CN106203887A - 一种基于交叉分类法的公路网特性分析方法及装置 - Google Patents
一种基于交叉分类法的公路网特性分析方法及装置 Download PDFInfo
- Publication number
- CN106203887A CN106203887A CN201610595170.8A CN201610595170A CN106203887A CN 106203887 A CN106203887 A CN 106203887A CN 201610595170 A CN201610595170 A CN 201610595170A CN 106203887 A CN106203887 A CN 106203887A
- Authority
- CN
- China
- Prior art keywords
- network
- road
- highways
- mileage
- characteristic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 claims abstract description 28
- 239000011159 matrix material Substances 0.000 claims abstract description 23
- 238000000556 factor analysis Methods 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims description 62
- 230000015572 biosynthetic process Effects 0.000 claims description 52
- 230000012010 growth Effects 0.000 claims description 50
- 230000006870 function Effects 0.000 claims description 37
- 238000011161 development Methods 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 22
- 230000008676 import Effects 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 17
- 240000007711 Peperomia pellucida Species 0.000 claims description 16
- 235000012364 Peperomia pellucida Nutrition 0.000 claims description 16
- 230000013011 mating Effects 0.000 claims description 12
- 230000008520 organization Effects 0.000 claims description 11
- 238000013139 quantization Methods 0.000 claims description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 8
- 230000001568 sexual effect Effects 0.000 claims description 8
- 239000013256 coordination polymer Substances 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000008901 benefit Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 230000006978 adaptation Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000012512 characterization method Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 230000007773 growth pattern Effects 0.000 claims description 3
- 238000007726 management method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 241000196324 Embryophyta Species 0.000 claims 1
- 230000004308 accommodation Effects 0.000 description 7
- 230000000903 blocking effect Effects 0.000 description 3
- 230000004907 flux Effects 0.000 description 3
- 238000004451 qualitative analysis Methods 0.000 description 3
- 238000004445 quantitative analysis Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 239000004744 fabric Substances 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000012351 Integrated analysis Methods 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000010205 computational analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012252 genetic analysis Methods 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于交叉分类法的公路网特性分析方法及装置。在识别公路网特性和提出量化指标的基础上,采用交叉分类法实现公路网特性和量化指标的矩阵关联,计算量化指标,并依据每个指标的等级划分标准,分析指标的定性含义,得到公路网特性因素分析结果。依据发明的方法所设计的装置包括:公路网特性识别模块、量化指标建立模块、交叉分类法关联模块、数据导入模块、公路网特性分析模块、数据存储模块和数据输出模块七部分构成。其中,交叉分类法关联模块和公路网特性分析模块是本装置的核心。基于所发明的装置,便于应用所发明的方法实现管理者全面、系统地掌握公路网的特性,提高公路网特性分析的科学合理性、规范性和便捷性。
Description
技术领域
本发明涉及一种基于交叉分类法的公路网特性分析方法及装置,属于公路运输、数据分析技术领域。
背景技术
公路是交通基础设施建设的重要组成部分,对促进社会经济发展、服务客货运输具有重要意义。对公路网系统进行科学、合理的评价,对后续公路网的规划建设工作具有重要意义。虽然公路网评价工作以及研究已经开展了几十年,但是常说的公路网评价工作是指狭义的公路网评价,即采用多个指标对公路网进行评价分析。且近10年来该项技术基本无系统性的深化发展,这已远远不能满足目前公路网评价工作的需要。
公路网的评价体系包括三个方面,分别是:公路网指标评价、公路网特性分析和公路网问题及成因分析。其中,公路网特性分析起到了承上启下的作用,一方面公路网特性分析可以起到拓展公路网指标评价内容的作用;另一方面,是公路网问题及成因分析的基础。目前公路网的特性分析主要以定性分析为主,缺乏量化分析。尤其是随着公路交通数据采集技术的完善、大数据分析技术的广泛应用,传统的以定性分析为主的公路网特性分析方法已经不能满足评价工作的需求。并且不同人员对特性分析认识的不统一以及技术水平的参差不齐,造成难以准确找出公路网存在的问题。因此,需要针对特性分析建立一套以定量为主、定性为辅的方法体系,实现特性分析的科学化,为后续决策提供量化支持。
发明内容
本发明的目的在于提供一种基于交叉分类法的公路网特性分析方法及装置,以解决公路网特性分析的客观性、系统性、通用性和效率性等技术问题。
本发明解决其技术问题所采用的技术方案是:
一种基于交叉分类法的公路网特性分析方法,包括识别公路网特性;提出针对特性分析的量化指标;采用交叉分类法实现公路网特性和量化指标的相互关联,建立公路网特性因素与量化指标的关联矩阵;开展公路网特性分析,计算量化指标,并依据每个指标的等级划分标准,分析指标的定性含义,得到公路网特性因素分析结果;用户首先根据用户特性分析需求识别公路网特性因素,并建立性因素库;进入量化指标建立模块,根据公路网特性因素特点,建立量化指标库;公路网特性识别模块和量化指标建立模块都进入交叉分类法关联模块,在该模块中实现特性因素和量化指标的关联,建立交叉分类法关联矩阵;公路网特性识别模块、量化指标建立模块、交叉分类法关联模块以及公路网采集数据都进入数据导入模块,向公路网特性分析模块导入特性因素库、量化指标库、交叉分类法关联矩阵和公路网采集数据;公路网特性分析模块针对每个特性的相关量化指标进行计算,并建立特性因素及指标计算数据表,在此基础上,依据每个指标的等级划分标准,分析指标的定性含义,基于定量和定性相结合的方法,分析公路网特性,并建立特性分析结果,并将结果存入数据存储装置并向用户发出特性分析完成通知;在上述流程完成之后,数据存储装置和数据输出装置分别根据用户需求对特性因素及指标计算数值和特性分析结果数值进行自动存储和格式化输出,主要包括特性分析数据、特性分析结果,并建立数据输出。
所述的一种基于交叉分类法的公路网特性分析方法,具体步骤如下:
1、识别公路网特性。
参见表1,公路网特性因素是公路网分析的基础,根据公路网评价需求以及数据特性,共识别了5方面15项特性因素。具体如下:
1)A路网规模:是反映路网现状建设情况的重要特性。具体而言包括3个特性因素:A1密度水平、A2里程规模与社会经济发展的匹配性和A3铺装情况;
A1密度水平是分析现状公路网密度的大小;A2里程规模与社会经济发展的匹配性是分析公路里程规模增速与GDP以及人口增速的关系;A3铺装情况是分析公路的铺装水平;
2)B路网结构:是反映路网连通、等级以及布局情况的重要特性。具体而言包括4个特性因素:B1连通情况、B2等级结构、B3对外通道布局情况和B4内部通道布局情况;
