基于TOPSIS法和灰色理論的交通信息網(wǎng)絡(luò)布局優(yōu)選

戶佐安，蒲 政，包天雯，李博威

?

基于TOPSIS法和灰色理論的交通信息網(wǎng)絡(luò)布局優(yōu)選

戶佐安1,2，蒲 政1，包天雯1，李博威1

（1. 西南交通大學(xué)，交通運輸與物流學(xué)院，成都 610031; 2. 西南交通大學(xué)，綜合交通運輸智能化國家地方聯(lián)合工程實驗室，成都 610031）

交通信息網(wǎng)絡(luò)布局是實現(xiàn)交通信息網(wǎng)絡(luò)高效運轉(zhuǎn)的基礎(chǔ)，合理的交通信息網(wǎng)絡(luò)布局能夠很好地解決交通運輸普遍存在的道路利用率不高、路網(wǎng)運行效率低下的問題。針對交通信息網(wǎng)絡(luò)布局模式進(jìn)行評價及優(yōu)選，建立交通信息網(wǎng)絡(luò)布局評價指標(biāo)體系，以TOPSIS法和灰色理論為基礎(chǔ)，將層次分析法與熵值法相結(jié)合確定各指標(biāo)的權(quán)重，以此構(gòu)建TOPSIS法和灰色關(guān)聯(lián)分析的多屬性決策模型。以成都市為例，對其交通信息網(wǎng)絡(luò)布局模式進(jìn)行了優(yōu)選，得出應(yīng)采用網(wǎng)孔式網(wǎng)絡(luò)布局方案結(jié)論。結(jié)果表明：TOPSIS法和灰色關(guān)聯(lián)分析的多屬性決策模型在對方案進(jìn)行優(yōu)選時，能很好地避免傳統(tǒng)TOPSIS在決策過程中，當(dāng)兩個方案均與正、負(fù)理想解距離相等而無法判斷兩個方案優(yōu)劣的問題，適用于對區(qū)域交通信息網(wǎng)絡(luò)布局模式的評選。

城市交通；方案優(yōu)選；TOPSIS法；交通信息網(wǎng)絡(luò)；灰色關(guān)聯(lián)分析法；熵值法

0 引 言

交通信息網(wǎng)絡(luò)是集交通信息的采集、處理和服務(wù)等功能為一體的系統(tǒng)。隨著社會、經(jīng)濟(jì)的高速發(fā)展，構(gòu)建布局合理、運轉(zhuǎn)高效的交通信息網(wǎng)絡(luò)對推動城市交通運輸可持續(xù)發(fā)展，提高交通運輸效率，緩解由城市高速發(fā)展帶來的道路擁堵、安全性低下等交通問題具有重要的戰(zhàn)略意義。而交通信息網(wǎng)絡(luò)布局有多種模式，因此，針對特定城市，在進(jìn)行交通信息網(wǎng)絡(luò)布局決策時，需要運用科學(xué)合理的評價方法和模型對多種方案進(jìn)行評價優(yōu)選。

目前，關(guān)于交通信息網(wǎng)絡(luò)布局有少量的研 究[1-6]，但布局方案的評價還未見報道。交通信息網(wǎng)絡(luò)布局評價作為一個多屬性決策問題，評價指標(biāo)體系、參數(shù)權(quán)重的取值是否合理都會對決策結(jié)果造成影響。蔚曉丹[1]運用層次分析法和菲德爾法建立了針對交通信息網(wǎng)絡(luò)的評價指標(biāo)體系，然而在定性和定量指標(biāo)的衡量上還存在不足。在關(guān)于評價方法的研究中，TOPSIS法在解決多屬性決策問題時具有數(shù)學(xué)計算不復(fù)雜，原始數(shù)據(jù)利用充分、信息損失少，能夠很好地使用客觀權(quán)重等優(yōu)點。梁昌勇等[2]運用TOPSIS法分別計算了群體評價值到正、負(fù)理想解的距離，最終得到了方案集的排序，并在ERP優(yōu)選問題中進(jìn)行了應(yīng)用。然而傳統(tǒng)的TOPSIS法不能就正、負(fù)理想解距離相等的多個方案進(jìn)行很好的評價。

本文將定性和定量指標(biāo)結(jié)合起來，對交通信息網(wǎng)絡(luò)進(jìn)行多指標(biāo)衡量后優(yōu)選，并對傳統(tǒng)的TOPSIS法進(jìn)行改進(jìn)，結(jié)合灰色理論構(gòu)建TOPSIS法和灰色關(guān)聯(lián)分析的多屬性決策模型，提高決策結(jié)果的準(zhǔn)確程度和可靠程度。

