本發(fā)明涉及交通規(guī)劃，具體涉及一種基于集成賦權(quán)的互通立交綜合評(píng)價(jià)方法。

背景技術(shù)：

1、可將兩條及以上交叉公路之間相互聯(lián)通的立體交叉稱之為互通立交，按交叉岔數(shù)可分為三岔、四岔及多岔互通立交。其中四岔及以上的互通立交通常作為公路中的重要控制性工程，易受到參建各方的高度重視。隨著公路設(shè)計(jì)市場(chǎng)日益精細(xì)化，互通立交的復(fù)雜程度急劇提升，對(duì)互通立交評(píng)價(jià)方法的科學(xué)性、合理性、全面性提出了更高的要求，經(jīng)常需要從多個(gè)指標(biāo)中開展方案綜合比選，快速找到相對(duì)最優(yōu)的設(shè)計(jì)方案。而傳統(tǒng)評(píng)價(jià)方法及技術(shù)由于指標(biāo)選用片面、數(shù)據(jù)分析效率低、主觀性強(qiáng)等缺點(diǎn)，已難以準(zhǔn)確評(píng)價(jià)互通立交方案。所以，急需找出一種能解決這些問題的互通立交綜合評(píng)價(jià)方法，為互通立交的方案選擇提供技術(shù)支撐。

2、互通立交綜合評(píng)價(jià)是針對(duì)多指標(biāo)決策問題，而解決多指標(biāo)決策問題的重中之重正是選擇一種科學(xué)、合理、適應(yīng)性強(qiáng)的指標(biāo)權(quán)重確定方法，即指標(biāo)賦權(quán)方法。目前比較成熟的賦權(quán)方法主要可分為兩類：主觀賦權(quán)法和客觀賦權(quán)法。前者根據(jù)決策者主觀經(jīng)驗(yàn)和判斷來確定指標(biāo)權(quán)重；而后者則通過對(duì)指標(biāo)的量化，從綜合功能最優(yōu)的角度確定指標(biāo)權(quán)重。然而，二者均存在顯著缺點(diǎn)：主觀賦權(quán)法所得結(jié)論過于片面且不科學(xué)，對(duì)決策者的技術(shù)水平要求極高；客觀賦權(quán)法則缺乏靈活性，綜合功能最優(yōu)的方案可能并不是當(dāng)下最合適的方案。例如公開號(hào)為cn116228008a的中國發(fā)明專利公開了一種高速公路互通立交間距設(shè)置方案的評(píng)價(jià)方法，雖然也考慮一些評(píng)價(jià)指標(biāo)，但是其側(cè)重在解決如何保證高速公路在區(qū)域內(nèi)綜合運(yùn)營效益的互通立交間距，且考慮的評(píng)價(jià)指標(biāo)也比較少，仍不能實(shí)現(xiàn)對(duì)互通立交更佳的綜合評(píng)價(jià)效果。

3、因此，本發(fā)明選擇采用主、客觀相結(jié)合的集成賦權(quán)技術(shù)路線，基于一些算法來構(gòu)建主、客觀賦權(quán)方法，并對(duì)相應(yīng)的主、客觀賦權(quán)方法進(jìn)行集成處理，揚(yáng)長(zhǎng)避短地獲得科學(xué)均衡的權(quán)重組合，進(jìn)而開展互通立交綜合評(píng)價(jià)。并以沿海地區(qū)某超大型互通為例，論證該綜合評(píng)價(jià)方法的可行性。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明針對(duì)現(xiàn)有技術(shù)存在的問題，提供了一種基于集成賦權(quán)的互通立交綜合評(píng)價(jià)方法。

2、為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下：

3、一種基于集成賦權(quán)的互通立交綜合評(píng)價(jià)方法，包括以下步驟：s1、基于互通立交的決策階段、實(shí)施階段及運(yùn)營階段，從所有階段中的技術(shù)模塊、經(jīng)濟(jì)模塊、功能模塊、管理模塊這四個(gè)模塊中共選用24個(gè)可量化的主要評(píng)價(jià)指標(biāo)，并基于選用的主要評(píng)價(jià)指標(biāo)，構(gòu)建互通立交的綜合評(píng)價(jià)體系；s2、對(duì)綜合評(píng)價(jià)體系中的主要評(píng)價(jià)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，獲得標(biāo)準(zhǔn)化參數(shù)；s3、對(duì)綜合評(píng)價(jià)體系中的主要評(píng)價(jià)指標(biāo)進(jìn)行主觀賦權(quán)處理，獲得最佳主觀權(quán)重；s4、對(duì)綜合評(píng)價(jià)體系中的主要評(píng)價(jià)指標(biāo)進(jìn)行客觀賦權(quán)處理，獲得最佳客觀權(quán)重；s5、基于最佳主觀權(quán)重和最佳客觀權(quán)重構(gòu)造離差目標(biāo)函數(shù)，構(gòu)造過程為：

