基于灰色聚类的机场航站楼车道边服务水平评价

王茹，欧阳杰，李朋

(中国民航大学 机场综合交通研究所，天津 300300)*



基于灰色聚类的机场航站楼车道边服务水平评价

王茹，欧阳杰，李朋

(中国民航大学 机场综合交通研究所，天津 300300)*

为避免用单一值评价多因素多指标问题和评价方法中确定权重值较主观的问题，利用灰色聚类方法对机场车道边进行评价.首先选取四个关键性评价指标，并将车道边服务水平划分为四个等级，然后建立灰类白化函数、确定聚类权、对聚类向量进行分析，最终根据最大隶属度原则确定评价对象所归属的等级.文章选取3个不同时期不同机场航站楼车道边案例分别进行验证，结果表明2007年的西安咸阳机场T2航站楼和天津滨海机场T1航站楼出发层车道边较拥挤,而2015年的天津机场T2航站楼出发层车道边整体服务水平较好.结果符合事实，表明该模型是正确、可行的，文章最后分析了验证结果出现的原因并依此给出建议措施.

交通工程；机场航站楼；灰色聚类；评价；车道边；服务水平

0 引言

机场航站楼车道边是指航站楼前供车辆通行、停靠及旅客上下车和进出航站楼的特殊道路路段.它是机场陆侧交通的关键节点，其服务水平的高低影响着旅客的直观感受，更是显示了机场陆侧的运行效率.美国在车道边服务水平评价方面已有相当成熟的研究[1]，但其评价的参数选择和方法等都是与其本国道路系统的计算方法(HCM 2000)相匹配的，显然不能完全照搬国外的车道边评价方法.国内在航站楼车道边领域的研究比较少，主要局限于车道边通行能力的计算等，而车道边服务水平方面的研究基本上沿用市政道路中服务水平评价的方法，尚没有构建专门针对车道边的评价方法、标准和指标体系.因此很有必要建立一种专门适用于车道边的科学评价体系，以便机场管理者实施合理的管理措施，也为机场规划设计者提供科学的理论依据.

1 机场车道边交通特性及服务水平影响因素分析

1.1 机场车道边交通特性分析

机场航站楼车道边是特殊的道路路段，其交通特性与市政道路存在许多不同之处，具体如下：

(1)交通单向性：车道边为逆时针的单向循环道路，车辆不可逆行，不允许掉头行驶;

(2)客运专用：车道边是客运专用道路，货运车辆不允许进入此区域;

(3)分车道、分车型运行：为提高车道边容量、增加机场陆侧运输效率，一般机场会限制不同车型在各车道的运行.例如一些机场一般限定公共交通利用内侧车道边、私家车利用外侧车道边[2]等;

(4)兼具道路基本路段和交叉口交通特性：车辆在行车道和停车道间的转换均是利用车流间隙汇入，这一过程相当于无信号控制交叉口的交通特性[2]，因此车道边兼具道路基本路段和交叉口交通特性;

(5)限速运行：车道边一般会设置多条人行横道，出于安全考虑，车道边要求车辆限速运行.例如天津滨海国际机场出发层限速40 km/h;

(6)即走即停：即走即停要求车辆上下客完毕立刻驶离，并且在同一车道边不允许二次停车.许多机场因此而限定了车辆在整条车道边的运行时间，例如深圳机场规定3 min内必须驶离出港车道边等.

1.2 机场车道边服务水平影响因素分析

车道边服务水平的影响因素主要有以下三方面：

(1)道路条件：指有效车道边长度、以及人行横道等.有效车道边长度指可供旅客在航站楼出入口附近方便上下汽车的、实际使用的车道边长度(即车道边总长度减去人行横道和其他不能停车区域的长度，且不包括离航站楼出入口过远的车道边).机场车道边的人行横道数量多，长度大，且一般无信号灯管制，车辆需让行人优先通行，如无合理的管制措施，人行横道将严重降低车道边的通行能力，影响其服务水平;

(2)交通流特性：指车辆类型、车辆分布、停靠时间等.车道边车辆类型多，由于驾驶员停车偏好不同，导致车辆停靠不均匀，停靠上下客时间也不同;

(3)管制条件：是指为保障车道边交通顺畅、减少延误等而采取的一些强制管制措施.主要有“分车道、分车型、限时、禁止私家车进入到达层”等几方面.这些管制措施对于不熟悉机场车道边的驾驶员来说，将会增加其走错路、在车道边重复循环的几率，也将增大车道边交通流量或延误，从而影响车道边服务水平.

