数学建模--交通问题.doc
《数学建模--交通问题.doc》由会员分享,可在线阅读,更多相关《数学建模--交通问题.doc(92页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、Four short words sum up what has lifted most successful individuals above the crowd: a little bit more.-author-date数学建模-交通问题基于层次分析法的模糊综合评价模型摘要近年来随着机动车辆的迅猛增长,城市道路的交通压力日渐增大,各大城市对旧城改造及城市道路建设的投入也不断扩大,交通拥挤问题却仍旧日益严重。因此,科学全面地分析和评价城市的绩效,进而找到适合我国的城市交通规划模式,已成为我国城市交通迫切需要解决的课题。本文通过大量查阅城市交通绩效评价指标,结合目前我国交通发展现状,以兰
2、州为例,首先建立了绩效评价指标的层次结构模型,确定了目标层,准则层(一级指标),子准则层(二级指标)。其次,建立评价集V=(优,良,中,差)。对于目标层下每个一级评价指标下相对于第m个评价等级的隶属程度由专家的百分数u评判给出,即U0,100应用模糊统计建立它们的隶属函数A(u), B(u), C(u) ,D(u),最后得出目标层的评价矩阵Ri,(i=1,2,3,4,5)。利用A,B两城相互比较法,根据实际数据建立二级指标对于相应一级指标的模糊判断矩阵i(i=1,2,3,4,5)然后,我们经过次试验调查,明确了各层元素相对于上层指标的重要性排序,构造模糊判断矩阵,利用公式 计算出权重值,经过一
3、致性检验公式检验后,均有,由此得出各层次的权向量。然后后,给出建立绩效评价模型(其中O是评价结果向量),应用模糊数学中最大隶属度原则,对被评价城市交通的绩效进行分级评价。接着,为了优化兰州安宁区道路交通,我们建立了评价城市交通的指标体系,继而构造模糊判断矩阵,计算出相应的权重值。我们挑选了道路因素进行优化,以主干道利用率约束、红绿灯效率约束、公交站点数目约束、非负约束为约束条件建立了安宁区道路交通优化方案的权系数模型,最后利用实际测算数据给出最终优化模型,提出合理化的优化建议,希望能为更好的建设兰州交通体系作出贡献。关键词:城市交通 层次分析 模糊综合评判 绩效评价 隶属度 一、 问题重述城市
4、交通系统是城市赖以生存和发展的保证,交通的顺畅程度直接影响着城市的发展。近年来,随着城镇化进程的不断加快和汽车工业的快速发展,近年来我国城市机动车拥有量得以大幅度增加。尽管政府每年都要投入大量的资金进行包括道路建设在内的城市基础设施的建设,但是道路建设的速度赶不上汽车拥有量增长的速度。长期以往,城市交通不堪重负,交通拥堵越来越严重。交通拥堵已严重影响到城市的人居环境,也成为制约可持续发展的重要瓶颈,自然也就成了大中型城市亟待解决的共同难题。造成交通拥堵的原因有很多,既有交通投入、道路系统的原因,也有交通结构、交通管理的原因,更有城市功能结构与布局上的原因。如何控制兰州的交通拥堵状况成为了兰州市
5、政府亟待解决的问题之一,本文将利用数学建模的方法对兰州交通拥堵的成因以及如何解决交通拥堵进行分析,并提出可行的建议。1、存在的问题:(1)机动车增长速度过快 ,道路容量严重不足。(2)受先地形条件限制,兰州市内4区建成区呈“哑铃”状,中心城区正好位于最窄处,路网结构不合理,支路分流循环不畅。(3)城市道路交通发展滞后 ,服务水平差 。(4)在西部大发展的浪潮中,兰州市人口总量在近十年中迅速膨胀,导致了十分严重交通拥挤。2、需解决的问题:(1) 通过对交通拥堵的成因分析,进一步健全城市交通绩效评价的治标体系,建立城市交通规划和道路交通标线的优化模型。(2)基于我们的优化模型,选定兰州市一个典型的
