楊耀寧， 鄭淑銘， 李昱偉， 韓菡*

(1.云南大學(xué)建筑與規(guī)劃學(xué)院， 昆明 650500； 2.柏林工業(yè)大學(xué)城市設(shè)計(jì)與可持續(xù)規(guī)劃研究所， 德國柏林 10623)

中共中央十九大報(bào)告提出破解“三農(nóng)”問題的鄉(xiāng)村振興戰(zhàn)略，以促進(jìn)城鄉(xiāng)基礎(chǔ)設(shè)施互聯(lián)互通，全面推進(jìn)“四好農(nóng)村路”建設(shè)，保障農(nóng)村地區(qū)基本出行條件，從而帶動(dòng)廣大農(nóng)村地區(qū)經(jīng)濟(jì)發(fā)展的基本要求。2022中央一號文件再度指出，以做好鄉(xiāng)村基礎(chǔ)設(shè)施建設(shè)為點(diǎn)，繼續(xù)全面推進(jìn)鄉(xiāng)村振興。在人口轉(zhuǎn)移、產(chǎn)業(yè)優(yōu)化、資源轉(zhuǎn)移和生活方式轉(zhuǎn)變的支撐下，城鄉(xiāng)之間人口流動(dòng)的頻率、范圍和規(guī)模不斷增加，城鄉(xiāng)居民尤其是農(nóng)村居民的出行需求日益增加。

鄉(xiāng)村道路交通作為鄉(xiāng)村經(jīng)濟(jì)發(fā)展的命脈和村民的生產(chǎn)生活息息相關(guān)，構(gòu)建符合鄉(xiāng)村交通視角的高效便捷的城鄉(xiāng)公路網(wǎng)系統(tǒng)是解決廣大鄉(xiāng)村居民高質(zhì)量出行公共服務(wù)的需要以及城鄉(xiāng)融合聯(lián)動(dòng)社會(huì)效益的關(guān)鍵。

然而中國對路網(wǎng)交通的研究大多基于經(jīng)濟(jì)發(fā)達(dá)地區(qū)城市路網(wǎng)層面，缺乏對相應(yīng)深度的鄉(xiāng)村地區(qū)的路網(wǎng)研究?？苁篮频萚1]對路網(wǎng)圖論的研究對中國49個(gè)城市進(jìn)行了全面細(xì)致的梳理，為城市新區(qū)道路規(guī)劃和路網(wǎng)布局提供借鑒。徐澤潭等[2]對空間句法方法下路網(wǎng)形態(tài)與空間布局進(jìn)行了研究。

城市路網(wǎng)研究的切入角度多維，其基礎(chǔ)理論和實(shí)踐可以通過信號燈和其他監(jiān)測手段進(jìn)行相互驗(yàn)證和不斷完善，研究內(nèi)容主要涉及路網(wǎng)通達(dá)性及其與區(qū)域經(jīng)濟(jì)發(fā)展的關(guān)系。其中，查凱麗等[3]以武漢都市圈為例，研究路網(wǎng)通達(dá)性與經(jīng)濟(jì)關(guān)聯(lián)的時(shí)空演變，結(jié)果表明都市路網(wǎng)連通性過去30年間逐漸趨于完善，然而中心邊緣、城鄉(xiāng)二元仍然差距明顯。符海月等[4]以中原城市群為向，分析路網(wǎng)通達(dá)性演化，表明從區(qū)域線狀發(fā)展為區(qū)域中心面狀，城市通達(dá)度上升的同時(shí)不同發(fā)展水平之間的通達(dá)度差距仍不斷增大，地區(qū)差異明顯。

而過往鄉(xiāng)村路網(wǎng)的研究情況，以定性和周邊影響力研究為主，定量層面則大多進(jìn)行通達(dá)性評估，缺少綜合運(yùn)用多種計(jì)量模型。羅雨[5]等以秦巴山區(qū)農(nóng)村路網(wǎng)為例，采用人文地理研究分類法，以通達(dá)性和經(jīng)濟(jì)性為指標(biāo)，表明其空間異質(zhì)性和“通達(dá)性-經(jīng)濟(jì)性”關(guān)聯(lián)。曹飛等[6]以鄉(xiāng)村路網(wǎng)為因素，分析自然景觀受其影響的情況，以耕林村等維度研究鄉(xiāng)村路網(wǎng)的生態(tài)文明影響。特別地，針對路網(wǎng)規(guī)劃布局建設(shè)的優(yōu)化層面，邢忠等[7]提出了一種基于城鄉(xiāng)樣條劃分的城鄉(xiāng)道路網(wǎng)布局規(guī)劃方法。該算法利用“城鄉(xiāng)樣條空間分段”和路徑規(guī)劃方法，建立了基于城鄉(xiāng)空間變換樣條的路網(wǎng)布局控制模型。根據(jù)城鄉(xiāng)道路空間的自然屬性和各分區(qū)相應(yīng)的城鄉(xiāng)交通功能要求，確定城鄉(xiāng)道路網(wǎng)的規(guī)劃情況。

