國防視角下城市公共交通綜合評價體系

吳 昊，翟永健

(南京交通職業(yè)技術學院 電子信息工程學院，南京 211188)

城市公共交通是在城市及其郊區(qū)范圍內(nèi)，為方便公眾出行，用客運工具進行的旅客運輸，對于完成戰(zhàn)時交通運輸任務以及保障和平時期經(jīng)濟建設具有舉足輕重的作用。遵循戰(zhàn)平結(jié)合原則，通過實施合理、經(jīng)濟的城市公共交通規(guī)劃方案，可以優(yōu)化城市用地布局，有效地提高交通效率、減少交通事故、降低環(huán)境污染，為居民提供迅速方便、安全高效、經(jīng)濟舒適、準點和低公害的交通條件，又能適應戰(zhàn)爭的需要。

作為城市客運交通主要方式之一的城市公共交通，發(fā)展水平直接關系到城市的整體發(fā)展水平；其服務水平與城市居民的居住水平密切聯(lián)系，平時為經(jīng)濟服務，戰(zhàn)時為戰(zhàn)爭服務，特別要滿足軍隊重裝備運輸和短時間、高密度通過的需要。因此，尋求一種科學、客觀、合理且量化的公交服務水平評價方法，是十分必要且必需的。

本文兼顧平時和戰(zhàn)時公交發(fā)展水平影響因素建立公交評價指標體系，并根據(jù)現(xiàn)有的專家評論，利用模糊粗糙集的分類策略對城市公共交通服務水平進行綜合評價，并通過兩個實例，和KNN分類器做比較，驗證了該方法的可行性和實用性。

1 相關工作

1.1 城市公共交通服務水平綜合評價指標體系的建立

城市交通建設中的國防問題主要反映在以下幾個方面：城市進出口道路問題；城市立交橋、高架橋問題；地下交通問題。這3個方面也是日常公共交通要關注和解決的焦點問題，屬于城市公共交通基礎設施。

反映公共交通系統(tǒng)服務水平優(yōu)劣的指標多達數(shù)十種[1-4]，我們對所有指標進行歸類分析整理后，認為評價體系的指標可分為兩大類。第1類為城市公共交通基礎設施，它是決定公共交通系統(tǒng)服務水平的物質(zhì)基礎。它包括3個分指標，分別是公交車擁有率、公交線網(wǎng)密度和公交線路重疊系數(shù)。由于在戰(zhàn)時公交車承擔了運兵義務，這三大指標具有重大國防意義。公交車擁有率是城市總?cè)丝谂c公共交通車輛的保有量與城市總?cè)丝谂c之比，它可反映高峰時段公交車輛上乘客的擁擠情況，在考慮這個指標的規(guī)劃時除了考慮平時市民的出行率，更要考慮戰(zhàn)時增加的大量軍人和后勤保障人員帶來的出行壓力。公共交通線路重疊系數(shù)是公共交通線路總長度與線路網(wǎng)長度之比，它反映了公交線路在城市主要道路上的密集程度；該指標在戰(zhàn)時可能會由于部分路段戒嚴而低于平時水平，在早期規(guī)劃時就要考慮足夠的冗余。公共交通的線路網(wǎng)密度是指每平方公里城市用地面積上有公共交通線路經(jīng)過的道路中心線長度，其值的大小反映了居民接近公交線路的程度。第2類指標為城市公共交通運輸質(zhì)量和效率，交通的擁堵不利于戰(zhàn)時采取應急措施。共有如下3個分指標，公交車行車準點率、公交出行比例、公交車滿載率，這3個指標決定了戰(zhàn)時應急交通的效率。公交車行車準點率為運營公交車能夠準點到達車站的比例，它是衡量顧客滿意度的一個重要標準，在戰(zhàn)時該指標也是指揮員預判運用公交工具運兵效率的重要參考。公交出行比例為公交車出行數(shù)量與全社會客車出行數(shù)量的比值，它反映了公共交通在城市客運中所起的作用，在戰(zhàn)時指揮員通過該指標來權(quán)衡征用公交車輛還是社會車輛運兵之利弊。公交車輛的滿載率為公交車輛實際的載客量與額定載客量之比或客運周轉(zhuǎn)量與客位里程之比，它能反映公交車輛運行時車上的擁擠狀況或車輛客位的利用程度，在戰(zhàn)時該指標同樣會因為大量戰(zhàn)斗人員及后勤人員的加入引起與平時指標顯著的增量，在規(guī)劃時也要增加一定冗余量。城市公共交通服務水平評價指標如下：

將上述6項指標劃分為高、中、低3級。指標分級標準以指標實際值的國家標準或國外城市達到平均水平為參考上限(高級)，以國內(nèi)城市現(xiàn)狀平均水平為參考中間值(中級)，其余內(nèi)插或外推確定。具體分級情況參見表1。

表1 城市公共交通服務水平指標分級

1.2 專家評價方法

首先，根據(jù)前述指標體系，把“公交車擁有率、公交線網(wǎng)密度、公交線路重疊系數(shù)”等 6 項作為高層主體指標，每個高層指標的分項作為低層主體指標。對上述高層主體指標、低層主體指標分別設計權(quán)重咨詢表，由專家賦權(quán)，獲得指標權(quán)重[5-7]。

對低層主體指標，再設計咨詢表，由專家對每一項作出評價，評價以模糊評語的形式給出.咨詢表的內(nèi)容一般應包括：填表專家的權(quán)重(包括自評，如熟悉度、自信度等，以及他評，即各專家相互之間的評價) ;低層主體指標評分項;評分等級范圍(即采用的是幾級評價?每級評價以模糊評語方式給出) 以及其他附加項。咨詢表的格式可以根據(jù)情況靈活設計，主要遵循簡潔明了、便于專家評分的原則。

