CN102855386A - 一种人行道和非机动车道评价方法及装置 - Google Patents

Abstract

本发明公开了一种人行道和非机动车道评价方法及装置。为了准确表征人行道和非机动车道设计方案、实施方案等的量化效果，发明了如下评价方法：在建立人行道和非机动车道双层评价指标体系的基础上，利用层次熵组合方法计算权重，利用负数法和均值法修正指标，并计算综合指标值，以量化评估各种方案。依据发明的方法所设计的装置包括：指标筛选模块、数据输入模块、指标计算模块、权重计算模块、指标属性识别及修正模块、综合指标计算模块、数据存储模块和数据输出模块八部分。其中，权重计算模块和指标属性识别及修正模块是核心所在。基于所发明的装置，便于应用所发明的方法实施人行道和非机动车道的评价，提高了综合指标计算的便捷性和精确性。

Description

一种人行道和非机动车道评价方法及装置

技术领域

本发明涉及一种人行道和非机动车道评价方法及装置。

背景技术

随着我国机动化水平的不断提高，机动车出行在出行方式中的比重日益增大。由此带来了一系列的交通问题，例如交通拥堵现象和环境污染问题日益严重，交通出行方式严重失衡。为了缓解这些问题，很多城市提出了大力发展公共交通，倡导步行和自行车交通的发展理念。其中，步行和自行车交通作为绿色出行方式，是城市交通系统中的重要组成部分，它们具有出行灵活性大、受道路条件限制小等特点。从交通可持续发展角度出发，营造良好的步行和自行车出行环境，将成为促进城市交通系统发展的重要举措。因此，科学、合理的评价人行道和自行车交通设施至关重要，尤其是对于指导工程实施改造具有不言而喻的重要性。

人行道评价的研究主要包括了三个方面：第一方面，从行人通行能力角度出发评价其服务水平，以HCM2000方法为代表，以模仿机动车服务水平方法，从行人交通流的运行特征出发，以行人空间占有率和人行道的通行能力作为反映步行拥挤程度和行走自由度的变化，我国的张伟星(2004)结合我国步行特点开展了该方法在我国本土化的研究，它反映了人行道的运行情况，却缺少对人行道静态设施等方面的评价。第二方面，按照多层次建议评价指标体系，并利用综合评价方法得出一个综合指标，基于该研究思路，姜涛和王妍(2006)从交通、社会和服务三个层面建立评价指标体系，通过该方法建立的评价指标体系具有涉及层面广，涵盖指标类型多的特点。然而，部分指标的含义指代不明确，量化方法有待进一步探讨，例如交通噪声程度、空气污染程度等；评价指标方法多以层次分析法为主，不能体现指标自身的量化特性，降低了评价结果的可靠性。第三方面，分析影响人行道服务水平的因素，提出相应的指标；并对行人对人行道服务水平的感知进行调查；然后结合感知调查，建立起以影响因素为指标的人行道服务水平评价模型。以边扬等人(2007)的研究为代表，该方法将行人感知与部分量化指标相结合来建立评价模型，能够有效地反映行人对行人步道的感知情况。然而，在一定程度上也削弱了量化指标所反映的独特性，从建模角度而言，模型的自变量不易过多，容易造成指标反映不全面的问题；并且由于受到调研数据有限的影响，模型参数的标定问题还有待于进一步研究。因此，对于调研数据缺乏的城市而言，该方法的推广还存在一定的阻力。

目前关于非机动车道评价的研究主要包括以下两个方面：（1）以HCM2000和相关规范为代表的一类评价思路主要是借鉴机动车交通流运行评价的思路，从交通运行的服务水平角度进行评价，这也是目前国内外广泛使用的一类评价方法。该方法主要描述城市道路上自行车流运行条件，通常对路段的服务水平一般用骑行速度、占用道路面积、交通量负荷与车流状况来衡量。然而从实际情况看同时考虑自行车行驶速度、自行车流的饱和程度、行驶安全性、行驶舒适方便性等一系列指标是存在困难的，只能选取几种有代表性的影响因素作为评定依据，并且该服务水平的指标是一系列的单个指标，缺少系统性和整体性评价，针对静态设施、骑车人的主观感受、安全性等因素尚未较好的体现出来，具有一定的局限性；（2）部分学者采用综合评价的思路针对自行车交通的多个指标进行计算，冯娇、祝翔、雷黎(2010)从硬件和软件两个方面，构建线路设施及管理、停车场设施及管理的评价指标体系，并采用广义函数法计算综合评价系数。这种方法虽然考虑了设施和管理层面，但是部分指标存在量化困难，如道路功能定位、进出便利性等指标，在实际测算时较难应用。

综上所述，人行道和非机动车道作为步行和自行车出行的主要载体，是城市慢行系统的重要组成部分，现有方法还存在着以下共性问题：（1）某些评价指标难以实现量化，无法避免主观判断造成的误差；（2）评价权重的计算多以主观评价方法为主，缺乏对指标自身特性的分析，造成评价指标结果的可靠性受到影响；（3）对人行道、非机动车道的评价尚未实现自动化和系统化。

发明内容

本发明的目的在于提供一种人行道和非机动车道评价方法及装置，以解决城市慢行系统评价的客观性、系统性和通用性。

本发明解决其技术问题所采用的技术方案是：一种人行道和非机动车道评价方法。

步骤一：人行道和非机动车道评价指标体系的建立；评价指标体系包括两个层次，第一层次是类别指标，包含设施类、运行类和安全类指标；第二层次是基础指标。

步骤二：指标权重的计算；针对两层次指标体系的特点，采用层次熵组合方法计算指标权重。即利用层次分析法计算类别指标权重，利用熵法计算每个类别指标下基础指标的权重，最后两个层次的权重相乘获得最终的组合权重值。

