莊廣新，谷遠利，馬韻楠，趙瑩

(1. 北京交通大學城市交通復雜系統(tǒng)理論與技術教育部重點實驗室，北京100044；2. 北京鐵路局北京西站，北京 100055)

【交通運輸】

基于AHP灰色理論的道路交通流數(shù)據(jù)質量評價

莊廣新1，谷遠利1，馬韻楠2，趙瑩1

(1. 北京交通大學城市交通復雜系統(tǒng)理論與技術教育部重點實驗室，北京100044；2. 北京鐵路局北京西站，北京 100055)

交通流信息采集的過程中由于受到設備自身及外在環(huán)境等因素的影響，所采集的數(shù)據(jù)容易出現(xiàn)失真、缺失和冗余等質量問題，無法滿足智能化交通管理的要求。本文以準確度、完整度和時效性等3個數(shù)據(jù)特性作為評價指標，提出了基于層次分析法與灰色聚類分析的道路交通流數(shù)據(jù)質量評價方法，采用層次分析法確定評價指標的權重，采用灰色系統(tǒng)理論白化權函數(shù)建立各指標關聯(lián)度矩陣模型，結合北京市二環(huán)路實測數(shù)據(jù)進行了實例分析，證明了方法的可行性。

交通工程；數(shù)據(jù)質量評價；AHP灰色理論；道路交通流

隨著我國城市機動車保有量的不斷增加，交通擁堵這一城市頑疾也日趨嚴重。在既有的城市網(wǎng)絡格局之下，單純地依靠增建交通設施來緩解交通壓力的傳統(tǒng)做法已經(jīng)不切實際，也不能從根本上解決實際問題。智能交通作為城市交通管理的一種手段，受到了國內(nèi)外專家學者的青睞，是目前緩解交通擁堵的主要趨勢。有效的智能交通管理需要以高質量的交通流數(shù)據(jù)為基礎，而目前環(huán)形線圈、浮動車GPS和微波檢測RTMS等設備所采集的動態(tài)實時數(shù)據(jù)存在一定程度的紕漏，并不能直接用于制定決策和使用。因此，對交通流數(shù)據(jù)進行客觀評價，采取有效措施對數(shù)據(jù)進行修正是非常關鍵又亟待解決的問題。

針對交通流數(shù)據(jù)質量的評價，目前國內(nèi)還沒有相應的標準和規(guī)范可循。施莉娟等[1]歸納了前人在數(shù)據(jù)質量評價中的認識，提出了包括完整性、準確性、實時性、有效性、可用性和覆蓋度的多維指標評價體系。牛世峰等[2]針對交通流數(shù)據(jù)質量微觀評價方法無法評價交通流數(shù)據(jù)整體質量的問題，提出交通流數(shù)據(jù)宏觀評價的思想，構建了4個交通流數(shù)據(jù)宏觀評價指標，并設計了交通流數(shù)據(jù)宏觀評價流程。文峰[3]提出了將道路等級權重引入準確度的加權平均法，從而使得準確度的評價誤差降低，但是該模型只針對視頻數(shù)據(jù)，且對可用數(shù)據(jù)準確度的要求較低，不適合精細化管理的發(fā)展趨勢。

本文采用定性與定量相結合的方式，提出了基于層次分析法與灰色聚類分析的道路交通流數(shù)據(jù)質量評價方法，并結合實際案例論證了該方法的有效性。

1 交通流數(shù)據(jù)質量綜合評價方法

1.1 評價指標賦權

首先要解決的問題是確定各個評價指標對于數(shù)據(jù)質量影響程度的大小，即權重值。運用層次分析法確定評價指標的權重主要有如下幾個步驟[4]：選擇評價指標→構建判斷矩陣→進行一致性檢驗→計算權重。

1.1.1 指標選擇

數(shù)據(jù)質量評價要具有可操作性，就必須對數(shù)據(jù)質量進行量化，量化的第一步是制定出合理的評價指標體系。為此，評價指標的選取應遵循如下原則： (1)確立的指標是能夠通過觀察、測試和評議等方式得出明確結論的定性或定量指標；(2)各指標之間應相互獨立；(3)應確保評價指標具有一定的典型代表性，對評價目標具有顯著的影響力；(4)評價指標的選取不能過多過細、過于繁瑣、相互重疊，同時又要避免指標信息遺漏，出現(xiàn)對評價目標評價錯誤、不真實的現(xiàn)象，選取評價指標時應考慮到數(shù)據(jù)易獲取和便于計算。

圖1所示為2層的層次分析結構模型，是一種簡略的樹狀圖形式，因素層各個指標還可繼續(xù)分解，向下進一步分層。

圖1 層次分析結構模型Fig.1 AHP structure model

1.1.2 構建判斷矩陣

根據(jù)因素層包含指標數(shù)量的多少以及各個指標之間的關系，選擇不同的比率標度，制定專家打分表，對指標之間的相對重要性進行比較，得到一個兩兩比較判斷矩陣A。

(1)

判斷矩陣A為正互反矩陣，具有以下特點：

(2)

1.1.3 一致性檢驗

為了避免由于主觀因素影響導致的權數(shù)分配不合理的情況，需要對矩陣A進行一致性檢驗。

(3)