B1连通情况是分析区域范围内路网的通达性特征;B2等级结构是分析公路网的等级级配关系;B3对外通道布局情况是分析区域各个对外方向上道路的连通实现情况;B4内部通道布局情况是分析区域内连接重要节点的道路的连通实现情况,其中重要节点一般是指市-市、中心城-新城(区县)、新城(区县)-乡镇、产业功能区、旅游景点、客运或货运枢纽(机场、铁路、公路、水运等);
3)C运行水平:是反映路网运行质量的重要特性,一方面,从对外交通和服务内部交通两个层次考虑,梳理交通量的整体方向分布情况以及运行状态;另一方面,从路网的角度分析拥挤程度。具体而言包括3个特性因素:C1对外通道运行水平、C2内部通道运行水平和C3拥挤程度;
C1对外通道运行水平是分析区域各个对外方向上的通道的交通量分布情况以及负荷度情况;C2内部通道运行水平是分析区域内路网的负荷度和平均速度情况;C3拥挤程度是分析区域内道路的拥挤情况;
4)D规划实现情况:是对照路网规划要求,评估路网现状里程以及等级的实现情况。具体而言包括2个特性因素:D1里程实现水平和D2等级实现水平两方面;
D1里程实现水平是分析规划道路里程的实现情况;D2等级实现水平是分析规划道路等级的实现情况;
5)E客货服务功能:是从客运和货运角度入手,反映路网服务功能的重要特性,主要从客运和货运。具体而言包括3个特性因素:E1客运量分布、E2货运量分布和E3客货情况三方面;
E1客运量分布是分析对外通道内客运交通量分布情况;E2货运量分布是分析对外通道内货运交通量分布情况;E3客货情况是分析对外通道内客货占比情况。
2、提出针对特性分析的量化指标。
参见表2,为了实现对于公路网特性的量化分析,结合公路网特性分析内容提出可以量化的指标,共计14个。分别是:(1)路网密度;(2)公路里程-GDP-人口的年均增长率比值;(3)铺装水平;(4)连通度;(5)等级水平;(6)连通实现率;(7)连通等级实现率;(8)交通量分布比例;(9)负荷度;(10)平均速度;(11)里程拥挤率;(12)里程实现率;(13)等级实现率;(14)客货比。
1)路网密度
路网密度是一项常用的客观指标,其大小反映了一个国家和地区的公路网发展水平,在某种程度上体现了路网的内部结构及其合理性,公路网密度有以下四种计算模式:
面积密度(公里/百平方公里)指单位面积拥有的公路里程长度,计算公式为:
γA=100×L/A
人口密度(公里/万人),指单位人口拥有的公路里程长度,计算公式为:
γP=L/P
经济密度(公里/亿元),指单位经济产值占有的公路里程长度,计算公式为:
γG=L/G
综合密度综合考虑面积和人口因素,得到单位公路里程长度,计算公式为:
式中,γA、γP、γG、γ分表代表面积密度、人口密度、经济密度和综合密度;L代表公路里程,公里;A代表区域面积,平方公里;P代表区域人口,万人;G代表实际GDP,即区域经济活动规模,亿元。
公路里程计算公式为:
L=∑Li
式中,L代表公路里程,公里;Li代表区域内第i个路段的里程,公里。
2)公路里程-GDP-人口的年均增长率比值
公路里程-GDP-人口的年均增长率比值是反映单位GDP和人口增速情况下的公路里程增长情况,体现了公路里程增速与GDP以及人口增速的关系。计算公式为:
式中,Ri-n代表第n年到第i年的公路里程-GDP-人口的年均增长率比值;代表第n年到第i年的公路里程年均增长率,%;代表第n年到第i年的GDP年均增长率,%;代表第n年到第i年的人口年均增长率,%。
公路里程的年均增长率的计算公式为:
式中,代表第n年到第i年的公路里程年均增长率,%;Li代表第i年公路里程,公里;Ln代表第n年的公路里程,公里;i、n为年份,且i>n。
GDP的年均增长率的计算公式为:
式中,代表第n年到第i年的GDP年均增长率,%;Gi代表第i年实际GDP,亿元;Gn代表第n年实际GDP,亿元;i、n为年份,且i>n。
人口的年均增长率的计算公式为:
式中,代表第n年到第i年的人口年均增长率,%;Pi代表第i年常住人口,万人;Pn代表第n年常住人口,万人;i、n为年份,且i>n。
3)铺装水平
公路网铺装水平与整个路网的通行能力和服务水平密切相关。一方面直接影响到行车质量,另一方面又直接影响公路运输经济效益。计算公式为:
PZ=(∑LiPZi)/∑Li
式中,PZ代表区域内路网(或某种(或某几种)行政等级道路)铺装水平;Li代表区域内路网(或某种(或某几种)行政等级道路)第i个路段的里程,km;PZi代表区域内路网(或某种(或某几种)行政等级道路)第i个路段的路面等级,对应有铺装、简易铺装和未铺装,参见表3,PZi分别取1、2、3。
4)连通度
公路网连通度是通过考察各结点的连通状况,从公路网布局方面反映公路网的结构特点,定义为规划区域内各结点间依靠公路相互连通的强度,计算公式为:
式中,C代表公路网连通度;L代表公路里程,公里;A代表区域面积,平方公里;N代表区域内连通的节点数,个;ξ代表公路网变形系数(或非直线系数),定义为各节点间实际线路总里程与直线总里程之比,一般取值1.1。
连通的节点数可以按照行政区划统计,即节点数为市(区(县))行政中心、乡镇以及建制村之和;公路网总里程取乡道及其以上的公路里程之和。
当C接近1.00时,路网布局为树状,各结点间多为两路连通;C值为2.00时,路网布局为方格网状、结点多为四路连通;当C值略大于3.00时,路网布局为三角网状,结点多为六路连通。
5)等级水平
等级水平用区域内各路段修正技术等级的加权平均值表示。公路等级的高低将直接影响公路交通运输状况。计算公式为:
GL=(∑LiGLi/ηi)/∑Li
式中,GL代表路网(或某种(或某几种)行政等级道路)等级水平(0≤GL≤5);Li代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的公路里程,公里;GLi代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的技术等级,对应高速、一级、二级、三级、四级、等外,i分别取0、1、2、3、4、5;ηi代表区域内各路段的等级修正系数,高速公路、一级公路、二级公路的ηi取1,其他公路取0.97。
6)连通实现率
连通实现率是指区域之间实际道路条数与规划条数的比例。计算公式为:
式中,KC代表连通实现率;NC代表区域之间连通的实际道路条数;NCP代表区域之间规划连通的道路条数。
7)连通等级实现率
连通等级实现率是指区域之间实际道路实现规划等级的条数与规划条数的比例。计算公式为:
式中,KG代表连通实现率;NG代表区域之间实现规划等级的道路条数;NCP代表区域之间规划连通的道路条数。
8)交通量分布比例
交通量分布比例反映了一个国家或地区不同方向的交通量分布情况,其交通量比例越大,说明该方向所承载的交通量越大。计算公式为:
式中,λj代表第j方向的交通量分布比例,%;Qj代表第j方向的交通量,pcu/d。
第j方向的交通量Qj的计算公式如下:
式中,Qj代表第j方向的交通量,pcu/d;Qjk代表第j方向第k条路段的交通量,pcu/d。其中,路段交通量可以通过自动设备采集以及人工采集得到。
9)负荷度
公路网负荷度就是反映整个路网适应负荷的能力,即与交通需求的适应情况,定义为公路网交通量与公路网容量之比。计算公式为:
式中,S代表区域内路网(或某种(或某几种)行政等级道路)负荷度;Li代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的里程,km;qi代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段实际交通量,pcu/d;QCi代表路网(或某种(或某几种)行政等级道路)中第i个路段适应交通量,pcu/d,参见表4。
10)平均速度
平均速度是路网中各路段平均速度的里程加权平均值,是公路交通中的公路系统、车辆系统和管理系统综合作用的结果,综合反映了路网的系统服务性能。计算公式为:
v=a×q-b
式中,v代表路段的平均速度,km/h;q代表路段的交通量,pcu/d;a、b与公路技术等级有关的常数,参数取值参见表5。
将公路按技术等级分成若干个路段,按照上述的模型计算出每一段的平均速度,再根据加权平均的方法计算出整个路网的平均速度。计算公式为:
式中,V代表区域内路网(或某种(或某几种)行政等级道路)的平均速度,km/h;vi代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的平均速度,km/h;Li代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的公路里程,公里;qi代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的交通量,pcu/d。
11)里程拥挤率
公路网里程拥挤率是指公路网中的拥挤路段总里程占公路网总里程的比率。计算公式为:
式中,Ps代表区域内路网(或某种(或某几种)行政等级道路)的里程拥挤率;Lsi代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段拥挤路段的里程,公里;Li代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的里程,公里。
拥挤路段的判断标准是负荷度大于1的路段,即为拥挤路段。
12)里程实现率
实现率是指公路网实际建设里程与规划公路网里程的比例。计算公式为:
式中,PL代表路网(或某种(或某几种)行政等级道路)的里程实现率;L代表路网(或某种(或某几种)行政等级道路)规划里程实现量,公里;Lp代表公路网(或某种(或某几种)行政等级道路)规划里程,公里。
13)等级实现率
等级实现率是指实际公路网等级水平与规划的公路网等级水平的比例。计算公式为:
式中,PG代表路网(或某种(或某几种)行政等级道路)的等级实现率;LG代表路网(或某种(或某几种)行政等级道路)规划等级实现量,公里;Lp代表公路网(或某种(或某几种)行政等级道路)规划里程,公里。
14)客货比
客货比是指客运交通量与货运交通量的比例,它反映了某条道路或通道的客货服务特性。
式中,η代表客货比;QP代表客运交通量,pcu/d;QF代表货运交通量,pcu/d。
3、采用交叉分类法实现公路网特性和量化指标的相互关联;
参见表6,采用交叉分类法,给出了公路网特性和量化指标的关联矩阵;该矩阵直观的反映了多对一的关联、一对一的关联以及关联多重性的三个特点;
1)多对一的关联性:即多个指标评价一个特性;
2)一对一的关联性:即一个指标评价一个特性;
3)关联多重性:即一个指标可以同时评价多个特性;
4、分析公路网特性;
针对所要分析的特性因素,基于交叉分类法建立的公路网特性因素与量化指标的关联矩阵,挑选出需要计算的量化指标,采用步骤2的计算公式进行指标的计算;针对指标计算的量化结果,依据每个指标的等级划分标准,分析每个指标的定性含义,得到公路网特性因素分析结果。
