李 青，盧彥丞

（重慶規(guī)劃展覽館 規(guī)劃研究中心，重慶400011）

1 云模型概述

云模型是由李毅德院士提出的用自然語言值表示某個定性概念與其定量表示間的不確定性轉(zhuǎn)換模型，用以反映自然語言中概念的不確定性，尤其是模糊性和隨機性。云的數(shù)字特征通常用期望值Ex，熵En，超熵He三個數(shù)值來表示。這3個數(shù)字特征把模糊性和隨機性結(jié)合在一起，將云的形狀形象展示出來，完成了定性與定量間的相互映射（見圖1）。

通過逆向云算法，可將定量值變換為定性概念，將一組定量數(shù)據(jù)轉(zhuǎn)換為一數(shù)字特征（Ex，En，He）來表示（見圖2）。通過正向云算法，可把定性概念的整體特征變換為定量數(shù)值，實現(xiàn)概念空間到數(shù)值空間的轉(zhuǎn)換（見圖3）。

圖1 云數(shù)字特征

圖2 逆向云發(fā)生器原理

圖3 正向云發(fā)生器原理

在逆向云發(fā)生器中，3大數(shù)字特征的具體計算方法為

在正向云發(fā)生器中，正態(tài)云的生成算法如下:

1）生成以Ex為期望值，En為標(biāo)準(zhǔn)差的正態(tài)隨機數(shù)Xi；

2）生成以En為期望值，He為標(biāo)準(zhǔn)差的正態(tài)隨機數(shù)Em′；

3）計 算yi＝e－（－（xi－Ex）2／2（Em′）2），令 （xi，yi）為云滴；

4）重復(fù)以上步驟，直到生成n滴云滴。

2 組團(tuán)城市VMS選址方法研究

本文從信息效用角度出發(fā)，完善現(xiàn)有指標(biāo)體系，并將云模型利用在VMS選址指標(biāo)權(quán)重確定方面，研究了適合于組團(tuán)城市的組團(tuán)間和組團(tuán)內(nèi)VMS選址模型。

2.1 VMS選址原則

通過文獻(xiàn)分析，根據(jù)交通狀況和道路環(huán)境，在道路系統(tǒng)中VMS的選點應(yīng)該符合以下幾項原則:

2.1.1 常發(fā)性交通堵塞黑點上游

通過VMS提供的誘導(dǎo)信息，以實現(xiàn)路段中常發(fā)性堵塞點的交通分流，通過交通調(diào)查可以找出路段中的常發(fā)性交通堵塞黑點，同時對路段結(jié)構(gòu)進(jìn)行分析，將其上游具有分流條件的點位作為VMS設(shè)置的需求布設(shè)點位。

2.1.2 重大分流點上游

路段的重大分流點主要指交通流流量較大的交叉口，其交通流量大，是各個方向交通流交匯、轉(zhuǎn)向和分流的關(guān)鍵網(wǎng)絡(luò)節(jié)點。確定此種類型的交叉口需要對道路網(wǎng)絡(luò)和道路路段結(jié)構(gòu)進(jìn)行調(diào)查和分析，確定道路網(wǎng)絡(luò)路段中的重大分流點，作為VMS設(shè)置的需求布設(shè)點位。

2.1.3 嚴(yán)重瓶頸路段上游

正常行駛的車輛在道路上遇到事故多發(fā)點、臨時施工點或合流點，由于行車環(huán)境的改變，車輛運行行為將會產(chǎn)生變化以致引起交通流的紊亂，引發(fā)交通擁堵現(xiàn)象。因此在事故多發(fā)點、臨時施工點或合流點上游設(shè)置VMS，擁堵時為駕駛員提供前方道路的交通信息，以引導(dǎo)駕駛員調(diào)整行車路線，選擇合適的替代路徑。

2.1.4 下游具備交通分流能力

在VMS顯示屏下游須有分流能力，根據(jù)VMS顯示內(nèi)容，駕駛員可以有針對性地選擇行駛路徑。

2.1.5 適應(yīng)外界環(huán)境、市政工程條件

在VMS顯示屏前面不得有物體遮擋，以免影響駕駛員識讀。另外，安裝點須具備基本的市政工程條件，如供電、通信、足夠大的安裝場地等。

2.2 基于云模型的VMS選址模型

路網(wǎng)交通運行狀況具有動態(tài)性和實時性，當(dāng)前所布置的VMS皆屬于組團(tuán)內(nèi)可變信息板，信息不具備連貫性。而設(shè)置組團(tuán)間VMS一方面可保證出行者對路網(wǎng)信息了解的連貫性，避免信息中斷；另一方面可方便跨組團(tuán)出行或中長距離出行的駕駛員提前改變出行計劃。