關(guān)于交通網(wǎng)絡(luò)的理論與算法優(yōu)化方面，近年來主要關(guān)注的方向?yàn)槌鞘兄味?、交通事故、目?biāo)識(shí)別等，囊括多層前饋網(wǎng)絡(luò)(back propagation neural network，BP神經(jīng)網(wǎng)絡(luò))[8]、軌跡地圖[9]、目標(biāo)單眼檢測法(you only look once，YOLOv5)[10]、點(diǎn)云分割算法(normalized cut，NCut)[11]、加權(quán)組團(tuán)劃分算法(weighted girvan-newman，WGN)[12]、動(dòng)態(tài)投影系統(tǒng)[13]等，然而這些方法要么依托車輛信息驗(yàn)證，要么同交通信號檢測系統(tǒng)互通，對于鄉(xiāng)村路網(wǎng)建設(shè)方面難以有效借鑒。另外以網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)角度進(jìn)行考慮中，常簡化和忽略交通網(wǎng)絡(luò)的城鄉(xiāng)差異特性，從而降低了方法的適用性[14-15]。

軟件載體優(yōu)化方面，以交通軟件Trans CAD的優(yōu)化為主，結(jié)合地理路徑的算法。景鵬等[16]運(yùn)用對網(wǎng)絡(luò)地圖圖片的自動(dòng)截取拼接與公共交通信息系統(tǒng)挖掘結(jié)果，在TransCAD中形成了公共交通地理信息系統(tǒng)(geographic information system-transportation，GIS-T)數(shù)據(jù)庫。使用TransCAD技術(shù)對城市公交網(wǎng)絡(luò)系統(tǒng)開展可達(dá)性分析，并使用地理信息系統(tǒng)開發(fā)工具(geographic information system developer’s kit，GISDK)二次開發(fā)功能建立城市公交可達(dá)性評估體系。方曾利等[17]提出了一種基于地理信息系統(tǒng)(geographic information system，GIS)和Trans CAD城鄉(xiāng)道路網(wǎng)布局規(guī)劃算法(GTC法)，利用Trans CAD軟件的功能對節(jié)點(diǎn)布局進(jìn)行優(yōu)化和相關(guān)的規(guī)劃研究，克服了Trans CAD軟件圖像處理繁瑣、容易出錯(cuò)的缺點(diǎn)。采用子層路網(wǎng)信息數(shù)據(jù)庫圖，引入Trans CAD軟件生成城鄉(xiāng)路網(wǎng)布局結(jié)果。主要驗(yàn)算和考量省域市域范圍內(nèi)的車輛交通情況，對于以城鎮(zhèn)節(jié)點(diǎn)中微觀作為考察目標(biāo)仍未涉及。

綜上，路網(wǎng)規(guī)劃與研究多為城市交通與路網(wǎng)背景和城市問題為話題，以車輛信息、交通監(jiān)控、大數(shù)據(jù)收集等為基本手段，實(shí)現(xiàn)城市生活與出行精細(xì)化管理研究。然而，以鄉(xiāng)村振興背景下農(nóng)村居民出行為出發(fā)點(diǎn)，著眼于鄉(xiāng)村路網(wǎng)的規(guī)劃模式和理論仍在建設(shè)中，相關(guān)研究無論是數(shù)量上還是質(zhì)量上都與城市載體存在較大差距。在缺乏基本數(shù)據(jù)監(jiān)控和智能化設(shè)施輔助的前提下，鄉(xiāng)村路網(wǎng)規(guī)劃建設(shè)模型亟待加強(qiáng)。