一种基于交叉分类法的公路网特性分析装置,包括:公路网特性识别模块、量化指标建立模块、交叉分类法关联模块、数据导入模块、公路网特性分析模块、数据存储模块和数据输出模块七部分构成;这七个部分相互联系,按照特性分析中的数据流向结合在一起,并按顺序使用;
公路网特性识别模块的功能是基于公路网评价需求,识别公路网特性因素;
量化指标建立模块的功能是根据公路网特性因素以及公路网数据采集情况,提出与特性因素分析相对应的评价指标;
交叉分类法关联模块的功能是根据特性因素所反映的内容,采用交叉分类法,实现量化指标与特性因素的相互关联,明确特性因素分析时采用的量化指标;
数据导入模块的功能是导入公路网采集数据、特性因素库、量化指标库和交叉分类法关联矩阵;
公路网特性分析模块的功能是分析计算特性因素对应的量化指标,针对指标计算的量化结果,依据每个指标的等级划分标准,分析每个指标的定性含义,得到公路网特性因素分析结果;
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根据用户需求输出特性因素及指标计算数值和特性分析结果;
这七部分相互联系,按照特性分析流向结合在一起按顺序使用;其运行过程如下:当确定公路网评价对象后,结合特性分析需求,通过公路网特性识别模块明确公路网特性分析内容;公路网特性识别模块连接量化指标建立模块、交叉分类法关联模块和数据导入模块,在量化指标建立模块中,根据特性因素,设置量化评价指标,连接交叉分类法关联模块和数据导入模块;交叉分类法关联模块实现公路网特性因素与量化指标的关联,连接数据导入模块;公路网采集数据连接数据导入模块,数据导入模块连接公路网特性分析模块,根据特性因素分析内容,计算量化指标,针对指标计算的量化结果,依据每个指标的等级划分标准,分析每个指标的定性含义,得到公路网特性因素分析结果,并将获得的特性因素及指标计算数值和特性分析结果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。
本发明的优点如下:
由于目前尚缺乏针对公路网特性的量化分析指标及方法,为了全面、系统地分析公路网特性,准确掌握公路网存在的问题,为后续公路网相关决策提供支持,发明了本发明所述的一种基于交叉分类法的公路网特性分析方法及装置。该方法及装置的用户根据公路网评价需求分析公路网的特性,在识别公路网特性因素的基础上,提出量化评价指标,基于交叉分类法实现公路网特性因素与量化指标的关联,结合公路网采集的数据,根据特性因素分析内容,计算量化指标,针对指标计算的量化结果,依据每个指标的等级划分标准,分析每个指标的定性含义,得到公路网特性因素分析结果,实现公路网特性分析以定量为主、定性为辅的目标。本发明的有益效果是从面向应用的角度出发,实现了公路网特性的量化分析,所提出的公路网特性因素以及量化指标较为系统地涵盖了公路网评价的主要方面,特性因素具有系统性、涵盖面广等特点,量化指标具有易量化、易对比等特点,量化指标的等级标准划分具有易理解、直观性强等特点,提高了分析决策的量化支持力度,增强了评价工作的规范性以及便捷性;此外,本发明的通用性强,适用于公路网现状评价分析、规划方案效果分析等方面,有助于完善公路网评价体系。
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。
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:
本发明所述一种基于交叉分类法的公路网特性分析方法,具体包括:识别公路网特性,共有7方面的特性因素;提出针对特性分析的量化指标,共包括14项量化指标;采用交叉分类法实现公路网特性和量化指标的相互关联,建立公路网特性因素与量化指标的关联矩阵;开展公路网特性分析,计算量化指标,针对指标计算的量化结果,依据每个指标的等级划分标准,分析每个指标的定性含义,得到公路网特性因素分析结果。本发明是一种以定量分析为主、定性分析为辅的公路网特性分析方法,便于管理者全面、系统地掌握公路网的特性,为后续公路网问题分析、对策研究提供参考。本发明主要包括以下步骤:
1、识别公路网特性。
参见表1,公路网特性因素是公路网分析的基础,根据公路网评价需求以及数据特性,共识别了5方面15项特性因素。具体如下:
1)A路网规模:是反映路网现状建设情况的重要特性。具体而言包括3个特性因素:A1密度水平、A2里程规模与社会经济发展的匹配性和A3铺装情况;
A1密度水平是分析现状公路网密度的大小;A2里程规模与社会经济发展的匹配性是分析公路里程规模增速与GDP以及人口增速的关系;A3铺装情况是分析公路的铺装水平;
2)B路网结构:是反映路网连通、等级以及布局情况的重要特性。具体而言包括4个特性因素:B1连通情况、B2等级结构、B3对外通道布局情况和B4内部通道布局情况;
B1连通情况是分析区域范围内路网的通达性特征;B2等级结构是分析公路网的等级级配关系;B3对外通道布局情况是分析区域各个对外方向上道路的连通实现情况;B4内部通道布局情况是分析区域内连接重要节点的道路的连通实现情况,其中重要节点一般是指市-市、中心城-新城(区县)、新城(区县)-乡镇、产业功能区、旅游景点、客运或货运枢纽(机场、铁路、公路、水运等);
3)C运行水平:是反映路网运行质量的重要特性,一方面,从对外交通和服务内部交通两个层次考虑,梳理交通量的整体方向分布情况以及运行状态;另一方面,从路网的角度分析拥挤程度。具体而言包括3个特性因素:C1对外通道运行水平、C2内部通道运行水平和C3拥挤程度;
C1对外通道运行水平是分析区域各个对外方向上的通道的交通量分布情况以及负荷度情况;C2内部通道运行水平是分析区域内路网的负荷度和平均速度情况;C3拥挤程度是分析区域内道路的拥挤情况;
4)D规划实现情况:是对照路网规划要求,评估路网现状里程以及等级的实现情况。具体而言包括2个特性因素:D1里程实现水平和D2等级实现水平两方面;
D1里程实现水平是分析规划道路里程的实现情况;D2等级实现水平是分析规划道路等级的实现情况;
5)E客货服务功能:是从客运和货运角度入手,反映路网服务功能的重要特性,主要从客运和货运。具体而言包括3个特性因素:E1客运量分布、E2货运量分布和E3客货情况三方面;
E1客运量分布是分析对外通道内客运交通量分布情况;E2货运量分布是分析对外通道内货运交通量分布情况;E3客货情况是分析对外通道内客货占比情况。
2、提出针对特性分析的量化指标。
参见表2,为了实现对于公路网特性的量化分析,结合公路网特性分析内容提出可以量化的指标,共计14个。分别是:(1)路网密度;(2)公路里程-GDP-人口的年均增长率比值;(3)铺装水平;(4)连通度;(5)等级水平;(6)连通实现率;(7)连通等级实现率;(8)交通量分布比例;(9)负荷度;(10)平均速度;(11)里程拥挤率;(12)里程实现率;(13)等级实现率;(14)客货比。
1)路网密度
路网密度是一项常用的客观指标,其大小反映了一个国家和地区的公路网发展水平,在某种程度上体现了路网的内部结构及其合理性,公路网密度有以下四种计算模式:
面积密度(公里/百平方公里)指单位面积拥有的公路里程长度,计算公式为:
γA=100×L/A
人口密度(公里/万人),指单位人口拥有的公路里程长度,计算公式为:
γP=L/P
经济密度(公里/亿元),指单位经济产值占有的公路里程长度,计算公式为:
γG=L/G
综合密度综合考虑面积和人口因素,得到单位公路里程长度,计算公式为:
式中,γA、γP、γG、γ分表代表面积密度、人口密度、经济密度和综合密度;L代表公路里程,公里;A代表区域面积,平方公里;P代表区域人口,万人;G代表实际GDP,即区域经济活动规模,亿元。
公路里程计算公式为:
L=∑Li
式中,L代表公路里程,公里;Li代表区域内第i个路段的里程,公里。
2)公路里程-GDP-人口的年均增长率比值
公路里程-GDP-人口的年均增长率比值是反映单位GDP和人口增速情况下的公路里程增长情况,体现了公路里程增速与GDP以及人口增速的关系。计算公式为:
式中,Ri-n代表第n年到第i年的公路里程-GDP-人口的年均增长率比值;代表第n年到第i年的公路里程年均增长率,%;代表第n年到第i年的GDP年均增长率,%;代表第n年到第i年的人口年均增长率,%。
公路里程的年均增长率的计算公式为:
式中,代表第n年到第i年的公路里程年均增长率,%;Li代表第i年公路里程,公里;Ln代表第n年的公路里程,公里;i、n为年份,且i>n。
GDP的年均增长率的计算公式为:
式中,代表第n年到第i年的GDP年均增长率,%;Gi代表第i年实际GDP,亿元;Gn代表第n年实际GDP,亿元;i、n为年份,且i>n。
人口的年均增长率的计算公式为:
式中,代表第n年到第i年的人口年均增长率,%;Pi代表第i年常住人口,万人;Pn代表第n年常住人口,万人;i、n为年份,且i>n。
3)铺装水平
公路网铺装水平与整个路网的通行能力和服务水平密切相关。一方面直接影响到行车质量,另一方面又直接影响公路运输经济效益。计算公式为:
PZ=(∑LiPZi)/∑Li
式中,PZ代表区域内路网(或某种(或某几种)行政等级道路)铺装水平;Li代表区域内路网(或某种(或某几种)行政等级道路)第i个路段的里程,km;PZi代表区域内路网(或某种(或某几种)行政等级道路)第i个路段的路面等级,对应有铺装、简易铺装和未铺装,参见表3,PZi分别取1、2、3。
4)连通度
公路网连通度是通过考察各结点的连通状况,从公路网布局方面反映公路网的结构特点,定义为规划区域内各结点间依靠公路相互连通的强度,计算公式为:
式中,C代表公路网连通度;L代表公路里程,公里;A代表区域面积,平方公里;N代表区域内连通的节点数,个;ξ代表公路网变形系数(或非直线系数),定义为各节点间实际线路总里程与直线总里程之比,一般取值1.1。
连通的节点数可以按照行政区划统计,即节点数为市(区(县))行政中心、乡镇以及建制村之和;公路网总里程取乡道及其以上的公路里程之和。
当C接近1.00时,路网布局为树状,各结点间多为两路连通;C值为2.00时,路网布局为方格网状、结点多为四路连通;当C值略大于3.00时,路网布局为三角网状,结点多为六路连通。
5)等级水平
等级水平用区域内各路段修正技术等级的加权平均值表示。公路等级的高低将直接影响公路交通运输状况。计算公式为:
GL=(∑LiGLi/ηi)/∑Li
式中,GL代表路网(或某种(或某几种)行政等级道路)等级水平(0≤GL≤5);Li代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的公路里程,公里;GLi代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的技术等级,对应高速、一级、二级、三级、四级、等外,i分别取0、1、2、3、4、5;ηi代表区域内各路段的等级修正系数,高速公路、一级公路、二级公路的ηi取1,其他公路取0.97。