步骤三：指标属性识别及修正处理。

（1）指标属性识别；识别出负向指标和正向指标。其中，负向指标包括人行道非直线系数、人行道饱和度、高峰小时行人与自行车交织系数、非机动车道非直线系数、机动车停车设施占道面积比例、非机动车道饱和度、高峰小时机非交织系数和高峰小时非机动车与行人交织系数。

（2）指标正向化处理；利用负数法对负向指标进行指标的正向化处理。

（3）指标无量纲化处理；利用均值法对指标进行无量纲化处理。

步骤四：综合指标值的计算；在采集指标值、计算权重以及指标正向化和无量纲化处理后，计算得到综合指标值，可以用于方案对比与评估。

上述步骤一所述的评价指标体系的建立，针对人行道和非机动车道的特性设计了类别指标和基础指标两层评价指标体系，具体指标如下：

（1）第一层次指标是类别指标：设施类、运行类和安全类指标，这三类指标包括了人行道和非机动车道评价的主要方面。

（2）人行道第二层次指标是基础指标：设施类的基础指标包括人行道连通系数、人行道非直线系数、人行道有效宽度达标率、无障碍设施铺设率、人行道周边的绿化率；运行类的基础指标包括人行道饱和度、行人人均占有面积和步行速度；安全类的基础指标包括人行道与非机动车道的分隔比、人行道与非机动车道的距离、高峰小时行人与非机动车交织系数。

（3）非机动车道第二层指标是基础指标：设施类的基础包括非机动车道连通系数、非机动车道非直线系数、非机动车道有效宽度达标率和机动车停车设施占道面积比例；运行类的基础包括非机动车道饱和度、非机动车行车速度；安全类的基础包括机非交通分隔比、高峰小时机非交织系数和高峰小时非机动车与行人交织系数。

上述步骤二所述的计算指标权重的层次熵组合方法，具体步骤如下：

（1）利用层次分析法计算类别指标的权重；针对三个类别指标，构造判断矩阵；采用专家问卷调查法，对判断矩阵进行打分；采用特征根法计算权向量，并进行一致性检验；若通过一致性检验，则获得类别指标的权重；否则，对判断矩阵进行适当的修正，直到通过一致性检验为止。

（2）利用熵法计算每个类别指标下基础指标的权重；针对每个类别下的基础指标，计算指标的特征系数；计算熵值和差异系数；计算每个类别指标下基础指标的权重。

（3）利用相乘法计算每个基础指标的组合权重值；即将前两步计算得到的权重相乘，得到最终的权重值。

一种人行道和非机动车道评价装置，由指标筛选模块、数据输入模块、指标计算模块、权重计算模块、指标属性识别及修正模块、综合指标计算模块、数据存储模块和数据输出模块八部分构成。

指标筛选模块的功能是根据用户需求从人行道和非机动车道评价指标体系中筛选出合适的评价指标。

数据输入模块的功能是针对所选的指标，输入指标采集数据值。

指标计算模块的功能是计算所选指标的数值。

权重计算模块的功能是利用层次分析法计算类别指标的权重；利用熵法计算单类别指标下基础类指标的权重；利用相乘法计算所有基础类指标的组合权重。

指标属性识别及修正模块的功能是识别所选指标的正向和负向属性；对于负向指标，利用负数法进行正向化处理；利用均值法，对于原正向指标和负向指标处理后的正向指标进行无量纲化处理，获得修正后的指标值。

综合指标计算模块的功能是计算综合指标值。

数据存储模块的功能是实现每个数据处理阶段数据保存。

数据输出模块的功能是根据用户需求输出原始指标值、指标权重或综合指标值。

这八部分模块是按照评价数据流的处理方向相互关联的；其中，指标筛选模块是开展评价的第一模块，它为下一阶段评价选取了指标，其直接流向了数据输入模块；在数据输入模块里，对所选指标的采集数据进行输入，其数据流向了指标计算模块；指标计算模块里，计算获得指标原始值，并存入数据存储装置，它为下一阶段的评价工作提供了数据支持，其数据直接流向了权重计算模块和指标属性识别及修正模块；在权重计算模块中，利用层次熵组合法计算获得所有基础类指标的组合权重，并存入数据存储装置，是下一阶段开展综合指标计算的基础；在指标属性识别及修正模块中，识别负向和正向指标，并开展了指标正向化和无量纲化处理，获得的修正数据是进行综合指标值计算的基础，并存入数据存储装置；权重计算模块和指标属性识别及修正模块的数据直接流向了综合指标值计算，所得到的综合指标值经由数据存储模块和数据输出模块分别实现保存及输出。

由于现有人行道和非机动车道部分评价指标存在难以量化、不易测量，权重计算存在主观判断干扰等问题，为了准确地评价城市慢行系统建设情况并满足用户的评价应用需求，发明一种人行道和非机动车道评价方法及装置：用户根据需求选取评价指标并计算，通过层次熵组合方法计算指标权重，然后基于指标特性识别正向和负向指标，利用负值法和均值法对指标进行修正，并利用所求权重计算综合指标。本发明的有益效果是从面向应用的角度出发，所有指标具有易量化、易对比等特性，增强了评价工作的便捷性；最大限度的考虑了专家经验和指标数值的特征，提高了权重值的可靠性；此外，本发明的通用性强，适用于人行道、非机动车道新建或改建的效果评价。

附图说明

图1是本发明的装置结构图。

图2是本发明的装置流程图。

图3是权重计算的流程图。

图4是指标修正的流程图。

具体实施方式

下文将给出实施例来说明发明的具体实施方式：

本发明所述一种人行道和非机动车道评价方法，具体包括：从面向应用的角度出发，建立人行道和非机动车道评价指标体系；结合熵法和层次分析法的特性，提出一种新的组合评价方法：层次熵组合方法，计算指标权重；识别指标属性；根据指标属性，利用负值法和均值法对指标修正处理，包括正向化和无量纲化处理；基于此，计算综合指标值，从量化的角度评价人行道或非机动车道的特性，便于管理者了解人行道和非机动车道的服务特性，也可用于今后改善措施实施前后的对比评价。本发明主要包括以下步骤：

