文摘
选择城市绕过公路替代涉及竞争和冲突的条件和因素的考虑,需要多准则决策分析。层次分析法(AHP)是一种最常用的多准则决策(指标)方法,可以将个人喜好进行空间分析的物质和非物质的参数。本文修改传统的AHP的模糊层次分析法确定最佳分流路线离小镇在肯尼亚。模糊层次分析法提出了为了照顾模糊类型的不确定性中遇到替代旁路位置的决心。在实施,工程和环境因素的自然和社会经济目标被认为是由不同层次的决策层次结构。结果表明,物理目标(高程、坡度、土壤、地质、和排水网络)和社会经济目标(土地和道路网络)的贡献同样重量的0.5对旁路位置优先级的过程。在subcriteria评价层面,土地使用和现有公路网络贡献了47.3%的最高意义在七个决策因素。基于gis技术结合最小成本路径(LCP)分析,模糊层次分析法结果最理想和最优路线对齐,而层次分析法只能优先级的方法。
1。介绍
随着城市铁路和公路网络的依赖增加,可用性和可靠性已经成为重要的交通问题,与运营商被迫现代化和/或增加他们的分销网络。这需要大量的时间和金钱投资在配置和规划运输网络,与尺寸和成本优化扮演关键的角色。
交通规划和交通控制领域的问题一般都是坏脾气的,也就是说,地理空间模糊本体和认识地模糊的地理实体,空间和非空间表示。这意味着大多数的和相关的参数,其特征是主体性、不确定性、模糊性和不精确。这些场景描述复杂系统的城市道路交通网络规划优化必须在不同工程、物理、socioeconomical和环境方面的考虑。
复杂的系统和子系统建模的一般概念最初由柯尔莫哥洛夫定理(1]。复杂的问题和系统的子任务或超加性,因此他们很难模型和描述在一个层次的分析。为了解决一个复杂问题,系统需要被分成子组件在不同层级(基于个人的复杂性)为了清楚地理解系统和描述与小暧昧的关系。
在解决复杂的交通工程问题,采用确定性或随机模型。这些数学模型使用不同的公式来客观地解决这些问题。然而,当解决现实问题的努力中,地理空间本体论含糊不清的信息是经常遇到的,经常使用这些古典数学技术难以量化。模糊空间信息表示主观和noncrisp知识。因为它是不可能量化一些主观的定性信息,不同的假设是由随机/确定性模型。Maupin和Jousselme2模糊分类为三个主要类别:本体论,语言和认知模糊。本体论模糊性处理对象的物理性质。语言模糊性产生由于自然语言的限制而认知模糊是由于感觉的装置的局限性,缺乏知识,或计算的局限性。
运输路线的目标项目选择过程是分析、评估、和批准或拒绝替代项目提案基于建立标准,遵循一套结构化的步骤和数据集。然而,在一个资源有限的世界必须明智地选择。这意味着对于交通工程项目,每个项目开始提议,但并不是所有的建议都能够或者应该成为一个项目。
通常,多准则决策(指标)是用于分析复杂数据集选择替代来源。指标已经证明是一种很有前途的和不断增长的研究领域自1970年代初以来,许多应用领域的土木与环境工程(已报告3]。•和富勒4)分类指标方法分为四个不同的类型包括中银(我),(2)效用理论,(3)多目标编程和(iv)群体决策和谈判理论。黄和尹5批判性的回顾了这些方法在清新的环境和他们的应用程序一个决策者。尽管如此,然而指标技术处理问题的替代预定义和决策者排名现实可用的选择。
分类的方法之一在指标效用理论的层次分析法(AHP)是由Saaty [6,7]。层次分析法提供了一个理想的平台对于复杂的决策问题,通过客观数学处理主观和个人偏好的个体或组织决策(8]。这种方法适用于复杂问题的前提,决策可以由结构简单和易于理解的层次结构。一旦开发层次结构,任何两个标准之间进行两两比较。两两比较的水平范围从1到9,其中“1”表示这两个标准都同样重要,而另一个极端“9”代表一个标准是绝对比其他更重要。解决AHP层次结构是通过合成局部和全局偏好权重获得整体优先级(7]。
AHP是最广泛应用的指标方法评价Vaidya和库马尔9]。有越来越多的出版物的应用AHP方法在土木与环境工程(例如,3,10- - - - - -16])。据报道,在这些研究中,AHP方法主体性参与成对比较,因此模糊类型占主导地位的不确定性在这个过程17]。事实上,每个定义的模糊性,主观意见征集用于基于地理上的AHP知识,是在决策过程的不同阶段展出。