6)连通实现率
连通实现率是指区域之间实际道路条数与规划条数的比例。计算公式为:
式中,KC代表连通实现率;NC代表区域之间连通的实际道路条数;NCP代表区域之间规划连通的道路条数。
7)连通等级实现率
连通等级实现率是指区域之间实际道路实现规划等级的条数与规划条数的比例。计算公式为:
式中,KG代表连通实现率;NG代表区域之间实现规划等级的道路条数;NCP代表区域之间规划连通的道路条数。
8)交通量分布比例
交通量分布比例反映了一个国家或地区不同方向的交通量分布情况,其交通量比例越大,说明该方向所承载的交通量越大。计算公式为:
式中,λj代表第j方向的交通量分布比例,%;Qj代表第j方向的交通量,pcu/d。
第j方向的交通量Qj的计算公式如下:
式中,Qj代表第j方向的交通量,pcu/d;Qjk代表第j方向第k条路段的交通量,pcu/d。其中,路段交通量可以通过自动设备采集以及人工采集得到。
9)负荷度
公路网负荷度就是反映整个路网适应负荷的能力,即与交通需求的适应情况,定义为公路网交通量与公路网容量之比。计算公式为:
式中,S代表区域内路网(或某种(或某几种)行政等级道路)负荷度;Li代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的里程,km;qi代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段实际交通量,pcu/d;QCi代表路网(或某种(或某几种)行政等级道路)中第i个路段适应交通量,pcu/d,参见表4。
10)平均速度
平均速度是路网中各路段平均速度的里程加权平均值,是公路交通中的公路系统、车辆系统和管理系统综合作用的结果,综合反映了路网的系统服务性能。计算公式为:
v=a×q-b
式中,v代表路段的平均速度,km/h;q代表路段的交通量,pcu/d;a、b与公路技术等级有关的常数,参数取值参见表5。
将公路按技术等级分成若干个路段,按照上述的模型计算出每一段的平均速度,再根据加权平均的方法计算出整个路网的平均速度。计算公式为:
式中,V代表区域内路网(或某种(或某几种)行政等级道路)的平均速度,km/h;vi代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的平均速度,km/h;Li代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的公路里程,公里;qi代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的交通量,pcu/d。
11)里程拥挤率
公路网里程拥挤率是指公路网中的拥挤路段总里程占公路网总里程的比率。计算公式为:
式中,Ps代表区域内路网(或某种(或某几种)行政等级道路)的里程拥挤率;Lsi代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段拥挤路段的里程,公里;Li代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的里程,公里。
拥挤路段的判断标准是负荷度大于1的路段,即为拥挤路段。
12)里程实现率
实现率是指公路网实际建设里程与规划公路网里程的比例。计算公式为:
式中,PL代表路网(或某种(或某几种)行政等级道路)的里程实现率;L代表路网(或某种(或某几种)行政等级道路)规划里程实现量,公里;Lp代表公路网(或某种(或某几种)行政等级道路)规划里程,公里。
13)等级实现率
等级实现率是指实际公路网等级水平与规划的公路网等级水平的比例。计算公式为:
式中,PG代表路网(或某种(或某几种)行政等级道路)的等级实现率;LG代表路网(或某种(或某几种)行政等级道路)规划等级实现量,公里;Lp代表公路网(或某种(或某几种)行政等级道路)规划里程,公里。
14)客货比
客货比是指客运交通量与货运交通量的比例,它反映了某条道路或通道的客货服务特性。
式中,η代表客货比;QP代表客运交通量,pcu/d;QF代表货运交通量,pcu/d。
3、采用交叉分类法实现公路网特性和量化指标的相互关联。
交叉分类法的核心思想是体现事物之间的相互关联性。
参见表6,采用交叉分类法,给出了公路网特性和量化指标的关联矩阵。
3-1)关联矩阵直观的反映了多对一的关联、一对一的关联以及关联多重性的三个特点。
3-1-1)多对一的关联性:即多个指标评价一项特性。例如评价“B3对外通道布局情况”时,可以选取“(6)连通实现率”和“(7)连通等级实现率”2项指标共同评价这一特性。
参见表6,“多对一”涉及的特性共有4个,包括:B3对外通道布局情况、B4内部通道布局情况、C1对外通道运行水平、C2内部通道运行水平。
3-1-2)一对一的关联性:即一个指标评价一项特性。例如评价“A1密度水平”时,可以采用“(1)路网密度”1项指标进行评价。
参见表6,“一对一”涉及的特性共有11个,包括:A1密度水平、A2里程规模与社会经济发展的匹配性、A3铺装情况、B1连通情况、B2等级结构、C3拥堵程度、D1里程实现水平、D2等级实现水平、E1客运量分布、E2货运量分布和E3客货情况。
3-1-3)关联多重性:即一个指标可以同时评价多项特性。例如“(6)连通实现率”指标即可以评价“B3对外通道布局情况”特点,也可以评价“B4内部通道布局情况”。
参见表6,“关联多重性”涉及的指标共有4个,包括:(6)连通实现率、(7)连通等级实现率、(8)交通量分布比例、(9)负荷度。具体关系如下所述:
3-2)关联矩阵中公路网特性和量化指标的关系如下所述:
3-2-1)“A路网规模”特性分析,采用3个指标,具体是:
A1密度水平:采用“(1)路网密度”1个指标评价,属于“一对一的关联性”;A2里程规模与社会经济发展的匹配性:采用“(2)公路里程-GDP-人口的年均增长率比值”1个指标评价,属于“一对一的关联性”;A3铺装情况:采用“(3)铺装水平”1个指标评价,属于“一对一的关联性”;
3-2-2)“B路网结构”特性分析,采用4个指标,具体是:
B1连通情况:采用“(4)连通度”1个指标评价,属于“一对一的关联性”;B2等级结构:采用“(5)等级水平”1个指标评价,属于“一对一的关联性”;B3对外通道布局情况:采用“(6)连通实现率”和“(7)连划等级实现率”2个指标评价,属于“多对一的关联性”;B4内部通道布局情况:采用“(6)连通实现率”和“(7)连通等级实现率”2个指标评价,属于“多对一的关联性”;
3-2-3)“C运行水平”特性分析,采用5个指标,具体是:
C1对外通道运行水平:采用“(8)交通量分布比例”和“(9)负荷度”2个指标评价,属于“多对一的关联性”;C2内部通道运行水平:采用“(9)负荷度”和“(10)平均速度”2个指标评价,属于“多对一的关联性”;C3拥堵程度:采用“(11)里程拥挤率”1个指标评价,属于“一对一的关联性”;
3-2-4)“D规划实现水平”特性分析,采用2个指标,具体是:
D1里程实现水平:采用“(12)里程实现率”1个指标评价,属于“一对一的关联性”;D2等级实现水平:采用“(13)等级实现率”1个指标评价,属于“一对一的关联性”;
3-2-5)“E客货服务功能”特性分析,采用3个指标,具体是:
E1客运量分布:采用“(8)交通量分布比例”1个指标评价,属于“一对一的关联性”;E2货运量分布:采用“(8)交通量分布比例”1个指标评价,属于“一对一的关联性”;E3客货情况:采用“(14)客货比”1个指标评价,属于“一对一的关联性”;
4、分析公路网特性。
针对所要分析的特性因素,基于交叉分类法建立的公路网特性因素与量化指标的关联矩阵,挑选出需要计算的量化指标,采用指标的计算公式进行指标的计算;针对指标计算的量化结果,对照指标的等级划分标准,分析每个指标的定性含义,得到公路网特性因素分析结果。需要说明的是:计算(2)公路里程-GDP-人口的年均增长率比值”指标时,至少需要以现状年份为基准的近5年的数据,例如2013年是现状年,则近5年的年份是指:2009、2010、2011、2012、2013;现状分析的数据必须是同一年份的数据。
4-1)“A路网规模”特性分析
A1密度水平:计算“(1)路网密度”1个指标开展评价;“(1)路网密度”指标有四种密度指标,在计算的过程中,可根据评价需求,选取其中1种或多种进行计算评价;当评价需求不明确,且仅选取1种密度指标做分析时,建议选取“面积密度”;
A2里程规模与社会经济发展的匹配性:计算“(2)公路里程-GDP-人口的年均增长率比值”1个指标评价开展评价;在指标计算过程中,公路里程年均增速、GDP年均增速以及人口年均增速的计算,至少需要以现状年份为基准近5年的数据来计算年均增速;
A3铺装情况:采用“(3)铺装水平”1个指标评价开展评价;
参见表7,“(1)路网密度”的等级水平划分标准,分为“高”、“中”和“低”三个水平。在计算得到指标值后,可对照表7明确路网密度所处的等级水平;
参见表8,“(2)公路里程-GDP-人口的年均增长率比值”的等级水平划分标准,分为“优”、“良”和“差”三个水平。在计算得到指标值后,可对照表8明确里程规模与社会经济发展的匹配性水平;
参见表9,“(3)铺装水平”的等级水平划分标准,分为“高”、“中”和“低”三个水平。在计算得到指标值后,可对照表9明确铺装情况所处的等级水平;
4-2)“B路网结构”特性分析
B1连通情况:计算“(4)连通度”1个指标开展评价;在指标计算的过程中,连通的节点数可以按照行政区划统计,即节点数为市(区(县))行政中心、乡镇以及建制村之和;公路网总里程取乡道及其以上的公路里程之和;
B2等级结构:计算“(5)等级水平”1个指标开展评价;
B3对外通道布局情况:计算“(6)连通实现率”和“(7)连通等级实现率”2个指标开展评价;
B4内部通道布局情况:计算“(6)连通实现率”和“(7)连通等级实现率”2个指标开展评价;在计算的过程中,内部通道的重要节点一般是指市-市、中心城-新城(区县)、新城(区县)-乡镇、产业功能区、旅游景点、客运或货运枢纽(机场、铁路、公路、水运等),可根据区域特性以及评价需求,选取1种节点或多种节点进行计算分析;
参见表10,“(4)连通度”的等级水平划分标准,分为“优”、“良”和“差”三个水平。在计算得到指标值后,可对照表10明确连通情况所处的等级水平;
参见表11,“(5)等级水平”的等级划分标准,分为“高”、“中”和“低”三个水平。在计算得到指标值后,可对照表11明确等级结构所处的等级水平;