設計好咨詢表以后，就要組織專家進行咨詢。由于本方法本質(zhì)上是專家決策方法，因此，專家的質(zhì)量對決策結(jié)果影響很大，然而，由于戰(zhàn)爭、災害、事故、政策變更造成客觀情況的不確定因素，故本文根據(jù)已有的專家評價，運用模糊粗糙集的分類策略對城市公交服務水平進行綜合評價。

2 模糊粗糙集分類策略

2.1 建立關系模型

為了運用模糊粗糙集的分類策略來進行服務水平的綜合評價分類，首先需要建立關系數(shù)據(jù)模型。將各個評價指標視為條件屬性，則條件屬性集合C={C1,C2,…,Cn},將各專家根據(jù)每個評價指標打分后的最后綜合分視為決策屬性D，則可構(gòu)建出一個二維決策信息表。

2.2 利用模糊粗糙集進行分類

給定一個決策系統(tǒng)DS，因為由決策屬性d所描述樣本的的屬性值均為離散的，所以d用來表示樣本的類別標記，鑒于此，利用決策屬性d,可以構(gòu)建出論域上的一個劃分形如U/IND(j5i0abt0b)={X1,X2,…,Xt}，U/IND(j5i0abt0b)表示U中的所有對象被分成t個不同的等價類，在粗糙集理論中，亦被稱為一個決策類。除此之外，?A?AT，可以根據(jù)條件屬性集合A生成出一個模糊二元關系：

(1)

利用定義1所示的模糊粗糙下近似集，給定一個測試樣本xt，可以得到如下所示的決策規(guī)則。

上述規(guī)則說明了如果測試樣本xt屬于某一決策類的下近似集達到最大，那么該測試樣本就被認定為是在這個決策類的范疇中的。這種決策規(guī)則實際上也可以被用來設計模糊粗糙分類器，其具體步驟為：① 計算測試樣本與訓練樣本之間的高斯核相似度；② 利用高斯核相似度，計算測試樣本屬于每個決策類的模糊粗糙下近似隸屬度；③ 選擇模糊粗糙下近似隸屬度最大值所所對應的決策類作為測試樣本的類別。

3 實驗分析

根據(jù)第二節(jié)的理論，本節(jié)通過兩個實例，一個是已知多個專家對系統(tǒng)評分，另一個已知較少專家對系統(tǒng)評分。利用模糊粗糙集的分類策略，分析城市公共交通評價系統(tǒng),并將此方法與KNN分類器進行了對比分析。

實例1已知多個專家對系統(tǒng)評分

表2是6個專家對16個城市公共交通現(xiàn)狀的給出的評分結(jié)果，評價標準是表1 的6個評價指標，分別為公交車擁有率(輛/萬人)，公交線網(wǎng)密度(km/km2)，公交線路重疊系數(shù)，公交車行車準點率(%)，公交出行比例(%)以及公交車滿載率(%)。在表2中，前14個城市，專家已經(jīng)給出了相應的評價，因此，可以視作訓練樣本，后兩個城市，專家并未給出相應的評價，因此需要根據(jù)訓練樣本，判斷這兩個城市屬于哪一類。

表2 已知多個專家對系統(tǒng)評分

在表2中，根據(jù)總評價，可以得到由14個城市所構(gòu)成的論域上的劃分，即U/IND(j5i0abt0b)={X1,X2,X3}={{5,6,7,10},{1,4,8,14},{2,3,9,11,12,13}}。

1) KNN分類器。根據(jù)KNN分類器的思想，我們?nèi)=5，通過計算可得，對于城市15，它的5個近鄰分別為 5，6，2，9，11.故城市15被分為類別3。對于城市16，它的5個近鄰分別為2，14，3，11，12.故城市16被分為類別3?？梢姺诸惒皇翘硐?，這是由于KNN分類方法在分類時只考慮最近鄰的樣本點信息,而未考慮該樣本點之間的聯(lián)系。

實例2已知較少專家對系統(tǒng)評分

表3是6個專家對16個城市公共交通現(xiàn)狀的給出的評分結(jié)果，評價標準是表1 的6個評價指標，分別為公交車擁有率(輛/萬人)，公交線網(wǎng)密度(km/km2)，公交線路重疊系數(shù)，公交車行車準點率(%)，公交出行比例(%)以及公交車滿載率(%)。在表3中，前7個城市，專家已經(jīng)給出了相應的評價，因此，可以視作訓練樣本，后9個城市，專家并未給出相應的評價，因此需要根據(jù)訓練樣本，判斷這9個城市屬于哪一類。

表3 已知較少專家對系統(tǒng)評分

1) KNN分類器。根據(jù)KNN分類器的思想，我們?nèi)=5，通過計算可得，城市8屬于1類；城市9屬于3類；城市10屬于1類；城市11屬于2類；城市12屬于2類；城市13屬于3類；城市14屬于1類；城市15屬于2類；城市16屬于1類；

實例2中的數(shù)據(jù)是來源實例1中的，對比發(fā)現(xiàn)，KNN分類器的分類準確率是沒有模糊粗糙集分類策略的分類準確率高。由此說明了模糊粗糙集分類策略的可行性和實用性。

4 結(jié)論

模糊粗糙集綜合評價法的基本原理是首先利用已有的專家評價進行訓練，得到一個模糊粗糙分類器，然后再利用模糊粗糙分類器對新的專家還未評價的公共交通現(xiàn)狀進行評價。相對于KNN分類方法，該方法計算簡單，分類準確率高，且完全從數(shù)據(jù)中完成分析評價，不是單單考慮最近鄰的樣本點信息；不僅降低了評價成本，而且克服了一些專家評價方法的主觀性，使綜合評價更具客觀性。