基于模糊聚類的交通小區(qū)劃分方法研究

劉乙霏 （上海海事大學(xué) 經(jīng)濟(jì)管理學(xué)院，上海 200135）

基于模糊聚類的交通小區(qū)劃分方法研究

劉乙霏 （上海海事大學(xué) 經(jīng)濟(jì)管理學(xué)院，上海 200135）

闡述了交通小區(qū)的定義，劃分交通小區(qū)的目的與原理，依據(jù)模糊聚類分析法，運(yùn)用MATLAB軟件進(jìn)行聚類分析，提出整合方案。

交通小區(qū)；模糊聚類分析法；MATLAB

1 交通小區(qū)概念

交通小區(qū)是具有一定交通關(guān)聯(lián)度和交通相似程度的節(jié)點(diǎn)或連線的組合，隨時(shí)間、關(guān)聯(lián)度和相似度的變化而變化，反映了城市道路網(wǎng)交通的時(shí)空變化的特性[1]。

2 交通小區(qū)劃分的目的和原理

在交通規(guī)劃領(lǐng)域中提出了劃分交通小區(qū)。交通小區(qū)是指研究交通生成與分布的基本空間單位。劃分交通小區(qū)是交通調(diào)查與規(guī)劃中最基本的工作。其主要目的是在滿足精度要求的情況下，強(qiáng)調(diào)交通調(diào)查的實(shí)際可操作性，盡可能減小交通調(diào)查的工作量，降低交通分析和預(yù)測(cè)的難度；交通需求量可以在交通小區(qū)的分布圖上動(dòng)態(tài)地顯示出來，可以直觀的反應(yīng)交通需求分布，從而為城市道路網(wǎng)絡(luò)的交通流提供數(shù)據(jù)，進(jìn)而運(yùn)用交通分配理論模擬道路網(wǎng)上的交通流。

交通小區(qū)的劃分遵循以下原則：

·保證小區(qū)內(nèi)土地利用、經(jīng)濟(jì)社會(huì)指標(biāo)的一致性，不應(yīng)打破城市行政區(qū)的劃分；

·盡量將鐵路、河川等天然屏障作為分區(qū)界限，避免小區(qū)內(nèi)存在的自然或人為的障礙線；

·小區(qū)形狀盡量為規(guī)則形狀；

·應(yīng)充分考慮城市道路網(wǎng)結(jié)構(gòu)，盡可能使小區(qū)劃分與道路網(wǎng)協(xié)調(diào)一致；

·盡可能使交通小區(qū)出行中心位于路網(wǎng)節(jié)點(diǎn) （交叉口和干道）上；

·不以干道作為劃定小區(qū)的界線，盡可能使道路兩側(cè)同在一個(gè)交通小區(qū)，以便于資料收集整理；

·劃定區(qū)內(nèi)的出行次數(shù)盡可能不超過全區(qū)域內(nèi)出行總數(shù)的10%～15%。

3 傳統(tǒng)交通小區(qū)劃分的理論分析

從根本上講，劃分交通小區(qū)范圍大小與小區(qū)數(shù)目取決于不同性質(zhì)的OD調(diào)查工作所要求的精準(zhǔn)程度。已往的交通小區(qū)劃分中，主要運(yùn)用目標(biāo)層次分析法確定交通小區(qū)的劃分。即針對(duì)不同目標(biāo)層次路網(wǎng)的OD調(diào)查，對(duì)交通小區(qū)劃分提出不同要求。

按照行政區(qū)域劃分交通小區(qū)：

·為大城市和國(guó)道干線路網(wǎng)規(guī)劃收集數(shù)據(jù)而進(jìn)行的路網(wǎng)OD調(diào)查工作，要求調(diào)查結(jié)果反映出大型城市、首府和行政中心等節(jié)點(diǎn)的交通連通性時(shí)，需要將交通小區(qū)的范圍設(shè)置的大些，但必須保證交通小區(qū)劃分到研究目標(biāo)城市的下一級(jí)城市的節(jié)點(diǎn)區(qū)域。如果研究區(qū)域內(nèi)一些經(jīng)濟(jì)較為發(fā)達(dá)、交通矛盾較為突出的地區(qū)，為提高工作的精度應(yīng)將小區(qū)劃分的更細(xì)。