参照表12,可明确具体等级水平数值的含义;
参见表13,“(6)连通实现率”的等级划分标准,分为“优”、“良”和“差”三个水平。在计算得到指标值后,可对照表13明确对外通道或内部通道的连通实现的等级水平;
参见表14,“(7)连通等级实现率”的等级划分标准,分为“优”、“良”和“差”三个水平。在计算得到指标值后,可对照表14明确对外通道或内部通道的连通等级实现的等级水平;
4-3)“C运行水平”特性分析
C1对外通道运行水平:计算“(8)交通量分布比例”和“(9)负荷度”2个指标开展评价;在计算的过程中,分别计算每个对外方向以及全部方向的“(8)交通量分布比例”和“(9)负荷度”指标值;
C2内部通道运行水平:计算“(9)负荷度”和“(10)平均速度”2个指标开展评价;
C3拥堵程度:计算“(11)里程拥挤率”1个指标开展评价;拥挤路段的判断标准是负荷度大于1的路段,即为拥挤路段;其中负荷度的计算与C1和C2的数值保持一致;
参见表15,“(8)交通量分布比例”的等级划分标准,分为“主要交通流向”和“次要交通流向”两个水平。在计算得到指标值后,可对照表15明确通道流量分布的等级水平;
参见表16,“(9)负荷度”的等级划分标准,分为“非常畅通”、“一般畅通”、“一般拥堵”和“严重拥堵”四个水平。在计算得到指标值后,可对照表16明确负荷度的等级水平;
参见表17,“(10)平均速度”的等级划分标准,分为“高”、“中”、“中低”和“低”四个水平。在计算得到指标值后,可对照表17明确平均速度的等级水平;
在确定某种行政等级下道路的平均速度分级标准时,需要根据不同技术等级下道路的平均速度分级标准集成得到。
式中,代表行政等级T的X水平的平均速度值,km/h;代表行政等级T中技术等级为Ri的里程长度比例,%;代表技术等级为Ri的道路X水平的平均速度值,km/h;T为行政等级,取值是:国道、省(市)道、县道、乡道、村道、专用公路或多种行政等级的集合,例如国省(市)道;X代表平均速度的水平,取值为A、B、C;Ri代表技术等级,i=0,1,2,3,4,5,分别代表高速公路、一级公路、二级公路、三级公路、四级公路和等外公路。
参见表18,“(11)里程拥挤率”的等级划分标准,分为“不严重”、“一般严重”、“严重”和“非常严重”四个水平。在计算得到指标值后,可对照表18明确里程拥挤的等级水平;
4-4)“D规划实现情况”特性分析
D1里程实现水平:计算“(12)里程实现率”1个指标开展评价;
D2等级实现水平:计算“(13)等级实现率”1个指标开展评价;
参见表19,“(12)里程实现率”的等级划分标准,分为“优”、“良”和“差”三个水平。在计算得到指标值后,可对照表19明确里程规划实现的等级水平;
参见表20,“(13)等级实现率”的等级划分标准,分为“优”、“良”和“差”三个水平。在计算得到指标值后,可对照表20明确等级规划实现的等级水平;
4-5)“E客货服务功能”特性分析
E1客运量分布:计算“(8)交通量分布比例”1个指标开展评价;计算每个对外方向以及全部方向的客运交通量分布比例;
E2货运量分布:计算“(8)交通量分布比例”1个指标开展评价;计算每个对外方向以及全部方向的货运交通量分布比例;
E3客货情况:计算“(14)客货比”1个指标开展评价;
参见表15,“(8)交通量分布比例”的等级划分标准,分为“主要交通流向”和“次要交通流向”两个水平。在计算得到指标值后,可对照表15明确通道流量分布的等级水平;
参见表21,“(14)客货比”的等级划分标准,分为“货运为主”、“客货相当”和“客运为主”三个水平。在计算得到指标值后,可对照表21明确客货情况的等级水平;
针对上述指标,需要说明的是:“(3)铺装水平”、“(9)负荷度”、“(10)平均速度”、“(11)里程拥挤率”、“(12)里程实现率”、“(13)等级实现率”六个指标包括7种情况,即按照公路行政等级以及全路网进行分析,即分别计算国道、省(市)道、县道、乡道、村道、专用公路以及全路网的指标;根据评价需求,建议选择全路网的指标以及某1种或多种行政等级的指标进行分析;或者根据评价需求自行组合某几种行政等级道路进行集成分析,例如计算国省(市)道(也称为“县道及以上”)的指标;当评价需求不明确,且仅选取1种情况分析时,建议计算全路网的指标;在计算“(8)交通量分布比例”、“(9)负荷度”、“(10)平均速度”、“(11)里程拥挤率”、“(14)客货比”指标时,所采用的交通量数据建议是年平均日交通量,如果数据获取条件不允许,建议至少是平日中的某个单日交通量或多个单日交通量的平均值,平日最好选取周二~周四(节假日除外)。
依据本发明的方法设计了一种基于交叉分类法的公路网特性分析装置,包括:公路网特性识别模块、量化指标建立模块、交叉分类法关联模块、数据导入模块、公路网特性分析模块、数据存储模块和数据输出模块七部分构成。这七个部分相互联系,按照特性分析中的数据流向结合在一起,并按顺序使用。其中,交叉分类法关联模块和公路网特性分析模块是本装置的核心。
图1所示,为依据本发明方法设计的一种基于交叉分类法的公路网特性分析装置的结构图,由公路网特性识别模块、量化指标建立模块、交叉分类法关联模块、数据导入模块、公路网特性分析模块、数据存储模块和数据输出模块七部分构成。
公路网特性识别模块的功能是基于公路网评价需求,识别公路网特性因素。
量化指标建立模块的功能是根据公路网特性因素以及公路网数据采集情况,提出与特性因素分析相对应的评价指标。
交叉分类法关联模块的功能是根据特性因素所反映的内容,采用交叉分类法,实现量化指标与特性因素的相互关联,明确特性因素分析时采用的量化指标。
数据导入模块的功能是导入公路网采集数据、特性因素库、量化指标库和交叉分类法关联矩阵。
公路网特性分析模块的功能是分析计算特性因素对应的量化指标,针对指标计算的量化结果,依据每个指标的等级划分标准,分析每个指标的定性含义,得到公路网特性因素分析结果。
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根据用户需求输出特性因素及指标计算数值和特性分析结果。
这七部分相互联系,按照特性分析流向结合在一起按顺序使用。其运行过程如下:当确定公路网评价对象后,结合特性分析需求,通过公路网特性识别模块明确公路网特性分析内容;公路网特性识别模块连接量化指标建立模块、交叉分类法关联模块和数据导入模块,在量化指标建立模块中,根据特性因素,设置量化评价指标,连接交叉分类法关联模块和数据导入模块;交叉分类法关联模块实现公路网特性因素与量化指标的关联,连接数据导入模块;公路网采集数据连接数据导入模块,数据导入模块连接公路网特性分析模块,根据特性因素分析内容,计算量化指标,针对指标计算的量化结果,依据每个指标的等级划分标准,分析每个指标的定性含义,得到公路网特性因素分析结果,并将获得的特性因素及指标计算数值和特性分析结果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。用户首先根据用户特性分析需求识别公路网特性因素,并建立“特性因素库factorTab”;进入量化指标建立模块,根据公路网特性因素特点,建立“量化指标库indexTab”;公路网特性识别模块和量化指标建立模块都进入交叉分类法关联模块,在该模块中实现特性因素和量化指标的关联,建立“交叉分类法关联矩阵incMatrix”;公路网特性识别模块、量化指标建立模块、交叉分类法关联模块以及公路网采集数据都进入数据导入模块,向公路网特性分析模块导入特性因素库factorTab、量化指标库indexTab、交叉分类法关联矩阵incMatrix和公路网采集数据;公路网特性分析模块针对每个特性的相关量化指标进行计算,并建立“特性因素及指标计算数据表indexResult”,在此基础上,将指标计算的量化结果与“指标等级划分标准库indexResultStan”相关联,分析每个指标的定性含义,并建立“特性分析结果factorResult”,并将结果存入数据存储装置并向用户发出特性分析完成通知;在上述流程完成之后,数据存储装置和数据输出装置分别根据用户需求对特性因素及指标计算数值和特性分析结果数值进行自动存储和格式化输出,主要包括特性分析数据、特性分析结果,并建立“dataOut”。
为了更加直观的说明运用该装置进行公路网特性分析的流程和结果,以2013年北京市顺义区公路网特性分析为例说明分析的具体实施过程。具体内容如下:
1、识别公路网特性。
参见表1,根据公路网采集的数据以及公路网评价需求,确定分析的公路网特性。包括5方面15项具体特性。分别是:
1)A路网规模:包括“A1密度水平”、“A2里程规模与社会经济发展的匹配性”和“A3铺装情况”3项特性;
2)B路网结构:包括“B1连通情况”、“B2等级结构”、“B3对外通道布局情况”和“B4内部通道布局情况”4项特性;
3)C运行水平:包括“C1对外通道运行水平”、“C2内部通道运行水平”和“C3拥挤程度”3项特性;
4)D规划实现情况:包括D1里程实现水平”和“D2等级实现水平”2项特性;
5)E客货服务功能:包括“E1客运量分布”、“E2货运量分布”和“E3客货情况”3项特性。
2、提出针对特性分析的量化指标。
针对特性分析内容,明确14个量化指标。分别是:(1)路网密度;(2)公路里程-GDP-人口的年均增长率比值;(3)铺装水平;(4)连通度;(5)等级水平;(6)连通实现率;(7)连通等级实现率;(8)交通量分布比例;(9)负荷度;(10)平均速度;(11)里程拥挤率;(12)里程实现率;(13)等级实现率;(14)客货比。
3、采用交叉分类法实现公路网特性和量化指标的关联。
参见表6,针对特性分析内容以及量化指标,采用交叉分类法实现它们两者之间的矩阵关联。
4、分析公路网特性
4-1)A路网规模特性相关指标采集数据的输入及计算
参见表22,分析“A路网规模”特性,计算3个指标。其中,“A1密度水平”分析计算“(1)路网密度”1个指标;“A2里程规模与社会经济发展的匹配性”分析计算“(2)公路里程-GDP-人口的年均增长率比值”1个指标;“A3铺装情况”分析计算“(3)铺装水平”1个指标;
4-1-1)采集顺义区范围内2013年各条公路的里程长度信息、区域面积和区域人口信息,计算面积密度、人口密度、经济密度和综合密度共4种密度;
4-1-2)采集2006年~2013年顺义区范围内各条公路的里程长度信息、GDP和区域人口信息,计算公路里程-GDP-人口的年均增长率比值;
4-1-3)采集顺义区范围内2013年各条公路的里程长度信息、行政等级、铺装水平信息,以及采用表3的参数,计算国道、市道、县道、乡道、村道、专用公路和全路网的铺装水平;
参见表7、表8和表9,2013年顺义区的面积密度、人口密度、经济密度和综合密度分别处于“高”、“中”、“低”、“高”的发展水平;公路里程与社会经济发展的匹配性处于“差”的发展水平;铺装水平处于“高”的发展水平;
