城市交通智能化水平评估方法

戴权 郑皓帆 梁坤 栾琨

摘 要：智能交通系统对推动和发挥交通规划与管理的现代化水平，对城市交通的安全和有序起到了非常大的促进作用。文中从智能交通系统服务内容出发，结合新技术、新需求，给出城市交通智能化评估的指标建议，考虑到城市交通智能化评估应用环境，建议应用德尔菲法、层次分析法确定评价指标权重，并从定性与定量的角度给出指标标准化的方法，最后应用聚类分析方法对城市交通智能化水平进行评估。文中所提方法及应用过程可为城市交通智能化评估提供参考。

关键词：智能交通；评估；聚类分析；公共交通

目前，全国各地很多城市都在大力进行智能交通运输系统（Intelligent Transport System，简称ITS）的规划与建设。不断改善城市智能交通系统的规划与管理水平，对提高城市交通资源的使用水平、保障交通安全、改善交通秩序、满足出行者出行需求起到了非常大的促进作用[ 1 ]。但国内部分城市智能交通系统建设前期分析、评估不足，部分建设内容往往根据建设部门的意见和建议进行汇总整理而成，缺乏客观量化依据。因此，有必要在规划和建设智能交通系统之前通过量化方法对城市交通智能化水平评估。

1 城市交通智能化评估内容

目前国际上的ITS研究形成了美国、日本和欧洲三大阵营，在ITS这个名称出现之前，美国的IVHS（Intelligent Vehicle-Highway Systems）、歐洲的RTI（Road Transport Informatics）、ATT（Advanced Transport Telemeter）、日本的RACS（Road/Automobile Communication System）、UTMS（Universal Traffic Management System）等都是和ITS意义等同的称谓[ 2 ]。

我国在借鉴国外ITS发展经验的基础上，制定《中国智能运输系统体系框架》，将我国ITS服务领域划分为八块，共36个子系统。涉及交通管理与规划、电子收费、出行者信息、车辆安全和辅助驾驶、紧急事件和安全、运营管理、综合运输、自动公路等领域[ 1 ]。

然而，随着新需求、新技术的出现ITS服务范围已不仅限于《中国智能运输系统体系框架》中所述内容，如公共安全管理对人员出行信息收集的需求，驾驶员对智慧停车系统的需求，电子商务与物流配送对信息系统的需求，电子车牌技术在交通信息采集领域的应用等，这些新需求、新技术的出现对城市智能交通系统建设提出更高要求[ 3 ]。

在参考文献研究基础上，通过与公安、交警、运营商、交通局、信息化产业局等部门的多个智能交通管理者、工程师等人员和合作，根据ITS综合评价的总目标对评价内容按逻辑分类，向下划分成 5个子目标（一级指标），对各子目标的指标进行简化，细分成27个二级指标，如表1所示。

2 城市交通智能化评估方法及应用

灰色聚类法可以较好整合多因素，判断在某一领域多因素影响下评价对象所处的水平，且方法易操作[ 4 ][ 5 ]。文中尝试用聚类分析方法对城市交通智能化水平进行评估。

2.1 评价指标权重的确定

考虑到方法的易操作与有效性，文中推荐使用德尔菲法与层次分析法来确定评价指标权重。首先利用德尔菲法构建一级指标的判断矩阵，其次检验其一致性，如果一致性合理，则判断矩阵最大特征根λmax的对应的特征向量W的分量值即为城市智能通系统一级指标的权重值。再利用同样方法构造出I-AI的二级指标判断矩阵，其次检验一致性，并且计算二级指标判断矩阵最大特征根对应的特征向量，分量值即为二级指标体系中各指标的权重值[ 7 ] [ 8 ]。

2.2 评价指标的标准化

在上述指标体系内，指标性质有差异，数据的单位、数量级不一致。为了便于评价，需要对各个指标进行标准化处理，使各指标值处于[0，1]之间。

对于效益型指标标准化方法来说，目标值越大指标表现越好，如式1所示；对于成本型指标标准化方法来说，目标值是越小指标表现越好，如式2所示。

式中，di=[mi，Mi]是评价指标i的阈值，

xi是评价指标i的考察值。

对于定性型指标，可依据评语集取值方法与《城市道路交通管理评价指标体系说明（2012年版）》内容确定。评语集取值范围如表2所示。

上述表1中指标涉及到事故处理率、设施规范设置率、监控覆盖率、设施利用率等，这些指标值可通过资料调阅、现场勘察的方式获取。相应比例取值范围与评语对应关系如表3所示。

