拓撲理論下鄉(xiāng)村路網(wǎng)布局算法設(shè)計

楊耀寧， 鄭淑銘， 李昱偉， 韓菡*

(1.云南大學建筑與規(guī)劃學院， 昆明 650500； 2.柏林工業(yè)大學城市設(shè)計與可持續(xù)規(guī)劃研究所， 德國柏林 10623)

中共中央十九大報告提出破解“三農(nóng)”問題的鄉(xiāng)村振興戰(zhàn)略，以促進城鄉(xiāng)基礎(chǔ)設(shè)施互聯(lián)互通，全面推進“四好農(nóng)村路”建設(shè)，保障農(nóng)村地區(qū)基本出行條件，從而帶動廣大農(nóng)村地區(qū)經(jīng)濟發(fā)展的基本要求。2022中央一號文件再度指出，以做好鄉(xiāng)村基礎(chǔ)設(shè)施建設(shè)為點，繼續(xù)全面推進鄉(xiāng)村振興。在人口轉(zhuǎn)移、產(chǎn)業(yè)優(yōu)化、資源轉(zhuǎn)移和生活方式轉(zhuǎn)變的支撐下，城鄉(xiāng)之間人口流動的頻率、范圍和規(guī)模不斷增加，城鄉(xiāng)居民尤其是農(nóng)村居民的出行需求日益增加。

鄉(xiāng)村道路交通作為鄉(xiāng)村經(jīng)濟發(fā)展的命脈和村民的生產(chǎn)生活息息相關(guān)，構(gòu)建符合鄉(xiāng)村交通視角的高效便捷的城鄉(xiāng)公路網(wǎng)系統(tǒng)是解決廣大鄉(xiāng)村居民高質(zhì)量出行公共服務(wù)的需要以及城鄉(xiāng)融合聯(lián)動社會效益的關(guān)鍵。

然而中國對路網(wǎng)交通的研究大多基于經(jīng)濟發(fā)達地區(qū)城市路網(wǎng)層面，缺乏對相應(yīng)深度的鄉(xiāng)村地區(qū)的路網(wǎng)研究。寇世浩等[1]對路網(wǎng)圖論的研究對中國49個城市進行了全面細致的梳理，為城市新區(qū)道路規(guī)劃和路網(wǎng)布局提供借鑒。徐澤潭等[2]對空間句法方法下路網(wǎng)形態(tài)與空間布局進行了研究。

城市路網(wǎng)研究的切入角度多維，其基礎(chǔ)理論和實踐可以通過信號燈和其他監(jiān)測手段進行相互驗證和不斷完善，研究內(nèi)容主要涉及路網(wǎng)通達性及其與區(qū)域經(jīng)濟發(fā)展的關(guān)系。其中，查凱麗等[3]以武漢都市圈為例，研究路網(wǎng)通達性與經(jīng)濟關(guān)聯(lián)的時空演變，結(jié)果表明都市路網(wǎng)連通性過去30年間逐漸趨于完善，然而中心邊緣、城鄉(xiāng)二元仍然差距明顯。符海月等[4]以中原城市群為向，分析路網(wǎng)通達性演化，表明從區(qū)域線狀發(fā)展為區(qū)域中心面狀，城市通達度上升的同時不同發(fā)展水平之間的通達度差距仍不斷增大，地區(qū)差異明顯。