1 交通信息網(wǎng)絡(luò)布局

交通信息網(wǎng)絡(luò)能夠極大的影響城市化布局，國土資源的整治和利用，區(qū)域的規(guī)劃建設(shè)及經(jīng)濟(jì)帶的形成。目前，區(qū)域交通信息網(wǎng)絡(luò)布局模式主要包括網(wǎng)孔式、環(huán)式和樞紐式。其中，網(wǎng)孔式網(wǎng)絡(luò)布局模式可以實現(xiàn)任意兩點之間直接或間接地連接（見圖1），主要適用于網(wǎng)絡(luò)流量大、負(fù)載均衡、業(yè)務(wù)服務(wù)可靠性高、資源動態(tài)管理程度較高的網(wǎng)絡(luò)。

圖1 網(wǎng)孔式網(wǎng)絡(luò)布局模式

環(huán)式網(wǎng)絡(luò)布局模式通常表現(xiàn)為點與點的首尾連接（見圖2），主要適用于業(yè)務(wù)量相對穩(wěn)定、環(huán)形交通路網(wǎng)的布設(shè)。

圖2 環(huán)式網(wǎng)絡(luò)布局模式

而樞紐式網(wǎng)絡(luò)布局模式則表現(xiàn)為多點向一點集中匯聚，由一點來進(jìn)行信息的處理和與其他點聯(lián)系的特點（見圖3），主要適用于信息量巨大、一點信息處理能力強(qiáng)大、網(wǎng)絡(luò)規(guī)模經(jīng)濟(jì)顯著的條件。

圖3 樞紐式網(wǎng)絡(luò)布局模式

三種網(wǎng)絡(luò)布局模式優(yōu)劣對比，見表1。

表1 三種網(wǎng)絡(luò)布局模式優(yōu)劣對比

Tab.1 Compare the advantages and disadvantages among three types of network layout models

由上述分析可知，每種布局都有各自的優(yōu)、缺點和適應(yīng)條件。因此，在對交通信息網(wǎng)路布局進(jìn)行決策時，需要對三種布局模式進(jìn)行評價，優(yōu)選出最適宜的網(wǎng)絡(luò)布局模式。

2 交通信息網(wǎng)絡(luò)布局評價指標(biāo)體系

在進(jìn)行交通信息網(wǎng)絡(luò)規(guī)劃的評價時應(yīng)挑選具有代表性、明確性和獨立性的指標(biāo)，同時還應(yīng)結(jié)合城市路網(wǎng)現(xiàn)狀和未來規(guī)劃，從多方位、多層次進(jìn)行遴選。所以，結(jié)合參考文獻(xiàn)[3]本文選用以下指標(biāo)進(jìn)行評價：

表2 交通信息網(wǎng)絡(luò)布局評價指標(biāo)體系

Tab.2 The assessment indicator system of traffic information network layout

3 基于TOPSIS法和灰色關(guān)聯(lián)分析的多屬性綜合決策模型

TOPSIS法又稱接近理想點法，即定義決策問題的正、負(fù)理想解，然后在可行方案中找到一個方案，使其與正理想解的距離最近，與負(fù)理想解的距離最遠(yuǎn)。TOPSIS法的基本思路是找出正理想方案和負(fù)理想方案，然后根據(jù)各方案與正理想方案和負(fù)理想方案之間的距離來衡量對該方案的滿意度。而灰色關(guān)聯(lián)分析方法的基本思想是根據(jù)序列曲線幾何形狀的相似程度來判斷其聯(lián)系是否緊密，曲線越接近，相應(yīng)序列之間的關(guān)聯(lián)度也就越大。TOPSIS法和灰色關(guān)聯(lián)分析方法都是通過計算評價對象與理想對象的接近程度來判斷各評價對象的優(yōu)劣次序。本文將TOPSIS法與灰色關(guān)聯(lián)分析結(jié)合起來，運用熵值法得到加權(quán)規(guī)范化決策矩陣，最后綜合確定方案的優(yōu)劣。整個綜合決策的步驟流程見圖4。

圖4 綜合決策步驟流程圖

3.1 用熵值法確定權(quán)重系數(shù)

