基于模糊復(fù)合物元的停車誘導(dǎo)系統(tǒng)綜合評(píng)估研究

盧柏蓉，王花蘭，周華珍，梁院生，米 均

(1.蘭州交通大學(xué)交通運(yùn)輸學(xué)院，甘肅蘭州 730070；2.西南交通大學(xué)交通運(yùn)輸與物流學(xué)院，四川成都 610031)

基于模糊復(fù)合物元的停車誘導(dǎo)系統(tǒng)綜合評(píng)估研究

盧柏蓉1，王花蘭1，周華珍1，梁院生1，米 均2

(1.蘭州交通大學(xué)交通運(yùn)輸學(xué)院，甘肅蘭州 730070；2.西南交通大學(xué)交通運(yùn)輸與物流學(xué)院，四川成都 610031)

在考慮城市停車誘導(dǎo)系統(tǒng)多種因素的基礎(chǔ)上，利用定性、定量相結(jié)合的分析方法提出基于模糊復(fù)合物元的城市停車誘導(dǎo)評(píng)估模型。該模型以可拓學(xué)、關(guān)聯(lián)函數(shù)、隸屬函數(shù)、模糊物元分析為基礎(chǔ)，將評(píng)價(jià)指標(biāo)、測(cè)量值、評(píng)價(jià)等級(jí)等應(yīng)用于城市停車誘導(dǎo)系統(tǒng)評(píng)估，采用關(guān)聯(lián)熵法確定指標(biāo)權(quán)重，通過計(jì)算得到評(píng)估值并進(jìn)行排序，進(jìn)而判斷城市停車誘導(dǎo)系統(tǒng)水平。該模型的實(shí)例應(yīng)用表明，所建模型計(jì)算簡單，便于應(yīng)用，為停車誘導(dǎo)系統(tǒng)提供了一種合理可行的評(píng)估方法。

停車誘導(dǎo)系統(tǒng)；模糊復(fù)合物元；關(guān)聯(lián)函數(shù)；交通影響評(píng)價(jià)

近年來，隨著城市交通需求的迅猛增加，道路等交通基礎(chǔ)設(shè)施的增長遠(yuǎn)遠(yuǎn)小于機(jī)動(dòng)車總量和出行量的增長。而建立新停車場(chǎng)、增加停車泊位數(shù)量等方法對(duì)于緩解靜態(tài)交通問題有其局限性，如何提高現(xiàn)有停車場(chǎng)的利用率，并進(jìn)行科學(xué)有效的管理，越來越多的人把研究的重點(diǎn)放在了停車誘導(dǎo)系統(tǒng)(Parking Guidance and Information System，PGIS)上。文獻(xiàn)[1]進(jìn)行3次停車調(diào)查，比較停車誘導(dǎo)系統(tǒng)實(shí)施前后駕駛員尋找停車位花費(fèi)時(shí)間的變化。文獻(xiàn)[2]將PGIS評(píng)價(jià)指標(biāo)分為成本、效益、技術(shù)指標(biāo)3大類，提出基于DEA的粗糙集的綜合評(píng)價(jià)法。文獻(xiàn)[3]采用模糊AHP綜合評(píng)價(jià)方法建立評(píng)價(jià)模型，最后得出評(píng)價(jià)結(jié)果。在這些定性和定量分析中忽略掉了許多關(guān)鍵因素，如指標(biāo)的無量綱化處理、指標(biāo)的類型單一等，最后得出的結(jié)果具有片面性、通用性差。

城市停車誘導(dǎo)系統(tǒng)綜合評(píng)估是在一定標(biāo)準(zhǔn)下，將現(xiàn)有停車誘導(dǎo)系統(tǒng)的屬性從技術(shù)、經(jīng)濟(jì)、社會(huì)、生態(tài)等方面綜合研究，通過評(píng)估可以清楚的認(rèn)識(shí)到停車誘導(dǎo)系統(tǒng)的服務(wù)現(xiàn)狀與社會(huì)需求的差距，以提高停車誘導(dǎo)系統(tǒng)的有效誘導(dǎo)率。停車誘導(dǎo)系統(tǒng)評(píng)估是一種多指標(biāo)決策過程，由于統(tǒng)計(jì)數(shù)據(jù)有限，還有人為因素的影響，采用模糊復(fù)合物元可擴(kuò)大信息源，提高評(píng)價(jià)結(jié)果的可信度。因此，本文建立基于模糊復(fù)合物元的城市停車誘導(dǎo)評(píng)估模型，以期為停車誘導(dǎo)系統(tǒng)提供一種合理可行的評(píng)估方法。

