1.一种缓解城市热岛效应的城市布局优化模拟方法，其特征是，包括：S100：对目标城市区域进行栅格划分，将目标城市的城市地表温度数据和城市数据添加至相应的栅格点，得到网格化城市模型；所述城市数据指与城市热岛效应成因相关的城市数据；

S200：提取网格化城市模型中各栅格点的平均城市地表温度数据及各影响因子数据，采用地理加权回归模型分别构建各栅格点的地表温度预测模型，所述影响因子预先设定为影响城市热岛效应的可量化影响因子，从所述城市数据获得；

S300：以各栅格点的平均城市地表温度数据和影响因子数据作为状态空间，将各影响因子及动作类型作为动作空间，采用ε‑贪婪策略并基于构建的奖励函数进行强化学习，模拟城市布局的优化方案；

所述奖励函数为 ，

其中： 、 、 为权重， + + =1； ， 、 分别表示执行动作前、后栅格点的地表温度矩阵， 采用地表温度预测模型的预测值； 表示对矩阵中所有元素求和； 为城市功能区p的城市功能变化值，其为城市功能区p所包含栅格点的城市功能变化值之和； 为目标城市P个城市功能区的城市功能变化值之和；栅格点的城市功能变化值的计算为：首先，分别计算执行动作后与城市功能区p相关的各影响因子在栅格点处的变化值；接着，分别将各影响因子的变化值与各影响因子在栅格点处的回归系数相乘，回归系数从栅格点的地表温度预测模型中获得；最后，将所有影响因子对应的乘积求和，即栅格点的城市功能变化值；

为栅格点的改变用地布局成本值之和，栅格点的改变用地布局成本值为：执行动作后栅格点的各影响因子变化值之和与栅格点的权重以及当前房价的乘积；栅格点的权重为综合权重加1，综合权重预先分配且与栅格点位置的中心化程度以及经济水平正相关。

2.如权利要求1所述的缓解城市热岛效应的城市布局优化模拟方法，其特征是：步骤S100具体为：利用ArcGIS中的渔网工具对目标城市区域进行栅格划分，再利用ArcGIS中的值提取至点工具将目标城市的城市地表温度数据和城市数据添加至相应的栅格点。

3.如权利要求1所述的缓解城市热岛效应的城市布局优化模拟方法，其特征是：所述城市数据包括城市建筑及建筑物理特性类数据、城市生态和景观类数据、城市基础设施和交通类数据以及城市社会经济类数据。

4.如权利要求1所述的缓解城市热岛效应的城市布局优化模拟方法，其特征是：所述地表温度预测模型为 ；其中， 表示栅格点i的位置；表示栅格点i的城市地表温度； 表示栅格点i的截距； 表示第k个影响因子在栅格点i的回归系数； 表示第k个影响因子在栅格点i的值，m表示影响因子数量； 表示栅格点i的误差项。

5.如权利要求1所述的缓解城市热岛效应的城市布局优化模拟方法，其特征是：所述影响因子包括：

①从城市建筑及建筑物理特性类数据所提取的栅格点的建筑面积、平均建筑高度、建筑的热容量及热导率中的一种或多种；

②从城市生态和景观类数据所提取栅格点的城市景观指数、各类城市蓝绿空间各自的占地面积中的一种或多种；

③从城市基础设施和交通类数据所提取的栅格点到城市基础设施的最短距离；

④从城市社会经济类数据所提取的栅格点的人口数量、GDP、用电量中的一种或多种。

6.如权利要求1所述的缓解城市热岛效应的城市布局优化模拟方法，其特征是：所述动作类型包括对栅格点的影响因子值增加预设幅度、减少预设幅度和不变三类动作操作。

7.如权利要求1所述的缓解城市热岛效应的城市布局优化模拟方法，其特征是：所述栅格点的综合权重采用如下方法分配：

根据地理位置将目标城市划分为中心程度不同的若干区域，并为各区域分别分配中心程度权重；中心程度权重与区域所在位置的中心程度正相关；

根据经济情况将目标城市划分为经济水平不同的若干区域，并为各区域分别分配经济水平权重；经济水平权重与区域的经济水平正相关；

栅格点所在区域的中心程度权重和经济水平权重的乘积即栅格点的综合权重。

8.如权利要求1所述的缓解城市热岛效应的城市布局优化模拟方法，其特征是：步骤S300进一步包括：

S310：智能体观察当前的状态空间；

S320：智能体利用ε‑贪婪策略，基于当前概率值ε在动作空间中选择动作a；

S330：智能体执行动作a；

S340：智能体与状态空间交互，更新状态空间，并反馈奖励函数值；

S350：智能体观察更新后的状态空间，利用奖励函数值更新Q值：S360：智能体判断是否满足停止条件，当满足，则结束迭代，最终的状态空间即优化后的城市布局模拟方案；否则，继续执行步骤S310 S350。

~

9.一种缓解城市热岛效应的城市布局优化模拟系统，其特征是，包括：第一模块，用来对目标城市区域进行栅格划分，将目标城市的城市地表温度数据和城市数据添加至相应的栅格点，得到网格化城市模型；所述城市数据指与城市热岛效应成因相关的城市数据；

第二模块，用来提取网格化城市模型中各栅格点的平均城市地表温度数据及各影响因子数据，采用地理加权回归模型分别构建各栅格点的地表温度预测模型，所述影响因子预先设定，为影响城市热岛效应的可量化影响因子，从所述城市数据获得；

第三模块，用来以各栅格点的平均城市地表温度数据和影响因子数据作为状态空间，将各影响因子及动作类型作为动作空间，采用ε‑贪婪策略并基于构建的奖励函数进行强化学习，模拟城市布局的优化方案；

所述奖励函数为 ，其中：

、 、 为权重， + + =1； ， 、 分别表示执行动作前、后栅格点的地表温度矩阵， 采用地表温度预测模型的预测值； 表示对矩阵中所有元素求和；

为城市功能区p的城市功能变化值，其为城市功能区p所包含栅格点的城市功能变化值之和； 为目标城市P个城市功能区的城市功能变化值之和；栅格点的城市功能变化值的计算为：首先，分别计算执行动作后与城市功能区p相关的各影响因子在栅格点处的变化值；接着，分别将各影响因子的变化值与各影响因子在栅格点处的回归系数相乘，回归系数从栅格点的地表温度预测模型中获得；最后，将所有影响因子对应的乘积求和，即栅格点的城市功能变化值；

为栅格点的改变用地布局成本值之和，栅格点的改变用地布局成本值为：执行动作后栅格点的各影响因子变化值之和与栅格点的权重以及当前房价的乘积；栅格点的权重为综合权重加1，综合权重预先分配且与栅格点位置的中心化程度以及经济水平正相关。

10.一种缓解城市热岛效应的城市布局优化模拟设备，其特征是：包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时可实现权利要求1 8中任一项所述的方法。

~