而過往鄉(xiāng)村路網(wǎng)的研究情況，以定性和周邊影響力研究為主，定量層面則大多進行通達性評估，缺少綜合運用多種計量模型。羅雨[5]等以秦巴山區(qū)農(nóng)村路網(wǎng)為例，采用人文地理研究分類法，以通達性和經(jīng)濟性為指標，表明其空間異質(zhì)性和“通達性-經(jīng)濟性”關(guān)聯(lián)。曹飛等[6]以鄉(xiāng)村路網(wǎng)為因素，分析自然景觀受其影響的情況，以耕林村等維度研究鄉(xiāng)村路網(wǎng)的生態(tài)文明影響。特別地，針對路網(wǎng)規(guī)劃布局建設(shè)的優(yōu)化層面，邢忠等[7]提出了一種基于城鄉(xiāng)樣條劃分的城鄉(xiāng)道路網(wǎng)布局規(guī)劃方法。該算法利用“城鄉(xiāng)樣條空間分段”和路徑規(guī)劃方法，建立了基于城鄉(xiāng)空間變換樣條的路網(wǎng)布局控制模型。根據(jù)城鄉(xiāng)道路空間的自然屬性和各分區(qū)相應(yīng)的城鄉(xiāng)交通功能要求，確定城鄉(xiāng)道路網(wǎng)的規(guī)劃情況。

關(guān)于交通網(wǎng)絡(luò)的理論與算法優(yōu)化方面，近年來主要關(guān)注的方向為城市治堵、交通事故、目標識別等，囊括多層前饋網(wǎng)絡(luò)(back propagation neural network，BP神經(jīng)網(wǎng)絡(luò))[8]、軌跡地圖[9]、目標單眼檢測法(you only look once，YOLOv5)[10]、點云分割算法(normalized cut，NCut)[11]、加權(quán)組團劃分算法(weighted girvan-newman，WGN)[12]、動態(tài)投影系統(tǒng)[13]等，然而這些方法要么依托車輛信息驗證，要么同交通信號檢測系統(tǒng)互通，對于鄉(xiāng)村路網(wǎng)建設(shè)方面難以有效借鑒。另外以網(wǎng)絡(luò)的拓撲結(jié)構(gòu)角度進行考慮中，常簡化和忽略交通網(wǎng)絡(luò)的城鄉(xiāng)差異特性，從而降低了方法的適用性[14-15]。

軟件載體優(yōu)化方面，以交通軟件Trans CAD的優(yōu)化為主，結(jié)合地理路徑的算法。景鵬等[16]運用對網(wǎng)絡(luò)地圖圖片的自動截取拼接與公共交通信息系統(tǒng)挖掘結(jié)果，在TransCAD中形成了公共交通地理信息系統(tǒng)(geographic information system-transportation，GIS-T)數(shù)據(jù)庫。使用TransCAD技術(shù)對城市公交網(wǎng)絡(luò)系統(tǒng)開展可達性分析，并使用地理信息系統(tǒng)開發(fā)工具(geographic information system developer’s kit，GISDK)二次開發(fā)功能建立城市公交可達性評估體系。方曾利等[17]提出了一種基于地理信息系統(tǒng)(geographic information system，GIS)和Trans CAD城鄉(xiāng)道路網(wǎng)布局規(guī)劃算法(GTC法)，利用Trans CAD軟件的功能對節(jié)點布局進行優(yōu)化和相關(guān)的規(guī)劃研究，克服了Trans CAD軟件圖像處理繁瑣、容易出錯的缺點。采用子層路網(wǎng)信息數(shù)據(jù)庫圖，引入Trans CAD軟件生成城鄉(xiāng)路網(wǎng)布局結(jié)果。主要驗算和考量省域市域范圍內(nèi)的車輛交通情況，對于以城鎮(zhèn)節(jié)點中微觀作為考察目標仍未涉及。

綜上，路網(wǎng)規(guī)劃與研究多為城市交通與路網(wǎng)背景和城市問題為話題，以車輛信息、交通監(jiān)控、大數(shù)據(jù)收集等為基本手段，實現(xiàn)城市生活與出行精細化管理研究。然而，以鄉(xiāng)村振興背景下農(nóng)村居民出行為出發(fā)點，著眼于鄉(xiāng)村路網(wǎng)的規(guī)劃模式和理論仍在建設(shè)中，相關(guān)研究無論是數(shù)量上還是質(zhì)量上都與城市載體存在較大差距。在缺乏基本數(shù)據(jù)監(jiān)控和智能化設(shè)施輔助的前提下，鄉(xiāng)村路網(wǎng)規(guī)劃建設(shè)模型亟待加強。