1 評(píng)價(jià)指標(biāo)體系的建立

城市停車誘導(dǎo)系統(tǒng)不同級(jí)別的指標(biāo)是具體描述、評(píng)估城市停車誘導(dǎo)系統(tǒng)正常運(yùn)營情況的重要依據(jù)。所建指標(biāo)體系應(yīng)滿足[4-5]：

1)能夠衡量一個(gè)停車誘導(dǎo)系統(tǒng)不同時(shí)期的變化；

2)能夠衡量同一時(shí)期不同停車誘導(dǎo)系統(tǒng)發(fā)展水平的差異；

3)可以分析城市停車問題的關(guān)鍵癥結(jié)和嚴(yán)重程度，以提出改善方案，有利于誘導(dǎo)能力的發(fā)揮。

根據(jù)誘導(dǎo)系統(tǒng)運(yùn)行記錄、誘導(dǎo)系統(tǒng)實(shí)際運(yùn)行情況等給出行者、停車場(chǎng)和管理部門帶來的綜合效益和較長時(shí)間才能發(fā)揮出的效益進(jìn)行較全面的評(píng)價(jià)，構(gòu)建城市停車誘導(dǎo)系統(tǒng)評(píng)估指標(biāo)體系，見表1。

表1 城市停車誘導(dǎo)系統(tǒng)評(píng)估指標(biāo)體系

2 評(píng)估模型

城市停車誘導(dǎo)系統(tǒng)所涉及的各個(gè)因素，依據(jù)有關(guān)國家標(biāo)準(zhǔn)和相應(yīng)的統(tǒng)計(jì)調(diào)查數(shù)據(jù)，用各因素因子的量值，建立停車誘導(dǎo)系統(tǒng)評(píng)估的復(fù)合物元模型，得到量化的結(jié)果。

影響停車誘導(dǎo)的因素很多，且具有一定的不確定性和模糊性。因此，對(duì)不同停車誘導(dǎo)系統(tǒng)的綜合評(píng)估是一種多因素、模糊性的綜合評(píng)估。故采用模糊數(shù)學(xué)與物元理論、信息論相結(jié)合的模糊物元法[6-13]，對(duì)事物特征量值所存在的模糊性以及影響事物諸多因素間的不相容性進(jìn)行綜合分析，建立停車誘導(dǎo)系統(tǒng)的評(píng)估模型。

2.1 預(yù)備知識(shí)

在可拓學(xué)中，物元指用有序三元組“事物、特征、模糊量值”來描述事物的基本元[14]。給定事物N，已知它的特征Ci及其量值V(x)，構(gòu)成一個(gè)基本物元P=(N,C,V)，若物元模型中的特征量值具有模糊性，則稱為模糊物元。記為

如果事物有m個(gè)特征C1,C2,…，Cm和對(duì)應(yīng)的量值V1(x1),V2(x2),…,Vm(xm),稱R為m維物元。如果n個(gè)事件的m維模糊物元組合在一起，則為n個(gè)事件的m維復(fù)合模糊物元，記為Rnm[15-16]。

2.2 模型構(gòu)建

1)構(gòu)建復(fù)合物元

根據(jù)模糊物元的基本知識(shí)，構(gòu)建城市停車誘導(dǎo)系統(tǒng)模糊復(fù)合物元，即有n個(gè)城市停車誘導(dǎo)系統(tǒng)用m項(xiàng)測(cè)度指標(biāo)及其相應(yīng)量值來描述，則稱為n個(gè)城市停車誘導(dǎo)系統(tǒng)的m維復(fù)合物元，記為Rnm，即

(1)

式中Mi為城市第i個(gè)停車誘導(dǎo)系統(tǒng)，i=1，2,…,n；Vi(xij) 為Mi的第j項(xiàng)測(cè)度指標(biāo)相應(yīng)量值，j=1，2,…,m。

以城市停車誘導(dǎo)系統(tǒng)、評(píng)價(jià)指標(biāo)、模糊物元測(cè)度值作為描述城市停車誘導(dǎo)系統(tǒng)的基本元。

2)不同類型指標(biāo)的標(biāo)準(zhǔn)化處理

由于停車誘導(dǎo)系統(tǒng)每一項(xiàng)指標(biāo)的含義有所不同，對(duì)比較事物的貢獻(xiàn)大小不同，則相應(yīng)指標(biāo)值的計(jì)算方法不同，其量綱也不同。因此，必須對(duì)其量值進(jìn)行標(biāo)準(zhǔn)化處理。把各個(gè)指標(biāo)的量值轉(zhuǎn)化為隸屬度，表示對(duì)停車誘導(dǎo)的貢獻(xiàn)程度。

令I(lǐng)a=效益型指標(biāo)，越大越好；Ib為成本型指標(biāo)，越小越好；Ic為固定型指標(biāo)，為定性分析指標(biāo);Id為區(qū)間型指標(biāo)。