1、建立人行道和非机动车道评价指标体系。

人行道和非机动车道评价指标体系包括两层指标，第一层次是类别指标，即：设施类、运行类和安全类指标；第二层次是基础指标。

1）人行道评价指标体系：设施类（U₁）指标包括人行道连通系数（U₁₁）、人行道非直线系数（U₁₂）、人行道有效宽度达标率（U₁₃）、无障碍设施铺设率（U₁₄）、人行道周边的绿化率（U₁₅）；运行类（U₂）指标包括人行道饱和度（U₂₁）、行人人均占有面积（U₂₂）和步行速度（U₂₃）；安全类（U₃）指标包括人行道与非机动车道的分隔比（U₃₁）、人行道与非机动车道的距离（U₃₂）、高峰小时行人与非机动车交织系数（U₃₃）。

人行道连通系数U₁₁是指人行道有效长度与实际长度的比例，单位：无。与已有研究成果《中关村西区步行交通系统改善方案评价研究》相比，该定义更加准确地表述了连通系数的内涵，更有利于操作实施。

式中，L_有效为人行道有效长度，单位：米；L_实际为人行道实际长度，单位：米。人行道非直线系数U₁₂是指人行道实际长度与人行道两端直线长度的比值，单位：无。与已有研究成果《中关村西区步行交通系统改善方案评价研究》相比，该定义更加准确地表述了非直线系数的内涵，更有利于操作实施。

式中，L_直线为人行道两端直线长度，单位：米。

人行道有效宽度达标率U₁₃是指人行道实际有效宽度与规范宽度的比例，单位：无。该指标是首次提出。鉴于实际工程中，由于地形、建筑物等因素的影响，人行道宽度在整个人行道铺设中并非一个固定不变的值，因此，结合人行道的线形特点，利用不同线形长度占人行道实际长度的比例对宽度进行加权，从而获得人行道有效宽度达标率的集成值。

式中，L_i为人行道第i段的长度，单位：米；W_i为人行道第i段的有效宽度，单位：米。

不同等级道路的人行道宽度规范值来源于《北京城区行人和非机动车交通系统设计导则》（市规发[2010]1073号）。

无障碍设施铺设率U₁₄是指无障碍设施铺设长度占人行道实际长度的比例，单位：无。该指标是首次提出。

式中，L_无障碍为无障碍设施铺设长度，单位：米。

人行道周边的绿化率U₁₅是指人行道周边绿化面积与人行道路侧带面积的比例，单位：无。该指标是首次提出。

式中，S_绿化为人行道周边绿化面积，单位：平方米；S_路侧带为人行道路侧带面积，单位：平方米。

人行道饱和度U₂₁是指人行道断面人流量与人行道设计通行能力的比值，单位：无。该指标属于该领域的常用指标。

式中，Q_人-断面为人行道断面人流量，单位：人/小时；C_人为人行道设计通行能力，单位：人/小时，取值人行道有效宽度*1800人/小时*米。

行人人均占有面积U₂₂是指每个行人占用人行道的面积，单位：平方米。该指标属于该领域的常用指标。

式中，Q_{人-人行道}为人行道上的行人流量，单位：人；S_人行道为人行道面积，单位：平方米。

步行速度U₂₃是指单位时间内行人步行的距离，单位：米/秒。该指标属于该领域的常用指标。

式中，L_步为人行道测试区域长度，单位：米；t_j为第j个行人步行L_步距离所需要的时间，单位：秒；m为在测试时间内通过测试区域的行人流量。

人行道与非机动车道的分隔比U₃₁是指人行道和非机动车道间隔离设施长度占人行道实际长度的比例，单位：无。该指标是首次提出。

式中，L_隔离为人行道和非机动车道间隔离设施长度，单位：米。

人行道与非机动车道的距离U₃₂是指人行道中心线与非机动车道中线间的距离，单位：米。该指标属于该领域的常用指标。

式中，W_人为人行道有效宽度，单位：米；W_非为非机动车道有效宽度，单位：米。

高峰小时行人与非机动车交织系数U₃₃是指在人行道上高峰小时行人与非机动车交织次数与由高峰小时内高峰时段推算得到的行人与非机动车小时交织次数的比值，单位：无。该指标是首次提出。

式中，F_{r-行人-非机动车}为在人行道上高峰小时内每5分钟的行人与非机动车交织次数，单位：次。

2）非机动车道评价指标体系：设施类（V₁）指标包括非机动车道连通系数（V₁₁）、非机动车道非直线系数（V₁₂）、非机动车道有效宽度达标率（V₁₃）和机动车停车设施占道面积比例（V₁₄）；运行类（V₂）指标包括非机动车道饱和度（V₂₁）和非机动车行车速度（V₂₂）；安全类（V₃）指标包括机非交通分隔比（V₃₁）、高峰小时机非交织系数（V₃₂）和高峰小时非机动车与行人的交织系数（V₃₃）。

非机动车道连通系数V₁₁是指非机动车道有效长度与实际长度的比例，单位：无。该指标是首次提出。

式中，L_有效为非机动车道有效长度，单位：米；L_实际为非机动车道实际长度，单位：米。

非机动车道非直线系数V₁₂是指非机动车道实际长度与非机动车道两端直线长度的比值，单位：无。该指标是首次提出。

式中，L_直线为非机动车道两端直线长度，单位：米。

非机动车道有效宽度达标率V₁₃是指非机动车道实际有效宽度与规范宽度的比例，单位：无。该指标是首次提出。鉴于实际工程中，由于地形、建筑物等因素的影响，非机动车道宽度在整个非机动车道铺设中并非一个固定不变的值，因此，结合非机动车道的线形特点，利用不同线形长度占非机动车道实际长度的比例对宽度进行加权，从而获得非机动车道有效宽度达标率的集成值。

