自行车出行综合评价方法

2013-08-22 07:44石悦悦周爱莲唐超强
交通科技与经济 2013年5期
关键词:群组灰色灰度

石悦悦,周爱莲,唐超强

(1.长沙理工大学 交通运输工程学院,湖南 长沙 410114;2.长沙理工大学 汽车与机械工程学院,湖南 长沙 410114)

随着私家汽车数量大幅度增长,交通拥堵日益严重,交通事故频发,汽车尾气污染日渐严重。人们开始寻求一条绿色的出行方式,自行车出行具有低碳交通、治理拥堵、改善空气质量、维护社会公平等多方面优势,自行车出行逐渐被大家采用。然而,自行车出行却面临着诸多困难,城市交通缺乏自行车相关设施,安全没有保障,自行车无处停放、被盗严重,道路空气质量太差,出行距离太远等,这些因素影响着自行车的正常出行。目前,对自行车出行的研究主要集中在对发展自行车交通的分析和建议、自行车交通行驶环境分析、出行影响因素分析、自行车出行交通系统发展规划等方面的研究。

本文对影响自行车出行的因素进行分析,可以看出自行车的出行因素既具有模糊性又具有灰色性,并由此建立相应的评价指标体系,构建适合自行车出行评价的灰色模糊综合评价模型,并采用实例进行分析评价。

1 构建指标体系

影响自行车出行的因素比较复杂,这些因素从不同方面直接或者间接地影响着自行车的出行。根据自行车出行的特点,遵循构建评价指标体系的全面性原则、客观性原则、可比性原则和可操作性原则,选取包括交通设施、公众因素、环境因素和政策因素4个部分13个指标构成自行车出行的评价指标体系。如表1所示。

表1 自行车出行评价指标体系

2 构建灰色模糊综合评价模型

在自行车出行的综合评价中。客观上,评价准则不是完全确定的,影响自行车出行的一些因素也相对具有模糊性;主观上,评价人员本身具有一定的限制,所提供的评价信息也是不充分的。对于这类问题,可以采用灰色模糊综合评价。模糊综合评价能够考虑评价问题中的模糊因素,而灰色综合评价解决信息存在灰色性的问题。在这个过程中,模糊性和灰色性往往是相辅相成的,单纯采用任一方法,都不能处理好模糊性和灰色性共存的问题,造成评价结果的偏差,影响分析的精准性。因此,本文将模糊理论和灰色理论综合起来,引入到自行车出行的评价中,建立自行车出行的灰色模糊综合评价模型。

2.1 分析影响因素体系

根据各指标特点,对评价对象所有指标进行分类,建立各指标递阶层次关系。假设因素集U={u1,u2,…,um},评语集V={v1,v2,…,vn}。

2.2 确定权重集

本文应用熵权群组决策法对自行车出行进行评价。设l个专家对m个方案关于n个评价指标Cn,n=1,2,…,13评价矩阵Xk=(xkij)m×n,i=1,2,…,m;j=1,2,…,n;k=1,2,…,l;具体方法如下:

1)理想专家的主观权重。运用调查问卷法得到专家评分矩阵,并对其进行标准化。再运用群组决策特征根法,求出理想专家对每个被评方案的评分值,然后组成评价值向量,最终可以生成评价值矩阵。同时,各专家对各评价指标进行主观赋值,得到λj,再次利用该方法,得到理想专家对于各指标评价的主观权重U*j。

运用群组决策特征根法,可以得到理想专家对于该评价指标体系的评分矩阵Z*=(r*ij)m×n,在此基础上将各专家的决策转化为理想专家的决策。介绍熵权的确定,针对上述评价问题中的m个被评价方案,n个评价指标,则第j个评价指标的熵H*j定义为

因此,得到第j个评价指标的熵权计算式为

3)确定综合权重

4)确定权重集。由评价对象与指标集之间的灰色模糊关系确定权重集。根据建立的评价指标体系中各评价指标与上层之间的层次关系,给出低层次中各指标关于上一层次指标的权重及相应的点灰度,得到权重集

由于各指标的信息量一般不能进行准确量化,因此采用描述性的语言来描述灰度范围,可以按照各信息的充分程度分类,比如:{很充分,较充分,一般,较贫乏,很贫乏},对应灰度值为{0-0.2,0.2-0.4,0.4-0.6,0.6-0.8,0.8-1.0},由评定者主观决定。