為了進(jìn)一步提高鄉(xiāng)村路網(wǎng)布局的合理性和連通性，提高出行效率，在上述研究的基礎(chǔ)上，現(xiàn)使用拓?fù)淠Ｐ蛯⑧l(xiāng)村路網(wǎng)的抽象并提取，以偏差系數(shù)角度對待鄉(xiāng)村個(gè)體用戶需求和時(shí)空差異，以二級需求網(wǎng)絡(luò)考慮規(guī)劃者和使用者二者的出發(fā)點(diǎn)需求，并與上述典型方法進(jìn)行計(jì)算機(jī)模擬比較，以嘗試提出基于拓?fù)淅碚摰泥l(xiāng)村路網(wǎng)布局規(guī)劃算法。

1 研究算法設(shè)計(jì)

1.1 城市群路網(wǎng)拓?fù)淠Ｐ?/h3>

拓?fù)?topology)是一種抽象的表示方法，其忽略物體的宏觀形態(tài)物理屬性，采用點(diǎn)或線來描述多個(gè)對象間的位置和關(guān)系，廣泛應(yīng)用于航空航天、建筑、電力等復(fù)合學(xué)科領(lǐng)域[18]。

對于鄉(xiāng)村路網(wǎng)研究而言，該方法可以忽略因道路寬度、道路通行質(zhì)量、綠化遮蓋范圍和三維可視度等方面給實(shí)際交通帶來不利因素的環(huán)節(jié)，從而更集中關(guān)注于邏輯和優(yōu)化本身，是一種在研究算法優(yōu)化層面的簡化[19]。其基礎(chǔ)和底層邏輯為以中心城鎮(zhèn)為核心基本節(jié)點(diǎn)和多個(gè)二級路網(wǎng)節(jié)點(diǎn)，將復(fù)雜的空間布局抽象簡化為單中心和多中心彈性拓?fù)浣Y(jié)構(gòu)。以城鄉(xiāng)群的中心城鎮(zhèn)為中心，向非中心鄉(xiāng)村分散，并根據(jù)連接軸排列不同的次級道路，如圖1所示。

圖1 單中心與多中心城鄉(xiāng)空間布局的拓?fù)浣Y(jié)構(gòu)Fig.1 Topological structure of single-and poly-center urban and rural spatial layout

1.2 城鄉(xiāng)路網(wǎng)的時(shí)空特性

1.2.1 時(shí)間特征

鄉(xiāng)村路網(wǎng)具有極大的生產(chǎn)生活導(dǎo)向特點(diǎn)，其交通流量具有較強(qiáng)的潮汐性，包括日分布特征和季節(jié)分布特征[20]。日分布中，日出行峰谷影響下呈現(xiàn)雙峰、三峰和平峰等不同類型。季節(jié)分布特征中，以農(nóng)事和節(jié)日為核心的出行使得農(nóng)村居民出行呈現(xiàn)季節(jié)性潮汐性，農(nóng)業(yè)旺季出行少，淡季出行多，其流量分布不均勻，以相應(yīng)平均參數(shù)及不平衡指數(shù)表示，相應(yīng)地以小時(shí)不平衡指數(shù)和季節(jié)不平衡指數(shù)修正。小時(shí)不平衡指數(shù)Pt為

(1)

式(1)中：Qhmax為單向道路高峰時(shí)段的最大道路流量；Qd為對應(yīng)單向道路的全天路段最大交通流量；h為交通流量的最大交通時(shí)間[21]。季節(jié)性分布的不平衡可以用不平衡系數(shù)Ps來表示，即

(2)

式(2)中：Qt為峰值交通流量天數(shù)內(nèi)的交通流量；Q為統(tǒng)計(jì)線的年總交通流量；t為峰值交通流量天數(shù)。

1.2.2 空間特征

鄉(xiāng)村交通流量的空間分布特征以流線、流向、截面分析為主。流線分布主要與空間因素有關(guān)，與周邊產(chǎn)業(yè)流線和人口密度等關(guān)系密切，是路網(wǎng)交通的空間規(guī)劃屬性。不同鄉(xiāng)村道路的流量強(qiáng)度以“冷線”和“熱線”作為形象定義[19]。一般而言，重點(diǎn)城鎮(zhèn)與村莊之間的流量密集、穩(wěn)定較“熱”；而一般城鎮(zhèn)之間、一般城鎮(zhèn)與鄉(xiāng)村之間、鄉(xiāng)村之間的交通流量相對較低較“冷”。