道路等级	规范宽度(米)
		快速路辅路、主路	3-4
次干路	2-3
		支路	2

机动车停车设施占道面积比例V₁₄是指机动车停车面积占用非机动车道面积的比例，单位：无。该指标是首次提出。

式中，s_停车为机动车停车占用非机动车道的面积，单位：平方米；s_{非机动车道}为非机动车道面积，单位：平方米。

非机动车道饱和度V₂₁是指非机动车道断面自行车流量与其设计通行能力的比值，单位：无。该指标属于该领域的常用指标。

式中，Q_{自行车-断面}为非机动车道断面自行车流量，单位：辆/小时；C_自行车为非机动车道自行车设计通行能力，单位：辆/小时，采用机非隔离设施时，为1000辆/小时*米~1200辆/小时*米；采用路面标线分隔时，为800辆/小时*米~1000辆/小时*米。

非机动车行车速度V₂₂是指单位时间内自行车行驶的距离，单位：米/分。该指标属于该领域的常用指标。

式中，L_非机动车为非机动车道测试区域长度，单位：米；t_k为第k辆非机动车行驶L_非机动车距离所需要的时间，单位：分钟；g为在测试时间内通过测试区域的非机动车流量。

机非交通分隔比V₃₁是指机动车道和非机动车道间隔离设施长度占非机动车道实际长度的比例，单位：无。该指标是首次提出。

式中，L为机动车道和非机动车道间隔离设施长度，单位：米。

高峰小时机非交织系数V₃₂是指在非机动车道上高峰小时机非交织次数与由高峰小时内高峰时段推算得到的机非小时交织次数的比值，单位：无。该指标是首次提出。

式中，F_r-机非为高峰小时内每5分钟的机非交织次数，单位：次。

高峰小时非机动车与行人交织系数V₃₃是指在非机动车道上高峰小时非机动车与行人交织次数与由高峰小时内高峰时段推算得到的非机动车与行人小时交织次数的比值，单位：无。该指标是首次提出。

式中，F_{r-非机动车-行人}为在非机动车道上高峰小时内每5分钟的非机动车与行人交织次数，单位：次。

2、指标权重计算方法

结合指标体系的两层特性，基于层次分析法和熵法的特点，提出了一种新的组合评价方法：层次熵组合法计算权重。

1）计算类别指标的权重

1-1）建立层次结构

目标层：人行道或非机动车道的设施、运行和安全最优。

准则层：设施类指标、运行类指标和安全类指标。

措施层：不同的人行道或非机动车道设计方案。

1-2）构造判断矩阵并赋值

针对准则层构造判断矩阵A。

	设施类	运行类	安全类
				设施类	1	*	*
运行类		1	*
				安全类			1

通过专家问卷调查的方法，针对判断矩阵中的准则层按照重要程度1-9赋值原则进行打分。

1-3）计算权向量与一致性检验

针对专家填写的判断矩阵，利用特征根法计算准则层对应的权重。

AX＝λ_maxX

A为判断矩阵，λ_max为A的最大特征根，X是λ_max的特征系数。

$w=\{\frac{X_1}{{\mathrm{\Σ}}_{i=1}^n{X}_i},\frac{X_2}{{\mathrm{\Σ}}_{i=1}^n{X}_i},...,\frac{X_n}{{\mathrm{\Σ}}_{i=1}^n{X}_i}\}=\{w_1,w_2,...,w_n\}$

设λ_max是矩阵的最大特征根，该矩阵的一致性指标C.I.计算式如下：

$C.I.=\frac{{\mathrm{\λ}}_{\max }-n}{n-1}$

式中，n为判断矩阵的阶数。

然后查找平均随机一致性指标R.I.。

阶数	1	2	3	4	5	6	7	8
									R.I.	0	0	0.52	0.89	1.12	1.26	1.36	1.41
阶数	9	10	11	12	13	14	15
									R.I.	1.46	1.49	1.52	1.54	1.56	1.58	1.59

计算一致性比例C.R.：

$C.R.=\frac{C.I.}{R.I.}$

当C.R.＜0.1时，一般认为判断矩阵的一致性是可以接受的。否则应对判断矩阵作适当的修正。

2）计算单个类别中基础类指标的权重

2-1）计算特征系数p_ij

$p_{\mathrm{ij}}\left(h\right)=\frac{x_{\mathrm{ij}}\left(h\right)}{{\mathrm{\Σ}}_h{x}_{\mathrm{ij}}\left(h\right)}$

式中，h代表方案编号。

2-2）计算熵值e_j

$e_{\mathrm{ij}}=-k\underset{i=1}{\overset{h}{\mathrm{\Σ}}}{p}_{\mathrm{ij}}\left(h\right)\ln \left(p_{\mathrm{ij}}\left(h\right)\right)$

式中，k＝(ln h)^-1。

2-3）计算差异系数g_j

g_ij＝1-e_ij

2-4）计算权重β_ij

${\mathrm{\β}}_{\mathrm{ij}}=\frac{g_{\mathrm{ij}}}{{\mathrm{\Σ}}_j{g}_{\mathrm{ij}}}$