2.3 建立评价矩阵

由指标集与评语集之间的灰色模糊关系建立相应的评价矩阵,根据某一评价指标对评语集中各元素的隶属程度和指标的充分程度给出对应的灰度,给定空间X={x},Y={y}对模糊关系R的隶属度为uR(x,y),其灰度为vR(x,y),则称为直积空间X×Y的灰色模糊集合,用矩阵表示为

2.4 综合评价

2.4.1 一级综合评价

在灰部运算中采用M(⊙,+)算子,模部运算中采用M(·,+)算子。最终得到该评价的结果为

式中:“·”表示广义“与”运算,“+”表示广义“或”运算。

2.4.2 多级综合评价

子指标ui是其上一级指标集U的元素,得到指标集U与评语集V的灰色模糊关系为

按照上一级指标方法得到的权重集,求得最终评价对象U的综合评价向量

2.5 评价结果处理

根据灰色理论,灰度是对信息不充分程度的描述,而白度描述的则是信息的可信度。按照下面的方法对评价结果进行相应的处理:

若bi≥bj,则可信度为

若bi≤bj,则可信度为

根据上述评价结果,求得隶属度为最大的可信度

按照最大隶属度原则,可信度值最大的pi对应的决策为最优决策。

3 算 例

本文对济南市自行车出行进行评价,并选出济南市交通研究评价专家20位。运用上述评价指标体系和评价模型对济南市自行车出行进行综合评价。设置评价语为V={很好,较好,一般,较差,很差}。

1)确定权重。运用熵权群组特征根法计算得到权重,如表2所示。

表2 熵权群组特征根法确定权重值

2)评价矩阵。通过专家打分得到指标评分和评分灰度。指标权重、评分和评分灰度等信息如表3所示。

表3 指标权重、评分和评分灰度信息表

3)一级评价。交通设施

同理可得

公众因素

环境因素

政策因素

4)二级评价。由多级综合评价可知:

5)评价结果处理。对评价结果进行分析,可以得到

根据计算结果,可以看出p2值最大,因此p2所对应的决策为最优决策,即济南市的自行车出行评价处于较好水平。

4 结 论

根据自行车出行的特点,构建了报废汽车回收厂的评价指标体系,根据自行车出行的评价指标具有模糊性和灰色性的特点,并且运用灰色模糊理论,构建自行车出行的灰色模糊综合评价模型。并将熵权群组特征根法运用到该方法中确定权重,削弱专家意见的主观性,使得权重的确定更加科学合理。

通过上述理论研究和实例分析,得出结论和建议:

1)从实际评价过程和结果可以看出,该模型能充分利用专家评价信息的模糊性和灰色性,使得评价结果更加客观,让人信服。

2)本文研究方法对一个城市适合自行车出行的程度能很好的进行评价,并且计算简单、方法合理、易于应用,是一种较实用的方法。

[1] 侯兆收.公共自行车运营模式[J].交通科技与经济,2012,14(2):81-83.

[2] 赖华茜.成都市优先发展自行车交通的思考和建议[J].论坛集萃,2011(82):248-249.

[3] 李伟,黄斌.北京市自行车出行交通行驶环境问题及改善对策[J].城市交通,2011,9(5):18-27.

[4] 臧清艳,张汝华,雷丽,等.济南市城市自行车出行影响因素及对策研究[J].交通工程,2011(9):156-160.

[5] 简海云.昆明市主城区步行和自行车交通系统规划[J].城市交通,2011,9(5):60-69.

[6] 路启.大城市自行车交通系统发展对策-以天津市为例[J].城市交通,2011(9):67-70.

[7] 苏益南,朱永跃,陈永清.高校大学生创业素质的灰色模糊综合评价[J].技术经济与管理研究,2010(2):60-62.

[8] 陈伟,张永超,田世海.基于熵权群组决策法的高新技术企业项目投资风险评价研究[J].科技进步与对策,2011(1):124-127.

[9] 董红彦.自行车与轨道交通换乘站点设施服务分析[J].交通科技与经济,2012,14(2):115-119.

猜你喜欢
群组灰色灰度
采用改进导重法的拓扑结构灰度单元过滤技术
基于灰度拉伸的图像水位识别方法研究
浅灰色的小猪
关系图特征在敏感群组挖掘中的应用研究
基于最大加权投影求解的彩色图像灰度化对比度保留算法
灰色时代
她、它的灰色时髦观
基于灰度线性建模的亚像素图像抖动量计算
感觉
基于统计模型的空间群组目标空间位置计算研究