根據(jù)實地調(diào)查，組團(tuán)城市95%的私家車出行者認(rèn)為有必要在組團(tuán)內(nèi)部分別設(shè)置組團(tuán)間和組團(tuán)內(nèi)VMS。組團(tuán)間VMS:用來較大范圍顯示路網(wǎng)交通運行狀況，顯示內(nèi)容豐富，告知行駛到信息板前方的駕駛員有關(guān)前方中遠(yuǎn)程距離（0.5km以下距離稱為短程，0.5km～1.5km離稱為之間距離稱為中程，1.5km以上稱為遠(yuǎn)程，“中短程”和“中遠(yuǎn)距離”則是相應(yīng)類型的合成）相關(guān)路段及交通節(jié)點（立交、大橋、隧道等）的交通狀況，提示駕駛員盡早選擇或變更出行計劃。服務(wù)對象涉及當(dāng)前道路的所有行駛車輛，即包括組團(tuán)內(nèi)部出行和跨組團(tuán)出行的車輛。組團(tuán)內(nèi)VMS:用來顯示附近中短程距離路網(wǎng)的道路交通運行狀況，主要服務(wù)對象是組團(tuán)內(nèi)部出行的私家車，告知駕駛員前方相關(guān)路段和交通節(jié)點的交通狀況，以盡早選擇或變更出行路徑。

2.2.1 組團(tuán)間VMS選址模型

2.2.1.1 選取組團(tuán)間VMS選址影響指標(biāo)

文中所建的組團(tuán)間VMS選址模型，以信息效用最大為目標(biāo)，根據(jù)布點和指標(biāo)選取原則，通過參考文獻(xiàn)分析，基于組團(tuán)間VMS的服務(wù)對象對各類指標(biāo)關(guān)注程度，選取了道路等級、可替代路徑優(yōu)劣、衰減系數(shù)。

道路等級（X1）:選取道路功能、車道數(shù)、道路行車速度來綜合量化道路等級這一定性指標(biāo)，如表1所示。

表1 道路等級量化表

可替代路徑優(yōu)劣（X2）:選取不同組團(tuán)間各路徑平均延誤時間，其路徑交通量（qα）可表示為

式中:δαj為從當(dāng)前點α到周圍其他組團(tuán)j各條行駛路徑的延誤行程時間兩兩差之和；θαj為從當(dāng)前點α的有效影響區(qū)域內(nèi)到周邊組團(tuán)j有無可行駛路徑；mαj為從當(dāng)前位置α到周圍其他組團(tuán)j的主要路徑條數(shù)；ti為從當(dāng)前位置到某一組團(tuán)采用第i條路徑的延誤行程時間；qα為當(dāng)前位置α的車流量。

衰減系數(shù)（X3）:采用距前方各組團(tuán)間主要連接通道平均行程距離的倒數(shù)，表示為

式中:n為周邊組團(tuán)的個數(shù)，mαj為從當(dāng)前組團(tuán)到周圍其他組團(tuán)j的主要路徑條數(shù)，lji為從當(dāng)前點到組團(tuán)j采用第i條路徑的行程距離。

2.2.1.2 確定指標(biāo)權(quán)重

本文指標(biāo)權(quán)重在主觀賦權(quán)法的基礎(chǔ)上，采用云模型來確定。

1）確定判斷矩陣表。判斷基準(zhǔn)如表2所示，首先令5位專家依據(jù)該表填寫如下判斷矩陣表，具體調(diào)查結(jié)果如表3、表4、表5所示。

表2 判斷基準(zhǔn)表

表3 判斷矩陣表1

表4 判斷矩陣表2

表5 判斷矩陣表5

收集判斷矩陣表，采用改進(jìn)的逆向云發(fā)生器確定被所有專家認(rèn)同的判斷矩陣表，以道路等級與可替代路徑優(yōu)劣為例，具體步驟如下:

1）統(tǒng)計5位專家對可替代路徑優(yōu)劣相對于道路等級而言的重要程度評定值，分值為X＝｛3，9，5，7，4｝，將X作為樣本，運用逆向云發(fā)生器得到道路等級相對于可替代路徑優(yōu)劣的逆向云數(shù)字特征為C1（5.6，2.406 4，1.842 2）。

2）采用正向云發(fā)生器，判斷第一輪專家打分中專家對道路等級重要程度與可替代路徑優(yōu)劣相比的分歧程度，如圖4（a）所示，信息存在較大分歧，比較分散，每個數(shù)值隸屬于相應(yīng)語言值的隸屬度隨機性變化較大，熵和超熵都較大，需再一次打分。