不同類型指標(biāo)標(biāo)準(zhǔn)化處理采用的方法不同，有

(2)

(3)

(4)

(5)

(6)

式中μij為 標(biāo)準(zhǔn)化后的量值。

則標(biāo)準(zhǔn)化處理后n個(gè)誘導(dǎo)系統(tǒng)的m維復(fù)合物元為

(7)

3)計(jì)算各個(gè)測(cè)度指標(biāo)的權(quán)重，構(gòu)建指標(biāo)權(quán)重的復(fù)合物元

由于客觀事物的復(fù)雜性和不確定性以及人類思維的模糊性，往往不能明確給出測(cè)度指標(biāo)的權(quán)重。

(8)

式中ρ為分辨系數(shù)，ρ∈(0，1)，ρ影響數(shù)據(jù)的轉(zhuǎn)化，若使關(guān)聯(lián)系數(shù)之間差異的顯著性提高，則要使ρΔmax取較小值，簡化計(jì)算中一般取ρ=0.5。

根據(jù)信息論可知，城市交通誘導(dǎo)系統(tǒng)第j項(xiàng)評(píng)價(jià)指標(biāo)的輸出熵Fj為

(9)

第j個(gè)測(cè)度指標(biāo)Cj的權(quán)重系數(shù)，即熵權(quán)ωj的計(jì)算公式為

(10)

4)確定停車誘導(dǎo)系統(tǒng)的復(fù)合關(guān)聯(lián)熵物元

(11)

(12)

根據(jù)式(11)～(12)綜合評(píng)估，即可得出評(píng)估結(jié)果。

根據(jù)式(1)～(12)可得城市停車交通誘導(dǎo)系統(tǒng)的綜合測(cè)度值，值越大表示該停車誘導(dǎo)系統(tǒng)發(fā)展水平越好，即與參考值關(guān)聯(lián)性越大。

3 實(shí)例分析

將上述模型應(yīng)用于某大城市的4個(gè)停車誘導(dǎo)系統(tǒng)(M1、M2、M3、M4)中，通過1個(gè)月的實(shí)際調(diào)查統(tǒng)計(jì)計(jì)算，得到4個(gè)城市停車誘導(dǎo)系統(tǒng)的基礎(chǔ)數(shù)據(jù)資料，見表2。

表2 基本指標(biāo)數(shù)據(jù)資料

根據(jù)式(8)～(11)可得到城市停車誘導(dǎo)系統(tǒng)的權(quán)重復(fù)合物元Rωj，根據(jù)表2調(diào)查數(shù)據(jù)及式(1)得到城市停車誘導(dǎo)系統(tǒng)模糊復(fù)合關(guān)聯(lián)物元R誘導(dǎo)1，根據(jù)式(2)～(6)對(duì)不同類型的指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，得到R誘導(dǎo)2為

表3 綜合評(píng)估結(jié)果

通過分析表3的優(yōu)劣排序，可知4個(gè)城市停車誘導(dǎo)系統(tǒng)的綜合評(píng)價(jià)結(jié)果，誘導(dǎo)系統(tǒng)M1綜合誘導(dǎo)性能最強(qiáng)，運(yùn)營情況最好，利用率最高，誘導(dǎo)效果最好；其余3個(gè)可以從提高服務(wù)水平、增強(qiáng)系統(tǒng)運(yùn)行效能等方面提高停車誘導(dǎo)系統(tǒng)的誘導(dǎo)效果。此評(píng)估結(jié)果和實(shí)際情況基本相符，驗(yàn)證了所建評(píng)估模型的有效性。

4 結(jié)論

綜合考慮城市停車誘導(dǎo)系統(tǒng)的特點(diǎn)、影響因素、實(shí)施誘導(dǎo)后的效應(yīng)等，構(gòu)建了城市停車誘導(dǎo)系統(tǒng)評(píng)估指標(biāo)體系，建立停車誘導(dǎo)系統(tǒng)綜合評(píng)估物元模型。并對(duì)不同類型的指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，通過關(guān)聯(lián)熵法對(duì)各指標(biāo)進(jìn)行客觀賦權(quán)，使評(píng)估結(jié)果更具科學(xué)性和合理性。通過實(shí)例分析可得，用該模型對(duì)停車誘導(dǎo)系統(tǒng)進(jìn)行綜合評(píng)估，減小了評(píng)估過程中人為因素的影響程度，提高了客觀性，保持了某些指標(biāo)的模糊性，可進(jìn)一步用到交通系統(tǒng)的綜合評(píng)估中。

[1]Polak J, Axhausen K.Measuring the Effectiveness of Parking Guidance Systems: a Case Study of Frankfurt/Main[J].TSU REF, 1994(17)：791-799.

[2]季彥婕.城市停車誘導(dǎo)信息系統(tǒng)規(guī)劃及關(guān)鍵技術(shù)研究[D].南京：東南大學(xué)，2006.