為了進一步提高鄉(xiāng)村路網(wǎng)布局的合理性和連通性，提高出行效率，在上述研究的基礎(chǔ)上，現(xiàn)使用拓撲模型將鄉(xiāng)村路網(wǎng)的抽象并提取，以偏差系數(shù)角度對待鄉(xiāng)村個體用戶需求和時空差異，以二級需求網(wǎng)絡(luò)考慮規(guī)劃者和使用者二者的出發(fā)點需求，并與上述典型方法進行計算機模擬比較，以嘗試提出基于拓撲理論的鄉(xiāng)村路網(wǎng)布局規(guī)劃算法。

1 研究算法設(shè)計

1.1 城市群路網(wǎng)拓撲模型

拓撲(topology)是一種抽象的表示方法，其忽略物體的宏觀形態(tài)物理屬性，采用點或線來描述多個對象間的位置和關(guān)系，廣泛應(yīng)用于航空航天、建筑、電力等復合學科領(lǐng)域[18]。

對于鄉(xiāng)村路網(wǎng)研究而言，該方法可以忽略因道路寬度、道路通行質(zhì)量、綠化遮蓋范圍和三維可視度等方面給實際交通帶來不利因素的環(huán)節(jié)，從而更集中關(guān)注于邏輯和優(yōu)化本身，是一種在研究算法優(yōu)化層面的簡化[19]。其基礎(chǔ)和底層邏輯為以中心城鎮(zhèn)為核心基本節(jié)點和多個二級路網(wǎng)節(jié)點，將復雜的空間布局抽象簡化為單中心和多中心彈性拓撲結(jié)構(gòu)。以城鄉(xiāng)群的中心城鎮(zhèn)為中心，向非中心鄉(xiāng)村分散，并根據(jù)連接軸排列不同的次級道路，如圖1所示。

圖1 單中心與多中心城鄉(xiāng)空間布局的拓撲結(jié)構(gòu)Fig.1 Topological structure of single-and poly-center urban and rural spatial layout

1.2 城鄉(xiāng)路網(wǎng)的時空特性

1.2.1 時間特征

鄉(xiāng)村路網(wǎng)具有極大的生產(chǎn)生活導向特點，其交通流量具有較強的潮汐性，包括日分布特征和季節(jié)分布特征[20]。日分布中，日出行峰谷影響下呈現(xiàn)雙峰、三峰和平峰等不同類型。季節(jié)分布特征中，以農(nóng)事和節(jié)日為核心的出行使得農(nóng)村居民出行呈現(xiàn)季節(jié)性潮汐性，農(nóng)業(yè)旺季出行少，淡季出行多，其流量分布不均勻，以相應(yīng)平均參數(shù)及不平衡指數(shù)表示，相應(yīng)地以小時不平衡指數(shù)和季節(jié)不平衡指數(shù)修正。小時不平衡指數(shù)Pt為

(1)

式(1)中：Qhmax為單向道路高峰時段的最大道路流量；Qd為對應(yīng)單向道路的全天路段最大交通流量；h為交通流量的最大交通時間[21]。季節(jié)性分布的不平衡可以用不平衡系數(shù)Ps來表示，即

(2)

式(2)中：Qt為峰值交通流量天數(shù)內(nèi)的交通流量；Q為統(tǒng)計線的年總交通流量；t為峰值交通流量天數(shù)。

1.2.2 空間特征

鄉(xiāng)村交通流量的空間分布特征以流線、流向、截面分析為主。流線分布主要與空間因素有關(guān)，與周邊產(chǎn)業(yè)流線和人口密度等關(guān)系密切，是路網(wǎng)交通的空間規(guī)劃屬性。不同鄉(xiāng)村道路的流量強度以“冷線”和“熱線”作為形象定義[19]。一般而言，重點城鎮(zhèn)與村莊之間的流量密集、穩(wěn)定較“熱”；而一般城鎮(zhèn)之間、一般城鎮(zhèn)與鄉(xiāng)村之間、鄉(xiāng)村之間的交通流量相對較低較“冷”。