4、s51、構(gòu)建針對(duì)不同方案的主觀離差函數(shù)：；式中，為應(yīng)變量；

5、s52、構(gòu)建針對(duì)不同方案的客觀離差函數(shù)：；式中，為應(yīng)變量；

6、s53、將s51中的主觀離差函數(shù)和s52中的客觀離差函數(shù)進(jìn)行組合，構(gòu)造離差目標(biāo)函數(shù)：

7、；式中，集成權(quán)重作為自變量，μ為離差目標(biāo)函數(shù)的偏好因子，μ的取值范圍為(0,1)；j為方案序數(shù)，j=1,2,...,n；n為參與比選的方案總數(shù)；k為綜合評(píng)價(jià)體系中的指標(biāo)總數(shù)；當(dāng)離差目標(biāo)函數(shù)取最小值時(shí)，所對(duì)應(yīng)的集成權(quán)重即是最佳集成權(quán)重wk；

8、s6、基于獲得的最佳集成權(quán)重wk，計(jì)算不同方案分別對(duì)應(yīng)的綜合評(píng)價(jià)指數(shù)，其中，當(dāng)綜合評(píng)價(jià)指數(shù)取值最大時(shí)，對(duì)應(yīng)產(chǎn)生的方案設(shè)為最優(yōu)方案，進(jìn)而完成互通立交綜合評(píng)價(jià)：

9、。

10、基于上述技術(shù)方案，更進(jìn)一步地，s1中的構(gòu)建過程為：基于互通立交的決策階段、實(shí)施階段及使用階段，從所有階段中的技術(shù)模塊、經(jīng)濟(jì)模塊、功能模塊、管理模塊這四個(gè)模塊中共選用24個(gè)可量化的主要評(píng)價(jià)指標(biāo)，構(gòu)建出互通立交在全生命周期下的綜合評(píng)價(jià)體系。

11、基于上述技術(shù)方案，更進(jìn)一步地，所述技術(shù)模塊包括匝道平曲線半徑、匝道豎曲線半徑、匝道縱坡、匝道坡長(zhǎng)、鼻端附近匝道曲率半徑和單條匝道平均長(zhǎng)度。

12、基于上述技術(shù)方案，更進(jìn)一步地，所述功能模塊包括交織系數(shù)、平均行程時(shí)間、平均燃油消耗、安全系數(shù)、沖突系數(shù)和車輛延誤。

13、基于上述技術(shù)方案，更進(jìn)一步地，所述管理模塊包括拆遷面積、占地面積、運(yùn)營期成本、收費(fèi)站車道數(shù)、景觀綠化面積和噪聲影響系數(shù)。

14、基于上述技術(shù)方案，更進(jìn)一步地，s2中，將主要評(píng)價(jià)指標(biāo)的所有數(shù)據(jù)進(jìn)行集合形成實(shí)際參數(shù)集，并利用兩類方法對(duì)實(shí)際參數(shù)集中的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，最終得到標(biāo)準(zhǔn)化處理后的標(biāo)準(zhǔn)化參數(shù)集；其中，標(biāo)準(zhǔn)化處理過程為：

15、第一類方法、進(jìn)行正相關(guān)指標(biāo)計(jì)算（該類型指標(biāo)的數(shù)值越大，方案越優(yōu)，如安全系數(shù)等）：

16、；

17、第二類方法、進(jìn)行負(fù)相關(guān)指標(biāo)計(jì)算（該類型指標(biāo)的數(shù)值越小，方案越優(yōu)，如拆遷面積等）：

18、；

19、式中，為第j個(gè)方案的第k個(gè)指標(biāo)參數(shù)；為所有方案中第k個(gè)指標(biāo)參數(shù)的最小值；為所有方案中第k個(gè)指標(biāo)參數(shù)的最大值。

20、基于上述技術(shù)方案，更進(jìn)一步地，s3中，主觀賦權(quán)處理的過程為：

21、s31、構(gòu)建各主要評(píng)價(jià)指標(biāo)之間的優(yōu)先關(guān)系矩陣dz：

22、

23、其中，z為專家人數(shù)，dz為根據(jù)第z位專家意見構(gòu)建的優(yōu)先關(guān)系矩陣，d1-d24表示綜合評(píng)價(jià)體系中的24個(gè)主要評(píng)價(jià)指標(biāo)；之后對(duì)24個(gè)主要評(píng)價(jià)指標(biāo)的重要程度分別進(jìn)行兩兩比較，進(jìn)行比選的兩個(gè)指標(biāo)分別記為評(píng)價(jià)指標(biāo)a、評(píng)價(jià)指標(biāo)b，則ra*b表示為評(píng)價(jià)指標(biāo)a與評(píng)價(jià)指標(biāo)b之間重要程度的主觀比較值，該主觀比較值的具體取值在結(jié)合專家意見后，再結(jié)合取值原則確定；