(4)

(5)

式中，λmax為矩陣的最大特征值；n為矩陣A的階數(shù)；XCI為一致性指標；XRI為平均一致性指標，具體數(shù)值見表1；XCR為一致性比例，當XCR<0.1時，認為判斷矩陣A具有較好的一致性，即權重系數(shù)分配合理，否則需要重新構造判斷矩陣。

表1 平均隨機一致性指標XRI的值

1.1.4 計算權重

(i)首先對矩陣A的每列元素進行歸一化處理得到新的矩陣L。

(6)

(ii)其次將矩陣L的每行元素相加，得到一向量，記為M=(m1，m2，…，mn)。

(7)

(iii)最后將向量M進行歸一化處理，即得到所求的特征向量W。

(8)

1.2 基于灰色聚類的灰色綜合評價

本文采用灰色系統(tǒng)理論中的灰色聚類分析對交通流數(shù)據(jù)質量進行評估?；疑垲怺5]屬于灰評估理論，是灰色系統(tǒng)理論的重要組成部分，它根據(jù)灰數(shù)的白化權函數(shù)將一些觀測指標或觀測對象按若干個灰類進行歸納，從而判斷聚類對象所屬的灰類。

1.2.1 灰類的確定

1.2.2 白化權函數(shù)

各個評價指標的s個灰類有各自對應的函數(shù)，通過這些函數(shù)，將不同的聚類對象根據(jù)該指標的取值進行分類，這個函數(shù)稱為白化權函數(shù)。白化值的大小表明了評價指標對于不同灰類的親疏關系，當白化值取值為1時，表明完全屬于此灰類。本文的白化權函數(shù)選擇如下3種類型[6]，分別為上限測度白化權函數(shù)，典型測度白化權函數(shù)和下限測度白化權函數(shù)。

隨著汽車行業(yè)的發(fā)展，汽車已經(jīng)由奢侈品變?yōu)榇蟊娀a(chǎn)品，消費者對汽車的需求也從功能性轉化為舒適性，車內(nèi)空氣質量成為消費者關注的熱點之一。車內(nèi)空氣質量主要通過會產(chǎn)生危害的揮發(fā)性有機化合物(VOC)含量以及消費者對車內(nèi)氣味的主觀感受來評估。由于汽車內(nèi)飾零部件很多都是PP注塑件，如何降低PP注塑件的氣味和VOC，成為汽車零部件廠家重點研究的課題之一。

(9)

(10)

(11)

式中,θj為評價指標xi的白化權函數(shù)的閾值。

1.2.3 確定評價等級

表2 評價定量分級標準表

2 實例應用

本文以北京市二環(huán)路主路雍和宮橋至北小街橋一個典型工作日2013年4月22日(周一、晴天)的數(shù)據(jù)為例，選擇浮動車和微波檢測器的速度數(shù)據(jù)作為評價對象，并以視頻數(shù)據(jù)作為評價參照，運用本文研究方法對微觀交通流數(shù)據(jù)質量進行評價。該路段為一個微波檢測器HI3009d的監(jiān)測范圍，長790 m，雙向6車道。該路段對應的視頻檢測器為LD00689，浮動車對應ID為2 940。

2.1 權重確定

針對交通流的特性，結合指標選取原則，本文采用平行的線性結構模式[8]選取評價指標準確度，完整度和時效性。其中，準確度表示所采集數(shù)據(jù)與真實值的相符程度，以相對誤差計；完整度反應了數(shù)據(jù)的缺失程度，由于北京市浮動車、微波和視頻采集均為每2 min采集一次，全天上傳數(shù)據(jù)量理論上應達到720條，否則為數(shù)據(jù)丟失；時效性反應了數(shù)據(jù)采集、上傳和發(fā)布過程中的數(shù)據(jù)延遲情況，標準情況下，原始數(shù)據(jù)所對應的時間點應嚴格按照2 min的步長逐漸變化，本文根據(jù)各檢測器采集數(shù)據(jù)的時間點與標準時間點間的時間間隔大小(20 s，1 min，2 min，>2 min)，將時效性量化為4個等級。

由于指標數(shù)目較少，傳統(tǒng)的1～9比率標度存在弊端，本文采用指數(shù)標度并對專家打分(德爾菲法)結果處理來構建判斷矩陣A，具體標度含義見表3。

表3 重要性標度含義表

。

采用同樣流程根據(jù)其余專家的打分情況計算出權重值，將所有專家的結果取平均值得到各評估指標的權重為：準確度0.601 7，時效性0.243 1，完整度0.155 2。

2.2 建立白化權函數(shù)

本文選取的3個評價指標意義不同，量綱不同，且在數(shù)量上懸殊很大，聚類分析時，參照表2的分級情況，將交通流數(shù)據(jù)質量評價指標值劃分為“良好”，“較好”，“一般”，“差”4個灰類。通過運用SPSSStatistic軟件對大量的歷史數(shù)據(jù)進行頻率統(tǒng)計，結合專家經(jīng)驗，得到3種指標的分級結果，如表5所示。

