FECM模型在大城市公共交通系统中应用.docVIP

FECM模型在大城市公共交通系统中应用摘要：本文对传统的评价方法进行改进，针对大城市公交系统，利用模糊熵权云物元模型进行研究。建立科学的评价指标体系，利用改进熵权法确立各指标权重，得出大城市公交系统评价结果，通过对青岛市2003年的案例说明此模型对公交系统的评价是科学合理的。 关键字：FECM模型；大城市；公共交通系统；评价指标 Abstract: in this paper, the traditional evaluation method was improved, according to city bus system, using the entropy fuzzy matter-element model QuanYun. To set up scientific evaluation index system, the improved entropy weight method to establish the index weight, and concludes that the big city bus system evaluation result, through to the Qingdao 2003 cases to make this model of public transport system evaluation is scientific and reasonable. Keyword: FECM model; Big cities; Public transportation system; Evaluation index 中图分类号：U491文献标志码：A文章编号： 随着社会经济的不断发展，人们对交通的需求日益增长，但其增长速度与城市交通基础设施的建设速度不平衡，从而造成了很多交通问题；尤其是城市公共交通(以下简称公交)系统的发展远远滞后于城市人口的增长，故优先发展城市公共交通，不仅是缓解城市交通拥堵的有效措施，也是改善城市人居环境，促进城市可持续发展的必然要求[1]。目前，在评价模型的权重确定方法上，王幼松等人采用主观赋予、事先给定的方法[7]，兰小春等人在评标模型中采用层次分析法(AHP)[8]，但这些方法的主观性太大，影响最终的评价结果；本文采用FECM模型完全根据决策矩阵求出能代表权重的熵权，有效规避主观性对权重分配的影响。 1评价指标体系的建立 城市公共交通系统是一个复杂的系统，故其评价指标体系也很复杂，需对城市公交的各个方面进行有针对性的评价。而大型城市公交评价指标体系的建立，在选取标价指标时，主要侧重城市出行快捷便利、城市公交设施建设水平及公交优先通行措施。因此，本文评估大城市公共交通系统主要从政府效益、公交企业效益、乘客效益三个要素进行，在文献[1~6]研究基础上，对综合评价指标体系进行了完善，具体如图1。 图1 公交系统综合评价指标 2模型构建 2.1云物元理论 设论域U={x}，P是U上的定性概念。U中的元素x对于P表达的定性概念的隶属度μP(x)是一个有稳定倾向的随机数，μP(x)∈[0,1]。隶属度在论域上的分布称为隶属云，简称为云[9]。云的数字特征用期望值Ex、熵En和超熵He表征。物元分析所描述的事物T及其特征C和量值x组成物元R= (M，C，x)，其中事物的名称及其特征和量值是物元的三要素。若物元模型中的量值x具有模糊性，称R为模糊物元。若事物T有m个特征C1，C2，…，Cm及相应的量值x1，x2，…，xm，则R称为m维模糊物元[7]。n个事物的m维模糊物元组合在一起便构成n个事物的m维复合模糊物元Rnm。若其量值引用云来表示，即用云的三个数字特征(期望值Ex、熵En和超熵He)替换Rnm中对应量值，则称为m维模糊云物元，记为： R云物元=(1) 在标准事物中，表示与事物特征C相应的量值的隶属度。若将标准事物用隶属度来表示，称为n个事物的m维复合模糊云物元，记为： Rnm=(2) 2.3待评模糊物元与正态标准云的确定 本文所评价的事物为大城市公共交通系统，故待评模糊物元为大城市公共交通系统各指标。此模型中的标准云Rjm即为模糊物元模型中经典域，表示为： Rj0= (3) 式中：Rj0为评价指标的分级标准等级；等级j的标准对象；为评价指标；为云表示。 2.4关联度确定[9] 对于待评事物T各指标值与正态标准云各评判标准间的关联度，具体算法为： (1)分别求出标准云中各评价指标的、； (2)利用确定的待评事物T指标值xi，计算： (4) 对于待评事物T与正态标准云的