3）计算所有基础类指标的组合权重

α_ij＝w_iβ_ij

3、指标属性识别及修正处理

识别指标属性是指识别指标属于正向指标或是负向指标。在所建立的评价指标中，负向指标有：人行道非直线系数（U₁₂）、人行道饱和度（U₂₁）、高峰小时行人与自行车交织系数（U₃₃）、非机动车道非直线系数（V₁₂）、机动车停车设施占道面积比例（V₁₄）、非机动车道饱和度（V₂₁）、高峰小时机非交织系数（V₃₂）和高峰小时非机动车与行人交织系数（V₃₃）。其余为正向指标。

指标修正处理包括指标正向化和无量纲化处理。

采用负数法进行指标正向化处理。

x′_ij＝-x_ij

采用均值法对指标进行无量纲化处理。

式中，x_ij为U_ij或V_ij。

4、计算综合指标值

$Z=\underset{i,j}{\mathrm{\Σ}}{\mathrm{\α}}_{\mathrm{ij}}{y}_{\mathrm{ij}}$

式中，y_ij为U_ij或V_ij在指标正向化和无量纲化处理后的指标。

依据本发明的方法设计了一种人行道和非机动车道评价装置，包括：指标筛选模块、数据输入模块、指标计算模块、权重计算模块、指标属性识别及修正模块、综合指标计算模块、数据存储模块和数据输出模块八部分。这八个部分相互联系，按照评价中的数据流向结合在一起，并按顺序使用。其中，权重计算模块、指标属性识别及修正模块是本装置的核心。

其中，权重计算模块是根据上述的层次熵组合方法对筛选后的指标计算权重。首先，利用层次分析法计算类别指标权重；其次，利用熵法计算单个类别指标下的基础类指标的权重；最后，计算基础类指标的组合权重，为下阶段的综合指标计算做准备。

指标属性识别及修正模块是根据上述的负值法和均值法，分别对负向指标和所有正向化后的指标进行修正处理，从而获得可用于综合指标计算的数据。

图1所示，为依据本发明方法设计的一种人行道和非机动车道评价装置的结构图，由指标筛选模块、数据输入模块、指标计算模块、权重计算模块、指标属性识别及修正模块、综合指标计算模块、数据存储模块和数据输出模块八部分构成。这八部分相互联系，按照评价流向结合在一起按顺序使用。其运行过程如下：当确定要评价的对象后，根据评价对象特性，通过指标筛选模块选取合适的评价指标；指标筛选模块连接数据输入模块，在成功选择评价指标后，将所选指标的基础采集数据录入到数据输入模块；数据输入模块连接指标计算模块，计算获得指标值；指标计算模块连接数据存储模块、权重计算模块和指标属性识别及修正模块，计算得到的指标值存入数据存储模块，对所选取的基础类指标，采用层次分析法获得类别指标的权重，结合指标数值，再利用熵法计算单个类别下基础类指标的权重，并利用乘法计算所有基础类指标的组合权重，在识别正向和负向指标之后，利用负数法将负向指标正向化处理，并利用均值法对原正向化指标和处理后的正向化指标进行无量纲化处理，为综合指标值的计算做数据准备；权重计算模块连接数据存储模块和综合指标计算模块，指标属性识别及修正模块数据存储模块和综合指标值计算模块，将权重值和无量纲化后的指标值存入数据存储模块，计算综合指标值；综合指标计算模块连接数据存储模块和数据输出模块，获得的综合指标数据经由数据存储模块和数据输出模块实现保存以及输出的功能。

图2所示，为本发明装置的详细流程图。用户首先根据需求在指标筛选模块中选取需要评价的指标以及指标编号，然后进入数据输入模块，针对所选的指标录入数据采集值；指标计算模块获得所选指标的数据值，并建立“原始指标值表indexOri”，将结果存入数据存储装置并向用户发出单个指标计算完成通知；权重计算模块根据所选的指标，利用层次分析法和熵法分别对类别指标的权重和单个类别指标下的基础类指标权重进行计算，在此基础上，获得基础类指标的组合权重值，并建立“组合权重值表Weight”，将结果存入数据存储装置并向用户发出权重计算完成通知；指标属性识别及修正模块对“原始指标值表indexOri”的数据进行正向和负向指标识别后建立“负向指标indexOriNeg”和“原正向指标indexOriPos”；利用负数法对“负向指标indexOriNeg”正向化处理后建立“处理后的正向指标indexNegPos”；利用均值法对“处理后的正向指标indexNegPos”和“原正向指标indexOriPos”进行无量纲化处理后建立“indexRev”，在成功修正之后，会提示用户数据修正完成；综合指标计算模块对“组合权重值表Weight”和“indexRev”进行综合指标值计算后建立“dataOut”，在完成之后提示用户综合指标值计算完成，数据存储装置和数据输出装置分别根据用户需求对原始指标值、指标权重和综合指标值进行自动存储和格式化输出。

人行道和非机动车道评价装置的两个核心模块：权重计算模块和指标属性识别及修正模块的流程图分别如图3和图4所示。

如图3所示，为权重计算模块的流程图。权重计算模块包括类别指标权重计算、单类别中基础类指标权重计算和基础类指标组合权重计算三个子模块。首先，针对“原始指标值表indexOri”，在构建指标层次结构的基础上，构造判断矩阵，并采用专家调研法获得矩阵数值；计算判断矩阵最大特征根，利用特征根法求得类别指标的权重，在通过一致性检验后获得类别指标权重。其次，针对“原始指标值表indexOri”中的单类别下的基础类指标，在计算特征系数的基础上，计算熵值，计算差异系数，并计算权重。最后，将类别权重与其对应的基础指标权重相乘得到每个基础指标的组合权重，并建立“组合权重值表Weight”。