6、交通线路,制定一个详细的具有可操作性的道路交通优化方案(方案至少要包含交通路口各个方向(含人行道)的通行时间分配,左、右转向设定的条件,直行、转向车道的标线设置等内容),并运用你们的评价体系评估我们的交通方案。二、问题分析交通拥堵在我国大城市普遍存在,交通拥堵不仅影响了城市居民的出行,而且由于汽车尾气及噪音污染,影响了城市居民的生活环境。我国城市交通问题错综复杂,解决交通拥堵问题刻不容缓,它直接关系到广大市民的切身利益,交通顺畅与否直接影响到城市功能的发挥和城市运转的效率 ,也影响着大气环境质量。因此,优化城市交通规划和道路交通标线,提高交通效率,努力提高城市交通整体绩效水平至关重要。在本文中
7、,我们采用层次分析法从车辆因素、道路因素、人为因素、社会因素四个个方面对城市交通进行综合评估,最终得出一个综合评分。车辆因素主要从车辆自身对交通问题影响,包括车流量,车辆运载效率等;道路因素指标目的在于衡量道路的交通运输能力,以及道路交通标线的设计;人为因素体现人为主观行动对交通的影响;社会因素从社会现象上分析对交通的影响。利用A,B两城市比较法,通过实际数据对比计算相似度,构建模糊矩阵得出二级指标权重向量,再利用专家打分法一级指标权重向量,综合得出应用上述评价体系和评价指标体系,可以对城市交通进行评价,以判断城市交通的现状,诊断其发展进程中的问题,为城市交通的优化提供决策参考。考虑到用层次分
8、析法计算各因素权重的过程中专家评分具有主观性,各指标具有离散性,因而会有误差,所以我们最后用模糊数学的知识对模型进行了优化处理,对有些变量进行连续化处理,并建立其关于上级指标的隶属函数,进而计算出隶属度,由此隶属度构成的矩阵,综合各因素的权重列向量,经过矩阵运算,得出技术效益的综合结果。由这些因素集的综合结果构成上一层的因素集,再根据上一层的权重分配方案,采取同样的计算方法,得到最终的综合分数。三、模型假设假设一:我们的模型只列出了16项影响城市交通绩效的指标,因为宏观因素及微观因素,影响因素远远不止这些,我们假设除本文所列项目,其他因素的影响甚微,可以忽略不计。假设二:文中层次分析模型建构过
9、程中涉及到了专家打分,但由于评分专家对所评方案的评分受个人因素影响,我们假设5个专家的打分是客观、公正的, 且对指标无明显偏好。假设三:假设受评规划方案均满足城市交通规划方案的优化选择模型的基本要求。四、符号说明 . 人为因素的评价矩阵 . 人为因素的模糊判断矩阵 . 人为因素的权向量 . 道路因素的评价矩阵 . 道路因素的模糊判断矩阵 . 道路因素的权向量 . 车辆因素的评价矩阵 . 车辆因素的模糊判断矩阵 . 车辆因素的权向量 . 社会因素的评价矩阵 . 社会因素的模糊判断矩阵 . 社会因素的权向量 . 功能特征的评价矩阵 . 功能特征的模糊判断矩阵 . 功能特征的权向量 . 总目标的模糊
10、判断矩阵 . 总目标的权向量 O . 评价结果向量 . 权系数 . 综合评价五、模型建立5.1 数学知识回顾5.1.1 层次分析法AHP(Analytic Hierarchy Process)方法1,是由20世纪70年代由美国著名运筹学学家T.L.Satty提出的。它是指将决策问题的有关元素分解成目标、准则、方案等层次,在此基础上进行定性分析和定量分析的一种决策方法。这一方法的特点,是在对复杂决策问题的本质、影响因素及其内在关系等进行深入分析之后,构建一个层次结构模型,然后利用较少的定量信息,把决策的思维过程数学化,从而为求解多准则或无结构特性的复杂决策问题提供了一种简便的决策方法。定理4.2
11、.1(Perron定理):设阶方阵,为的最大特征根,则: ,而且它所对应的特征向量为正向量;为的单特征根,且 ;对应的特征向量除差一个常数因子外是唯一的。定理4.2.2: 阶正互反矩阵 是一致阵的充要条件是 5.1.2 隶属函数隶属函数是指:给定论域U上的一个模糊子集A,对于任意uU,都确定了一个数A(u),0A(u)1,那么A(u)叫做u对A的隶属程度,A叫做A的隶属函数。5.1.3 模糊综合评价模糊综合评价是应用模糊变换原理,考虑与评价对象相关的各种因素,对其所作的综合评价。其基本原理是:(1)根据评价的标准构造多个隶属函数。(2)通过评测指标在各个隶属函数中对应的程度不同(即隶属度不同)