流向角度而言，線路一般有兩個方向，在一段時間內(nèi)，部分線路的雙向交通流量幾乎相等，而部分線路的雙向交通流量差異較大，這是由于不均勻性通勤造成的獨有鄉(xiāng)村流向分布特征。類似地，其方向性不均勻性也可用系數(shù)KD來表示，即

(3)

式(3)中：VD為交通流量大的方向的單向交通流量；V為總雙向交通流量，即該值越大該線路雙向分布越不均勻，雙向交流流量差距越大，越像單行線。

交通流量的截面分布特征主要是指線路不同斷面的交通流量差異，也即同一條道路上不同位置的差異，通常表現(xiàn)出特定的交通流量梯度[22]， 用橫截面不平衡系數(shù)Ph來表示，即

(4)

式(4)中：Vmax為所有路段的最大交通流量；Vi為i路段的交通流量；n為城鄉(xiāng)線路設(shè)置的路段數(shù)。

1.2.3 分布特征

空間分布的特征主要從車輛流量分布點的分類和分布特征的量化兩個方面進行研究。

(1)分布點分類。一般來說，有些地方線路會形成相對穩(wěn)定的交通流量，交通流量頻繁，從而逐漸形成車輛流量分布點。在城鄉(xiāng)線路中，其典型中心大多其是鄉(xiāng)鎮(zhèn)政府和辦事機構(gòu)所在地，形成該地區(qū)的主要經(jīng)濟活動中心和主要空間分布中心，這些中心起著區(qū)域內(nèi)交通流量的分配和轉(zhuǎn)移作用[23]。特別地，以生活圈層為單位為自然村，較城市相對分散。村民們通常一起出行和等候，這就容易在村莊的出入口處形成了一個相對穩(wěn)定的交通流量。而集市通常是農(nóng)村居民的貿(mào)易場所，交通流量相對穩(wěn)定，是鄉(xiāng)村交通流量的重要分布中心之一。

(2)分布特征的量化。分布強度可用于描述各分布中心(集配點)的分布特征：

(5)

式(5)中：I為某一分布點的分布強度(集配強度)；R為每天通過分布點的平均車輛數(shù)；n為起止或通過分布點的車輛總數(shù)；Ui為通過分布點的核心車輛數(shù)。

分布強度(集配強度)描述了各種集配點在其服務(wù)范圍內(nèi)的重要性，并與停車和交通設(shè)施的設(shè)置有很強的相關(guān)性。當強度高時，需要相應(yīng)的高水平服務(wù)和交通設(shè)施，以及一定規(guī)模的停車設(shè)施，以便于城鄉(xiāng)公路車輛的交通。

1.3 城鄉(xiāng)路網(wǎng)布局規(guī)劃算法

根據(jù)以上鄉(xiāng)村路網(wǎng)的拓撲結(jié)構(gòu)及相關(guān)特點，抽象成對于“點-線-網(wǎng)”三重分類，以節(jié)點重要性、動態(tài)集群分析、負荷網(wǎng)絡(luò)布局進行組合。

1.3.1 節(jié)點重要性計算

在農(nóng)村地區(qū)，由于經(jīng)濟情況、汽車所有權(quán)和道路交通的統(tǒng)計不太全面，其路網(wǎng)的節(jié)點權(quán)重，與客貨運周轉(zhuǎn)率、客貨運量等重要交通運輸指數(shù)有關(guān)。相應(yīng)的權(quán)重值越大，居民出行期望也越大，因此運輸需求量越大。鑒于交通運輸需求與區(qū)域的社會性和經(jīng)濟效益息息相關(guān)，在統(tǒng)計節(jié)點意義上，擬把客貨需求量的時間序列值視為灰色系統(tǒng)(grey system)的特征序列數(shù)值，把時間序列數(shù)值作為主要指標進行有關(guān)因素的統(tǒng)計系列分析[24]。