如图4所示，为指标属性识别及修正模块的流程图。指标属性识别及修正模块包括指标属性识别、指标正向化处理和指标无量纲化处理三个子模块。首先，判断“原始指标值表indexOri”中指标的正向和负向属性，在识别指标属性之后分别建立“原正向指标indexOriPos”和“负向指标indexOriNeg”。其次，利用负数法对“负向指标indexOriNeg”正向化处理后建立“处理后的正向指标indexNegPos”。最后，利用均值法对“处理后的正向指标indexNegPos”和“原正向指标indexOriPos”进行无量纲化处理后建立“indexRev”，得到最终的修正数据。

为了更加直观的说明运用该装置进行人行道和非机动车道评价的流程和结果，以中关村西区某条人行道和非机动车道改善为例说明评价的具体实施过程。具体内容如下：

1、结合研究对象特性在人行道评价指标体系中筛选合适的指标，包括：人行道连通系数（U₁₁）、人行道非直线系数（U₁₂）、无障碍设施铺设率（U₁₄）、人行道饱和度（U₂₁）、行人人均占有面积（U₂₂）、步行速度（U₂₃）、人行道与非机动车道的分隔比（U₃₁）、人行道与非机动车道的距离（U₃₂）。

结合研究对象特性在非机动车道评价指标体系中选取合适的指标，包括：非机动车道有效宽度达标率（V₁₃）、非机动车道饱和度（V₂₁）、非机动车行车速度（V₂₂）、机非交通分隔比（V₃₁）、高峰小时机非交织系数（V₃₂）和高峰小时非机动车与行人交织系数（V₃₃）。

2、输入人行道和非机动车道设施、运行和安全类的相关指标采集数据，并计算指标值。

2-1）人行道相关指标采集数据的输入及计算

2-1-1）测量选定人行道的有效长度和实际长度，计算人行道连通系数（U₁₁）；

2-1-2）测量选定人行道的实际长度和两端点间的直线长度，计算人行道非直线系数（U₁₂）；

2-1-3）测量选定人行道的无障碍设施的铺设长度，计算无障碍设施铺设率（U₁₄）；

2-1-4）计数选定人行道某一断面在高峰小时通过的行人流量，计算人行道饱和度（U₂₁）；

2-1-5）通过照片拍摄法，每分钟记录一次高峰小时人行道的行人流量，并取其均值，除以人行道有效面积，计算行人人均占有面积（U₂₂）；

2-1-6）在人行道处划定3m的长度范围，记录高峰小时内通过该区域的每个行人的步行时间，计算步行速度（U₂₃）；

2-1-7）测量选定人行横道的路缘石长度，计算人行道与非机动车道的分隔比（U₃₁）；

2-1-8）测量人行道中线与非机动车道中线的距离，计算人行道与非机动车道的距离（U₃₂）。

经上述测量及计算步骤，获得各个指标值。

	U11	U12	U14	U21	U22	U23	U31	U32
									改造前	0.796	1.224	0.833	0.039	20.67	1.468	0.98	2.75
改造后	1	1.010	1	0.081	17.73	1.451	1	2.80

2-2）非机动车道相关指标采集数据的输入及计算

2-2-1）测量选定非机动车道在不同线形条件下的长度和宽度，计算非机动车道有效宽度达标率（V₁₃）；

2-2-2）用摄像机或者人工观测计数的方式测量路段高峰小时流量，计算非机动车道饱和度（V₂₁）；

2-2-3）测量路段非机动车流的平均速度（V₂₂）；

2-2-4）测量非机动车路段沿线护栏长度或者隔离带长度，计算交通分隔比（V₃₁）；

2-2-5）每15min统计一次非机动车与机动车交织次数，计算高峰小时机非交织比（V₃₂）；

2-2-6）每15min统计一次非机动车与行人交织次数，计算高峰小时非机动车与行人交织比（V₃₃）。

经上述测量及计算步骤，获得各个指标值。

	V13	V21	V22	V31	V32	V33
							改造前	0.9	0.533	10	0.01	0.677	1.75
改造后	1	0.444	13	1	0.012	0.02

3、利用一种新的组合评价方法：层次熵组合法，计算得到类别指标的权重、基础指标的权重和组合权重。

首先，构造判断矩阵，选取30名专家进行问卷调研，获取原始的调查数据；计算判断矩阵最大特征根，利用特征根法求得类别指标的权重。其次，针对每个类别指标下的基础指标，在计算特征系数的基础上，计算熵值，计算差异系数，并计算权重；最后，将类别权重与其对应的基础指标权重相乘得到每个基础指标的组合权重。

3-1）人行道相关指标的权重

3-2）非机动车道相关指标的权重

4、指标属性识别及修正。

识别负向指标：人行道非直线系数（U₁₂）、人行道饱和度（U₂₁）；非机动车道饱和度（V₂₁）、高峰小时机非交织系数（V₃₂）和高峰小时非机动车与行人交织系数（V₃₃）。

针对负向指标采用负数法进行指标的正向化处理，并对原正向指标和处理后的指标采用均值法进行无量纲化处理，得到无量纲的指标值。

4-1）人行道相关指标的正向化和无量纲化

对人行道非直线系数（U₁₂）、人行道饱和度（U₂₁）指标进行指标正向化处理。

	U11	U12	U14	U21	U22	U23	U31	U32
									改造前	0.796	-1.224	0.833	-0.039	20.67	1.468	0.98	2.75
改造后	1	-1.010	1	-0.081	17.73	1.451	1	2.80

对所有指标进行无量纲化处理。

	U11	U12	U14	U21	U22	U23	U31	U32
									改造前	0.886	-1.096	0.909	-0.650	1.077	1.006	0.990	0.991
改造后	1.114	-0.904	1.091	-1.350	0.923	0.994	1.010	1.009

4-2）非机动车道相关指标的正向化和无量纲化

对非机动车道饱和度（V₂₁）、高峰小时机非交织系数（V₃₂）和高峰小时非机动车与行人交织系数（V₃₃）进行指标正向化处理。

	V13	V21	V22	V31	V32	V33
							改造前	0.9	-0.533	10	0.01	-0.677	-1.75
改造后	1	-0.444	13	1	-0.012	-0.02