24、s32、根據(jù)s31步驟，z位專家的意見一共形成z個(gè)優(yōu)先關(guān)系矩陣，分別為d1、d2、...、dz；由于不同專家意見的離散性較大，難以歸納出一致性結(jié)論，并對(duì)z個(gè)優(yōu)先關(guān)系矩陣進(jìn)行一致性變換，構(gòu)建一致性矩陣d：；該一致性矩陣d進(jìn)行單位化后的特征向量的平方數(shù)，即是結(jié)合了z位專家主觀意見的最佳主觀權(quán)重。

25、基于上述技術(shù)方案，更進(jìn)一步地，優(yōu)先關(guān)系矩陣dz中ra*b的取值原則為：對(duì)24個(gè)主要評(píng)價(jià)指標(biāo)的重要程度分別進(jìn)行兩兩比較，比較過程中，將重要程度低的主要評(píng)價(jià)指標(biāo)設(shè)為評(píng)價(jià)指標(biāo)b，其重要程度打分為1；另一個(gè)主要評(píng)價(jià)指標(biāo)則設(shè)為評(píng)價(jià)指標(biāo)a，其重要程度則在評(píng)價(jià)指標(biāo)b重要程度為1分的前提下在1-9分中進(jìn)行打分，評(píng)價(jià)指標(biāo)a與評(píng)價(jià)指標(biāo)b相比在方案評(píng)價(jià)中越重要，則打分越高；其中，重要程度指某一指標(biāo)在方案評(píng)價(jià)中參考價(jià)值，而參考價(jià)值集合專家意見進(jìn)行判斷；其中，第一原則、重要程度相同：即評(píng)價(jià)指標(biāo)a的重要程度打分為1分時(shí)，ra*b取值為1；第二原則、重要程度不同：即評(píng)價(jià)指標(biāo)a的重要程度打分大于1分時(shí)，對(duì)分?jǐn)?shù)進(jìn)行四舍五入，所得結(jié)果即為ra*b的取值；第三原則、ra*b的取值確定后，此時(shí)對(duì)應(yīng)的rb*a取值為ra*b的倒數(shù)。

26、基于上述技術(shù)方案，更進(jìn)一步地，s4中，客觀賦權(quán)處理的過程為：

27、s41、根據(jù)標(biāo)準(zhǔn)化參數(shù)計(jì)算出第j個(gè)方案的特征值aj：

28、；式中，j=1,2,...,n；k=1,2,...,24；

29、在上述公式中，隨著客觀權(quán)重的隨機(jī)取值，所對(duì)應(yīng)的a1、a2、...、an的取值也將隨機(jī)且無限。因?yàn)閍1k、a2k、...、ank是固定的，所以可將a1、a2、...、an看作n個(gè)不同的類，每個(gè)類的類內(nèi)元素隨機(jī)且無限。要想對(duì)其規(guī)律進(jìn)行分析，需引用聚類分析原理。

30、s42、基于特征值aj，根據(jù)聚類分析原理，構(gòu)造類間距離函數(shù)：

31、；

32、s43、基于特征值aj，根據(jù)聚類分析原理，構(gòu)造類內(nèi)距離函數(shù)：

33、；

34、s44、基于s41、s42、s43中的函數(shù)，構(gòu)造聚類評(píng)價(jià)函數(shù)，其中作為應(yīng)變量：

35、；

36、式中：為迭代過程中24個(gè)主要評(píng)價(jià)指標(biāo)的客觀權(quán)重，為n個(gè)方案對(duì)應(yīng)aj的均值；f[24-(aj1-aj2)]為單位躍遷函數(shù)，當(dāng)[24-(aj1-aj2)]≥0時(shí)，該函數(shù)取值為1，否則為0；

37、s45、采用迭代算法將不同的客觀權(quán)重在聚類評(píng)價(jià)函數(shù)中進(jìn)行迭代，當(dāng)聚類評(píng)價(jià)函數(shù)取最大值時(shí)，所對(duì)應(yīng)的即是最佳客觀權(quán)重vk。

38、基于上述技術(shù)方案，更進(jìn)一步地，s45中的迭代算法包括以下步驟：

39、s451、種群初始化：設(shè)置種群初始規(guī)模n、最大繁衍代數(shù)g、交配概率pc及基因突變概率pb，并隨機(jī)生成種群初始個(gè)體，每個(gè)初始個(gè)體的特征參數(shù)分別對(duì)應(yīng)一組；