巴克利(17)提出质疑的确定性比较比率用于层次分析法。他考虑的情况决策者可以表达感情的不确定性而他/她排名或比较不同的选择标准。考虑不确定性的方法是通过使用模糊数代替脆数字为了比较备选方案和标准之间的重要性。Saaty和Saaty Tran [18,19]然而相信一些不确定性的本质在于AHP方法。
在城市旁路位置和水平对齐的决心,典型的多目标决策问题包括选择一个替代从一系列可能的替代品,给定一组标准或属性的道路选择和设计是很重要的。新公路分流,最低成本路由选择需要同时满足设计约束,如曲率,梯度和视距需求(20.]。因为很多成本在公路旁通位置优化考虑地理空间敏感,地理信息系统(GIS)分析可以作为数据输入和分析系统在解决此类问题。然而geography-sensitive成本主要关心的通行权,土方工程和环境参数(21]。虽然传统GIS分析可以用来解决这样的地理位置敏感问题,GIS只处理确定空间实体及其关系;因此它不适合处理不确定性。放弃,它意味着AHP仅可能不能满足解决所谓的复杂的问题,如定位高速公路分流,因此,模糊的概念,巴克利(17)应该被考虑。
德(22]介绍了模糊集的概念,40多年前。在他的研究对人类思维和判断的建模过程,德(22)建立了一个理论体系使用严格的数学方法来描述模糊现象。模糊集理论是传统经典集合理论的延伸。扩展的目的是克服准确“非此即彼”bivalue经典集合理论的逻辑。这意味着有一个平稳过渡元素和nonelements之间的一组,这样一个元素可以部分属于一组完全但不完全属于或不属于的区别。模糊集和经典集是模糊集已经明确提出条款的隶属函数,通过它的程度可以计算每个元素属于一个组。
使用模糊集方法在交通相关的规划和评估可以允许真正的不精确的表征现象,往往是模糊的,不完整的和不确定的信息。在这个案例研究中,fuzzy-based绕过标准评估定义持续适宜性类而不是“true”或“false”在经典逻辑模型(例如,23- - - - - -25])。这是因为模糊集方法是能够适应属性值和属性类别边界。此外,模糊方法能够解决和探索与物理相关的不确定性(地理本体)资源26- - - - - -32]。
自绕过路线的决策标准定量和定性评估,优先级适当的旁路位置被认为是一个复杂的指标问题,因为普通指标模型效率低下与实际情况调整引起的定性变量转化为定量的。本研究提出利用AHP和模糊集理论的优点(模糊AHP),作为一个合适的多属性决策方法,在模糊性和不确定性。在下一小节,含糊不清的概念类型不确定性模糊算术运算和表象的关系进行了讨论。
1.1。决策的不确定性和模糊运算:理论方面的考虑
类型学和定义的不确定性人工智能和工程社区内是广阔的,通常,冲突的分类(例如,提供36,37])。Klir和元36),例如,识别不确定性模糊(缺乏明确的或明显的区别,模糊性),非特异性(两个或两个以上的备选方案是左不明),和不和谐(之间的分歧在选择几个备选方案、冲突)。
模糊逻辑的推理是人类思考和理性使用语言术语如“热”和“快”,而不是精确的数值而言“90度”和“200公里/小时,”分别。模糊集合理论模型的解释不准确和不完整的感官信息被人类的大脑。因此,它代表和数字操纵这些信息在一个自然的方式通过隶属度函数和模糊规则。一些优势的模糊逻辑在概念上很容易理解,灵活,和宽容的不精确的数据22]。它可以模型非线性函数的复杂性,也可以建立在专家的经验。模糊逻辑的一个关键特性是处理不确定性和非线性,现有的物理系统,类似于推理进行了人类,这使得它非常有吸引力的决策系统(22]。
Fuzzy-based技术是一种广义的区间分析用于解决不确定和/或含糊不清的信息。据统计,一个模糊数描述之间的关系不确定的数量和隶属函数,范围在0和1之间。模糊集是一个扩展的古典集合论(是一组的成员吗在一个)可以是一个组的成员吗与一定的隶属函数。模糊集符合模糊数,如果他们是正常的,凸,有界(36]。不同形状的模糊数是可能的(如钟形、三角形、梯形、高斯,等等)。为了简化实现,在这篇文章中,三角模糊数(tfn)中讨论的首选a Aslani和f . Aslani38]。TFN的可以用三分在论域(规模标准所定义的),代表最低,最有可能的是,分别和最大值。介绍了一些常用的模糊算术运算表1。
的一个重要功能是模糊数(集)的概念。的模糊集的是一套的包含所有通用的元素集的会员等级大于或等于指定值的吗;也就是说,(36]。对模糊数的操作可以执行在实数或成员函数。模糊操作是使用模糊对模糊数进行运算。模糊算法是基于模糊数的两个性质36]:(i)每个模糊数可以完全和由其独有的和(2)每个模糊数的封闭区间的实数。因此,一旦得到区间数,可以利用区间分析的操作。通过模糊推理,可以结合主观和客观的知识。更多细节模糊算法实现在这项研究中提出的部分2。2。
