基于FCE-CM的城市立体交通系统韧性评价研究

苏 艨,宋英华,王 喆,陈方宇

(1.武汉理工大学 中国应急管理研究中心,湖北 武汉 430070;2.武汉理工大学 安全科学与应急管理学院,湖北 武汉 430070;3.中南财经政法大学 工商管理学院,湖北 武汉430073)

城市立体交通系统是维系现代城市基本功能的生命线工程之一,包含海上、路面、地下和空中4个部分。作为突发事件发生后人员疏散、救援人员派遣、工程队派遣和运输防灾物资的救援生命线,交通系统遭受灾害时的应对能力及恢复能力,也即其韧性,对城市应急管理至关重要,直接关系着城市社会经济的可持续发展。

交通系统韧性评价研究始于交通工程材料损伤研究,现已成为城市交通领域中的研究热点,国内外学者分析影响交通系统韧性的因素,并通过各种韧性评价方法,如TOPSIS法、熵权法、模糊综合评价法、层次分析法等,建立城市立体交通系统韧性评价模型[1-3]。MURRAY-TUITE[4]指出交通系统受灾后的剩余功能、恢复速度和对外部资源的需求数量3方面共同决定着交通系统的韧性。BRABHAHARAN[5]指出基础设施的质量、服务能力的降低、工程恢复到初始状态所需要的时间决定着生命线工程的韧性。唐少虎等[6]针对暴雨内涝灾害对城市道路交通系统的影响,将道路交通系统韧性网络划分为4层,构建网络分层模型,并利用模糊层次分析法进行综合评估。莫俊文等[7]以铁路建设工程系统为研究对象,在熵权法赋权的基础上建立云模型,对铁路建设工程系统韧性进行综合评估。

模糊综合评价法和云模型是一种相对较新的评价方法,与传统的定量和定性评价方法相比,具有更好的处理模糊和不确定信息的能力。模糊评价方法主要是将模糊数学的理论和方法应用到评价中,可以更准确地评价城市交通系统的韧性和可持续性。而云模型则是在模糊评价的基础上,进一步考虑了信息不确定性和不精确性的问题,提高了评价的精度和可靠性。笔者通过模糊综合评价-云模型(FCE-CM)构建城市立体交通韧性评价指标体系,建立城市立体交通系统韧性评价模型,并以上海市为实例进行分析,验证模型的实用性。

1 韧性评价指标体系构建

城市立体交通系统是一个复杂且庞大的系统,其韧性可以被定义为在面对不可预测的挑战或危机时,保持系统基本功能的能力[8-9]。这些挑战包括自然灾害、交通拥堵、能源短缺、恐怖主义等。笔者按照系统经历扰动事件的前、中、后(时间属性)的正常顺序,选取科学、简明、综合的评价指标,构建城市立体交通韧性评价体系。

从韧性角度来看,城市立体交通系统的韧性可以归纳为4个方面:扰动力、抵抗力、恢复力和适应力。①扰动力是指城市立体交通系统受到的外部冲击对系统的正常运行和通行产生的不利影响,可考虑交通拥堵程度、交通事故发生率、运输供应链可靠性等指标;②抵抗力是指城市立体交通系统在受到外部冲击时能够保持系统功能正常运作的能力,可考虑道路和公路的基础设施设备维护情况、铁路交通运输安全技术等指标;③恢复力是指城市立体交通系统在扰动因素消失后恢复正常运营能力的能力,可考虑交通事故处理效率、道路和公路设施的恢复时间、铁路交通运输设备的维修速度等指标;④适应力是指城市立体交通系统在长期变化和不确定性下的应对能力,可考虑城市交通规划和运营的可持续性、城市交通建设的创新能力、城市交通应急管理的协调能力等指标。

在目标层为城市立体交通系统韧性的情况下,将准则层分为扰动力、抵抗力、适应力、恢复力4个方面,并通过对城市立体交通系统韧性影响因素的分析、对相关法律规范与相关文献的梳理与整合,选定20项二级指标因子,从而构建出韧性评价的指标体系,如表1所示。

表1 韧性评价指标体系

扰动力、抵抗力、适应力、恢复力这4个方面囊括了城市立体交通系统韧性构成的主要能力,贯穿了系统遭受扰动的全过程,以此提供了一个全面的评估城市立体交通系统韧性的视角,为城市立体交通系统韧性评价模型的构建奠定了基础。

2 基于FCE-CM的韧性评价方法

2.1 模糊综合评级法(FCE)

模糊综合评价法(FCE)是层次分析法和模糊数学方法的一种综合运用[10]。对于综合评价中那些不易定量、边界不清的因素,模糊综合评价法基于隶属度理论,用模糊关系合成的原理将其定量化,从而对研究对象做出总体评价。