4-2)B路网结构特性相关指标采集数据的输入及计算
参见表23,分析“B路网结构”特性,计算6个指标。其中,“B1连通情况”分析计算“(4)连通度”1个指标;“B2等级结构”分析计算“(5)等级水平”1个指标;“B3对外通道布局情况”分析计算2个指标,即“(6)连通实现率、(7)连通等级实现率”;“B4对外通道布局情况”分析计算2个指标,即“(6)连通实现率、(7)连通等级实现率”;
4-2-1)采集顺义区范围内2013年各条公路的里程长度信息、区域面积、区域内连通的节点数,计算连通度。其中,区域内连通的节点数是市、县、乡镇以及建制村之和;
4-2-2)采集顺义区范围内各条公路的里程长度信息、技术等级、行政等级信息,计算国道、市道、县道、乡道、村道、专用公路和全路网的等级水平;
4-2-3)采集连接顺义区与中心城、昌平、通州、怀柔、密云、平谷和河北七个方向的2013年县道及其以上的现状道路条数以及规划道路条数,分别计算中心城方向、昌平方向、通州方向、怀柔方向、密云方向、平谷方向、河北方向和全部对外方向的连通实现率;
4-2-4)采集连接顺义区与中心城、昌平、通州、怀柔、密云、平谷和河北七个方向的2013年县道及其以上实现规划等级的现状道路条数以及规划道路条数,分别计算中心城方向、昌平方向、通州方向、怀柔方向、密云方向、平谷方向、河北方向和全部对外方向的连通等级实现率;
4-2-5)采集连接顺义区新城-乡镇间、服务主要产业功能区和服务旅游景点的2013年县道及其以上的现状道路条数以及规划道路条数,分别计算顺义区新城-乡镇间、服务主要产业功能区和服务旅游景点的连通实现率;
4-2-6)采集连接顺义区新城-乡镇间、服务主要产业功能区和服务旅游景点的2013年县道及其以上实现规划等级的现状道路条数以及规划道路条数,分别计算区新城-乡镇间、服务主要产业功能区和服务旅游景点的连通等级实现率;
参见表10~表14,2013年顺义区的连通情况处于“良”的发展水平;国道的等级处于“高”等发展水平,市道、县道、乡道、村道、专用公路和全路网处于“中”等发展水平,其中国道的等级是为高速公路,市道为一级和二级公路之间,县道、专用公路为二级和三级公路之间,乡道为三级和四级公路之间,村道为四级和等外公路之间,全路网为三级和四级公路之间;对外通道布局情况中,与中心城的连通实现水平处于“优”的水平,与通州的连通实现水平处于“差”的水平,其余方向以及全部对外方向的连通实现水平处于“良”的水平;除平谷方向的连通等级实现水平处于“良”,其余方向连通等级实现水平均处于“差”的水平;内部通道布局情况中,连通实现水平均为“优”,连通等级实现水平均为“差”;
4-3)C运行水平特性相关指标采集数据的输入及计算
参见表24,分析“C运行水平”特性,计算5个指标。其中,“C1对外通道运行水平”分析计算2个指标,即“(8)交通量分布比例、(9)负荷度”;“C2内部通道运行水平”分析计算2个指标,即“(9)负荷度、(10)平均速度”;“C3拥堵程度”分析计算“(11)里程拥挤率”1个指标。
4-3-1)采集连接顺义区与中心城、昌平、通州、怀柔、密云、平谷和河北七个方向的2013年县道及其以上各条道路的年平均日交通量以及计算后的通道交通量,分别计算中心城方向、昌平方向、通州方向、怀柔方向、密云方向、平谷方向、河北方向和全部对外方向的交通量分布比例;
4-3-2)采集连接顺义区与中心城、昌平、通州、怀柔、密云、平谷和河北七个方向的2013年县道及其以上各条道路的年平均日交通量以及通行能力(参见表4),分别计算中心城方向、昌平方向、通州方向、怀柔方向、密云方向、平谷方向、河北方向和全部对外方向的负荷度;
4-3-3)采集顺义区内行政等级为国道、市道、县道的各条道路的2013年年均日交通量、道路里程以及通行能力(参见表4),分别计算国道、市道、县道和国市县道(县道及以上)的负荷度;
4-3-4)采集顺义区内行政等级为国道、市道、县道的各条道路的2013年年均日交通量、道路里程以及确定与公路技术等级有关的常数(参见表5),分别计算国道、市道、县道和国市县道(县道及以上)的平均速度;
4-3-5)采集顺义区内行政等级为国道、市道、县道的各条道路的2013年公路里程、负荷度大于1的公路里程,分别计算国道、市道、县道和国市县道(县道及以上)的里程拥挤率;
参见表15~表18,2013年顺义区与中心城方向是对外交通量的主要流向,其余方向是次要交通流向;在对外通道运行水平中,与中心城方向的负荷度处于“一般拥堵”,其余方向均为“基本畅通”;在内部通道运行水平中,国道和市道的负荷度为“一般拥堵”,县道的负荷度为“基本畅通”,国市县道为“一般拥堵”;国道、市道、县道以及国市县道的平均速度为“中低”等速度;国道的拥挤程度处于“严重”程度,市道、县道和国市县道处于“一般严重”;
4-4)D规划实现水平特性相关指标采集数据的输入及计算
参见表25,分析分析“D规划实现水平”特性,计算2个指标。其中,“D1里程实现水平”分析计算“(12)里程实现率”1个指标;“D1等级实现水平”分析计算“(13)等级实现率”1个指标。
4-4-1)采集顺义区内行政等级为国道、市道、县道的2013年各条道路的现状公路里程以及规划公路里程,分别计算国道、市道、县道和国市县道(县道及以上)的里程实现率;
4-4-2)采集顺义区内行政等级为国道、市道、县道的2013年各条道路的已实现规划的现状公路里程以及规划公路里程,分别计算国道、市道、县道和国市县道(县道及以上)的等级实现率。
参见表19、表20,2013年顺义区的里程实现情况中,国道、市道、县道和国市县道分别处于“优”、“良”、“差”、“差”的水平;等级实现情况中,国道、市道、县道和国市县道分别处于“良”、“差”、“差”、“差”的水平;
4-5)E客货服务功能特性相关指标采集数据的输入及计算
参见表26,分析“E客货服务功能”特性,计算3个指标。其中,“E1客运量分布”分析计算“(8)交通量分布比例”1个指标;“E2货运量分布”分析计算“(8)交通量分布比例”1个指标;“E3客货情况”分析计算“(14)客货比率”1个指标;
4-5-1)采集连接顺义区与中心城、昌平、通州、怀柔、密云、平谷和河北七个方向的2013年县道及其以上各条道路的年平均日客运交通量以及计算后的通道客运交通量,分别计算中心城方向、昌平方向、通州方向、怀柔方向、密云方向、平谷方向、河北方向和全部对外方向客运交通量分布比例;
4-5-2)采集连接顺义区与中心城、昌平、通州、怀柔、密云、平谷和河北七个方向的2013年县道及其以上各条道路的年平均日货运交通量以及计算后的通道货运交通量,分别计算中心城方向、昌平方向、通州方向、怀柔方向、密云方向、平谷方向、河北方向和全部对外方向货运交通量分布比例;
4-5-3)采集连接顺义区与中心城、昌平、通州、怀柔、密云、平谷和河北七个方向的2013年县道及其以上各条道路的年平均日客运交通量、货运交通量,分别计算中心城方向、昌平方向、通州方向、怀柔方向、密云方向、平谷方向、河北方向和全部对外方向的客货比;
参见表15,2013年顺义区与中心城方向是主要的客运交通流向,其余为次要客运交通流向;中心城、昌平、怀柔方向是顺义区的主要货运交通流向,其余为次要货运交通流向;
参见表21,中心城方向是以客运为主,昌平方向是以货运为主、其余方向是客货相当,全部方向是客货相当。
表1
表2
表3
表4
表5
表6
注:“”代表特性和指标之间存在关联。
表7
表8
等级划分 | 差 | 良 | 优 |
公路里程-GDP-人口的年均增长率比值 | <0.3 | [0.3,0.8) | ≥0.8 |
表9
等级划分 | 低 | 中 | 高 |
全路网铺装水平 | ≥1.35 | [1.15,1.35) | [1,1.15) |
国道铺装水平 | ≥1.002 | [1,1.002) | 1 |
省(市)道铺装水平 | ≥1.002 | [1,1.002) | 1 |
县道铺装水平 | ≥1.002 | [1,1.002) | 1 |
乡道铺装水平 | ≥1.4 | [1.2,1.4) | [1,1.2) |
村道铺装水平 | ≥2 | [1.5,2) | [1,1.5) |
专用公路铺装水平 | ≥1.4 | [1.2,1.4) | [1,1.2) |
国省(市)道铺装水平 | ≥1.002 | [1,1.002) | 1 |
国省(市)县道铺装水平 | ≥1.002 | [1,1.002) | 1 |
表10
等级划分 | 差 | 良 | 优 |
连通度 | <2 | [2,3) | ≥3 |
表11
等级划分 | 低 | 中 | 高 |
全路网等级水平 | ≥3.5 | [1,3.5) | <1 |
国道等级水平 | ≥1.3 | [1,1.3) | <1 |
省(市)道等级水平 | ≥1.8 | [1,1.8) | <1 |
县道等级水平 | ≥3 | [2,3) | <2 |
乡道等级水平 | ≥4 | [3.5,4) | <3.5 |
村道等级水平 | ≥4.2 | [3.9,4.2) | <3.9 |
专用公路等级水平 | ≥3 | [2,3) | <2 |
国省(市)道等级水平 | ≥1.6 | [1,1.6) | <1 |
国省(市)县道等级水平 | ≥2.5 | [1.8,2.5) | <1.8 |
表12
表13
等级划分 | 差 | 良 | 优 |
连通实现率 | <75% | [75%,90%) | ≥90% |
表14
等级划分 | 差 | 良 | 优 |
连通等级实现率 | <60% | [60%,80%) | ≥80% |
表15
表16
等级划分 | 非常畅通 | 基本畅通 | 一般拥堵 | 严重拥堵 |
负荷度 | <0.3 | [0.3,0.75) | [0.75,1.2) | ≥1.2 |
表17
表18
等级划分 | 不严重 | 一般严重 | 严重 | 非常严重 |
里程拥挤率 | <20% | [20%,60%) | [60%,80%) | ≥80% |
表19
等级划分 | 差 | 良 | 优 |
里程规划实现率 | <70% | [70%,90%) | ≥90% |
表20
等级划分 | 差 | 良 | 优 |
等级规划实现率 | <50% | [50%,80%) | ≥80% |
表21
等级划分 | 货运为主 | 客货相当 | 客运为主 |
客货比 | <0.82 | [0.82,1.22) | ≥1.22 |
表22
表23
表24
表25
表26
Claims (3)