流向角度而言，線路一般有兩個(gè)方向，在一段時(shí)間內(nèi)，部分線路的雙向交通流量幾乎相等，而部分線路的雙向交通流量差異較大，這是由于不均勻性通勤造成的獨(dú)有鄉(xiāng)村流向分布特征。類似地，其方向性不均勻性也可用系數(shù)KD來表示，即

(3)

式(3)中：VD為交通流量大的方向的單向交通流量；V為總雙向交通流量，即該值越大該線路雙向分布越不均勻，雙向交流流量差距越大，越像單行線。

交通流量的截面分布特征主要是指線路不同斷面的交通流量差異，也即同一條道路上不同位置的差異，通常表現(xiàn)出特定的交通流量梯度[22]， 用橫截面不平衡系數(shù)Ph來表示，即

(4)

式(4)中：Vmax為所有路段的最大交通流量；Vi為i路段的交通流量；n為城鄉(xiāng)線路設(shè)置的路段數(shù)。

1.2.3 分布特征

空間分布的特征主要從車輛流量分布點(diǎn)的分類和分布特征的量化兩個(gè)方面進(jìn)行研究。

(1)分布點(diǎn)分類。一般來說，有些地方線路會(huì)形成相對穩(wěn)定的交通流量，交通流量頻繁，從而逐漸形成車輛流量分布點(diǎn)。在城鄉(xiāng)線路中，其典型中心大多其是鄉(xiāng)鎮(zhèn)政府和辦事機(jī)構(gòu)所在地，形成該地區(qū)的主要經(jīng)濟(jì)活動(dòng)中心和主要空間分布中心，這些中心起著區(qū)域內(nèi)交通流量的分配和轉(zhuǎn)移作用[23]。特別地，以生活圈層為單位為自然村，較城市相對分散。村民們通常一起出行和等候，這就容易在村莊的出入口處形成了一個(gè)相對穩(wěn)定的交通流量。而集市通常是農(nóng)村居民的貿(mào)易場所，交通流量相對穩(wěn)定，是鄉(xiāng)村交通流量的重要分布中心之一。

(2)分布特征的量化。分布強(qiáng)度可用于描述各分布中心(集配點(diǎn))的分布特征：

(5)

式(5)中：I為某一分布點(diǎn)的分布強(qiáng)度(集配強(qiáng)度)；R為每天通過分布點(diǎn)的平均車輛數(shù)；n為起止或通過分布點(diǎn)的車輛總數(shù)；Ui為通過分布點(diǎn)的核心車輛數(shù)。

分布強(qiáng)度(集配強(qiáng)度)描述了各種集配點(diǎn)在其服務(wù)范圍內(nèi)的重要性，并與停車和交通設(shè)施的設(shè)置有很強(qiáng)的相關(guān)性。當(dāng)強(qiáng)度高時(shí)，需要相應(yīng)的高水平服務(wù)和交通設(shè)施，以及一定規(guī)模的停車設(shè)施，以便于城鄉(xiāng)公路車輛的交通。

1.3 城鄉(xiāng)路網(wǎng)布局規(guī)劃算法

根據(jù)以上鄉(xiāng)村路網(wǎng)的拓?fù)浣Y(jié)構(gòu)及相關(guān)特點(diǎn)，抽象成對于“點(diǎn)-線-網(wǎng)”三重分類，以節(jié)點(diǎn)重要性、動(dòng)態(tài)集群分析、負(fù)荷網(wǎng)絡(luò)布局進(jìn)行組合。

1.3.1 節(jié)點(diǎn)重要性計(jì)算

在農(nóng)村地區(qū)，由于經(jīng)濟(jì)情況、汽車所有權(quán)和道路交通的統(tǒng)計(jì)不太全面，其路網(wǎng)的節(jié)點(diǎn)權(quán)重，與客貨運(yùn)周轉(zhuǎn)率、客貨運(yùn)量等重要交通運(yùn)輸指數(shù)有關(guān)。相應(yīng)的權(quán)重值越大，居民出行期望也越大，因此運(yùn)輸需求量越大。鑒于交通運(yùn)輸需求與區(qū)域的社會(huì)性和經(jīng)濟(jì)效益息息相關(guān)，在統(tǒng)計(jì)節(jié)點(diǎn)意義上，擬把客貨需求量的時(shí)間序列值視為灰色系統(tǒng)(grey system)的特征序列數(shù)值，把時(shí)間序列數(shù)值作為主要指標(biāo)進(jìn)行有關(guān)因素的統(tǒng)計(jì)系列分析[24]。