（1）針對3種交通信息網(wǎng)絡(luò)布局模式，建立多屬性決策矩陣如下：

3.2 計算正負(fù)理想解

（2）效益型指標(biāo)正、負(fù)理想解取值：

成本型指標(biāo)正、負(fù)理想解取值：

3.3 計算到正、負(fù)理想解的歐式空間距離和

根據(jù)所得正、負(fù)理想解，分別求得歐式空間距離：

3.4 計算正負(fù)理想解之間的灰色關(guān)聯(lián)度和

其中：

3.5 確定大小，進(jìn)行方案的優(yōu)劣排序

（2）計算相對貼近度：

4 實例分析

4.1 成都市交通信息網(wǎng)絡(luò)概況

在交通信息網(wǎng)絡(luò)的建設(shè)上，成都市已經(jīng)初步形成了交通信息網(wǎng)絡(luò)傳輸骨架，網(wǎng)絡(luò)節(jié)點基本覆蓋各區(qū)縣，在交通信息網(wǎng)絡(luò)的建設(shè)和管理上具有良好的基礎(chǔ)。但隨著城市經(jīng)濟(jì)、社會的不斷發(fā)展和進(jìn)步，成都市的交通運輸量在不斷地上升，根據(jù)2015年成都市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報的數(shù)據(jù)顯示，2015年底全市機(jī)動車擁有量同比增長11.1%，全年旅客周轉(zhuǎn)量同比增長2.1%。路網(wǎng)運行效率低下、道路利用率不高、交通擁堵、安全性低，依舊是成都市亟待解決的問題。因此，針對上述問題，需要對城市的交通信息網(wǎng)絡(luò)布局從管理水平和社會服務(wù)水平進(jìn)行相應(yīng)的調(diào)整以及優(yōu)化，選取合理的交通信息網(wǎng)絡(luò)布局方案。本文結(jié)合成都市的社會、經(jīng)濟(jì)、交通等特點，采用上述方法，對網(wǎng)孔式、樞紐式和環(huán)式網(wǎng)絡(luò)布局模式進(jìn)行綜合評價，評選出最適合成都市的交通信息網(wǎng)絡(luò)布局方案。

4.2 計算各指標(biāo)權(quán)重

采用10點標(biāo)度法，通過專家打分對指標(biāo)賦值。專家共28人，其中，在大學(xué)從事交通信息網(wǎng)絡(luò)布局規(guī)劃研究的教授17人、成都市科研機(jī)構(gòu)研究員6人、成都市從事交通信息網(wǎng)絡(luò)的相關(guān)企業(yè)管理人員3人、成都市政府信息產(chǎn)業(yè)部門專家2人，參與評價的專家不僅對該體系非常熟悉，而且對成都市的交通信息網(wǎng)絡(luò)情況也非常了解，故所得到的專家評價結(jié)果，具有較高的代表性、合理性和可信性。通過整理各位專家的評價結(jié)果，綜合量化數(shù)據(jù)，最終得到的原始矩陣，見表3。

表3 量化的原始矩陣

Tab.3 The quantized original matrix

各指標(biāo)的權(quán)重具體計算過程如下：

（2）運用公式（1）、公式（2）求得指標(biāo)熵值和待選模式差異系數(shù)，見表4。

（3）權(quán)重計算

運用公式（3）求得各指標(biāo)的權(quán)重值，見表5。

表4 熵值和待選模式差異系數(shù)

Tab.4 Entropy method and the differential coefficients of prepared model

表5 各評價指標(biāo)權(quán)重值

Tab.5 The weight of each indicator

4.3　規(guī)范化數(shù)據(jù)加權(quán)，確定正、負(fù)理想解

利用公式（4）～（７）得到各指標(biāo)的正、負(fù)理想解，其中平均故障時間間隔、傳輸延時、平均故障恢復(fù)時間和構(gòu)建及運作支出為成本型指標(biāo)，其余指標(biāo)為效益型指標(biāo)。見表6。

表6各指標(biāo)正負(fù)理想解

Tab.6 The positive and negative ideal solution of each indicator

4.4 計算各待選方案歐式空間距離及灰色關(guān)聯(lián)度

運用公式（8）、（9）得到3種方案到正、負(fù)理想解的歐式空間距離：

運用公式（10）、（11）、（12）和（13）得到各方案與正、負(fù)理想解之間的灰色關(guān)聯(lián)度：

4.5 評價結(jié)果分析

表7 成都市交通信息網(wǎng)絡(luò)布局模式評價結(jié)果與排序

Tab.7 The evaluation results and sorting of Chengdu traffic information network layout model

5 結(jié) 論

本文通過運用基于TOPSIS法和灰色關(guān)聯(lián)分析的多屬性決策方法，將定性指標(biāo)和定量指標(biāo)、效益型指標(biāo)和成本型指標(biāo)結(jié)合起來對區(qū)域交通信息網(wǎng)絡(luò)布局模式進(jìn)行了評選。該方法能夠很好地適用于對區(qū)域交通信息網(wǎng)路布局模式的決策，同時，將TOPSIS法和灰色理論相結(jié)合，能夠有效避免傳統(tǒng)TOPSIS法在評價方案與正、負(fù)理想解距離相同而無法進(jìn)行判定的問題。本文結(jié)合實例，針對成都市經(jīng)濟(jì)、社會發(fā)展現(xiàn)狀，對交通信息網(wǎng)絡(luò)布局模式進(jìn)行了評選，優(yōu)選出網(wǎng)孔式網(wǎng)絡(luò)布局方案。這對提高區(qū)域交通信息網(wǎng)絡(luò)布局評價的科學(xué)性、合理性、可操作性有一定的參考價值。

[1] 蔚曉丹. 交通信息網(wǎng)與電信網(wǎng)的融合及ITS評價指標(biāo)體系研究[D]. 北京: 北京郵電大學(xué), 2010.