12、,可以形成一个模糊关系矩阵。(3)构造权重系数矩阵。(4)将权重系数模糊矩阵和模糊关系矩阵通过模糊运算,最终就可以得到综合指标对各个评价等级的隶属度矩阵。通常根据最大隶属度原则,在最后的隶属度矩阵中,综合指标对哪个评价等级的隶属度更高,那么我们就将其所要评价的目标定为该评价等级。5.2 建立层次分析结构模型2利用层次分析法解决问题可分如下三步进行:第一层:目标层。这一层只有一个元素,即交通状况综合评分。第二层:准则层。包括所有为实现目标所涉及的所有中间环节,它们属于一级指标。第三层:子准则层:由准则层的各个因素构成,受准则层的支配。子准则层的因素构成二级指标。(如下表) 城市交通绩效评价指标总
13、目标一级指标二级指标人为因素A1单线高峰客流量(万人次/小时)A11居民品均出行耗时(小时)A12人均城市道路占有量(平方米)A13道路因素A2道路利用率% A21红绿灯效率% A22公交站点密度 A23车辆因素A3万人车辆标台数(标台/万人)A31公交出行数量(辆)A32主干道平均车速(千米/小时)A33汽车燃油消耗(元/公里)A34社会因素 A4路段空气质量超标率% A41干道的昼间噪声(百分贝)A42油耗比 A43功能特征B1降雨量(毫米/年)B11交通基础设施 B12日增车辆 (辆)B13(A1,A2,A3、A4为共性指标;B1为兰州特性指标)5.3 确定各指标的相对隶属度,建立评价矩
14、阵。根据一级指标对评价集合V的隶属关系,建立评价矩阵Rn: 其中,rpm为第n个一级评价指标下第p个二级评价指标相对于第m个评价等级的隶属度,通过德尔菲法由专家打分给出。各专家的评判用百分数表示,并作为论域,即U0,100,各项指标的测评分为(优,良,中,差),都是U 上的模糊子集,分别用 (A,B,C,D) 表示,应用模糊统计建立它们的隶属函数如下:0 ,0u85A(u) 1/2+1/2sin/10(u-90) ,85u951 ,95u1000 ,0u751/2+1/2sin/5(u-77.5) ,75u80B(u) 1 ,80u851/2-1/2sin/10(u-90) ,85u95 0
15、,95u1000 ,0u601/2+1/2sin/10(u-65) ,60u70C(u) 1 ,70u751/2-1/2 sin/5(u-77.5) ,75u800 ,80u1001 , 0u60D(u) 1/2-1/2 sin/10(u-65) ,60u700 ,70u100上述隶属度函数确定的合理性在于,假定1个专家对某项指标测评为87分,则在A(U)所属函数中的值为0.0955,在B(U)所属函数中的值为0.9045,在C(U) 所属函数中的值为0,在D(U)所属函数中的值为0。与实际中以百分制为计的87 分为良吻合。同时,也注意到87分也有可能向优的趋势发展。但不可能是中和差,从所属函
16、数中的值为0可完全得到验证。上述隶属度函数如图1。 各专家对每项指标测评。例如,有5个专家对A11项进行测评分别为62、73、84、92、53,则:A(U)1/5A(62)+A(73)+A(84)+A(92)+A(53)0.1588B(U)1/5B(62)+B(73)+B(84)+B(92)+B(53)0.2412C(U)1/5C(62)+C(73)+C(84)+C(92)+C(53)0.2191D(U)1/5D(62)+D(73)+D(84)+D(92)+D(53)0.38095.4 构造模糊判断矩阵先构造一级评价指标间两两比较判断矩阵P;由次调查,就某因素对其相关的同一层的全部因素的重要性
17、(本文中由于条件所限,我们根据讨论的结果给各个因素的重要性做了排序)进行两两比较,结果以模糊数定量表示,得模糊判断矩阵。,其中是三角模糊数。二级指标的模糊判断矩阵分别记为P1 ,P2 ,P3 ,P4,P5构造方法与P的一致。根据上述各符号的意义得矩阵P 5.5 确定各评价指标的权重。5.5.1 一、二级评价指标的权重确定标度含义1表示因素与比较,具有同等重要性3表示因素与比较,比稍微重要5表示因素与比较,比明显重要7表示因素与比较,比强烈重要9表示因素与比较,比极端重要2,4,6,82,4,6,8分别表示相邻判断1和3,3和5,5和7,7和9的中值倒数表示因素与比较得判断,则与比较得判断1.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数学 建模 交通 问题
限制150内