2 评价指标体系的确定

2.1 评价指标的选取

以选取尽量少的特征指标并尽可能全面地反映车道边特性为原则，依据1.2中车道边服务水平影响因素分析，选取“车道边利用系数、平均排队时间、最大服务交通量和饱和率(V/C)”四个指标.

各指标的含义、计算方法如下：

(1)车道边利用系数：该指标能够反映车道边对现有或近远期预测车辆需求的容纳能力，也能够反映驾驶员和乘客使用车道边时的运行质量，它反映了道路条件和交通流条件对车道边服务水平的影响.其在数值上等于车道边最大需求长度与有效车道边长度的比值.

①车道边需求长度的计算公式为：

式中：l为车道边需求长度；m、Di、Ti、Vi分别为不同类型车辆i的高峰小时交通量、平均停留时间和需求车道边长度.

②有效车道边长度L的计算

Parizi，Braaksma通过对几所大型机场出发层车道边的综合调查发现：驾驶员在单入口航站楼车道边各停车位具有停车偏好，他们倾向选择距离入口近的车位；在多入口航站楼车道边，他们倾向选择停在他们发现的第1个空位和距离乘客值机口最近的入口处[3].他们针对各种分布函数进行拟合得出单入口航站楼车道边每个停车位的交通分配比(单位时间内某停车位的累计停车次数与车道边总停车次数之比)符合二项分布[3]，见式(2)；以及多入口的航站楼入口交通分配比(单位时间内航站楼某入口的累计停车次数与车道边总停车次数之比)服从改进的二项分布，见公式(3)[3].

(2)

式中：fx为从入口道开始第x个停车位的交通分配比；x为从车道边入口开始编排的停车位序号；n为停车道的停车位总数；p为航站楼入口处的停车位与总的停车位个数之比，即p=xdoor/n.

(3)

式中：wy为第y个航站楼入口的交通分配比；y为从车道边入口开始编排的航站楼入口序号；k为航站楼入口总数；q为第一个入口相对所有入口总数的位置，q=1/k.

利用以上两个分布函数的乘积可得到拥有多入口的航站楼车道边各车位的交通分配比Gx，假定每一车位交通分配比不小于θ(0.01)，则交通分配比高于这一最小值的车位即为有效停车位，因此有效停车位计算公式为：

车辆平均占用车道边长度计算公式为：

式中：l为车道边系统中车辆平均占用车道边长度；pi为第种车辆所占的比例；li为第i种车辆所占用的车道边长度.因此，有效车道边长度计算公式为：

(2)平均排队时间：是指车道边特别繁忙或发生拥堵时，车辆排队等待进入停车道上下客的平均时间，它能够反映车道边拥堵持续的时间，它反映了交通流条件和管制条件对车道边服务水平的影响.车道边的车辆仅是在两车道间变换且车速较低，交织较少，其对服务水平的影响可从平均排队时间这一指标中体现出来，因此对于交织情况不再详细研究;

(3)最大服务交通量：它反映了交通流条件和管制条件对车道边服务水平的影响.这里是指车道边停车道的服务交通量，它仅包含在航站楼前停靠的车辆，不包含过境车辆；对于二幅式和三幅式车道边，指所有停车道的服务交通量之和;

(4)饱和率(V/C)：是在理想条件下，最大服务交通量与基本通行能力之比.这里的基本通行能力也是仅包含停车道(或行车道)的通行能力(因为所有车辆都要停靠，而停靠后均需利用行车道的车流间隙汇入并离开，因此单位时间内通过行车道的车辆数和在停车道停靠的车辆数相等)，而不含过境车道.它反映了交通流条件对车道边服务水平的影响.

由以上分析可知，这四个指标能够全面的反映道路条件、交通流条件和管制条件三方面对车道边服务水平的影响.

