[发明专利]网络化运营条件下的公交客流拥塞风险评价方法

权利要求书

1.网络化运营条件下的公交客流拥塞风险评价方法，其特征在于：该评价方法的指标计算与模型构建分为五个步骤，首先分析公交客流拥塞风险的原因，选取客流拥塞风险的关键评价指标；然后，通过收集各指标的指标值数据，将各指标的指标值数据进行无量纲化处理，并根据无量纲化的数据值，按分析的最小时间单元统计各指标的指标值数据最大值；最后，根据各评价指标与公交客流拥塞风险的关系，构建评价模型，并基于熵权法确定评价模型中各指标的参数权重；

评价指标为公交运送速度、满载率、登降量；

其特征在于，该方法包括以下步骤：

步骤1，评价指标选取；

选取公交运送速度、满载率、登降量作为评价指标，评价的维度包括站点区间及通道，基于评价指标的三个指标，针对两个维度构建评价模型；

步骤2，指标无量纲化；

公交客流拥塞风险是指公交客运交通网络由于客流拥塞导致某种损失发生的可能性；在客流拥塞风险评价即多指标综合评价中，涉及到两个变量：一是各评价指标的实际值，另一个是各指标的评价值；在评价之前要将各指标的评价值统一转化为[0，1]范围内的量化数值；

由于网络化客流拥塞评价指标有评价值随指标值增大而增大的正指标，又有评价值随指标值增大而减小的逆指标，因此，分解为以下两个子集：

式中，U代表n个评价指标的总集合；U_i中，i＝1，2，分别代表两种类型即正向评价指标和逆向评价指标的评价指标集；

对于评价指标U_i∈U，根据指标值的不同类型，给出两种评价指标隶属函数：

(1)正向指标(U_i∈U₁)，采用半升梯形模糊隶属度函数进行量化，即：

(2)逆向指标(U_i∈U₂)，采用半降梯形模糊隶属度函数进行量化，即：

式中，x_i代表评价指标评价值；m_i代表评价指标的最小值；M_i代表评价指标的最大值；代表正向的评价指标x_i对应的无量纲化值；代表逆向的评价指标x_i对应的无量纲化值；

步骤3，确定评价值；

在对评价指标值进行无量纲化后，以统计时间内的所有正向指标和逆向指标的极大值为模型的输入值进行风险评价；

步骤4，建立评价模型；

将客流拥塞风险的等级定为5级：

一级风险：低度风险，客流容纳能力大于需求；

二级风险：较低风险，客流容纳能力能够满足需求；

三级风险：中度风险，客流容纳能力满足需求；

四级风险：较高风险，客流容纳能力与需求一致，拥塞情况明显；

五级风险：高度风险，客流容纳需求接近饱和，能力难以满足，拥塞严重；

从各指标的定义来看，客流拥塞风险与各指标的评价值呈线性关系，假设所分析的对象受多个动态评价指标x_i的影响，假定各个评价指标与客流拥塞风险y的关系是线性的，则建立多元风险评价模型：

式中，f(y)代表风险分级函数；α代表标准化系数，取10；w_i代表指标i的熵权重系数；r_i代表评价指标对应的无量纲化值，n代表评价指标的个数；

对客流拥塞风险的分级，采用均值聚类算法进行风险等级的划分；

步骤5，确定评价指标权重；

利用熵权法，根据指标变异性的大小来确定客观权重；

设在选定的评价空间维度和时间维度评价指标为n个，评价空间维度为站点、通道、全网，时间维度为1小时、1天、1个月，影响综合评价值的分目标为m个，用x_ij表示评价指标j的第i个分目标的数据值，则n个指标m个分目标值构成矩阵R＝(x_ij)_m×n

则其熵权为：

式中，g_j代表第j项指标的差异系数；e_j代表第j项指标的熵值；p_ij代表第i个分目标第j项指标的数据值比重，e_j∈[0，1]；w_j≥0,j＝1，2，3…n，且