校园交通服务水平属性数学识别与评价＊

（中山大学智能交通研究中心，广东省智能交通系统重点实验室 广州 510275）

校园交通日益受到研究者的关注，但较多的研究是从建筑规划角度出发、以定性分析为主，少从交通出行者、特别是自行车及行人的安全性、通畅性出发进行定量分析［1－3］．在质量评价体系的处理方法上，模糊识别评价办法因其能较好地解决模糊的、难以量化的问题，被广泛的应用于各种评价问题上［4－5］．传统模糊识别评价存在分类不清、结果不合理的不足之处［6］，而属性数学识别评价方法［7－8］在多种评价体系建应用中能有效的解决模糊识别模型分类不清的问题，且操作简单，可对不同产品之间作横向对比或对同一产品不同阶段作纵向对比，适合应用于校园交通评价方法的建立．本文在参考了国内外包括香港［9－10］、美国［11－12］等国家及地区对大学校园交通设计及管理的案例分析上，针对中国大学校园特性作扩展和补充，根据属性数学识别模型提出了大学校园交通定量分析的方法和指标．

1 校园交通评价属性数学识别方法

1.1 校园交通评价指标及评价标准

假设X为研究对象空间即大学校园交通，并有k个样本x1，x2，…，xk，对某一样本xq的下层指标Ur（1≤r≤m）观测值为tqr，xq能被表示为xq＝｛tq1，tq2，…，tqm｝．若对 X 的评价标准分为n 级｛C1，C2，…，Cn｝，标准矩阵可表示为

评价指标的矩阵确定应在适当参考国内外指标的同时，充分参考当地的交通特征及校园交通特性进行设置．

1.2 指标权重

为避免在校园交通的指标评价体系中主观地划定权重，本文将采用变异系数法赋权这一客观计算方法．具体计算步骤如下．

1）数据转换 若标准矩阵为A＝（arl）m×n，通过无量纲化得到分级标准矩阵B＝（brl）m×n，其中对于效益型指标，如自行车及行人的通行能力及平均车速指标等指标值越大越好的指标

对于成本型指标，如校园道路负荷度及自行车、行人延误指标等指标值越小越好的指标

2）计算变异系数 计算矩阵各行向量的均值ur与标准差sr，变异系数可表达为

3）归一化变异系数 假设下层指标Ui，Ui＋1，…，Uj（1≤i≤j≤m）组成上层指标If（1≤f≤g），那么上层指标If的指标权重向量为

1.3 下层指标的属性测度

根据大学校园内交通调查实测数据及标准矩阵，可进一步确定xq在评价体系中的级别．考虑下层指标Ur，其测量值为tqr且tqr∈Cl，则xq属于Cl且属性测度值μqrl＝μ（tqr∈Cl）表征了xq属于Cl的程度．设ar1＜ar2＜…＜arm，属性测度值计算如下．

1.4 上层指标的属性测度

总体指标的属性测度值可由相同的方法获得．

1.5 上层及总体属性识别

为更清晰地评价大学校园交通的交通状态，选取置信度准则代替传统模糊数学评价中所采用的隶属度方法，解决原方法分级不准及估计不合理的问题．设大学校园交通的属性空间分为C1，C2，…，Cn，C1表示最差级别及Cn表示最优级别，可记为C1＜C2＜…＜Cn．设λ为置信度，若

则认为xq属于Ck0类．总体属性测度分析可以相同的方式获得，λ的取值范围为0．5＜λ≤1，一般取0．6≤λ≤0．7．

2 应用实例

广州大学城由10余所大学组成，成为研究一个很好的应用对象．本次研究共进行了3次调查．笔者于2007年在广州大学城内的中山大学、华南师范大学及广东工业大学共分发1 000份调查问卷以确定指标体系，问卷结果显示校园内的主要交通参与者为行人及自行车，参与者对校园交通的主要需求为：通畅、快速、安全、环境舒适及合理的交通设置，因此，这5大需求将构成评价体系的上层指标，并进一步细分为27个下层指标；模型主要针对行人及自行车2大类别进行评价．参照国内的评价习惯，属性空间划分为4类分别为优、良、中及差，各项指标及指标评分指标见表1．根据式（1）～（5）得出，通畅度、快速度、安全度、舒适度和交通设施合理度各上层指标权重向量为：W1＝（0．085 7，0．084 8，0．060 6，0．047 1，0．081 9，0．067 3，0．081 9，0．067 3，0．105 9，0．105 9，0．105 9，0．105 9）；W2＝ （0．062 6，0．090 4，0．116 2，0．162 7，0．180 8，0．129 2，0．258 0）；W3＝（0．5，0．5）；W4＝（0．388 8，0．388 8，0．222 4）；W5＝（0．333 3，0．333 3，0．333 3）．上层指标权重向量为W＝（0．499 4，0．260 2，0．040 3，0．136 0，0．064 1）．