3）將第一次專家打分的信息整理后反饋給專家并進(jìn)行必要的溝通，進(jìn)行下一輪專家打分，第二次打分獲得的云的數(shù)字特征為 C2（6.4，1.102 9，0.443 9），云圖開始凝聚，如圖4（b）所示。第三次打分后得到可替代路徑優(yōu)劣與道路等級相比重要程度的云數(shù)字特征為 C3（6.4，0.601 6，0.549 2i），專家的認(rèn)識基本統(tǒng)一，云圖凝聚效果明顯提高，如圖4（c）所示，由此確定道路相對于可替代路徑優(yōu)劣的重要程度為3。

圖4 道路等級與可替代路徑優(yōu)劣相比的分歧程度云圖

依此進(jìn)行其他指標(biāo)兩兩之間比較，最終確定的判斷矩陣如表6所示。

表6 判斷矩陣表

根據(jù)判斷矩陣，采用求和法，得出3個指標(biāo)的相對重要程度，其中道路等級、可替代路徑優(yōu)劣、衰減系數(shù)的權(quán)重分別為0.078 6，0.620 6，0.300 9。按一致性比例法計算得到的C.R＝0.016 2，遠(yuǎn)小于0.1，所以U～X層次單排序具有滿意一致性。

2.2.1.3 確定組團(tuán)間 VMS選址模型

依據(jù)前文確定的指標(biāo)和相應(yīng)的指標(biāo)權(quán)重，本文建立了基于誘導(dǎo)效用最大化的組團(tuán)間VMS選址模型為

將式（1）、式（2）帶入式（3）得

滿足

式中:m為安置組團(tuán)間VMS備選點的總數(shù)，g為安置組團(tuán)間VMS的路段個數(shù)，j0為當(dāng)前交叉口進(jìn)口道的總數(shù)。

2.2.2 組團(tuán)內(nèi)VMS選址模型

2.2.2.1 選取組團(tuán)內(nèi)VMS選址影響指標(biāo)

本文所建立的組團(tuán)內(nèi)VMS選址模型，以信息效用最大為目標(biāo)，通過參考文獻(xiàn)分析，結(jié)合實際情況，根據(jù)布點和指標(biāo)選取原則，選取道路重要程度、路段信息量、衰減系數(shù)作為主要的布點指標(biāo)。

道路重要程度（Y1）:選取道路等級、道路區(qū)位來綜合表現(xiàn)道路的重要程度。其中道路等級定性指標(biāo)的量化如表1所示，道路區(qū)位采用距CBD的距離來量化。由于道路等級越高，距離CBD的距離越近，組團(tuán)內(nèi)部該道路越重要，因此道路重要程度可以采用下式來確定

式中:R1為道路的等級，R2為距該組團(tuán)CBD的距離。

路段信息量（Y2）:由于不同路段的交通信息量是不同的，通過對資料的整理統(tǒng)計，可得到各條路段一段時間內(nèi)發(fā)生事件的頻率。本文采用影響區(qū)域一年內(nèi)各條路段事件發(fā)生的頻率來表示路段信息量

式中:n為當(dāng)前點前方有效影響區(qū)域內(nèi)路段的總數(shù)，Pj為j路段發(fā)生交通擁堵的概率。

衰減系數(shù)（Y3）:采用距離事故發(fā)生路段距離的倒數(shù)表示為

式中:t為有效影響區(qū)域內(nèi)事故發(fā)生路段的個數(shù)，lai為從當(dāng)前位置到附近事故發(fā)生地α的距離。

2.2.2.2 確定指標(biāo)權(quán)重

類似組團(tuán)間VMS選址指標(biāo)權(quán)重確定方法，確定組團(tuán)內(nèi)VMS選址指標(biāo)權(quán)重。其中道路重要程度、路段信息量、衰減系數(shù)的權(quán)重分別為0.071 9，0.589 0，0.339 1。

2.2.2.3 確定組團(tuán)內(nèi) VMS選址模型

類似組團(tuán)間VMS選址，建立基于誘導(dǎo)效用最大化的組團(tuán)內(nèi)VMS選址模型為

將式（5）、式（6）、式（7）代入式（8），得

滿足

式中:m為安置短距離VMS備選點的總數(shù)，g為安置短距離VMS的路段個數(shù)，j0為當(dāng)前交叉口進(jìn)口道的總數(shù)。

3 南坪組團(tuán)VMS選址

本文選取重慶南坪組團(tuán)及其與渝中組團(tuán)、觀音橋－人和組團(tuán)、大楊石組團(tuán)、李家沱－魚洞組團(tuán)的主要連接通道，作為模擬路網(wǎng)。該路網(wǎng)共有38個交叉口，64條路段，快速路15條，主干道41條，次干道5條，支路10條，在一定程度上承擔(dān)了一定的車流量，具備了組團(tuán)城市路網(wǎng)特征，覆蓋了跨組團(tuán)和組團(tuán)內(nèi)部出行。