取參考序列X0=[x0(1)，x0(2)，…，x0(n)]，并比較該序列的索引值Xi=[xi(1)，xi(2)，…，xi(n)]。

(6)

通過以上相關(guān)系數(shù)，得到灰度相關(guān)度為

(7)

從式(7)看出，求和之間的幾何相似性越大，它們之間的相關(guān)性越大，X0和Xi之間的相關(guān)性越大。反之當小于某一閾值時，相應(yīng)的因素指數(shù)r0i相關(guān)性較低，認為它不是主要的影響因素。

(8)

式(8)中：αi為第i項指標的客觀權(quán)重。

1.3.2 動態(tài)聚類分析

動態(tài)聚類分析是把在目標范圍內(nèi)的每個節(jié)點都視為聚類分析樣本，然后再按照相應(yīng)的參數(shù)(如采用歐氏距離法)對樣本進行分類。每個類都具有典型的特征，最后根據(jù)重要性度選擇節(jié)點。

有兩個向量xi和xj，則歐氏距離定義為

(9)

歐幾里得距離表示兩個向量的相似性。dij越小，xi和xj越近；如果dij=0，那么這兩個向量在距離標準下完全相同；反之，dij越大，xi和xj越遠。

選擇在規(guī)劃范圍內(nèi)的4個節(jié)點為樣本，然后以上述時空特征為樣本點的觀測數(shù)據(jù)，并采用歐式距離相似度，進行了劃分。具體操作步驟如下。

步驟1選擇評價指標(可通過專家咨詢方法確定)，調(diào)查獲取樣本數(shù)據(jù)。

步驟2對初始數(shù)據(jù)進行標準化，設(shè)置n個樣本，每個樣本都有m個數(shù)據(jù)(即m個標準值)，即

(10)

(11)

式(11)中：xit為標準數(shù)據(jù)。

步驟3選擇預(yù)排序的數(shù)量。設(shè)xit為標準化過程后的第i個樣本的第t個指標，設(shè)

(12)

(13)

(14)

得到

(15)

樣本的初始類數(shù)xi是最接近k(1≤k≤K)的整數(shù)，因此得到了每個樣本的初始分類，并記錄為：I′1，I′2，…，I′k。

步驟4計算每個類的集群中心。中心公式為

(16)

1.3.3 二層網(wǎng)絡(luò)布局算法

路網(wǎng)布局問題，大致包括了離散路網(wǎng)設(shè)計問題、連接路網(wǎng)設(shè)計問題以及混合路網(wǎng)設(shè)計問題3種。其中離散性多和實測數(shù)據(jù)做結(jié)合后歸納處理，連續(xù)網(wǎng)絡(luò)設(shè)計易于實現(xiàn)快速數(shù)學模擬，因此研究工作主要針對城鄉(xiāng)地區(qū)之間的新線路，使用連續(xù)性設(shè)計。

路線的權(quán)重與規(guī)劃結(jié)點的重要性，以及規(guī)劃結(jié)點間的差異密切相關(guān)。權(quán)重越高，則規(guī)劃道路的優(yōu)先級也越高，即主要道路中最短規(guī)劃線路的路線權(quán)重為最高[25]。有關(guān)規(guī)劃路線及其重要性的數(shù)學模型IPij為

(16)

式(16)中：Ii和Ij分別為規(guī)劃節(jié)點i和j的節(jié)點權(quán)重；n為規(guī)劃區(qū)域中規(guī)劃節(jié)點的數(shù)量；Lij為規(guī)劃節(jié)點i與j之間的交通鏈接長度。

