基于模糊聚類的城市軌道站點銜接策略研究*

杜靖毅，張夢啟，賀 翔

基于模糊聚類的城市軌道站點銜接策略研究*

杜靖毅，張夢啟，賀 翔

（長沙理工大學(xué)交通運輸工程學(xué)院，湖南長沙410114）

從軌道站點周邊用地性質(zhì)和交通特征等角度出發(fā)，分析了影響站點分類的主要因素，提出了基于模糊聚類分析理論的站點分類方法.結(jié)合深圳市軌道9號線的相關(guān)基礎(chǔ)數(shù)據(jù)，利用Matlab軟件進行實例分析，并根據(jù)所得最佳分類結(jié)果提出相應(yīng)的銜接策略.

站點分類；聚類分析；模糊矩陣；銜接策略

軌道交通作為城市內(nèi)部客運的骨干系統(tǒng)，有著顯著的集散特點，其站點設(shè)計應(yīng)充分考慮與其他交通方式的銜接問題，實現(xiàn)軌道系統(tǒng)與地面交通運輸系統(tǒng)一體化［1］.因此，在考慮軌道站點與各方式之間的銜接時，應(yīng)當(dāng)有一定的銜接策略，明確發(fā)展重點.本文通過對軌道站點周邊用地和交通等主要特征分析，以模糊聚類分析方法為基礎(chǔ)，利用Matlab等軟件對線路站點合理聚類，并提出相關(guān)的銜接策略建議.

1 站點聚類因素分析

軌道站點客源由其周圍所產(chǎn)生的交通需求所決定.另外，作為城市運輸體系的重要節(jié)點，各站點也具有明確的交通功能.因此站點分類因素可從客源特征和功能特征著手，即從“用地”和“交通”兩個角度分析：

（1）用地特征.軌道站點影響范圍內(nèi)用地特征反映了站點服務(wù)的主要客源.不同用地的居民出行需求是不同的［2］，本文從居住、商業(yè)、就業(yè)（工業(yè)用地按就業(yè)類型分析）、公共設(shè)施（醫(yī)院、學(xué)校等）等四項分析居民出行需求.

（2）交通特征.站點銜接的客運交通方式種類決定了站點的換乘客源，而相應(yīng)接駁的交通線路數(shù)決定著站點規(guī)模的大小以及站點結(jié)構(gòu)的復(fù)雜程度.此外，站點換乘客流量的不同也決定著站點規(guī)模.

綜合上述方面，選取站點分類的主要影響因素如表1所示.

表1 站點分類影響因素指標(biāo)計算

2 站點聚類分析方法

站點的模糊聚類分析是利用數(shù)學(xué)方法定量分析樣本中各站點的親疏關(guān)系，是數(shù)理統(tǒng)計中常用的多元統(tǒng)計方法［4］.利用此方法從影響站點分類的各項指標(biāo)中，篩選出對分類貢獻最大的因子.通過對模糊相似矩陣的計算，給定不同的閾值得到相應(yīng)的截集，進而得出相應(yīng)的分類結(jié)果.

2.1站點樣本標(biāo)定

取表3中所選取的站點特征影響因素，構(gòu)建樣本集合X＝｛x1，x2，…，xn｝，其中，n為站點個數(shù).每一個站點xi具有樣本特征向量（xi1，xi2，…，xim），其中m為站點分類研究的指標(biāo)個數(shù).

2.2樣本數(shù)據(jù)標(biāo)準(zhǔn)化及歸一化處理

各站點影響指標(biāo)的衡量單位不同，采用z－score標(biāo)準(zhǔn)化方法對樣本中的原始數(shù)據(jù)進行無量綱化預(yù)處理.