对所有指标进行无量纲化处理。

	V13	V21	V22	V31	V32	V33
							改造前	0.947	-1.091	0.870	0.020	-1.965	-1.977
改造后	1.053	-0.909	1.130	1.980	-0.035	-0.023

5、计算综合指标值。

5-1）人行道设施改造前后的综合指标值。

	综合指标值
		改造前	0.52
改造后	0.54

5-2）非机动车道设施改造前后的综合指标值。

	综合指标值
		改造前	-0.22
改造后	0.73

Claims (4)

1.一种人行道和非机动车道评价方法，基于计算机软硬件系统，其特征在于：

步骤一：人行道和非机动车道评价指标体系的建立；评价指标体系包括两个层次，第一层次是类别指标，包含设施类、运行类和安全类指标；第二层次是基础指标；

步骤二：指标权重的计算；针对两层次指标体系的特点，采用层次熵组合方法计算指标权重；即利用层次分析法计算类别指标权重，利用熵法计算每个类别指标下基础指标的权重，最后两个层次的权重相乘获得最终的组合权重值；

步骤三：指标属性识别及修正处理；

（1）指标属性识别；识别出负向指标和正向指标；其中，负向指标包括人行道非直线系数、人行道饱和度、高峰小时行人与自行车交织系数、非机动车道非直线系数、机动车停车设施占道面积比例、非机动车道饱和度、高峰小时机非交织系数和高峰小时非机动车与行人交织系数；

（2）指标正向化处理；利用负数法对负向指标进行指标的正向化处理；

（3）指标无量纲化处理；利用均值法对指标进行无量纲化处理；

步骤四：综合指标值的计算；在采集指标值、计算权重以及指标正向化和无量纲化处理后，计算得到综合指标值，可以用于方案对比与评估。

2.根据权利要求1所述的一种人行道和非机动车道评价方法，其特征在于：步骤一所述的评价指标体系的建立，针对人行道和非机动车道的特性设计了类别指标和基础指标两层评价指标体系，具体指标如下：

（1）第一层次指标是类别指标：设施类、运行类和安全类指标，这三类指标包括了人行道和非机动车道评价的主要方面；

（2）人行道第二层次指标是基础指标：设施类（U₁）的基础指标包括人行道连通系数（U₁₁）、人行道非直线系数（U₁₂）、人行道有效宽度达标率（U₁₃）、无障碍设施铺设率（U₁₄）、人行道周边的绿化率（U₁₅）；运行类（U₂）的基础指标包括人行道饱和度（U₂₁）、行人人均占有面积（U₂₂）和步行速度（U₂₃）；安全类（U₃）的基础指标包括人行道与非机动车道的分隔比（U₃₁）、人行道与非机动车道的距离（U₃₂）、高峰小时行人与非机动车交织系数（U₃₃）；

人行道连通系数U₁₁是指人行道有效长度与实际长度的比例，单位：无；

式中，L_有效为人行道有效长度，单位：米；L_实际为人行道实际长度，单位：米；

人行道非直线系数U₁₂是指人行道实际长度与人行道两端直线长度的比值，单位：无；

式中，L_直线为人行道两端直线长度，单位：米；

人行道有效宽度达标率U₁₃是指人行道实际有效宽度与规范宽度的比例，单位：无；结合人行道的线形特点，利用不同线形长度占人行道实际长度的比例对宽度进行加权，从而获得人行道有效宽度达标率的集成值；

式中，L_i为人行道第i段的长度，单位：米；W_i为人行道第i段的有效宽度，单位：米；

无障碍设施铺设率U₁₄是指无障碍设施铺设长度占人行道实际长度的比例，单位：无；

式中，L_无障碍为无障碍设施铺设长度，单位：米；

人行道周边的绿化率U₁₅是指人行道周边绿化面积与人行道路侧带面积的比例，单位：无；

式中，S_绿化为人行道周边绿化面积，单位：平方米；S_路侧带为人行道路侧带面积，单位：平方米；

人行道饱和度U₂₁是指人行道断面人流量与人行道设计通行能力的比值，单位：无；

式中，Q_人-断面为人行道断面人流量，单位：人/小时；C_人为人行道设计通行能力，单位：人/小时，取值人行道有效宽度*1800人/小时*米；

行人人均占有面积U₂₂是指每个行人占用人行道的面积，单位：平方米；

式中，Q_{人-人行道}为人行道上的行人流量，单位：人；S_人行道为人行道面积，单位：平方米；

步行速度U₂₃是指单位时间内行人步行的距离，单位：米/秒；

式中，L_步为人行道测试区域长度，单位：米；t_j为第j个行人步行L_步距离所需要的时间，单位：秒；m为在测试时间内通过测试区域的行人流量；

人行道与非机动车道的分隔比U₃₁是指人行道和非机动车道间隔离设施长度占人行道实际长度的比例，单位：无；

式中，L_隔离为人行道和非机动车道间隔离设施长度，单位：米；

人行道与非机动车道的距离U₃₂是指人行道中心线与非机动车道中线间的距离，单位：米；

式中，W_人为人行道有效宽度，单位：米；W_非为非机动车道有效宽度，单位：米；

高峰小时行人与非机动车交织系数U₃₃是指在人行道上高峰小时行人与非机动车交织次数与由高峰小时内高峰时段推算得到的行人与非机动车小时交织次数的比值，单位：无；

式中，F_{r-行人-非机动}车为在人行道上高峰小时内每5分钟的行人与非机动车交织次数，单位：次；

（3）非机动车道第二层指标是基础指标：设施类（V₁）的基础指标包括非机动车道连通系数（V₁₁）、非机动车道非直线系数（V₁₂）、非机动车道有效宽度达标率（V₁₃）和机动车停车设施占道面积比例（V₁₄）；运行类（V₂）的基础指标包括非机动车道饱和度（V₂₁）和非机动车行车速度（V₂₂）；安全类（V₃）的基础指标包括机非交通分隔比（V₃₁）、高峰小时机非交织系数（V₃₂）和高峰小时非机动车与行人的交织系数（V₃₃）；