2.2 服务水平等级划分及状态描述

参照我国的市政道路服务水平的等级划分，并根据对航站楼车道边关键指标的定性描述，可将车道边服务水平划分为一、二、三、四共四个等级.一级服务水平最好，其交通量小、车辆能够自由地选择航站楼前的停靠区域停靠上下旅客，被动延误少，为驾驶者和旅客提供的舒适便利程度高.二级服务水平次之，停车道上可用停靠空间较多，车辆能够较自由地选择航站楼前的停车区域停靠上下旅客，为驾驶者提供的舒适便利程度下降.三级服务水平交通量大，航站楼前的停靠区域可用空间少，驾驶员寻找停靠上下旅客区域较困难，服务水平显著下降.四级服务水平交通流量饱和，驾驶员寻找航站楼前的停靠区域很困难，靠近停车道的那一条行车道上交通出现严重拥堵，即使寻找到可用停靠位置，车辆转换方向困难，很难变换车道，停靠落客完成的车辆汇入行车道困难.

2.3 评价标准及实例指标值的确定

本文的评价标准是以美国TRB的调查数据和出版物[1]为基础数据，并通过参照我国高速公路、市政道路中快速路、带有交叉口的城市主干道、干道的服务水平评价中标准值的确定方法，对该基础数据做了修正后得到的适合我国机场车道边服务水平评价的标准值.

以天津滨海国际机场和西安咸阳国际机场为例进行分析，不同规模的机场其评价标准值不同，由于篇幅限制，这里仅列出区域性枢纽机场的评价标准，各标准值见表1.通过实地调研采集数据，利用式(1)、(2)并采用微观模拟和宏观分析方法，得到各实例各指标值如表2所示. 表2中，实例1为西安咸阳国际机场T2航站楼出发层车道边，为横向二幅式，总长度为245 m，交通流为私家车、出租车和巴士，数据采集时间2007年8月；实例2为天津滨海国际机场T1航站楼出发层车道边，为横向三幅式，总长度200 m，交通流为私家车、出租车和巴士，数据采集时间为2007年8月；实例3为天津滨海国际机场T2航站楼出发层车道边，为横向三幅式，交通流为私家车、出租车和巴士，数据采集时间为2015年4月.

表1 评价标准值

表2 实例指标值

3 车道边服务水平的灰色聚类

3.1 灰色聚类方法简介

按照聚类对象划分，灰色聚类法可分为灰色关联聚类和灰色白化权函数聚类.本文所采用的是灰色白化权函数聚类法，它是建立在以灰数的白化函数生成为基础的一种多维灰色评估方法，它将聚类对象对于不同聚类指标所拥有的白化数按若干灰类进行归纳，从而判断出聚类对象属于哪一个灰类.这种方法的优势是指标之间的权重在评价过程中自动产生，不需经过人为判断，因而减少了评价过程中的主观因素[4- 6].

3.2 车道边服务水平评价模型的构建

3.2.1 评价的基本参数

在本评价中，聚类对象(评价对象)为3个实例的车道边，i=1，2，3；，聚类指标(评价指标)j分别为车道边利用系数、平均排队时间、最大服务交通量和饱和率(V/C)，j=1，2，…4；灰类(评价等级)k为一、二、三、四级，k =1，2，3，4；第i个聚类对象关于第j个聚类指标的样本值为xij，j指标k子类的白化权函数为fjk(·)，λjk为白化权函数fjk(·)的阈值，ηjk为各指标在各类别中的权重.

3.2.2 数据的无量纲化处理

由于各聚类指标的数据多且量纲各不相同，为使原始数据具有均一可比性，因此需对各原始数据和四个灰类进行无量纲化处理，以三级服务水平的数值为标准值，处理结果如表3.

表3 评价标准及实例指标的无量纲化值

3.2.3 建立灰类白化权函数

利用表3中不同指标的分级标准值作为各灰类白化函数的阈值λjk，构造各指标白化权函数.以指标1车道边利用系数为例,对应的白化函数如下：

同理可分别求得3个实例余下各指标的白化函数，见表4：

表4 白化函数值

3.2.4 确定聚类权并聚类

各指标在各类别中的权重ηjk的计算公式为：

由式(7)计算得到权重，结果如表5.

根据白化函数和权重值计算得出聚类系数，计算公式为：

由式(8)计算得到权重，结果如表6.