3.1 確定組團(tuán)間VMS位置

在模擬路網(wǎng)輸入各進(jìn)口道相關(guān)流量，合理調(diào)整各交叉口路徑選擇比例，通過仿真，獲取VMS選址模型所需參數(shù)，計算分析各組團(tuán)間VMS備選點的布點效益值，從大到小排序，依次為南坪南路、四公里立交、南坪東路，選擇在南坪南路處布設(shè)組團(tuán)間VMS（見表7）。

表7 組團(tuán)間各VMS布點效益值

3.2 確定組團(tuán)內(nèi)VMS位置

組團(tuán)內(nèi)VMS布點位置的確定同組團(tuán)間VMS設(shè)置相同，通過仿真獲取組團(tuán)內(nèi)VMS布點模型所需的指標(biāo)數(shù)據(jù)，代入基于云模型的組團(tuán)內(nèi)VMS布點模型，獲取各備選點的布點效益值，從大到小排序，依次為大石路（北）、南坪東路（西）、光電路、江南大道（南）、大石路（南），假設(shè)只在該區(qū)域內(nèi)布設(shè)4塊組團(tuán)內(nèi)VMS，因此選擇在大石路（北）、南坪東路（西）、光電路、江南大道（南）4處布設(shè)組團(tuán)內(nèi)VMS，如表8所示。

表8 組團(tuán)內(nèi)各VMS布點效益值

3.3 VMS選址效果評價

私家車出行者對VMS的誘導(dǎo)服從率與許多因素有關(guān)，本文參考相關(guān)文獻(xiàn)，按照調(diào)查的誘導(dǎo)服從率調(diào)整路網(wǎng)中的流量。借助VISSIM仿真平臺，充分考慮各路段道路特征，對上述布點方案進(jìn)行模擬，模擬時間為3 600s，以300s的采樣時間間隔記錄600～3 600s指標(biāo)數(shù)據(jù)。為計算方便按路網(wǎng)中不同路段分別進(jìn)行整理，求得其各路段的平均數(shù)據(jù)。區(qū)域內(nèi)各主要路段的平均延誤時間（Delay）、停車等待時間（Stopd）、平均排隊長度（Avg）大為改善，具體如表9所示。

表9 方案前后路網(wǎng)關(guān)鍵路段基本參數(shù)對比表

4 結(jié)束語

本文從最大化信息效益值出發(fā)，采用云模型，

探索研究了組團(tuán)城市組團(tuán)間和組團(tuán)內(nèi)VMS的選址模型，并以重慶市南坪組團(tuán)為例，展開了組團(tuán)間和組團(tuán)內(nèi)VMS選址。最后借助VISSIM仿真平臺對比布置VMS前后的交通運行參數(shù)，發(fā)現(xiàn)本文提出的組團(tuán)間和組團(tuán)內(nèi)VMS選址模型具有一定的現(xiàn)實意義。

［1］ 李俊.路網(wǎng)中可變信息板布設(shè)方法分析［J］.民營科技，2011（11）:64－65.

［2］ 李靈芝，胡列格.區(qū)域公共停車設(shè)施選址優(yōu)化方法分析［J］.交通科技與經(jīng)濟(jì)，2014，16（2）:20－23.

［3］ 孫鳳霞.城市區(qū)域交通可變信息板布點方法研究［D］.長春:吉林大學(xué)，2008.

［4］ 李青.組團(tuán)城市私家車出行信息服務(wù)系統(tǒng)研究［D］.重慶:重慶交通大學(xué)，2013.

［5］ 韓冰.基于云模型的指標(biāo)權(quán)重獲取方法［J］.軟件導(dǎo)刊，2012，11（5）:15－17.

［6］ 張龍忠，李亞楠.基于云理論的鐵路危險貨物運輸風(fēng)險評價［J］.交通科技與經(jīng)濟(jì)，2015，17（1）:64－68.

［7］ 魏婧.可變信息標(biāo)志的國家標(biāo)準(zhǔn)設(shè)計的關(guān)鍵問題研究［D］.北京:北京交通大學(xué)，2012.

［8］ 朱翀.城市交通情報板規(guī)劃及布點研究［D］.西安:長安大學(xué)，2005.