·為研究中等城市和省級(jí)道路規(guī)劃收集數(shù)據(jù)而進(jìn)行的路網(wǎng)OD調(diào)查工作，所劃分交通小區(qū)的數(shù)目需要大于或等于研究區(qū)域內(nèi)所有的區(qū)的數(shù)目。

·為區(qū)一級(jí)行政單位做路網(wǎng)規(guī)劃收集數(shù)據(jù)而進(jìn)行的OD調(diào)查工作，原理上應(yīng)將居住小區(qū)和主要單位劃分為不同的小區(qū)，實(shí)際中，這樣做會(huì)增加無謂的工作量，并且得不出有效的數(shù)據(jù)，因此，交通小區(qū)的劃分應(yīng)以居住區(qū)和主要單位為初步方案，然后針對(duì)其中相鄰，居民出行分布類似的居住區(qū)和單位進(jìn)行合并。

還可以按照影響因素的不同劃分交通小區(qū)。影響交通小區(qū)劃分的因素如下：

·用地性質(zhì)

用地性質(zhì)對(duì)居民的出行特征產(chǎn)生直接的影響，不同的用地性質(zhì)會(huì)導(dǎo)致不同的交通出行特點(diǎn)。

·交通復(fù)雜程度

交通小區(qū)如果處于研究區(qū)域內(nèi)部，應(yīng)在面積、人口與交通發(fā)生量與吸引量之間保持適當(dāng)?shù)木鶆蛐?；交通小區(qū)如果處于研究區(qū)域外部，應(yīng)隨著與對(duì)象區(qū)域距離的加大，逐漸增大交通小區(qū)的規(guī)模，以減少不必要的工作量。

·自然地貌

在一般情況下，山川等自然障礙物被作為行政區(qū)劃分界線使用，因此這與第一條并不矛盾。

4 模糊聚類分析法原理及步驟

聚類分析方法是由傳統(tǒng)的分析方法拓展出來，是按照特定要求對(duì)事物進(jìn)行分類的數(shù)學(xué)方法。實(shí)際生活中，要解決的問題往往具有模糊性。一個(gè)事物是否屬于某一類、一組事物是否能并為一類等問題不是那么涇渭分明的，不能明確回答 “是”或“否”，這是一個(gè)隸屬程度的問題，即只能做出 “某種程度上是或不是”的回答，這就是模糊聚類分析。

模糊聚類是采用模糊數(shù)學(xué)方法，依據(jù)客觀事物間的特征、親疏程度和相似性，通過建立模糊相似關(guān)系對(duì)客觀事物進(jìn)行分類的一門多元技術(shù)。本文運(yùn)用模糊聚類分析法對(duì)某一行政區(qū)路網(wǎng)規(guī)劃中的交通小區(qū)初步方案進(jìn)行合并，以期得到更合理的交通小區(qū)劃分結(jié)果。

模糊聚類分析法的計(jì)算過程如下：

STEP1：指標(biāo)選擇

本文選擇經(jīng)濟(jì)社會(huì)和交通運(yùn)輸方面以下指標(biāo)作為交通小區(qū)劃分的決定因素：人均收入、容積率、地塊面積、產(chǎn)業(yè)結(jié)構(gòu)系數(shù)、路網(wǎng)面積密度、百人機(jī)動(dòng)車保有量。

STEP2：數(shù)據(jù)標(biāo)準(zhǔn)化

首先對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，設(shè)域U=｛u1,u2,u3,u4,u5,u6｝為被分類的對(duì)象，其中，u1,u2,u3,u4,u5,u6分別表示人均收入、容積率、地塊面積、產(chǎn)業(yè)結(jié)構(gòu)系數(shù)、路網(wǎng)面積密度、百人機(jī)動(dòng)車保有量。由于原始數(shù)據(jù)不在［0,1 ］區(qū)間，故需對(duì)其進(jìn)行標(biāo)準(zhǔn)化計(jì)算。