[2] 梁昌勇, 戚筱雯, 丁勇, 等. 一種基于TOPSIS的混合型多屬性群決策方法[J]. 中國科學(xué)管理, 2012, 20(4): 109-117.

[3] 席申娥. 基于物聯(lián)網(wǎng)需求的區(qū)域交通信息網(wǎng)絡(luò)布局與管理研究[D]. 武漢: 武漢理工大學(xué), 2013.

[4] 丁以中. 交通運輸網(wǎng)絡(luò)規(guī)劃綜合評價方法[J]. 上海海運學(xué)院學(xué)報, 2000, 21(1): 6-21.

[5] 張兵, 鄧衛(wèi). 基于DPSIR模型的經(jīng)濟(jì)圈交通網(wǎng)絡(luò)評價指標(biāo)體系[J]. 華東交通大學(xué)學(xué)報, 2011, 28(4): 7-13.

[6] 崔淑丹, 李星野, 熊靜.綜合交通運輸網(wǎng)絡(luò)評價指標(biāo)體系的探討[C]//第三屆中國智能交通年會論文集. 南京: 東南大學(xué)出版社, 2007.

[7] 鄒常富, 吳雙休, 黃英. 基于加權(quán)平均法的玻璃鋼錨桿支護(hù)可行性綜合評價[J]. 化工礦物與加工, 2013(1): 28-31.

[8] 戶佐安. 基于主動車流可控性的鐵路樞紐車流組織優(yōu)化模型研究[J]. 學(xué)術(shù)動態(tài), 2013(1): 10-13.

（中文編輯：李愈）

Optimization of Multi-attribute Traffic Information Network Layout Model Based on TOPSIS Method and Grey Theory

HU Zuo-an1,2，PU Zheng1，BAO Tian-wen1，LI Bo-wei1

（1. School of Transportation and Logistics, Southwest Jiaotong University, Chengdu 610031, China; 2. National United Engineering Laboratory of Integrated and Intelligent Transportation, Southwest Jiaotong University, Chengdu 610031, China）

The transport information network layout is the basis of high efficient transport information network operation. The well-designed transport information network layout can efficiently solve the problems of low use rate of the road and low operating efficiency of the road network, which is widely existed in transportation system. To evaluate and optimize traffic information network layout, build the assessment indicator system, based on the TOPSIS method and grey theory, the AHP method and the entropy method are used to identify the indicators weights, construct the multi-attribute decision-making model based on TOPSIS method and grey relational analysis. Took Chengdu city as a case study, optimized the model of its traffic information network layout, which illustrated that the net type network layout scenario is suggested. In the aspect of scenario optimization, the multi-attribute decision-making model based on TOPSIS method and grey relational analysis can avoid the problem which is unable to determine the advanced scenario with the traditional TOPSIS approach when the distance of two scenarios are equal to positive and negative ideal solutions in decision making process, the approach is appropriate in transport information network layout model selection.

urban traffic; scheme optimization; TOPSIS method; traffic information network; grey relational analysis; entropy method

1672-4747（2018）03-0038-08

U491

A

10.3969/j.issn.1672-4747.2018.03.006

2017-05-04

四川省軟科學(xué)研究計劃項目（2016ZR0036）；中央高?；究蒲袠I(yè)務(wù)經(jīng)費專項資金項目（2682016CX045）；國家自然科學(xué)基金（61104175）

戶佐安（1979—），男，漢族，湖北黃梅人，博士，西南交通大學(xué)交通與物流學(xué)院副教授，研究方向為交通運輸規(guī)劃與 管理。

蒲政（1992—），男，漢族，四川南充人，西南交通大學(xué)交通運輸與物流學(xué)院碩士研究生，研究方向為交通運輸規(guī)劃與管理。

戶佐安，蒲政，包天雯，等. 基于TOPSIS法和灰色理論的交通信息網(wǎng)絡(luò)布局優(yōu)選[J]. 交通運輸工程與信息學(xué)報, 2018, 16（3）: 38-45.