[3]黨媚.區(qū)域停車誘導(dǎo)系統(tǒng)綜合評(píng)價(jià)研究[D].長安大學(xué)，2008.

[4]Kurogo H, Takada K, Akiyama H.Concept of a Parking Guidance System and Its Effects in the Shinjuku Area-Configuration, Performance, and Future Improvement of System[C].SEATTLE： WA. Vehicle Navigation and Information Systems Conference, 1995.

[5]蔡文.物元模型及其應(yīng)用[M].北京：科學(xué)技術(shù)文獻(xiàn)出版社，1995：21-25，267-273．

[6]呂鋒.灰色系統(tǒng)關(guān)聯(lián)度之分辨系數(shù)的研究[J].系統(tǒng)工程理論與實(shí)踐,1997(06)：50-55.

[7]夏非，范莉，蘇浩益，等.基于云物元分析理論的電能質(zhì)量綜合評(píng)估模型[J].電力系統(tǒng)保護(hù)與控制，2012，40(11)： 6-10.

[8]A Synthetic Power Quality Evaluation Model Based on Cloud Matter Element Analysis Theory[J].Power System Protection and Control，2012，40(11)：6-10.

[9]沈陽武，彭曉濤，施通勤， 等.基于最優(yōu)組合權(quán)重的電能質(zhì)量灰色綜合評(píng)價(jià)方法[J].電力系統(tǒng)自動(dòng)化，2012，36(10): 67-73.

[10]SHEN Yang-wu,PENG Xiao-tao,SHI Tong-qin,et al.A Grey Comprehensive Evaluation Method of Power Quality Based on Optimal Combination Weight[J].Automation of Electric Power Systems，2012，36(10)： 67-73.

[11]胡國政.停車誘導(dǎo)信息系統(tǒng)誘導(dǎo)策略的評(píng)價(jià)指標(biāo)體系研究[J].交通標(biāo)準(zhǔn)化, 2012 (17): 26-28.

[12]聶艷，周勇，錢建平，等.基于信息熵和模糊物元模型的城鄉(xiāng)結(jié)合部農(nóng)地質(zhì)量評(píng)價(jià)[J].資源科學(xué)，2008，30(6)： 919-924.

[13]季彥婕.城市停車誘導(dǎo)信息系統(tǒng)規(guī)劃及關(guān)鍵技術(shù)研究[D].南京：東南大學(xué)，2006.

[14]王作雷，蔡國梁.基于可拓學(xué)的城市商用土地等級(jí)綜合評(píng)價(jià)[J].江蘇大學(xué)學(xué)報(bào):自然科學(xué)版，2003，24(4)：97-91.

[15]潘峰，梁川，王志良，等.模糊物元模型在區(qū)域水資源可持續(xù)利用綜合評(píng)價(jià)中的應(yīng)用[J].水科學(xué)進(jìn)展，2003，14(3)： 271-275.

[16]張錦華，門寶輝.基于信息熵的天然草地綜合評(píng)價(jià)的模糊物元分析法[J].山地學(xué)報(bào)，2003，21(12)：64-68.

(責(zé)任編輯：楊秀紅)

ResearchonParkingGuidanceSystemEvaluationBasedonFuzzyMatterElement

LUBai-rong1,WANGHua-lan1,ZHOUHua-zhen1,LIANGYuan-sheng1,MIJun2

(1.SchoolofTransportation,LanzhouJiaotongUniversity,Lanzhou730070,China;2.SchoolofTransportationandlogistics,SouthwestJiaotongUniversity,Chengdu610031,China)

For the evaluation of the urban parking guidance system, the parking guidance system evaluation model is proposed based on a variety of factors and fuzzy complex analysis methods. A complex matter-element model for the urban parking guidance system is constructed based on extenics, relational function, membership function, fuzzy matter element analysis. Evaluation indicators, measured values and the evaluation level are used in the urban parking guidance system evaluation model. The relation entropy method is used to determine the indicator weight and the evaluation values of the parking guidance system are arranged in order by calculation to determine the level of the urban parking guidance system. Finally, the practical use of the model shows that the established model is characterized by the simple calculation and friendly use, which provides a reasonable and feasible evaluation method for the parking guidance system.

parking guidance system; fuzzy matter element; correlation function; traffic impact evaluation

2014-04-16

甘肅省財(cái)政廳支持項(xiàng)目(212092-2)

盧柏蓉(1990—)，女，甘肅平?jīng)鋈?，蘭州交通大學(xué)碩士研究生，主要研究方向?yàn)榻煌ㄟ\(yùn)輸規(guī)劃與管理.

10.3969/j.issn.1672-0032.2014.02.006

U491

A

1672-0032(2014)02-0021-06