40、s452、交配運(yùn)算：根據(jù)交配概率pc隨機(jī)選取相應(yīng)的初始個(gè)體，兩兩進(jìn)行交配，設(shè)為父代運(yùn)算過程；

41、s453、基因突變運(yùn)算：根據(jù)基因突變概率pb隨機(jī)選取在父代運(yùn)算過程產(chǎn)生的個(gè)體進(jìn)行基因突變，設(shè)為基于父代運(yùn)算后的子代運(yùn)算過程；

42、s454、特征參數(shù)運(yùn)算：根據(jù)步驟s452，每?jī)蓚€(gè)初始個(gè)體經(jīng)過父代運(yùn)算過程，可產(chǎn)生三個(gè)子個(gè)體，三個(gè)子個(gè)體的特征參數(shù)分別選用兩個(gè)初始個(gè)體對(duì)應(yīng)特征參數(shù)的最小值、平均值、最大值；根據(jù)步驟s453，每個(gè)子個(gè)體經(jīng)過基于父代運(yùn)算后的子代運(yùn)算過程，產(chǎn)生一個(gè)變異個(gè)體，變異個(gè)體的特征參數(shù)為子個(gè)體對(duì)應(yīng)特征參數(shù)的倒數(shù)；最后，對(duì)所有子個(gè)體及變異個(gè)體的特征參數(shù)進(jìn)行歸一化處理，即單一個(gè)體的特征參數(shù)總和為1；

43、s455、適應(yīng)度運(yùn)算：分別計(jì)算所有個(gè)體的適應(yīng)度，適應(yīng)度即是s44中所構(gòu)造的聚類函數(shù)評(píng)價(jià)函數(shù)的函數(shù)值，并對(duì)適應(yīng)度由大到小進(jìn)行排序；

44、s456、迭代：選取步驟s455排名前80%的個(gè)體作為新父代，重復(fù)步驟s452-s456，直到滿足算法的終止條件；

45、s457、終止條件：當(dāng)達(dá)到最大繁衍代數(shù)g時(shí)，結(jié)束迭代操作，終止計(jì)算；輸出最大適應(yīng)度及對(duì)應(yīng)的最佳個(gè)體特征參數(shù)，其中，最佳個(gè)體特征參數(shù)即是最佳客觀權(quán)重vk。

46、基于上述技術(shù)方案，更進(jìn)一步地，s5中，如果0<μ<0.5，表明決策者認(rèn)為客觀方法更重要；當(dāng)0.5<μ<1,說明決策者希望認(rèn)為主觀方法更重要；當(dāng)μ=0.5時(shí),表示決策者認(rèn)為主觀方法與客觀方法是同等重要程度。因此，μ的具體取值須由決策者根據(jù)實(shí)際情況靈活決定。

47、相對(duì)于現(xiàn)有技術(shù)，本發(fā)明具有以下有益效果：

48、本發(fā)明選擇采用主、客觀相結(jié)合的集成賦權(quán)技術(shù)路線，采用線性代數(shù)、離差函數(shù)等數(shù)學(xué)基本原理及迭代算法來構(gòu)建主、客觀賦權(quán)方法，從而得到最佳主觀權(quán)重與最佳客觀權(quán)重，并對(duì)相應(yīng)的主、客觀最佳權(quán)重進(jìn)行集成處理，揚(yáng)長(zhǎng)避短地獲得集成權(quán)重，可更加科學(xué)均衡地體現(xiàn)各評(píng)價(jià)指標(biāo)的重要性，進(jìn)而在此基礎(chǔ)上開展互通立交綜合評(píng)價(jià)。

49、同時(shí)，本方法中評(píng)價(jià)指標(biāo)標(biāo)準(zhǔn)化、計(jì)算主、客觀最佳權(quán)重及對(duì)應(yīng)的集成處理等核心步驟均，可根據(jù)業(yè)主及主管部門的實(shí)際需求，任意評(píng)價(jià)指標(biāo)的權(quán)重進(jìn)行優(yōu)先定義，從而快速得到更能體現(xiàn)實(shí)際需求的推薦方案；另一方面，本方法在任意流程中斷運(yùn)行，輸出各類圖表來直觀體現(xiàn)中間成果，做到了全過程透明化、可視化，可大幅增強(qiáng)業(yè)主及主管部門對(duì)所得結(jié)論的認(rèn)同程度。因此，相較于常規(guī)評(píng)價(jià)方法，本方法的評(píng)價(jià)過程更為靈活、快速，評(píng)價(jià)結(jié)論更為科學(xué)、合理。