2.2 云模型(CM)

云模型最初由李德毅院士于1995年提出[11],主要基于云的计算、推理和控制等,客观描述数据间的随机性、模糊性及两者关联度。假设M表示一个普通集合,也可称其为论域,C表示M中的一个定性概念,定量值x表示定性概念C的任意随机实现值,将x在论域M的分布称之为云,即x∈M,随机数m(x)表示定量值x在C的实现确定度,m(x)∈[0,1],且具备m(x):M→[0,1],∀x∈M,x→m(x)。

期望(Ex)、熵(En)、超熵(He)是体现云模型概念数学特性的3个数字特征,分别表示论域空间中云滴的重心位置、定性概念C的可度量度、熵值的不确定性度量与样本自身的随机性,可表示为C(Ex,En,He)。3个数字特征将定性概念的模糊性和随机性联系起来,云模型的运用从一定程度上避免了定性变量向定量变量转化的强硬问题,可实现定性变量在论域内的任意表达,避免主观误差的同时也提高了系统评价的精度。

云模型包含正向云发生器和逆向云发生器两类。正向云发生器表示将定性概念转变为定量表示,主要通过云模型的3个数字特征生成云滴,每个云滴均为模拟的具体展示,最终模拟出的曲线为函数图像。逆向云反应器与正向云反应器逻辑相反,是将定量表述转化为定性概念的过程,将数据集合转化为3个数字特征,并由此确定数字特征所表示的定性概念。

2.3 基于FCE-CM的城市立体交通系统韧性评价模型

(1)评价指标集和评价状态集的设定。定义评价指标集U={u1,u2,…,um},是指影响城市立体交通系统韧性的因素,在该模型中,从扰动力、抵抗力、适应力和恢复力4方面因素分析系统韧性,评价指标共计20个。评价状态集V={v1,v2,…,vn}是指每个指标可能具有的状态。在该城市立体交通系统韧性评价模型中,将指标属性划分为5个等级,分别为低度韧性(Ⅰ级)、较低韧性(Ⅱ级)、中度韧性(Ⅲ级)、较高韧性(Ⅳ级)和高度韧性(Ⅴ级)。

(2)评价指标集的归一化处理。归一化处理的目的是消除量纲的影响,采用式(1)对评价指标进行归一化处理,得到标准值Zij。

(1)

(3)云生成与隶属度的计算。将归一化后的各评价指标值作为输入点,以输入点为中心值,并以任意生成随机数的方法生成一组具有稳定倾向的随机数。将随机数作为云滴,利用逆向云算法将输入点映射到云图中,并由式(2)计算出相应的隶属度和数字特征(Ex,En,He)。利用各数字特征来代替隶属度,并计算评价矩阵R=(r1,r2,…,rm)T,其中ri=(Exi,Eni,Hei),i=1,2,…,m。

(2)

式中:DX为随机变量X的方差。

(4)各指标的权重系数的确定。使用熵权法确定各指标权重系数W=(w1,w2,…,wm)。熵权法是一种客观赋权方法,在该城市立体交通系统韧性评价问题中,第i个评价指标的熵如式(3)所示,则第i个指标的熵权如式(4)所示。

(3)

(4)

(6)评价标准云图的生成。通过黄金分割法确定评价状态集的重要分布点,并生成每个点的正态云图。这些云图可以合并为一个评价标准云图,用于评估城市立体交通系统韧性的等级。

(7)最终评价等级的确定与结果的比较。将城市立体交通系统韧性的评价结果与各评价标准云进行相似度计算,相似度为对应评价对象云向量与标准云向量之间的余弦。并利用最大相似度原则,选择与评价结果相似度最高的评价标准云作为最终评价结果的等级。此外,通过对评价结果和评价标准云图的比较,从更直观的角度得出城市立体交通系统韧性的评价结果。

综上,笔者提出基于FCE-CM的城市立体交通系统韧性评价模型,如图1所示。

图1 基于FCE-CM的城市立体交通系统韧性评价模型

3 实例分析

“十四五”以来,上海对综合交通体系不断进行完善,以“枢纽型、功能性、网络化、智能化、绿色化”为目标,有序推进了各项重大交通项目,国际航运中心建成,港口能力不断提升;沪苏通铁路建成通车,沪通二期、沪苏湖铁路建设稳步进行;多模式公交线路开通运营,轨道交通网络规模领跑全球。与此同时,上海的综合交通体系依然存在一些问题,如长三角区域的城际轨道交通相对缺乏、新城综合交通体系不够完善等。“十四五”规划指出,城市运行安全需要更强的交通韧性,因此,对上海城市立体交通系统韧性进行评价与分析具有重要意义。