非机动车道连通系数V₁₁是指非机动车道有效长度与实际长度的比例，单位：无；

式中，L_有效为非机动车道有效长度，单位：米；L_实际为非机动车道实际长度，单位：米；

非机动车道非直线系数V₁₂是指非机动车道实际长度与非机动车道两端直线长度的比值，单位：无；

式中，L_直线为非机动车道两端直线长度，单位：米；

非机动车道有效宽度达标率V₁₃是指非机动车道实际有效宽度与规范宽度的比例，单位：无；结合非机动车道的线形特点，利用不同线形长度占非机动车道实际长度的比例对宽度进行加权，从而获得非机动车道有效宽度达标率的集成值；

机动车停车设施占道面积比例V₁₄是指机动车停车面积占用非机动车道面积的比例，单位：无；

式中，s_停车为机动车停车占用非机动车道的面积，单位：平方米；s_{非机动车道}为非机动车道面积，单位：平方米；

非机动车道饱和度V₂₁是指非机动车道断面自行车流量与其设计通行能力的比值，单位：无；

式中，Q_{自行车-断面}为非机动车道断面自行车流量，单位：辆/小时；C_自行车为非机动车道自行车设计通行能力，单位：辆/小时；

非机动车行车速度V₂₂是指单位时间内自行车行驶的距离，单位：米/分；

式中，L_非机动车为非机动车道测试区域长度，单位：米；t_k为第k辆非机动车行驶L_非机动车距离所需要的时间，单位：分钟；g为在测试时间内通过测试区域的非机动车流量；

机非交通分隔比V₃₁是指机动车道和非机动车道间隔离设施长度占非机动车道实际长度的比例，单位：无；

式中，L为机动车道和非机动车道间隔离设施长度，单位：米；

高峰小时机非交织系数V₃₂是指在非机动车道上高峰小时机非交织次数与由高峰小时内高峰时段推算得到的机非小时交织次数的比值，单位：无；

式中，F_r-机非为高峰小时内每5分钟的机非交织次数，单位：次；

高峰小时非机动车与行人交织系数V₃₃是指在非机动车道上高峰小时非机动车与行人交织次数与由高峰小时内高峰时段推算得到的非机动车与行人小时交织次数的比值，单位：无；

式中，F_{r-非机动车-行人}为在非机动车道上高峰小时内每5分钟的非机动车与行人交织次数，单位：次。

3.根据权利要求1所述的一种人行道和非机动车道评价方法，其特征在于：步骤二所述的计算指标权重的层次熵组合方法，具体步骤如下：

（1）利用层次分析法计算类别指标的权重；针对三个类别指标，构造判断矩阵；采用专家问卷调查法，对判断矩阵进行打分；采用特征根法计算权向量，并进行一致性检验；若通过一致性检验，则获得类别指标的权重；否则，对判断矩阵进行适当的修正，直到通过一致性检验为止；

（2）利用熵法计算每个类别指标下基础指标的权重；针对每个类别下的基础指标，计算指标的特征系数；计算熵值和差异系数；计算每个类别指标下基础指标的权重；

（3）利用相乘法计算每个基础指标的组合权重值；即将前两步计算得到的权重相乘，得到最终的权重值。

4.一种人行道和非机动车道评价装置，由指标筛选模块、数据输入模块、指标计算模块、权重计算模块、指标属性识别及修正模块、综合指标计算模块、数据存储模块和数据输出模块八部分构成；其特征在于：

指标筛选模块的功能是根据用户需求从人行道和非机动车道评价指标体系中筛选出合适的评价指标；

数据输入模块的功能是针对所选的指标，输入指标采集数据值；

指标计算模块的功能是计算所选指标的数值；

权重计算模块的功能是利用层次分析法计算类别指标的权重；利用熵法计算单类别指标下基础类指标的权重；利用相乘法计算所有基础类指标的组合权重；

指标属性识别及修正模块的功能是识别所选指标的正向和负向属性；对于负向指标，利用负数法进行正向化处理；利用均值法，对于原正向指标和负向指标处理后的正向指标进行无量纲化处理，获得修正后的指标值；

综合指标计算模块的功能是计算综合指标值；

数据存储模块的功能是实现每个数据处理阶段数据保存；

数据输出模块的功能是根据用户需求输出原始指标值、指标权重或综合指标值；

这八部分模块是按照评价数据流的处理方向相互关联的；其中，指标筛选模块是开展评价的第一模块，它为下一阶段评价选取了指标，其直接流向了数据输入模块；在数据输入模块里，对所选指标的采集数据进行输入，其数据流向了指标计算模块；指标计算模块里，计算获得指标原始值，并存入数据存储装置，它为下一阶段的评价工作提供了数据支持，其数据直接流向了权重计算模块和指标属性识别及修正模块；在权重计算模块中，利用层次熵组合法计算获得所有基础类指标的组合权重，并存入数据存储装置，是下一阶段开展综合指标计算的基础；在指标属性识别及修正模块中，识别负向和正向指标，并开展了指标正向化和无量纲化处理，获得的修正数据是进行综合指标值计算的基础，并存入数据存储装置；权重计算模块和指标属性识别及修正模块的数据直接流向了综合指标值计算，所得到的综合指标值经由数据存储模块和数据输出模块分别实现保存及输出。

Images