鄉(xiāng)村路網(wǎng)的特點和服務(wù)對象與城市路網(wǎng)有很大的不同。從微觀角度看，路網(wǎng)的布局由用戶和規(guī)劃者共同完成，用戶盡量降低個體的差旅成本；規(guī)劃者，應(yīng)降低整個網(wǎng)的差旅成本，實現(xiàn)網(wǎng)絡(luò)建設(shè)的效益最大化。

路網(wǎng)布局雖是一項相當復雜的工程，但其本質(zhì)上是政府部門和公民之間的互動，是一種典型的二級決策問題。其問題簡化為從整個路網(wǎng)系統(tǒng)的角度來看，在總建設(shè)規(guī)模約束下，整個系統(tǒng)的總差旅成本最小化，網(wǎng)絡(luò)連通性最大化。從用戶的角度來看，在實踐中通常表現(xiàn)為最短的出行時間。為了便于研究，和上述時空因素選取類似，可以將最短旅行時間簡化為所有旅客中最短的平均出行時間。

同時，為提高道路規(guī)劃算法建模的精度，作出如下假定：在原有道路網(wǎng)的基礎(chǔ)上規(guī)范道路網(wǎng)布置，而規(guī)范道路網(wǎng)大致包括了原有道路網(wǎng)保留路線、原有道路網(wǎng)重建路線以及新建線路，同時改進的路線水平也不能少于現(xiàn)存路線，道路長度不減小，即：Qg≥Qy，Lg≥Ly，Qg為改進路線流量，Qy為原有路線流量，Lg為改進路線長度，Ly為原有路線長度。根據(jù)上述規(guī)劃目標，構(gòu)建鄉(xiāng)村路網(wǎng)布局規(guī)劃的兩級模型。

上級模型為

(17)

下級模型為

(18)

通過模型解析得到用戶的出行時間最少是基于整體路網(wǎng)體系的外出時間最少。因此，將上述二級規(guī)劃問題轉(zhuǎn)變?yōu)橐粋€獨立的問題來處理。具體的解決過程如下。

步驟1不同路段的交通量確定。因為鄉(xiāng)村高速公路網(wǎng)中難有基礎(chǔ)道路的交通數(shù)據(jù)，因此交通研究需要大量人力物力，必須通過“二次分配法”才能得到鄉(xiāng)村公路網(wǎng)中不同路口的平均交通量。

步驟2不同路段的行駛時間確定。根據(jù)交通流量的基本知識，交通流量Q與運行速度v的關(guān)系為

(19)

式(19)中：Kj為道路的阻塞密度；vf為道路的速度。

為便于研究，式(19)中一般替換v為道路平均運行速度，即道路長度與行駛時間的比值v=L/t，則式(19)可變?yōu)?/p>

(20)

道路交通量的總旅行時間為

(21)

步驟3確定系統(tǒng)行程的總時間T。

步驟4確定單個旅行者的旅行時間。

通過上述模型求解算法，可以實現(xiàn)城鄉(xiāng)路網(wǎng)的布局。

2 實驗驗證

為了驗證該基于拓撲理論的鄉(xiāng)村路網(wǎng)布局規(guī)劃算法的有效性，設(shè)計以下比較實驗。以路網(wǎng)分布均衡性、路網(wǎng)連通性、算法運行效率作為實驗比較指標，并與基于引言中的經(jīng)典算法“城鄉(xiāng)樣條劃分法”(簡稱樣條法)[7]和“GIS和TransCAD布局規(guī)劃算法”(簡稱GTC)[17]進行驗證。

2.1 實驗環(huán)境

實驗環(huán)境為典型的城鄉(xiāng)一體化區(qū)，東西向長約670 km，南北向?qū)捈s570 km，邊界線長約210 km，全區(qū)面積約24.78 km2。該地區(qū)現(xiàn)有7個縣、1個市，全區(qū)有75個鄉(xiāng)、11個鎮(zhèn)、4個街道辦事處、1 373個行政村。