为尽量避免调查对象主观意愿对指标真实性的影响，应尽量通过查阅本地的历史资料、建设数据获取指标值，如没有相关数据参考则使用专家调查，问卷访谈的方式获得。

2.3 评价指标的聚类分析

灰色聚类法可以较好整合多因素，判断在某一领域多因素影响下城市交通智能化所处的水平，以及城市交通智能化总体水平，且方法简便、易操作、实用。

方法应用基本步骤如下：

2.3.1灰类范围的确认

根据邓氏理论完成系统灰类的确认。本文推荐采用5个灰类（分别代表A-E级），灰类范围如表4所示。然后用中心点三角白化权函数，完成对每个灰类的范围的确认。

2.3.2白化权系数的确定

本文推荐使用中心点三角白化权函数，结合标准化后的指标值和上一步骤中已设定的5个灰类，通过白化权函数计算得到白化权系数。白化权系数如式3所示。

式中，a为各灰类下限值，

b为各灰类上限值。

2.3.3综合聚类系数的确定

根據上述的灰度范围、白化权系数及组合权重，计算得出城市ITS评价综合聚类系数。计算公式如式4所示。聚类系数表如表8所示。

式中，σi为第i个一级指标隶属与第k灰类的聚类系数；

f（xij）为第ij个指标隶属于第k灰类的白化权系数；

ηij为第ij个指标的权重。

2.3.4评价方案灰类的确定

1）各判断对象灰度的确定。根据灰色聚类法的理论，通过隶属度的最大的原则可以确定评价对象的灰类。

由，判断对象i属于灰类k的值；当有多个对象同属于k灰类时，还可以进一步根据综合聚类系数的大小确定同属于k灰类之各个对象的优劣或位次。

2）方案灰度的确定。根据对象i相应的权重值及其所属灰度的值，计算方案总体灰度，确定评价方案（某城市ITS现状）所在等级。

3 实例分析

本文以城市发展水平处于中等的HA市为例，对以上指标进行調研。由于城市交通智能化评估内容较多，这里仅对“ITS对公共交通支持水平”进行评估，其他四个一级指标（对象）的评估均可参照该项。

3.1 基础数据

3.1.1 ITS对公共交通支持指标权重

在对HA市ITS现状调研过程中，邀请城市智能交通管理者、工程师等人员，应用德尔菲法构建指标的判断矩阵，且矩阵一致性合理，确定各指标权重如表5所示。

3.1.2相关指标意义及指标值

整理汇总后，指标数据如表6所示。

调研指标中，如：公共交通车载安全监控覆盖率，可通过资料调阅、实地勘察方式获取相应数据；公交需求服务水平应面向出行者通过发放问卷方式调查。

3.1.3指标聚类系数的确定

根据表5中数据，参考表4中灰类定量范围，应用式3计算各指标白化权系数。如表7所示。

3.1.4指标聚类系数的确定及结果分析

根据表5、表7中数据，应用公式4计算HA市ITS对公共交通支持水平指标聚类系数，结果如表8所示。

3.2 评估结果分析

根据隶属度最大原则，从表7可以判断出目前HA现有ITS对公共交通支持水平属于C级水平，在中等城市中处于中等水平，有待改进的空间较大，且首要改进项为提高收集居民出行信息、道路流量信息以及处理这些信息的能力。

以上一级评价指标聚类系数的计算可参照此方法，并计算出整个城市ITS现状水平，计算结果直观显示出某方面建设必要性与紧迫性，为HA市ITS建设项目的设计提供参考。

4 小结

本文对城市智能交通系统评价内容进行梳理，给出评价城市交通智能化的指标体系建议。通过对HA市“ITS对公共交通支持水平”的实例分析，证明文中所属评估过程与方法简便、易操作，且能有效确定城市ITS建设水平，为城市ITS评估提供理论支持；计算结果可直观显示出某方面建设的必要性与紧迫性，为城市ITS后续建设提供参考。

参考文献：

[1] 杨兆升.城市智能公共交通系统理论与方法[M].北京：中国铁道出版社，2004：106-107.

[2] Hsieh Chen. Grey neural network and its application to short term load forecasting problem [J].IEICE Transactions on Information and Systems，2002，E85-D（5）：897-902.

[3] 保丽霞，顾承华.上海智能交通系统近期建设要点[J].交通与运输，2016，（2）：40-41.

基金项目：江苏省高校哲学社会科学研究指导项目（2012SJD630005）、（2013SJD630005）

作者简介：

戴權（1983-），男，硕士，讲师，主要从事交通规划方面的研究。