式中

按上述方法所得的標(biāo)準(zhǔn)化數(shù)據(jù)仍有可能不在［0，1］區(qū)間內(nèi)，需進一步采用極值標(biāo)準(zhǔn)化方法進行歸一化處理，借助Matlab中的mapminmax函數(shù)實現(xiàn)歸一化處理，使得X′中各元素在［0，1］之間.即

上述各式中有x″min＝0，x″man＝1，i＝1，2，…，n，j，k＝1，2，…，m，經(jīng)過歸一化處理得標(biāo)準(zhǔn)化矩陣如下

2.3構(gòu)建模糊相似矩陣

采用絕對值減數(shù)法構(gòu)建站點樣本間的模糊相似矩陣～Rs＝［rij］n×n，0≤rij≤1，i，j＝1，2，…，n，rij表示站點樣本所研究不同對象指標(biāo)xi與xj之間的相似程度.其中，σ為適當(dāng)選取的參數(shù)，以便使得0≤rij≤1.

2.4構(gòu)建模糊等價矩陣

由于模糊相似關(guān)系～Rs一般并不具備傳遞性，即并不是模糊等價關(guān)系，則需要用傳遞閉包法對其進行改造，可采用逐次平方法即

為止，得到模糊等價矩陣～Re.

2.5聚類分析

以上一步所得的模糊等價矩陣～Re為基礎(chǔ)，選取不同閾值下λ∈［0，1］的截集進行聚類分析.

2.6確定最佳閾值λ

設(shè)對應(yīng)λ值所分的類數(shù)為r，第i類的站點樣本個數(shù)為ni（i＝1，2，3，…，r）.設(shè)所得站點分類中，第i類各站點標(biāo)記為

為第i類站點的第k個特征值平均值；取ˉxk為全體站點第k個特征值平均值，引入F統(tǒng)計量［5］

上式服從自由度為r－1，n－r的F分布，分子表示不同站點類之間的距離，分母表示各站點類別內(nèi)部樣本間距離.給定置信度α，若Fλ＞Fα，則表示差異顯著，取Fλ－Fα值越大，則分類效果越好.

3 實例分析

以深圳市軌道9號線為例，進行實例分析.深圳市軌道9號線為深圳地鐵三期工程項目之一，全線共設(shè)站點24個，是聯(lián)系城區(qū)內(nèi)居住與就業(yè)片區(qū)之間的局域線，表1中站點各相應(yīng)數(shù)據(jù)見表2.

3.1數(shù)據(jù)標(biāo)準(zhǔn)化處理構(gòu)建模糊矩陣

利用z－score法對數(shù)據(jù)進行標(biāo)準(zhǔn)化處理，構(gòu)建站點模糊矩陣（～Rs）21×21（取σ＝0.1），結(jié)果（局部）如下

3.2構(gòu)建模糊等價矩陣

利用逐次平方法對以上矩陣進行改造，得到傳遞閉包陣～Re＝～Rks＝～R2ks

3.3聚類結(jié)果分析

取不同水平下λ∈［0，1］的截集.當(dāng)λ＝1時，樣本中各對象自成一類.隨著λ值的降低，分類數(shù)逐漸減少；至λ趨向于0時，所有站點歸為一類.得動態(tài)聚類圖譜如圖1所示.

圖1 站點動態(tài)聚類圖

結(jié)合表2中所列站點特征值，取置信度α＝0.05，分別計算各λ所對應(yīng)的F統(tǒng)計量.經(jīng)計算可知，差異較大的有：λ1＝0.8349，λ2＝0.8167，λ3＝0.7925，對應(yīng)站點分類如表3所示.

由表3可知，當(dāng)λ1＝0.8349時，站點分為7類，主要貢獻因子為用地性質(zhì)、客運樞紐、客流規(guī)模、線路銜接等，劃分較為精細，但存在類間相似現(xiàn)象（如居住、辦公用地客流均具有明顯潮汐性，客流特征類似）.當(dāng)λ2＝0.8167時，分為5類，對部分用地性質(zhì)進行合并，其它貢獻因子包括客運樞紐分布、客流規(guī)模、線路銜接等.當(dāng)λ3＝0.7925時，分為3類，僅對客運樞紐、線路銜接進行了區(qū)分.綜合考慮分類的有效性以及策略制定的便捷性，宜采用方案2中的分類方法，各類特征如表4所示.