標(biāo)準(zhǔn)化計(jì)算公式為：

將各種標(biāo)準(zhǔn)化值進(jìn)行數(shù)值歸一化，使其轉(zhuǎn)化到［0,1 ］內(nèi)。公式為：

STEP3：建立模糊相似矩陣R

rij——各交通小區(qū)之間相似系數(shù)，得到模糊相似矩陣為：

STEP4：模糊等價(jià)矩陣

由標(biāo)定所得到的矩陣R一般為相似矩陣，不滿足傳遞性，故本文采用平方自合成法，將R轉(zhuǎn)換為模糊等價(jià)矩陣Rt。具體做法為建立相似性關(guān)系R的傳遞閉包，做成合成運(yùn)算。

當(dāng)存在一個(gè)數(shù)k，使得R2k=Rk·Rk時(shí)，停止計(jì)算。令Rt=Rk。

STEP5：模糊聚類

設(shè)定不同的置信水平λ∈［0,1 ］，對(duì)模糊等價(jià)矩陣Rt進(jìn)行聚類處理。若Rt中的元素Cij≥λ，則將集合X中的ui和uj歸為一類，從而得到一系列分類結(jié)果。

5 實(shí)例分析

現(xiàn)以某市一個(gè)行政區(qū)為例。初步方案將該區(qū)分為8個(gè)交通小區(qū)。各交通小區(qū)的指標(biāo)值見表1。

表1

運(yùn)用MATLAB軟件求得模糊等價(jià)矩陣，如表2所示。

表2

不同置信水平λ，得到分類效果如表3。

表3

確定最佳閾值λ，取?=0.005，每種分類對(duì)應(yīng)的F統(tǒng)計(jì)量如表4。

表4

由表4可知， 當(dāng) λ=0.8901和 λ=0.9143時(shí)，F(xiàn)r>F0.05（r-1,n-r）。 且F2-F0.05（1,6）=1.07，F(xiàn)3-F0.05（2,5 ）=1.60。 最佳閾值為 λ=0.9143。 把原樣本分為3類。 ｛1,4,5｝,｛2,3｝,｛6,7,8 ｝。

6 總 結(jié)

交通小區(qū)劃分是進(jìn)行解析復(fù)雜城市交通網(wǎng)絡(luò)的有力工具。運(yùn)用模糊聚類方法對(duì)交通小區(qū)進(jìn)行重新分類，為進(jìn)一步規(guī)劃工作提供了前提條件。

[1]高新坡.模糊聚類分析及作用[M].西安：西安電子科技大學(xué)出版社，2004.

[2]謝季堅(jiān)，劉承平.模糊的數(shù)學(xué)方法的應(yīng)用[M].武漢：華中科技大學(xué)出版社，2005.

[3]王瑞.城市居民出行調(diào)查若干問題研究[D].西安：長(zhǎng)安大學(xué) （碩士學(xué)位論文），2006.

Traffic District Division Method and Application Based on Fuzzy Cluster Analysis

LIU Yi-fei(Shanghai Maritime University Economics and Management School,Shanghai 200135,China)

This paper describes the definition of traffic zones,by the purpose and principles of traffic zone,based on fuzzy cluster analysis,using MATLAB software for clustering analysis,integration solutions.

traffic zones;fuzzy cluster analysis;MATLAB

F570

A

1002-3100(2011)09-0025-04

2011-06-01

上海海事大學(xué)研究生創(chuàng)新項(xiàng)目，項(xiàng)目編號(hào)：yc2010015。

劉乙霏（1988-），女（壯族），山東臨沂人，上海海事大學(xué)經(jīng)濟(jì)管理學(xué)院碩士研究生，研究方向：交通運(yùn)輸規(guī)劃與管理。