取參考序列X0=[x0(1)，x0(2)，…，x0(n)]，并比較該序列的索引值Xi=[xi(1)，xi(2)，…，xi(n)]。

(6)

通過以上相關(guān)系數(shù)，得到灰度相關(guān)度為

(7)

從式(7)看出，求和之間的幾何相似性越大，它們之間的相關(guān)性越大，X0和Xi之間的相關(guān)性越大。反之當(dāng)小于某一閾值時(shí)，相應(yīng)的因素指數(shù)r0i相關(guān)性較低，認(rèn)為它不是主要的影響因素。

(8)

式(8)中：αi為第i項(xiàng)指標(biāo)的客觀權(quán)重。

1.3.2 動(dòng)態(tài)聚類分析

動(dòng)態(tài)聚類分析是把在目標(biāo)范圍內(nèi)的每個(gè)節(jié)點(diǎn)都視為聚類分析樣本，然后再按照相應(yīng)的參數(shù)(如采用歐氏距離法)對樣本進(jìn)行分類。每個(gè)類都具有典型的特征，最后根據(jù)重要性度選擇節(jié)點(diǎn)。

有兩個(gè)向量xi和xj，則歐氏距離定義為

(9)

歐幾里得距離表示兩個(gè)向量的相似性。dij越小，xi和xj越近；如果dij=0，那么這兩個(gè)向量在距離標(biāo)準(zhǔn)下完全相同；反之，dij越大，xi和xj越遠(yuǎn)。

選擇在規(guī)劃范圍內(nèi)的4個(gè)節(jié)點(diǎn)為樣本，然后以上述時(shí)空特征為樣本點(diǎn)的觀測數(shù)據(jù)，并采用歐式距離相似度，進(jìn)行了劃分。具體操作步驟如下。

步驟1選擇評價(jià)指標(biāo)(可通過專家咨詢方法確定)，調(diào)查獲取樣本數(shù)據(jù)。

步驟2對初始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，設(shè)置n個(gè)樣本，每個(gè)樣本都有m個(gè)數(shù)據(jù)(即m個(gè)標(biāo)準(zhǔn)值)，即

(10)

(11)

式(11)中：xit為標(biāo)準(zhǔn)數(shù)據(jù)。

步驟3選擇預(yù)排序的數(shù)量。設(shè)xit為標(biāo)準(zhǔn)化過程后的第i個(gè)樣本的第t個(gè)指標(biāo)，設(shè)

(12)

(13)

(14)

得到

(15)

樣本的初始類數(shù)xi是最接近k(1≤k≤K)的整數(shù)，因此得到了每個(gè)樣本的初始分類，并記錄為：I′1，I′2，…，I′k。

步驟4計(jì)算每個(gè)類的集群中心。中心公式為

(16)

1.3.3 二層網(wǎng)絡(luò)布局算法

路網(wǎng)布局問題，大致包括了離散路網(wǎng)設(shè)計(jì)問題、連接路網(wǎng)設(shè)計(jì)問題以及混合路網(wǎng)設(shè)計(jì)問題3種。其中離散性多和實(shí)測數(shù)據(jù)做結(jié)合后歸納處理，連續(xù)網(wǎng)絡(luò)設(shè)計(jì)易于實(shí)現(xiàn)快速數(shù)學(xué)模擬，因此研究工作主要針對城鄉(xiāng)地區(qū)之間的新線路，使用連續(xù)性設(shè)計(jì)。

路線的權(quán)重與規(guī)劃結(jié)點(diǎn)的重要性，以及規(guī)劃結(jié)點(diǎn)間的差異密切相關(guān)。權(quán)重越高，則規(guī)劃道路的優(yōu)先級也越高，即主要道路中最短規(guī)劃線路的路線權(quán)重為最高[25]。有關(guān)規(guī)劃路線及其重要性的數(shù)學(xué)模型IPij為

(16)

式(16)中：Ii和Ij分別為規(guī)劃節(jié)點(diǎn)i和j的節(jié)點(diǎn)權(quán)重；n為規(guī)劃區(qū)域中規(guī)劃節(jié)點(diǎn)的數(shù)量；Lij為規(guī)劃節(jié)點(diǎn)i與j之間的交通鏈接長度。