3.1 韧性指标权重的确定

邀请城市交通行业12位专家学者对构建的城市立体交通韧性评价指标体系进行打分,其中包括4位研究城市交通方面的专家教授、4位交通行业的工作人员和4位交通行业的学术研究者。将12位专家对指标层评价指标的评分值进行统计,得到各指标的专家打分初始评价值,并根据熵权法确定各指标权重,如表2所示。

3.2 指标隶属云计算

以上海市城市立体交通系统韧性作为评价对象,数据主要来源于2018—2021年国家统计局分省年度数据、上海统计年鉴、上海市交通委员会年度部门决算。

根据前文建立的模型,以各评价指标的数值为中心点,以0.01为标准差,通过标准正态分布生成一组有稳定倾向的随机数。根据模型计算各指标相应的数字特征,作为隶属云。根据B=W·R=C(Ex,En,He),得出评价对象在对应评价标准中的隶属云,并根据各评价准则的权重,进一步得出最终评价目标的隶属云。2018—2021年的目标层云数字特征如表3所示。

表3 各年份目标层云数字特征

3.3 数字特征与评价云图

以2021城市立体交通系统为例,对其评价云

图及各项数字特征进行分析。2021年各准则层隶属云如表4所示。

表4 各准则层隶属云

云模型用3个数字特征来整体表征一个概念,Ex反映实际城市立体交通系统韧性的预期;En反映评价结果的可信度;He反映的是对不确定性评价结果所带来的不稳定性,由表3和表4可知,各准则层和总体目标的En数值较小,表明本次评估结果较可信;各准则层和总体目标的He数值较小,表明本次评价结果较稳定。

评价状态集的确定需要将评价等级与论域[0,1]的区间对应起来,将论域[0,1]的边界0、1分别设置为评价等级“低度韧性(Ⅰ级)”与“高度韧性(Ⅴ级)”的期望,以论域中心值0.5作为评价等级“中度韧性(Ⅲ级)”的期望值。根据黄金分割方法,确定出[0,0.5]之间的点为0.309,[0.5,1]之间的点为0.691,并将这两个值分别设置为评价等级“较低韧性(Ⅱ级)”与“较高韧性(Ⅲ级)”的期望。

表5 各评价等级和云的数字特征

依据2021年城市立体交通隶属云数据,利用正向云发生器生成云滴,绘制出评价状态云图。将其与评价标准云图进行叠加,得到2021年上海市城市立体交通系统韧性相对于标准的评价结果。扰动力、抵抗力、适应力、恢复力的评价云图如图2所示。

图2 上海市城市立体交通系统韧性准则层评价云图

由图2可以看出,“扰动力”的评价云图位于标准评价云图中 “较低韧性”和“中度韧性”之间,且略微向“较低韧性”偏移,因此可以认为上海市的城市交通立体系统扰动力评估状态位于“较低韧性”和“中度韧性”之间,且偏向“较低韧性”,有较低的交通风险倾向。同理,可以得出上海市城市交通立体系统有较高的风险抵抗能力,与相对较差的恢复正常运营的能力和应对不确定性的能力。

上海市城市立体交通系统韧性总体评价云图如图3所示。由图3可以看出,上海市城市立体交通系统韧性总体评估状态位于“较低韧性”和“中度韧性”之间,且十分靠近评价等级“中度韧性”,总体来说,上海市城市立体交通系统韧性处于中度等级,有较大的提升空间。

图3 上海市城市立体交通系统韧性总体评价云图

3.4 云相似度

计算评价隶属云与各个评价等级隶属云之间的云相似度,如表6所示。该结果为上海市各年份城市立体交通系统韧性总体评价结果,根据最大相似原则,上海市城市立体交通系统韧性评估等级为“中度韧性”。其中,评价等级“高度韧性”、“较高韧性”、“中度韧性”各年份间数值差距较小,结合图3,再次表明了结果的一致性。

表6 城市立体交通系统韧性评估等级云相似度

4 结论

(1)基于对城市立体交通系统影响因素的考虑,将城市立体交通系统韧性的属性归纳为扰动力、抵抗力、恢复力、适应力4个方面,构建出城市立体交通系统韧性评价指标体系。

(2)使用云模型处理韧性指标体系中的不确定性信息,通过熵权法获得韧性评价指标的权重,结合模糊综合评价法,建立了基于FCE-CM的城市立体交通系统韧性评价模型。

(3)以上海市城市立体交通系统为例,采用FCE-CM城市立体交通韧性评价模型进行实证分析,评价结果表明,该模型能够全面、准确地反映城市立体交通系统的韧性水平。