[发明专利]道路应急疏散能力评价方法及系统、分级方法及系统

说明书

技术领域

本发明涉及交通监管技术领域，尤其涉及一种路段应急疏散能力评价方法及系统。 

背景技术

在交通领域，目前应用广泛的道路服务水平等级，主要是从速度、流量的角度衡量路段的交通状态，以HCM手册中的评价标准衡量道路交通效果。其关注的交通流的顺畅性，是从驾驶员的角度进行评价的。而当突发事件发生时，由于救援车辆与社会车辆的通行规则上有别，并且交管部门更在乎道路的时间效率、稳定性、可靠性等方面，通常意义的道路交通服务水平的划分标准则不再适用。 

综合评价是伴随着人类文明的产生、发展而产生、发展的。运用多个指标对多个参评单位进行评价的方法，称为多变量综合评价方法，一般包括指数分析法、数据包络分析法、模糊评价法、主成分分析法等。其中，主成分分析，首先是由英国的皮尔生(Pearson)对非随机变量引入的，而后美国的数理统计学家赫特林(Harold.Hotelling)在1933年将此方法推广到随机向量的情形团。主成分分析的降维思想从一开始就很好地为综合评价提供了有力的理论和技术支持。Jolliffe，I.T.和J.EdwardJaekson对主成分分析进行了较为系统的分析和阐述。 

聚类分析指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为，属于无监督分类的范畴。传统的统计聚类分析方法包括系统聚类法、分解法、加入法、动态聚类法、有序样品聚类、有重叠聚类和模糊聚类等。采用k-均值、k-中心点等算法的聚类分析工具已被加入到许多著名的统计分析软件包中，如SPSS、SAS等。 

传统的聚类分析是一种硬划分，它将每个待识别的对象严格地划分到某个类中，类别划分的界限是分明的，具有“非此即彼”的性质。而现实世界中，一组对象根据其亲疏程度和相似性是否形成一个类群，或一个对象是否属于一个类别，其界限往往是不分明的，具有“亦此亦彼”的性质。对于这种带有不确定性的聚类问题，模糊聚类分析提供了有力的分析工具。 

1965年Zadeh提出了模糊集合理论。1966年，Bellman等人首先提出利用模糊集合论处理聚类问题。Ruspini最先比较系统的研究模糊聚类问题，明确地表达了模糊聚类，并提出数据集合的模糊划分概念。1974年，Dunn提出将硬C-聚类算法加以推广，提出了有效的模糊聚类算法。Bezdek将Dunn提出的模糊聚类算法加以推广，立了模糊C-均值聚类算法的理论。Sabin从更一般的情况出发，对算法收敛性进行了研究。由于模糊C-均值聚类算法有易于理解、实用性强等优点，使得这种聚类方法成为研究的重要方面之一。 

根据数据集中数据结构的不同，常用的基于目标函数的模糊聚类算法有模糊C-均值(Fuzzy c means：FCM)聚类算法、模糊c簇(Fuzzy c varieties：FCV)聚类算法、模糊c壳(Fuzzy.shells：FCS)聚类算法、模糊c矩形壳(Fuzzy c rectangular shells：FCRS)聚类算法等等，其中以FCM聚类算法应用最为广泛。 

目前，模糊聚类理论在交通中的应用主要概括为以下几个方面：交叉口或者路段的交通流预测、交叉口或者快速路匝道的信号控制、交通状态判别和公共交通运营调度。 

但是，就目前研究现状而言，还没有将模糊均值理论应用于应急疏散能力评价及分级方面的技术。 

发明内容

本发明的目的在于提供一种路段应急疏散能力评价方法及系统。基于本发明，可以更加准确的准确反映应急交通状态下路段的应急疏散能力，并依据应急疏散能力确定道路应急服务级别。 

根据本发明的第一方面，本发明提供了一种路段应急疏散能力评价方法，包括：获取用于评价路段应急交通状态的多个评价指标；依据所述路段应急交通状态的多个评价指标，利用主成分分析法获取时间维度主成分、空间维度主成分，进而确定路段应急疏散能力综合指标。 

根据本发明的第二方面，本发明提供了一种路段应急疏散能力评价系统，包括：评价指标集获取模块，其用于获取用于评价路段应急交通状态的多个评价指标；综合指标获取模块，用于依据所述路段应急交通状态的多个评价指标，其利用主成分分析法获取时间维度主成分、空间维度主成分，确定路段应急疏散能力综合指标。