基于模糊聚类算法的震后城市道路通行能力预测

常赟杰，谭阳，方潇颖

（湖南工学院计算机与信息科学学院，衡阳 421002）

0 引言

我国是一个地震多发的国家，由于地震的发生给我们带来了巨大的损失。当地震灾害发生后，由于城市道路交通网络复杂交织，不同程度的道路损害情况和坍塌建筑物覆盖在路面，严重影响整个道路网络的通行能力，降低了通行效率，给震后的救援工作带来了极大困难。

目前，国内外的专家学者对于震后城市道路的同行能力进行了大量的研究。段满珍根据道路、道路桥梁对高地震烈度下的道路破坏进行研究，提出道路通行能力评估的折损系数[1]。蒋知之根据单位时间连续通过的车辆总数，对车道宽度、桥梁纵坡等因素分析，对震后通行能力系数折算评估模型[2]。李康从交通单元地震破坏评估入手，确定各个单元的震后通行能力[3]。李永义把双层规划方法、随机模拟方法以及模糊决策方法引入到震后交通应急调配决策的分析中[4]。但从地震灾害特点来看，这些研究没有考虑到震后道路通行能力是一个动态变化的过程，当余震等次生灾害的发生时，道路通行能力会经常变化，这将直接影响到救援物资车辆在道路上的行驶时间。

1 震后道路通行能力的预测

1.1 影响道路通行的因素

大量的历史数据表明，当地震发生时，倒塌的建筑物堆积在路面上，对道路进行堵塞，影响了道路的交通，使得车辆无法通行。因此，对道路通行能力的主要影响因素是临街建筑物的坍塌情况、市区道路的损坏程度和桥梁的破坏程度。其中，建筑物的坍塌情况是影响道路交通的主要因素。本文根据前人的研究成果，搜集已知震害结果的建筑物数据，将其作为样本数据，采用模糊聚类算法进行分类。然后根据分类的结果对未经历地震的建筑物进行坍塌程度进行预测。将预测的结果附加到道路网络信息上，对每一条道路上划分不同的路段，针对每一个路段的建筑物坍塌情况对道路的通行能力进行预测，为后续的灾后救援工作的开展提供决策依据。

1.2 已知震害结果建筑物模糊聚类

聚类是一种数据分类技术，它将数据集分成多个类，使得各个类之间的数据差别尽量大，类内之间的数据差别尽量小。建筑物的在地震中的损坏程度的影响因素有很多，本文根据张桂欣、孙柏涛的研究成果为依据[5]，选取了建筑结构类型、设防标准、建造年代、层数、平立面规则程度，在加上震级，一共6个主要因素，将其作为地震灾害建筑物的主要影响因素进行分析。

步骤一，建筑物模糊分类原始矩阵。已知震灾的建筑物样本集合S={x1,x2,…,xm},m为样本数量，若每一个样本有n个表明其属性的指标。建筑物影响因素的集合si={xi1,xi2,…,xin}(i=1,2,…,m)。由此可得到建筑物的模糊分类的原始矩阵。

步骤二，数据归一化处理。为了消除不同的量纲对属性的影响，必须将数据进行归一化处理处理，将其映射到[0,1]区间内。归一化处理后，不同属性的量纲也能进行比较，保证了聚类的有效性。本文采用平移极差变换公式进行归一化处理。

步骤三，计算模糊相似矩阵。建筑物的模糊相似矩阵如式（3）所示。

其中，rjk为第j个建筑物xj与第k个建筑物xk的相似系数，计算如下：

步骤四，计算模糊相似矩阵的传递闭包。采用传递闭包法将模糊相似阵R转为模糊等价矩阵R*。

模糊等价矩阵计算完毕以后，得到不同的阈值λ，其取值不同也会导致建筑物的分类不同。为了使得分类更加科学合理，可采用F-统计量来选取最佳阈值λ。

建筑物集合S={x1,x2,…,xm},建筑物的指标集合xi={xi1,xi2,…,xin}。xik为建筑物xi的第k个特征数据（k=1,2,…,n）设c为对应 λ值的分类数，则mj为第j类建筑物的个数，第j类建筑物记为：记为：

F-统计量计算如下：

1.3 待测建筑物震后损坏程度计算

步骤一，建立待测建筑物库的建筑结构类型、设防标准、建造年代、层数、平立面规则程度、震级6项指标的原始矩阵，并按照公式（2）进行归一化处理。

步骤三，根据贴近度进行震害结果预测。分别计算待测建筑物与同类建筑物的贴近度，贴近度计算如下：

步骤四，将震害结果的值转化到路网上，计算每条路线的通行能力。若某道路上有m个建筑物，对应的震害结果预测值为E1,E2,…,Em，每个建筑物在此条道路上的权值为 η1，η2,…, ηm(η1+η2+η3…+ηn=1)。此条道路的震害结果Edamage计算如下：

由此可得：

若0

若0.3

若0.55

若0.8

2 结语

采用本文介绍的方法将已知震害结果的建筑物保存在MySQL数据库中，使用C#编程设计地震后通行能力预测软件，将城市中的道路和待测建筑物作为输入，将震害结果作为输出，可以计算出每条道路的通行能力。当地震发生后，可以第一时间对城市的道路的损害程度进行通行能力预测，对震后救援工作的开展提供重要的决策依据，具有重要的现实意义。