小区开放对道路通行的影响

黄慧

【摘要】住宅小区开放问题在现阶段引发了广泛的关注和讨论。本文选取合适的指标，构建合理的评价指标体系，分析小区开放对周边道路通行的影响，并建立关于车辆通行的数学模型，预测小区开放所产生的效果。最后，构建不同类型的小区，定量对比分析各类型小区开放前后对道路通行的影响。

【关键词】小区开放 道路通行能力 层次分析法 模糊综合评价 BP神经网络

1、建立评价小区周边道路通行能力的指标体系

本文确定了用于评价小区开放对周边道路通行影响的4个指标：道路平均车速指标I1（主要包括2个子评价指标：城市干道平均车速I11、小区内路网平均车速I12）、小区出入口及周边道路交叉口通行能力指标I2（主要包括4个子评价指标：道路饱和度I21、平均交叉口延误时间I22、交叉路口阻塞率I23、平均行程延误I24）、停车设施适应性指标I3、公共交通设施适应性指标I4。

以上述4个指标作为准则层，子评价指标作为子准则层，用层次分析法求解各层指标权重，得准则层指标权重：W=[0.5275 0.2865 0.1248 0.0612]，子准则层指标权重：ω1=[0.25 0.75]， ω2=[0.0601 0.2878 0.1615 0.4905]，。

确定道路通行能力的等级域，等级A，B，C，D，E分别表示道路通行能力良好、较好、一般、较差、最差。为了更加全面综合地对元素x进行等级评定，将等级分值化，即将A，B，C，D，E分别确定为5，4，3，2，1，这样就可以将隶属度向量转变为权重关系向量，可以得到元素x的综合等级分值：M=5*A（x）+4*B（x）+3*C（x）+2*D（x）+1*E（x）。

2、模糊综合评价法确定目标小区开放前后道路通行能力等级

通过查阅文献资料，可以获得北京市道路通行能力有较大区别的三个小区的评价指标数据。依据指标各自范围将指标值标准化，获得统一度量标准用于模型评价。标准化数据如下表1所示：

下面，以小区1开放前道路通行能力等级评价为例，进行模型求解，其他情况同理。

（1）模糊综合评价矩阵求解

根据隶属度函数，可以计算出子准则层所对应的模糊关系矩阵，即各单元素评价矩阵，再计算出各一级模糊综合评价矩阵Ri，即：

然后，将Ri归一化，可以得到准则层的模糊综合评价矩阵：

（2）综合评价结果求解

准则层指标权重矩阵W与准则层模糊综合评价矩阵R相乘，可以得到：

归一化后，可以得到：

定性分析由最大隶属度原则，最大值为0.41，小区1开放前道路通行能力等级为D，定量分析小区1开放前道路通行能力的综合评价分数为：

3、 BP神经网络预测目标小区开放前后道路通行能力

在此，假设目标小区的类型仅仅划分为三类（AB为一级、C为一级、DE为一级）。

（1）BP神经网络的设计

根据验证，建立了三类BP神经网络，都只有一个隐含层，并且其隐层的神经元个数为3， 隐层和输出层的转移函数分别为tansig和purelin， 训练函数为traingdm。

（2）道路交通能力的预测与评估

选取不同的待测小区Q1，Q2，Q3，可以得到其开放前各项评价指标值的数据，如下表2所示（参照样本值标准化）：

利用模糊评价分别对三个小区开放前的评价指标值，计算得出其准则层指标权重矩阵与各自准则层模糊综合评价矩阵相乘结果，得Q1，Q2，Q3类别分别为第三类、第二类、第一类，综合评分分别为2.92、3.02、3.18。

对于上述已经进行模糊评价，并且归为不同类别的小区，分别运用训练好的不同类别BP神经网络进行预测（matlab实现），即可得到小区开放后其道路交通能力有效的预测值，其预测结果如下表3所示：

最后，对于不同类型的小区，计算得其QR指数，得Q1：4%，Q2：4.6%，Q3：9.7%。QR指數表明不同类别小区在开放前后，其交通能力变化的效果。通过比较，可以得出对于不同类别的（下转77页）