本文的其余部分组织如下。部分2突出了AHP和模糊集理论的方法论原则和融入模糊AHP (F-AHP)。部分3在案例研究区域和数据源描述,其次是结果和讨论,最后部分是研究的结论。
2。方法论的审查和制定
2.1。层次分析法:一个多准则决策工具
通过组织和评估备选方案关于多级的层次多方面的属性、层次分析法提供了一种有效的量化决策工具来处理复杂的和非结构化问题。它允许一个更好、更容易和更有效的选择标准的识别框架,计算他们的重量和分析。这个过程可以将判断与有形无形的定性标准量化标准(18]。
因此AHP决策方法基于人们的真正的能力做出重要的决策,允许决策者的积极参与探索所有可能的选择,为了充分了解潜在的问题达成协议或到达之前决定。其根本目的是判断给定的选择为一个特定的目标通过开发优先级为这些选择和选择的标准8]。两两比较技术用于推导出优先级标准的重要性在实现目标。同样,备选方案的优先级(即。,competing choices under consideration) are derived in pairwise comparisons in terms of their performance against each criterion. Generally, AHP is based on three principles: decomposition, comparative judgment, and synthesis of priorities on a standardized scale of nine levels (Table2)[18]。
Saaty规模由9分,选择,因为心理学家认为,九个对象是最个人可以同时比较和持续排名(18]。根据Saaty的规模,两两判断是根据可获得的最佳信息,决策者的知识和经验。
AHP的过程可以归纳为四个步骤:构建决策层次结构,确定属性和subattributes的相对重要性,评估每个替代并计算其整体重量在每个属性方面,和检查主观评价的一致性7]。在第一步中,这个决定是分解成独立的元素和代表在层次图中,至少应该有三个层次(目标、属性和选择)。第二,用户要求主观评估双属性规模9分。在第三阶段,体重计算每个属性(和subattribute)基于成对比较。因为给出用户主观的判断,这些评估的逻辑一致性测试的最后阶段。AHP的最终结果是一个相对的分数为每个决定的选择(39]。数学准则如下所述。
让是标准的集合。两两比较的结果标准可以概括的评价矩阵中每一个元素权重系数的标准,所示(1)。考虑以下: 在AHP的最后一步,数学的过程就开始了规范化并找到每个矩阵的相对权重。相对权重,给出的特征向量对应于最大的特征值在(2)。考虑以下: 如果成对比较是完全一致的,矩阵1级,。在这种情况下,获得的权重可以正常化的行或列(40]。AHP的输出质量是严格相关成对比较判断的一致性。定义的一致性是条目之间的关系。一致性指数是由 最终一致性比率,它可以让用户充分总结评估是否一致,计算的比值和随机指数: Saaty [6,7]显示一致的判断矩阵,,在那里判断矩阵的维数,值吗列表在表3。根据Saaty [7),的门槛是10%,超过数的情况下,一个三步过程之后,(我)确定最不一致的判断决策矩阵,(2)确定值的范围,判断可以改变以减少相关的矛盾,和(3)要求决策者考虑“合理的判断价值。“在当前的研究中,尽管两两比较指标的相对重要性判断矩阵tfn的,然而,是最可能的价值评估。
典型,AHP方法已广泛应用由于其简单的比较方法的一次只有两个参数,它能够提供不一致。但这只有nine-scale脆输入和高度取决于用户的判断。因为决策者不能指定相对性能准确结果的可能性的不确定性。没有方法可以明确地包含了决策者的信心和态度在原始的层次分析法。AHP被批评因其使用不平衡的判断,无法解决成对比较过程中固有的模糊性和不确定性(17]。
2.2。模糊集和模糊逻辑
正如上面已经说明的,模糊集提供一种机制来表达隶属程度,而不是接受或拒绝会员,这是典型的人类决策过程的信念。因为人类决策不可避免地需要某种程度的比较和不确定性,结合层次分析法和模糊技术提出了研究。从部分1。1,一个模糊集在论域特点是成员函数和每个元素的同事吗在一个实数区间。函数的值称为成员的年级在。
