个社团的特征向量，结合距离数据和出行人口数据，采用如下算式对各个社团之间的交互流量进行建模： 式中 为预测得到的第i个社团和第l个社团之间的交互流量； 为第i个社团的特征向量和第l个社团的特征向量之间的距离，且 ， 为第i个社团的特征向量的第k维特征， 为第l个社团的特征向量的第k维特征； 为第i个社团和第l个社团之间的空间距离； 为第i个社团的出行总量。

6.一种实现权利要求1 5之一所述的城市空间的竞争合作强度计算方法的系统，其特~征在于包括数据获取模块、交互图构建模块、数据生成模块、特征向量计算模块、交互流量建模模块、竞争合作强度计算模块；数据获取模块、交互图构建模块、数据生成模块、特征向量计算模块、交互流量建模模块、竞争合作强度计算模块依次串联；数据获取模块用于获取目标城市的城市空间数据信息，并将数据信息上传交互图构建模块；交互图构建模块用于根据接收到的数据信息，对获取的数据信息进行数据预处理，并构建目标城市空间交互图，并将数据信息上传数据生成模块；数据生成模块用于根据接收到的数据信息，根据得到的空间交互图，基于超图概率生成模型得到目标城市中各个街区隶属于各个社团的隶属度数据，并计算得到目标城市重叠社团数据，并将数据信息上传特征向量计算模块；特征向量计算模块用于根据接收到的数据信息，基于得到的若干组重叠社团数据，基于各个社团与各个街区的竞争合作强度，计算得到各个重叠社团的特征向量，并将数据信息上传交互流量建模模块；交互流量建模模块用于根据接收到的数据信息，根据得到的各个重叠社团的特征向量，结合距离数据和出行人口数据，对各个社团之间的交互流量进行建模，并将数据信息上传竞争合作强度计算模块；竞争合作强度计算模块用于根据接收到的数据信息，采用遗传算法，进行重复迭代计算，得到最优的各个社团与各个街区的竞争合作强度数据，完成目标城市空间的竞争合作强度计算。