第二次调查的目的在于对广州大学城这一区域内某一高校进行评价．以广州大学城中山大学东校区为评价对象，该校区2008年交通改造前校园出行环境较差，而改造后有较大改善，适合于测试该体系的评价效果．取λ为0．6，根据式（9），（10）得出2007年及2008年上层指标及总体指标属性测度如表2所列．

第三次调查的目的在于检验评价结果是否真实及可靠．笔者于2007年及2008年分别发放了300份调查问卷用于检验2次评价效果，问卷调查结果与评价模型结果相符，证明评价方法结果可信．

分析整个评分的总体属性测度，中山大学东校区交通管理水平改造前属于差，改造后属于中．回溯2007年及2008年的上层指标属性测度值，通畅度没有太大的改变，由于校园内没有实施大型的道路改造，通行能力没有实质的变化，交通负荷及服务水平没有明显的改善；快速度有较大的提高，回溯下层指标属性，这是由于非直线系数的减少，对快速度的提高有着最大的贡献；安全度也有很大的优化，这是由于新的校园交通增加了行人与自行车的分流措施，在人车分离率这个下层指标上有所体现；环境舒适度没有变化，这是因为学校地处广州城郊，机动车及工业较少，校内的空气质量普遍较好；设施合理度有稍微的改进，主要体现在信号交通灯的重新设置，增大了行人过街的绿灯时间．评价体系能实际反映校园交通环境变化及便于回溯下层指标优劣，评价结果可靠．基于此评价结果，笔者对该高校的交通设施及交通管理提出了改善意见并得到了实施，校园交通的服务水平得到提高．

表1 校园交通服务水平评价指标体系

表2 改造前后的上层指标和总指标的属性测度值

3 结束语

本文参照中国大学校园的交通特性，提出了一种客观、定量评价大学校园交通总体服务水平的方法．由于本评价方法涉及的指标较多及量纲差别较大，属性数学识别方法的引入能较好的减少数据处理中的由于小数丢失而导致的评价不准问题．在属性识别中采用的置信度方法能有效克服传统模糊数学识别中分级不清及评价不合理的缺点．模型直观及可操作性强，能通过计算机编程快速的完成整个评价计算．对于不同地区具有不同交通特性的学校，在实际应用中需要对本模型的指标及评分标准进行一定的修改以符合当地的交通环境．

［1］BONHAM J，KOTH B．Universities and the cycling culture［J］．Transportation Research Part D：Transport and Environment，2010，15（2）：94－102．

［2］LIMANOND T，BUTSINGKORN T，CHERMKHUNTHOD C．Travel behavior of university students who live on campus：A case study of a rural university in Asia［J］．Transport Policy，2011，18（1）：163－171．

［3］MIRALLES G C，DOMENE E．Sustainable transport challenges in a suburban university：The case of the Autonomous University of Barcelona［J］．Trans－port Policy，2010，17（6）：454－463．

［4］ZADEH L A．Fuzzy sets［J］．Information and Control，1965（8）：338－353．

［5］KLIR G J，FOLGER T A．Fuzzy sets，uncertainty，and information［M］．New Jersey：Prentice Hall，1988．

［6］ZHOU Meili．Formation principles of similar system［J］．Journal of System Science and System Engineering，1996，5（3）：281－286．

［7］程乾生．属性集和属性综合评价系统 ［J］．系统工程理论与实践，1997，17（9）：1－8．

［8］SI Jiaquan，ZHANG Qiang，MAN Dapeng，et al．Network threat assessment based on attribute recognition［C］／／11th International Conference on Advanced Communication Technology，IEEE，Harbin，2009，4：1482－1486．

［9］香港中文大学．香港中文大学校园发展计划初步规划及设计概念［EB／OL］．http：／／www．cuhk．edu．hk／cmp／b5／pdf／pamphlet%20．pdf，2007．

［10］香港中文大学．Questions／comments raised during preliminary master plan proposal presentation［EB／OL］．http：／／www．cuhk．edu．hk／cmp／b5／pdf／presentation＿sep11．pdf，2007．

［11］The University of Vermont．The campus master plan 2006［EB／OL］．http：／／www．uvm．edu／～plan／？Page＝campusmasterplandraft．html＆SM ＝campusmasterplanmenu．html，2006．

［12］Colorado State of University．Campus character：pedestrian［EB／OL］．http：／／www．fm．colostate．edu／character／index．cfm？page＝eras／pedestrian，2005．