模糊隶属函数(MF)是一个曲线,将输入空间中的每个元素映射到一个成员值称为隶属程度。曼氏金融的唯一限制是它必须在0和1之间变化。函数本身可能需要定义的任何形状和指定的设计师根据问题的性质的观点的简单,方便,速度和效率。最常见的一种类型的MFs是三角MF (38)如图1。三角模糊数可以定义由三联体吗: 在哪里是坐标的三个角落底层MF。
的脆的一组模糊集合的所有元素有一个成员值大于或等于。对于一个模糊集,它的被描述为(图1)。子集后可以表示为。当接近1,每个元素的子集有很强的隶属程度。在这项研究中,采用切来表示决策者的信心水平。更自信的决策者,更大价值是多少。
模糊if - then规则形成规则库的模糊推理系统,他们提供编码条件命题的一种手段。前期评估的所有部分同时决心使用逻辑运算符在表一个数字1,,,而不是。模糊推理,也称为近似推理,推导结论的过程从一组使用一个if - then模糊规则推理过程。通过模糊推理,随之而来的是推断的事实前提的真理的程度。模糊集合理论的概念,if - then规则和模糊推理一起构成计算框架通常被称为模糊推理系统(FIS)。模糊推理系统的结构包括三个主要部分:一个规则库,使用的模糊if - then规则推理过程中,一个数据库,其中包含描述的模糊集的隶属度函数,和推理机制,执行推理过程和得出的结论根据一组规则和事实。因此模糊推理过程包含五个步骤包括模糊性,应用模糊运算,模糊含义,模糊集合,和去模糊化,计划性地总结在图2。模糊化的功能是确定隶属程度脆输入模糊集,模糊规则库是用来呈现模糊输入-输出之间的关系模糊变量。模糊规则库的输出决定基于fuzzifier指定的隶属程度。去模糊化用于输出的模糊规则库转换成脆值。
近年来,模糊逻辑已经成功地应用于各种学科,包括工程、计算机视觉、气象预测、图像处理、核反应堆控制,控制生物医学过程,自动调优,和许多其他领域的研究(39]。几乎没有然而对模糊逻辑和层次分析法的实际应用,特别是在智能交通为基础的决策。
在模糊层次分析法(F-AHP),而不是单一的脆值,使用一系列的值。这个范围,决策者可以选择值按照他/她的信心,也可以指定相关的风险态度乐观,悲观,或温和。照顾的风险态度,乐观的态度需要范围的最高价值,悲观的态度需要范围的最小值,和温和的态度不确定范围的中间值。
在相关线性工程结构(LES)研究,Nataraj [41)使用AHP在管道线路位置,穆贾达姆和Delavar35基于gis技术]使用模糊逻辑在伊朗的石油和天然气管道位置优化,和戴尔'Acqua [20.)使用模糊推理系统来优化高速公路在意大利联盟。值得注意的是,没有多少LES智能研究报告基于实际公路旁通位置项目特别是在发展中国家。
2.3。模糊层次分析法(F-AHP)
本研究认为,对物理现象的分析决策、主观成对比较容易模糊类型的不确定性已经声明,并使用fuzzy-based最好只能分析分析。首次尝试与AHP fuzzy-based技术的集成出现在[42)相比,模糊比例由tfn的描述使用对数最小二乘法和重量计算。巴克利(17)强调了缺点的方法,提出了一个几何平均数得出模糊权重和绩效分数。Boender et al。43]修改van Laarhoven和Pedrycz [42归一化法通过实现一个回归方程。后来张(34]介绍了使用的分析方法的综合程度值成对比较。而程(44]介绍了熵的概念来计算总重量、朱et al。45改善的程度分析。邓(46]fuzzy-based方法处理多准则分析的问题,提出将决策者对风险的态度。李等人。47]介绍了比较区间的概念,提出了一种基于随机优化方法来实现全球一致性,而梁和曹(48]讨论了一致性问题,提出了一种模糊一致性和容许偏差的概念。此外,于(49)提出了目标规划计算模糊优先向量和极具Khisty [50)提出一套if - then规则选择的认知比较之间的选择。王等人。51)提出了一个两级对数目标规划方法,从间隔比较生成权重矩阵。在应用方面,52,53使用F-AHP]提出的评估服务。这些评论证明模糊AHP方法在很大程度上被认为是在理论和实际应用在一个较小的程度上。