表5 权重矩阵

表6 聚类系数

由表5可得：

因此可知实例1和实例2服务水平为三级，实例3服务水平为二级.这表明2007年的西安咸阳机场T2航站楼和天津滨海机场T1航站楼出发层车道边较拥挤，驾驶员和旅客舒适便利程度不高，2015年的天津机场T2航站楼出发层车道边整体服务水平较好，驾驶员和旅客舒适便利程度较高，这与实际情况是相符的.2007年8月采集数据时，西安咸阳国际机场正在使用的航站楼为T1和T2两座，当年机场旅客吞吐量为1137万人次，且机场轨道交通未投入使用；2007年天津滨海国际机场正在使用的仅有T1航站楼一座，当年机场旅客吞吐量386万人次，无机场轨道交通；而2015年4月采集数据时，天津滨海机场T2航站楼已作为国内旅客航站楼投入使用，机场地铁2号线的投入使用也疏散了航站楼前车道边的部分交通，根据规划设计，其具备年旅客吞吐量3 000万人次的保障能力，而2014年全年T2航站楼仅服务保障1135万人次，大量资源处于闲置状态.实地调研走访中发现，天津机场出港车道边为横向三幅式，内侧车道边优先用于停靠公交巴士，中间车道边停靠出租车或私家车，外侧车道边主要为车辆过境使用，由于社会车辆驾驶员总是倾向于首先选择内侧车道边停靠，高峰时刻内侧车道边会出现短暂的拥堵，而中间车道边和外侧车道边的利用率却一直很低.建议机场采取措施严格控制内侧车道边社会车辆的数量，使车道边交通量横向均匀分布，以提升车道边整体服务水平.

4 结论

本文在对机场车道边服务水平评价指标进行详细的调查分析的基础上，构建了机场车道边服务水平评价指标体系并利用灰色聚类方法建立相应的评价模型.该模型克服了传统的用单一值评价多因素多指标问题的弊病，也避免了在综合评价方法中权重值的确定较主观的问题.结果表明:该模型能够取得令人满意的效果，具有科学性、正确性、合理性.希望本文提出的方法能够为机场规划设计者和机场管理者提供科学的理论依据.

[1]Transportation Research Board. ACRP 40: Airport Curbside and Terminal Area Roadway Operations[R]. Washington D.C: TRB, 2010.

[2]欧阳杰，王茹. 基于可接受间隙理论的机场出发层车道边容量评估[J]. 科学技术与工程，2015，29:193- 198.

[3]PARIZIM S, BRAAKSMA J P. Optimum Design of Airport Enplaning Curbside Areas[J]. Journal of Transportion Engineering, 1994, 120(4):536- 551.

[4]王媛媛,陆化普,秦旭彦. 基于灰色聚类分析的城市交通路网综合评价方法研究[J]. 公路交通科技,2005(8):118- 121.

[5]李映红,孙慧娟. 快速公交(BRT)服务水平评价研究[J]. 重庆交通大学学报(自然科学版),2010(2):285- 290.

[6]王华荣,裴玉龙,邢世玲. 灰色聚类法在快速路基本路段服务水平评价中的应用[J]. 公路, 2005(5):75- 81.

Evaluation of Service Level of Airport Terminal Curbside based on Grey Clustering Method

WANG Ru,OU Yangjie,LI Peng

(Airport Comprehensive Transportation Research Institute,Civil Aviation University of China,Tianjin 300300,China)

To avoid the problems of evaluating multi-factors indexes by a single value index and determine subjectively weighted values, grey clustering method was used to evaluate the service level of the airport curbside.Four evaluation indexes were chosen, and the cluster weight was calibrated after the service level being divided into four grades and the whitening function of grey group established. At last, the ownership level was determined through the analysis of the clustering vector. Three different terminal curbsides in different airports at different times were exemplified. The results show that the enplaning curbside of Xi’an airport terminal 2 and Tianjin airport terminal 1 are sort of crowded at 2007, and yet the overall service level of enplaning curbside of Tianjin airport terminal 2 is better. That fit the fact which shows that the model is correct and feasible.The reason why such results happen was analyzed, and suggestions and measures are given according to the evaluation results.

transport engineering; airport terminal; grey clustering;evaluation; airport curbside; level of service

1673- 9590(2017)01- 0012- 06

2016- 03- 30

王茹(1991-)，女，硕士研究生;欧阳杰(1970-)，男，教授，博士，从事交通运输规划与管理、机场规划设计

E-mail:E-mail：kakaru112@126.com.

A