鄉(xiāng)村路網(wǎng)的特點(diǎn)和服務(wù)對象與城市路網(wǎng)有很大的不同。從微觀角度看，路網(wǎng)的布局由用戶和規(guī)劃者共同完成，用戶盡量降低個(gè)體的差旅成本；規(guī)劃者，應(yīng)降低整個(gè)網(wǎng)的差旅成本，實(shí)現(xiàn)網(wǎng)絡(luò)建設(shè)的效益最大化。

路網(wǎng)布局雖是一項(xiàng)相當(dāng)復(fù)雜的工程，但其本質(zhì)上是政府部門和公民之間的互動(dòng)，是一種典型的二級決策問題。其問題簡化為從整個(gè)路網(wǎng)系統(tǒng)的角度來看，在總建設(shè)規(guī)模約束下，整個(gè)系統(tǒng)的總差旅成本最小化，網(wǎng)絡(luò)連通性最大化。從用戶的角度來看，在實(shí)踐中通常表現(xiàn)為最短的出行時(shí)間。為了便于研究，和上述時(shí)空因素選取類似，可以將最短旅行時(shí)間簡化為所有旅客中最短的平均出行時(shí)間。

同時(shí)，為提高道路規(guī)劃算法建模的精度，作出如下假定：在原有道路網(wǎng)的基礎(chǔ)上規(guī)范道路網(wǎng)布置，而規(guī)范道路網(wǎng)大致包括了原有道路網(wǎng)保留路線、原有道路網(wǎng)重建路線以及新建線路，同時(shí)改進(jìn)的路線水平也不能少于現(xiàn)存路線，道路長度不減小，即：Qg≥Qy，Lg≥Ly，Qg為改進(jìn)路線流量，Qy為原有路線流量，Lg為改進(jìn)路線長度，Ly為原有路線長度。根據(jù)上述規(guī)劃目標(biāo)，構(gòu)建鄉(xiāng)村路網(wǎng)布局規(guī)劃的兩級模型。

上級模型為

(17)

下級模型為

(18)

通過模型解析得到用戶的出行時(shí)間最少是基于整體路網(wǎng)體系的外出時(shí)間最少。因此，將上述二級規(guī)劃問題轉(zhuǎn)變?yōu)橐粋€(gè)獨(dú)立的問題來處理。具體的解決過程如下。

步驟1不同路段的交通量確定。因?yàn)猷l(xiāng)村高速公路網(wǎng)中難有基礎(chǔ)道路的交通數(shù)據(jù)，因此交通研究需要大量人力物力，必須通過“二次分配法”才能得到鄉(xiāng)村公路網(wǎng)中不同路口的平均交通量。

步驟2不同路段的行駛時(shí)間確定。根據(jù)交通流量的基本知識(shí)，交通流量Q與運(yùn)行速度v的關(guān)系為

(19)

式(19)中：Kj為道路的阻塞密度；vf為道路的速度。

為便于研究，式(19)中一般替換v為道路平均運(yùn)行速度，即道路長度與行駛時(shí)間的比值v=L/t，則式(19)可變?yōu)?/p>

(20)

道路交通量的總旅行時(shí)間為

(21)

步驟3確定系統(tǒng)行程的總時(shí)間T。

步驟4確定單個(gè)旅行者的旅行時(shí)間。

通過上述模型求解算法，可以實(shí)現(xiàn)城鄉(xiāng)路網(wǎng)的布局。

2 實(shí)驗(yàn)驗(yàn)證

為了驗(yàn)證該基于拓?fù)淅碚摰泥l(xiāng)村路網(wǎng)布局規(guī)劃算法的有效性，設(shè)計(jì)以下比較實(shí)驗(yàn)。以路網(wǎng)分布均衡性、路網(wǎng)連通性、算法運(yùn)行效率作為實(shí)驗(yàn)比較指標(biāo)，并與基于引言中的經(jīng)典算法“城鄉(xiāng)樣條劃分法”(簡稱樣條法)[7]和“GIS和TransCAD布局規(guī)劃算法”(簡稱GTC)[17]進(jìn)行驗(yàn)證。

2.1 實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)環(huán)境為典型的城鄉(xiāng)一體化區(qū)，東西向長約670 km，南北向?qū)捈s570 km，邊界線長約210 km，全區(qū)面積約24.78 km2。該地區(qū)現(xiàn)有7個(gè)縣、1個(gè)市，全區(qū)有75個(gè)鄉(xiāng)、11個(gè)鎮(zhèn)、4個(gè)街道辦事處、1 373個(gè)行政村。