該區(qū)域的局部結(jié)構(gòu)如圖2所示。An為區(qū)域貫通主要道路，Bn～Kn為每個區(qū)塊內(nèi)的次要道路。

圖2 規(guī)劃區(qū)域示意圖Fig.2 Schematic diagram of planning area

2.2 實驗結(jié)果分析

2.2.1 均衡性分析

路網(wǎng)分布的均衡性可以直接反映城鄉(xiāng)路網(wǎng)布局規(guī)劃的合理性。均衡性越高，算法的規(guī)劃性能就越強。3種算法的道路網(wǎng)分布均衡的比較結(jié)果如圖3所示。

圖3中圓點為本文算法，方塊為樣條法，三角為GTC法。通過分析圖3所示的道路網(wǎng)絡(luò)分布均衡的比較結(jié)果發(fā)現(xiàn)，與兩種傳統(tǒng)算法相比，本文算法的均衡參數(shù)分布更加均勻，說明本文算法規(guī)劃設(shè)計后，道路網(wǎng)絡(luò)分布均衡得到了有效改善，可以緩解城鄉(xiāng)交通壓力。

2.2.2 路網(wǎng)連通性分析

連通性C通過考慮各節(jié)點的連通性，反映了鄉(xiāng)村道路網(wǎng)布局結(jié)構(gòu)的特點，即

圖3 均衡性比較結(jié)果Fig.3 Comparison results of distribution equilibrium

(22)

式(22)中：L為路網(wǎng)的規(guī)模；A為面積；N為規(guī)劃區(qū)域內(nèi)的節(jié)點數(shù)；ξ為路網(wǎng)的變形系數(shù)。

3種算法的道路網(wǎng)連通性比較結(jié)果如圖4所示。

圖4中實線為本文算法，灰線為樣條法，點線為GTC法。從圖4中的連通性比較結(jié)果可以看出，基于城鄉(xiāng)樣條劃分、GTC算法的連通性波動明顯，而該算法的連通性始終穩(wěn)定在95%左右，表明該算法可以有效提高路網(wǎng)的連通性。

圖4 連通性比較結(jié)果Fig.4 Comparison results of connectivity

2.2.3 算法效率分析

3種算法的比較結(jié)果如表1所示。

根據(jù)表1所示的算法運行效率的比較結(jié)果，在許多實驗中，本文算法的運行效率始終高于兩種傳統(tǒng)文獻算法。在相同的鄉(xiāng)村道路網(wǎng)布局規(guī)劃環(huán)境下，本文算法的效率較高。

表1 不同算法的運算效率Table 1 Operation efficiency of different algorithms

3 結(jié)論

為了提高鄉(xiāng)村交通的便利性，促進鄉(xiāng)村經(jīng)濟的快速發(fā)展，提出了一種基于拓撲理論的鄉(xiāng)村道路網(wǎng)布局規(guī)劃的算法。

(1)鄉(xiāng)村路網(wǎng)的規(guī)劃和計算方法因為缺乏監(jiān)測機制的修正，相應(yīng)理論仍在完善中，目前仍顯精細度不足。其時空不穩(wěn)定性使得單體目標的衡量難以估計，以平均值輔以修正系數(shù)的方法是較為簡便的優(yōu)化方法，有效于規(guī)劃和初期制定策略層面。

(2)規(guī)劃者和使用者的不同視角分析中，利用二層決策結(jié)構(gòu)是處理總體和局部關(guān)切點的有效思考模式，在未來的建設(shè)決策中應(yīng)該予以更多關(guān)注。

(3)從理論上和實驗結(jié)果中驗證本文算法的性能。較傳統(tǒng)方法而言，該算法具有較穩(wěn)定的分布均衡性，局部交通壓力緩解。連通性顯著提高，路網(wǎng)整體效率更高。運算效率提高，對于復雜問題容錯性更強。

因此，充分說明了該基于拓撲理論的算法能夠更好地滿足鄉(xiāng)村路網(wǎng)布局規(guī)劃的要求。