表2 各站點主要特征值

表3 站點分類結(jié)果

3.4銜接策略

通過對表4中所得各類站點特征的總體把握，結(jié)合居民出行需求，本文總結(jié)站點銜接規(guī)劃策略如下：

（1）對于客流量大站點（I類），適當(dāng)增設(shè)站點出入口，合理組織站點內(nèi)部客流，充分利用站點設(shè)施容量.同時，完善出入口與外部設(shè)施銜接，保障內(nèi)外通暢.

表4 站點分類及特征描述（λ＝0.8167）

（2）對于商業(yè)、公園等周邊站點（II類），強調(diào)站點銜接舒適性，利用部分景觀設(shè)置，改善站點環(huán)境.對于醫(yī)院、校園社會單位，應(yīng)優(yōu)先考慮站點的無障礙設(shè)施設(shè)計及引導(dǎo)標(biāo)識設(shè)計，保障行人安全.

（3）對于居住和就業(yè)區(qū)站點（III類），銜接設(shè)計應(yīng)以快速、便捷為目的.鼓勵綠色出行，優(yōu)先發(fā)展步行與公共交通，適當(dāng)配設(shè)自行車停車泊位.

（4）對于周邊存在客運樞紐站點（IV類），合理布局周邊換乘設(shè)施，調(diào)整公交線網(wǎng).針對長途客流，應(yīng)妥善處理好城市內(nèi)部與對外客流銜接，合理布置站點周邊的換乘設(shè)施（如“P＆R”等）.

（5）對于線路間換乘需求量大站點（V類），完善站點內(nèi)部換乘通道，保障內(nèi)部換乘的通暢和高效.

4 結(jié)論

隨著我國城市軌道建設(shè)步伐的加快，站點對外高效銜接是保障軌道交通服務(wù)質(zhì)量的關(guān)鍵.根據(jù)本文所做研究可知：（1）軌道站點分類應(yīng)對站點周邊用地及其交通特征進行綜合考慮，全面分析影響站點分類的各項因素.（2）由于站點特征的決定因素較多，采用模糊聚類法可以有效地篩選影響站點分類的關(guān)鍵因素，較觀察分類法更易實現(xiàn)準(zhǔn)確定位，便于站點銜接策略制定.

［1］覃矞，宗傳苓.軌道交通接運系統(tǒng)規(guī)劃方法［J］.城市交通，2006，（5）：6－12.

［2］岳芳，毛保華，陳團生.城市軌道交通接駁方式的選擇［J］.都市快軌交通，2007，（4）：36－39.

［3］方雷，吳家友，易斌.廣州市軌道交通站點周邊一體化發(fā)展研究［J］.城市軌道交通，2012，（1）：62－66.

［4］高新波.模糊聚類分析及其應(yīng)用［M］.西安：西安電子科技大學(xué)出版社，2006.

［5］孫才志，王敬東，潘俊.模糊聚類分析最佳聚類數(shù)的確定方法研究［J］.模糊系統(tǒng)與數(shù)學(xué)，2001，（1）：89－92.

Research on the Connection Strategy of Railway Stations Based on Fuzzy Clustering M ethod

DU Jingyi，ZHANG Mengqi，HE Xiang
（College of Traffic and Transportation Engineering，Changsha University of Science and Technology，Changsha Hunan 410114，China）

Based on the land use nature and traffic characteristics，this article discusses themain factors that influence the station classification.The fuzzy clusteringmethod is used to carry out the optimal classification.Then，with the database of Line 9 in Shenzhen，themethod is demonstrated with the assistance of Matlab software，and some new strategies are put forward based on the classification results.

railway station classification；fuzzy clustering；fuzzymatrix；connection strategy

U491

A

1008－4681（2014）02－0062－04

（責(zé)任編校：晴川）

2013－12－10

杜靖毅（1989－），男，河南焦作人，長沙理工大學(xué)交通運輸工程學(xué)院碩士生.研究方向：交通運輸規(guī)劃與管理.