1.一种基于交叉分类法的公路网特性分析方法,包括识别公路网特性;提出针对特性分析的量化指标;采用交叉分类法实现公路网特性和量化指标的相互关联,建立公路网特性因素与量化指标的关联矩阵;开展公路网特性分析,计算量化指标,并依据每个指标的等级划分标准,分析指标的定性含义,得到公路网特性因素分析结果;用户首先根据用户特性分析需求识别公路网特性因素,并建立性因素库;进入量化指标建立模块,根据公路网特性因素特点,建立量化指标库;公路网特性识别模块和量化指标建立模块都进入交叉分类法关联模块,在该模块中实现特性因素和量化指标的关联,建立交叉分类法关联矩阵;公路网特性识别模块、量化指标建立模块、交叉分类法关联模块以及公路网采集数据都进入数据导入模块,向公路网特性分析模块导入特性因素库、量化指标库、交叉分类法关联矩阵和公路网采集数据;公路网特性分析模块针对每个特性的相关量化指标进行计算,并建立特性因素及指标计算数据表,在此基础上,依据每个指标的等级划分标准,分析指标的定性含义,基于定量和定性相结合的方法,分析公路网特性,并建立特性分析结果,并将结果存入数据存储装置并向用户发出特性分析完成通知;在上述流程完成之后,数据存储装置和数据输出装置分别根据用户需求对特性因素及指标计算数值和特性分析结果数值进行自动存储和格式化输出,主要包括特性分析数据、特性分析结果,并建立数据输出。
2.根据权利要求1所述的一种基于交叉分类法的公路网特性分析方法,具体步骤如下:
2-1)识别公路网特性;
公路网特性因素是公路网分析的基础,根据公路网评价需求以及数据特性,共识别了5方面15项特性因素。具体如下:
1)A路网规模:是反映路网现状建设情况的重要特性。具体而言包括3个特性因素:A1密度水平、A2里程规模与社会经济发展的匹配性和A3铺装情况;
A1密度水平是分析现状公路网密度的大小;A2里程规模与社会经济发展的匹配性是分析公路里程规模增速与GDP以及人口增速的关系;A3铺装情况是分析公路的铺装水平;
2)B路网结构:是反映路网连通、等级以及布局情况的重要特性。具体而言包括4个特性因素:B1连通情况、B2等级结构、B3对外通道布局情况和B4内部通道布局情况;
B1连通情况是分析区域范围内路网的通达性特征;B2等级结构是分析公路网的等级级配关系;B3对外通道布局情况是分析区域各个对外方向上道路的连通实现情况;B4内部通道布局情况是分析区域内连接重要节点的道路的连通实现情况,其中重要节点一般是指市-市、中心城-新城(区县)、新城(区县)-乡镇、产业功能区、旅游景点、客运或货运枢纽(机场、铁路、公路、水运等);
3)C运行水平:是反映路网运行质量的重要特性,一方面,从对外交通和服务内部交通两个层次考虑,梳理交通量的整体方向分布情况以及运行状态;另一方面,从路网的角度分析拥挤程度。具体而言包括3个特性因素:C1对外通道运行水平、C2内部通道运行水平和C3拥挤程度;
C1对外通道运行水平是分析区域各个对外方向上的通道的交通量分布情况以及负荷度情况;C2内部通道运行水平是分析区域内路网的负荷度和平均速度情况;C3拥挤程度是分析区域内道路的拥挤情况;
4)D规划实现情况:是对照路网规划要求,评估路网现状里程以及等级的实现情况。具体而言包括2个特性因素:D1里程实现水平和D2等级实现水平两方面;
D1里程实现水平是分析规划道路里程的实现情况;D2等级实现水平是分析规划道路等级的实现 情况;
5)E客货服务功能:是从客运和货运角度入手,反映路网服务功能的重要特性,主要从客运和货运。具体而言包括3个特性因素:E1客运量分布、E2货运量分布和E3客货情况三方面;
E1客运量分布是分析对外通道内客运交通量分布情况;E2货运量分布是分析对外通道内货运交通量分布情况;E3客货情况是分析对外通道内客货占比情况。
2-2)提出针对特性分析的量化指标;
1)路网密度
路网密度是一项常用的客观指标,其大小反映了一个国家和地区的公路网发展水平,在某种程度上体现了路网的内部结构及其合理性,公路网密度有以下四种计算模式:
面积密度(公里/百平方公里)指单位面积拥有的公路里程长度,计算公式为:
γA=100×L/A
人口密度(公里/万人),指单位人口拥有的公路里程长度,计算公式为:
γP=L/P
经济密度(公里/亿元),指单位经济产值占有的公路里程长度,计算公式为:
γG=L/G
综合密度综合考虑面积和人口因素,得到单位公路里程长度,计算公式为:
式中,γA、γP、γG、γ分表代表面积密度、人口密度、经济密度和综合密度;L代表公路里程,公里;A代表区域面积,平方公里;P代表区域人口,万人;G代表实际GDP,即区域经济活动规模,亿元。
公路里程计算公式为:
L=∑Li
式中,L代表公路里程,公里;Li代表区域内第i个路段的里程,公里。
2)公路里程-GDP-人口的年均增长率比值
公路里程-GDP-人口的年均增长率比值是反映单位GDP和人口增速情况下的公路里程增长情况,体现了公路里程增速与GDP以及人口增速的关系。计算公式为:
式中,Ri-n代表第n年到第i年的公路里程-GDP-人口的年均增长率比值;代表第n年到第i年的公路里程年均增长率,%;代表第n年到第i年的GDP年均增长率,%;代表第n年到第i年的人口年均增长率,%。
公路里程的年均增长率的计算公式为:
式中,代表第n年到第i年的公路里程年均增长率,%;Li代表第i年公路里程,公里;Ln代表第n年的公路里程,公里;i、n为年份,且i>n。
GDP的年均增长率的计算公式为:
式中,代表第n年到第i年的GDP年均增长率,%;Gi代表第i年实际GDP,亿元;Gn代表第n年实际GDP,亿元;i、n为年份,且i>n。
人口的年均增长率的计算公式为:
式中,代表第n年到第i年的人口年均增长率,%;Pi代表第i年常住人口,万人;Pn代表第n年常住人口,万人;i、n为年份,且i>n。
3)铺装水平
公路网铺装水平与整个路网的通行能力和服务水平密切相关。一方面直接影响到行车质量,另一方面又直接影响公路运输经济效益。计算公式为:
PZ=(∑LiPZi)/∑Li
式中,PZ代表区域内路网(或某种(或某几种)行政等级道路)铺装水平;Li代表区域内路网(或某种(或某几种)行政等级道路)第i个路段的里程,km;PZi代表区域内路网(或某种(或某几种)行政等级道路)第i个路段的路面等级,对应有铺装、简易铺装和未铺装,PZi分别取1、2、3。
4)连通度
公路网连通度是通过考察各结点的连通状况,从公路网布局方面反映公路网的结构特点,定义为规划区域内各结点间依靠公路相互连通的强度,计算公式为:
式中,C代表公路网连通度;L代表公路里程,公里;A代表区域面积,平方公里;N代表区域内连通的节点数,个;ξ代表公路网变形系数(或非直线系数),定义为各节点间实际线路总里程与直线总里程之比,一般取值1.1。
连通的节点数可以按照行政区划统计,即节点数为市(区(县))行政中心、乡镇以及建制村之和;公路网总里程取乡道及其以上的公路里程之和。
当C接近1.00时,路网布局为树状,各结点间多为两路连通;C值为2.00时,路网布局为方格网状、结点多为四路连通;当C值略大于3.00时,路网布局为三角网状,结点多为六路连通。
5)等级水平
等级水平用区域内各路段修正技术等级的加权平均值表示。公路等级的高低将直接影响公路交通运输状况。计算公式为:
GL=(∑LiGLi/ηi)/∑Li
式中,GL代表路网(或某种(或某几种)行政等级道路)等级水平(0≤GL≤5);Li代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的公路里程,公里;GLi代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的技术等级,对应高速、一级、二级、三级、四级、等外,i分别取0、1、2、3、4、5;ηi代表区域内各路段的等级修正系数,高速公路、一级公路、二级公路的ηi取1,其他公路取0.97。
6)连通实现率
连通实现率是指区域之间实际道路条数与规划条数的比例。计算公式为:
式中,KC代表连通实现率;NC代表区域之间连通的实际道路条数;NCP代表区域之间规划连通的道路条数。
7)连通等级实现率
连通等级实现率是指区域之间实际道路实现规划等级的条数与规划条数的比例。计算公式为:
式中,KG代表连通实现率;NG代表区域之间实现规划等级的道路条数;NCP代表区域之间规划连通的道路条数。
8)交通量分布比例
交通量分布比例反映了一个国家或地区不同方向的交通量分布情况,其交通量比例越大,说明该方向所承载的交通量越大。计算公式为:
式中,λj代表第j方向的交通量分布比例,%;Qj代表第j方向的交通量,pcu/d。
第j方向的交通量Qj的计算公式如下:
式中,Qj代表第j方向的交通量,pcu/d;Qjk代表第j方向第k条路段的交通量,pcu/d。其中,路段交通量可以通过自动设备采集或人工采集得到。
9)负荷度
公路网负荷度就是反映整个路网适应负荷的能力,即与交通需求的适应情况,定义为公路网交通量与公路网容量之比。计算公式为:
式中,S代表区域内路网(或某种(或某几种)行政等级道路)负荷度;Li代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的里程,公里;qi代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段实际交通量,pcu/d;QCi代表路网(或某种(或某几种)行政等级道路)中第i个路段适应交通量,pcu/d。
10)平均速度
平均速度是路网中各路段平均速度的里程加权平均值,是公路交通中的公路系统、车辆系统和管理系统综合作用的结果,综合反映了路网的系统服务性能。计算公式为:
v=a×q-b
式中,v代表路段的平均速度,km/h;q代表路段的交通量,pcu/d;a、b与公路技术等级有关的常数。
将公路按技术等级分成若干个路段,按照上述的模型计算出每一段的平均速度,再根据加权平均的方法计算出整个路网的平均速度。计算公式为:
式中,V代表区域内路网(或某种(或某几种)行政等级道路)的平均速度,km/h;vi代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的平均速度,km/h;Li代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的公路里程,km;qi代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的交通量,pcu/d。
11)里程拥挤率
公路网里程拥挤率是指公路网中的拥挤路段总里程占公路网总里程的比率。计算公式为:
式中,Ps代表区域内路网(或某种(或某几种)行政等级道路)的里程拥挤率;Lsi代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段拥挤路段的里程,公里;Li代表区域内路网(或某种(或某几种)行政等级道路)中第i个路段的里程,公里。
拥挤路段的判断标准是负荷度大于1的路段,即为拥挤路段。
12)里程实现率