該區(qū)域的局部結(jié)構(gòu)如圖2所示。An為區(qū)域貫通主要道路，Bn～Kn為每個(gè)區(qū)塊內(nèi)的次要道路。

圖2 規(guī)劃區(qū)域示意圖Fig.2 Schematic diagram of planning area

2.2 實(shí)驗(yàn)結(jié)果分析

2.2.1 均衡性分析

路網(wǎng)分布的均衡性可以直接反映城鄉(xiāng)路網(wǎng)布局規(guī)劃的合理性。均衡性越高，算法的規(guī)劃性能就越強(qiáng)。3種算法的道路網(wǎng)分布均衡的比較結(jié)果如圖3所示。

圖3中圓點(diǎn)為本文算法，方塊為樣條法，三角為GTC法。通過分析圖3所示的道路網(wǎng)絡(luò)分布均衡的比較結(jié)果發(fā)現(xiàn)，與兩種傳統(tǒng)算法相比，本文算法的均衡參數(shù)分布更加均勻，說明本文算法規(guī)劃設(shè)計(jì)后，道路網(wǎng)絡(luò)分布均衡得到了有效改善，可以緩解城鄉(xiāng)交通壓力。

2.2.2 路網(wǎng)連通性分析

連通性C通過考慮各節(jié)點(diǎn)的連通性，反映了鄉(xiāng)村道路網(wǎng)布局結(jié)構(gòu)的特點(diǎn)，即

圖3 均衡性比較結(jié)果Fig.3 Comparison results of distribution equilibrium

(22)

式(22)中：L為路網(wǎng)的規(guī)模；A為面積；N為規(guī)劃區(qū)域內(nèi)的節(jié)點(diǎn)數(shù)；ξ為路網(wǎng)的變形系數(shù)。

3種算法的道路網(wǎng)連通性比較結(jié)果如圖4所示。

圖4中實(shí)線為本文算法，灰線為樣條法，點(diǎn)線為GTC法。從圖4中的連通性比較結(jié)果可以看出，基于城鄉(xiāng)樣條劃分、GTC算法的連通性波動(dòng)明顯，而該算法的連通性始終穩(wěn)定在95%左右，表明該算法可以有效提高路網(wǎng)的連通性。

圖4 連通性比較結(jié)果Fig.4 Comparison results of connectivity

2.2.3 算法效率分析

3種算法的比較結(jié)果如表1所示。

根據(jù)表1所示的算法運(yùn)行效率的比較結(jié)果，在許多實(shí)驗(yàn)中，本文算法的運(yùn)行效率始終高于兩種傳統(tǒng)文獻(xiàn)算法。在相同的鄉(xiāng)村道路網(wǎng)布局規(guī)劃環(huán)境下，本文算法的效率較高。

表1 不同算法的運(yùn)算效率Table 1 Operation efficiency of different algorithms

3 結(jié)論

為了提高鄉(xiāng)村交通的便利性，促進(jìn)鄉(xiāng)村經(jīng)濟(jì)的快速發(fā)展，提出了一種基于拓?fù)淅碚摰泥l(xiāng)村道路網(wǎng)布局規(guī)劃的算法。

(1)鄉(xiāng)村路網(wǎng)的規(guī)劃和計(jì)算方法因?yàn)槿狈ΡO(jiān)測機(jī)制的修正，相應(yīng)理論仍在完善中，目前仍顯精細(xì)度不足。其時(shí)空不穩(wěn)定性使得單體目標(biāo)的衡量難以估計(jì)，以平均值輔以修正系數(shù)的方法是較為簡便的優(yōu)化方法，有效于規(guī)劃和初期制定策略層面。

(2)規(guī)劃者和使用者的不同視角分析中，利用二層決策結(jié)構(gòu)是處理總體和局部關(guān)切點(diǎn)的有效思考模式，在未來的建設(shè)決策中應(yīng)該予以更多關(guān)注。

(3)從理論上和實(shí)驗(yàn)結(jié)果中驗(yàn)證本文算法的性能。較傳統(tǒng)方法而言，該算法具有較穩(wěn)定的分布均衡性，局部交通壓力緩解。連通性顯著提高，路網(wǎng)整體效率更高。運(yùn)算效率提高，對于復(fù)雜問題容錯(cuò)性更強(qiáng)。

因此，充分說明了該基于拓?fù)淅碚摰乃惴軌蚋玫貪M足鄉(xiāng)村路網(wǎng)布局規(guī)劃的要求。