表5 指標分級方法

以準確度指標為例，運用公式(9)、(10)、(11)建立屬于不同灰類的白化權函數(shù)，如公式(12)所示。時效性和完整度指標的白化權函數(shù)建立方法與之相同，根據(jù)各自閾值修改相應系數(shù)即可。

2.3 評價結果

考慮車輛正常的出行時間，本文選取北京市二環(huán)路主路雍和宮橋至北小街橋路段早6點至晚10點16h480個數(shù)據(jù)進行匯總分析。由于視頻數(shù)據(jù)精確度和完整度高，具有普遍較高的認可度，且本文研究對象為區(qū)間車速，根據(jù)3種采集設備的工作原理可知，只有視頻采集數(shù)據(jù)是嚴格意義上的區(qū)間車速，故將其作為評價數(shù)據(jù)質量的參照。原始數(shù)據(jù)指標情況匯總見表6。

表6 原始數(shù)據(jù)指標情況匯總

將表6中的數(shù)據(jù)對應到白化權函數(shù)中，求得對應的白化值，建立關聯(lián)度矩陣R。

按照最大關聯(lián)原則對應到表2，得到微觀路段原始數(shù)據(jù)質量為“較好”。從矩陣R可以看出，完整度和時效性屬于“良好”等級的白化值為1，而準確度屬于“一般”。

原始數(shù)據(jù)準確度一般，這符合人們對數(shù)據(jù)質量的認識，說明本文研究方法可以客觀地反映數(shù)據(jù)質量情況。

3 結語

交通流數(shù)據(jù)是智能交通管理的基礎，對其質量的評價是非常必要的。本文以準確度、完整度和時效性3個數(shù)據(jù)特性作為評價指標，運用AHP灰色理論的方法對交通流數(shù)據(jù)進行質量評價，并結合北京市二環(huán)路原始數(shù)據(jù)進行了實例分析。研究表明交通流原始數(shù)據(jù)的質量相對較好，但為了更好地被交通管理者使用，還需要對數(shù)據(jù)進一步處理，尤其是提高數(shù)據(jù)的準確度。由于本文指標較少，隨著智能交通的不斷發(fā)展，指標會不斷更新，所以對交通流數(shù)據(jù)的評價應該是動態(tài)發(fā)展的，需要不斷地進行探討和研究。

[1]施莉娟，朱健，陳小鴻，等.基礎交通數(shù)據(jù)質量評價研究[J]. 交通信息與安全, 2011, 29(5):57-61.

[2]牛世峰,姜桂艷. 交通數(shù)據(jù)質量宏觀評價與控制方法[J]. 公路, 2012 (12):119-123.

[3]文峰. 數(shù)據(jù)組織過程中的數(shù)據(jù)質量評價研究[J]. 軟件導刊, 2013,12(11):132-134.

[4]王生昌, 陳娟娟, 田曉雪,等. 基于層次分析法的汽車制動性能主觀評價指標權重研究[J]. 公路交通科技, 2015,32(8):138-142

[5]鄭蕊蕊，趙繼印，王志男，等.基于改進灰色聚類分析的電力變壓器故障診斷[J]. 吉林大學學報(工學版), 2008, 38(5): 1237-1241.

[6]穆森.面板數(shù)據(jù)的灰色關聯(lián)與聚類模型構建及應用[D].南京：南京航空航天大學，2012.

[7]漆貴榮. 模糊綜合評價量化法在立交方案評價中的應用[J]. 公路交通科技(應用技術版), 2009, 5(6):135-137.

[8]NARANJOJE，JIMéNEZF，SERRADILLAFJ.Floatingcardataaugmentationbasedoninfrastructuresensorsandneuralnetworks[J].IEEEtransactionsonintelligenttransportationsystems, 2012, 13(1):107-114.

Road traffic flow data quality assessment based on grey theory and analysis hierarchical process

ZHUANG Guang-xin1,GU Yuan-li1, MA Yun-nan2, ZHAO Ying1

(1. MOE Key Laboratory for Transportation Complex Systems Theory and Technology, Beijing Jiaotong University, Beijing 100044, China;2. Beijing West Railway Station, Beijing 100055, China)

∶Due to the impact of the equipment failures and the external environment factors, data quality issues such as data distortion, loss, redundancy and so on often occur in the process of road traffic information data acquisition, which is unable to meet the requirements of the intelligent traffic management. In this paper, a method of road traffic data quality assessment was put forward based on the grey theory and analysis hierarchy process (AHP), in which, 3 data characteristics, such as accuracy, completeness and timeliness, were used as evaluation indexes, AHP method was used to determine the weight of each evaluation index, and the whitening weight function of grey systems theory was used to establish the satisfaction matrix model. The feasibility of the method is proved by the instance analysis of the measured traffic flow data of Beijing′s second ring road.

∶traffic engineering; data quality assessment ; grey theory and analysis hierarchy process; road traffic flow

2016-06-01

北京市科技計劃(Z121100000312101)

莊廣新(1989—)，男，碩士研究生，研究方向為城市交通規(guī)劃與管理。E-mail: 14120938@bjtu.edu.cn

U491

A

1002-4026(2017)02-0069-07