实现率是指公路网实际建设里程与规划公路网里程的比例。计算公式为:
式中,PL代表路网(或某种(或某几种)行政等级道路)的里程实现率;L代表路网(或某种(或某几种)行政等级道路)规划里程实现量,公里;Lp代表公路网(或某种(或某几种)行政等级道路)规划里程,公里。
13)等级实现率
等级实现率是指实际公路网等级水平与规划的公路网等级水平的比例。计算公式为:
式中,PG代表路网(或某种(或某几种)行政等级道路)的等级实现率;LG代表路网(或某种(或某几种)行政等级道路)规划等级实现量,公里;Lp代表公路网(或某种(或某几种)行政等级道路)规划里程,公里。
14)客货比
客货比是指客运交通量与货运交通量的比例,它反映了某条道路或通道的客货服务特性。
式中,η代表客货比;QP代表客运交通量,pcu/d;QF代表货运交通量,pcu/d。
2-3)采用交叉分类法实现公路网特性和量化指标的相互关联;
采用交叉分类法,给出了公路网特性和量化指标的关联矩阵;该矩阵直观的反映了多对一的关联、一对一的关联以及关联多重性的三个特点;
1)多对一的关联性:即多个指标评价一个特性;
2)一对一的关联性:即一个指标评价一个特性;
3)关联多重性:即一个指标可以同时评价多个特性;
2-4)分析公路网特性;
针对所要分析的特性因素,基于交叉分类法建立的公路网特性因素与量化指标的关联矩阵,挑选出需要计算的量化指标,采用步骤2的计算公式进行指标的计算;针对指标计算的量化结果,依据每个指标的等级划分标准,分析每个指标的定性含义,得到公路网特性因素分析结果。
3.一种基于交叉分类法的公路网特性分析装置,其特征在于,包括:公路网特性识别模块、量化指标建立模块、交叉分类法关联模块、数据导入模块、公路网特性分析模块、数据存储模块和数据输出模块七部分构成;这七个部分相互联系,按照特性分析中的数据流向结合在一起,并按顺序使用;
公路网特性识别模块的功能是基于公路网评价需求,识别公路网特性因素;
量化指标建立模块的功能是根据公路网特性因素以及公路网数据采集情况,提出与特性因素分析相对应的评价指标;
交叉分类法关联模块的功能是根据特性因素所反映的内容,采用交叉分类法,实现量化指标与特性因素的相互关联,明确特性因素分析时采用的量化指标;
数据导入模块的功能是导入公路网采集数据、特性因素库、量化指标库和交叉分类法关联矩阵;
公路网特性分析模块的功能是分析计算特性因素对应的量化指标,针对指标计算的量化结果,依据每个指标的等级划分标准,分析每个指标的定性含义,得到公路网特性因素分析结果;
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根据用户需求输出特性因素及指标计算数值和特性分析结果;
这七部分相互联系,按照特性分析流向结合在一起按顺序使用;其运行过程如下:当确定公路网评价对象后,结合特性分析需求,通过公路网特性识别模块明确公路网特性分析内容;公路网特性识别模块连接量化指标建立模块、交叉分类法关联模块和数据导入模块,在量化指标建立模块中,根据特性因素,设置量化评价指标,连接交叉分类法关联模块和数据导入模块;交叉分类法关联模块实现公路网特性因素与量化指标的关联,连接数据导入模块;公路网采集数据连接数据导入模块,数据导入模块连接公路网特性分析模块,根据特性因素分析内容,计算量化指标,针对指标计算的量化结果,依据每个指标的等级划分标准,分析每个指标的定性含义,得到公路网特性因素分析结果,并将获得的特性因素及指标计算数值和特性分析结果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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610595170.8A CN106203887A (zh) | 2016-07-26 | 2016-07-26 | 一种基于交叉分类法的公路网特性分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610595170.8A CN106203887A (zh) | 2016-07-26 | 2016-07-26 | 一种基于交叉分类法的公路网特性分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106203887A true CN106203887A (zh) | 2016-12-07 |
Family
ID=57496310
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610595170.8A Pending CN106203887A (zh) | 2016-07-26 | 2016-07-26 | 一种基于交叉分类法的公路网特性分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106203887A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109657860A (zh) * | 2018-12-19 | 2019-04-19 | 东南大学 | 基于轨道交通历史运营数据的轨道交通网络容量确定方法 |
CN111428964A (zh) * | 2020-02-25 | 2020-07-17 | 哈尔滨工业大学 | 一种检定公路关键计量指标检测设备的场地规划方法 |
CN116645087A (zh) * | 2023-07-27 | 2023-08-25 | 交通运输部科学研究院 | 一种农村公路养护决策生成方法、系统、装置及存储介质 |
-
2016
- 2016-07-26 CN CN201610595170.8A patent/CN106203887A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109657860A (zh) * | 2018-12-19 | 2019-04-19 | 东南大学 | 基于轨道交通历史运营数据的轨道交通网络容量确定方法 |
CN111428964A (zh) * | 2020-02-25 | 2020-07-17 | 哈尔滨工业大学 | 一种检定公路关键计量指标检测设备的场地规划方法 |
CN111428964B (zh) * | 2020-02-25 | 2023-06-06 | 哈尔滨工业大学 | 一种检定公路关键计量指标检测设备的场地规划方法 |
CN116645087A (zh) * | 2023-07-27 | 2023-08-25 | 交通运输部科学研究院 | 一种农村公路养护决策生成方法、系统、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cascetta et al. | Economic growth, transport accessibility and regional equity impacts of high-speed railways in Italy: Ten years ex post evaluation and future perspectives | |
Qi et al. | Spatial spillover effects of logistics infrastructure on regional development: Evidence from China | |
Zhang et al. | High-speed rail accessibility and haze pollution in China: A spatial econometrics perspective | |
CN102074124B (zh) | 一种基于svm及h∞滤波的动态公交到站时间预测方法 | |
CN104866654B (zh) | 一种一体化城市动态交通仿真平台的构建方法 | |
CN108269399A (zh) | 一种基于公路网客流od反推技术的高铁客流需求预测方法 | |
CN103699775B (zh) | 城市道路交通诱导策略自动生成方法与系统 | |
CN108763776A (zh) | 一种城市快速路网时变交通状态仿真方法及装置 | |
CN105355049B (zh) | 一种基于宏观基本图的高速公路运行状态评价方法 | |
CN104834666A (zh) | 基于路网和兴趣点的声环境功能区划分方法 | |
CN104809112A (zh) | 一种基于多源数据的城市公交发展水平综合评价方法 | |
Li et al. | Transit technology investment and selection under urban population volatility: A real option perspective | |
CN101794507A (zh) | 基于浮动车数据的宏观路网交通状态评价方法 | |
CN103456163B (zh) | 城市快速路互通立交通行能力和运行状态判别方法与系统 | |
CN103337035A (zh) | 基于定量评价的确定城市中心体系选址方法 | |
CN106651181A (zh) | 网络化运营条件下的公交客流拥塞风险评价方法 | |
Du et al. | Traffic events oriented dynamic traffic assignment model for expressway network: a network flow approach | |
CN106203887A (zh) | 一种基于交叉分类法的公路网特性分析方法及装置 | |
CN110298496A (zh) | 一种基于要素影响分析的城市对外交通量预测方法 | |
CN113643538B (zh) | Ic卡历史数据和人工调查数据融合的公交客流测算方法 | |
CN113393104B (zh) | 一种轨道交通运行状态对周边公共自行车影响的评价方法 | |
CN107092794A (zh) | 用于台风混合气候地区极值风速估算的分析方法及装置 | |
CN109308559A (zh) | 一种基于蒙特卡罗算法的封闭式小区道路开放评价方法 | |
CN102609625B (zh) | 一种城郊高速公路出入口匝道选位方法 | |
Wang et al. | Modeling and algorithms of VMT and AADT estimation for community area traffic networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161207 |