本研究建立在解释F-AHP将决策者的态度最终决策过程的最初提出的(46,54]。确定最合适的位置和水平对齐F-AHP替代理论的最小成本路径(LCP)是用于GIS平台。的原理框架修改F-AHP方法在本研究中呈现在图3。在这项研究中,决策者(专家)是交通工程师和规划者。
F-AHP逐步总结的方法提出了以下六个阶段。
阶段1。分层结构的属性/指标特征分析旁路水平对齐的决心。
第二阶段。标准化的属性或特征指标使用非对称和对称模型。
第三阶段。权重因素。权重的模型标准提供了相对措施的相互作用和重要性每个属性/指标(因素)。权重是通过两两比较分析AHP方法与专家进行讨论。专家们发挥重要作用的迭代调整权重提高一致性比率。
第四阶段。派生的加权地图层标准。使用功能:生成加权准则层,在那里是标准的重量因素的两两比较和是标准的隶属函数。
第五阶段。派生的整体位置地图层适应性。适用性相结合计算加权准则层。这个函数和加权模糊地图不同因素的礼仪来获取适用性决赛级别的地图使用方程:,在那里是土地适宜性和总评分数吗标准的加权值不同。
阶段6。最合适的路线位置的决心。获得整体适用性位置地图使用最小成本路径(LCP)比较和决心通过GIS分析。在这个阶段,介绍了(s)的约束因素。
2.3.1。决策层次结构的发展
发展层次决策模型由“复杂的”决策问题的分解成更小的元素不同的分层树/层。一个四层的分层树如图例子4(33]。层次结构的第一层对应于目标或目标,最后一层对应的评价选择(选择),而中间水平对应标准和subcriteria正在考虑的项目。
在图4的命名采用层次模型中的每一项,在那里是孩子在水平/层的顺序吗和是孩子的父母33]。例如,显示该产品在水平是第一个孩子,它的父母。每个孩子,在中间水平,规范和subcriterion影响相应的父母和孩子,分别。撇号在任何中间项(元素、因素subcriterion),,表明元素没有抚养的孩子。阴影项对应级别2和3,也就是说,,,,。
2.3.2。使用AHP模糊判断矩阵的发展成对比较
特定级别的元素两两相比与上层的一个特定元素(图4)。模糊判断矩阵使用模糊成对比较生成指数吗。两两比较的相对重要性(强度)被分配使用1 - 9(表的规模2)[6,7],fuzzified捕捉含糊不清的感觉和意义如表所描述3。为比较项的数量,模糊判断矩阵是由 对角线的条目,。上右三角形条目是比较项定义的决策者,而低左三角形条目派生通过倒数;也就是说,。
2.3.3。模糊权重的计算
可以使用各种技术来计算最终的模糊权重,如特征向量,计算算术平均数、几何平均数,等等。使用这些技术进行的初步调查显示无显著差异。因此,为便于实现,采用几何平均来估计权重。模糊算术运算(表4)是利用矩阵计算模糊权重。在前面的例子为每一行,几何平均数计算:鉴于从(6),相应的模糊权重计算 在哪里模糊的重量和吗来。
2.3.4。建立分级层测序:称重和模糊AHP得分
本地优先级每一层聚合获得的最终偏好的选择。这个计算可以从评价进行选择(底部标高)顶层(目标或目的),反之亦然取决于决策者的知识和专业技能,正在考虑的目标。如图4三种备选方案,,聚合,通过3级,2级,最后一级(目标)。因此,下面的图4在每一个级别的,全球模糊偏好权重被计算为 最后模糊AHP得分,对于每一个选择,是进行模糊算术求和得到的每个全局偏好权重: 对于每一个研究标准或替代。
2.3.5。使用模糊排序方法排序结果选择通过模糊去模糊化
模糊去模糊化方法可用于排序模糊数。去模糊化需要转换最后模糊AHP得分脆值。一旦最终模糊AHP得分每个替代defuzzified,脆相应数字比较和排名。各种技术被用于去模糊化;然而,每个技术提取不同级别的信息从模糊数,因此可能会给不同的排名订单(55]。这意味着另一个排名最好的排名可能会以不同的方式在改变去模糊化技术,和通常被称为逆转,这是一个共同关心的AHP分析(8]。这个问题进一步加剧不同去模糊化的模糊输出和使用技术。这导致困境的决策者是一个替代的选择(56]。这种不确定性是通过决策者的风险态度分析,讨论部分2.3。6在下面。
2.3.6。结合风险决策的态度
最终的决策基于模糊输出的另一种选择引发不必要的负担以来决策者有一个无限的解空间。最终的排名可以由将决策者的风险容忍度(态度)在评价和信心,更主观的。的前面描述的概念代表着决策者的信心度模糊评估(例如,需要在模糊评估缺乏信心,因此利用的全部范围的不确定性,而更高的价值代表了一个更加自信的决策者和达到最大时,值方法“最有可能”值)。对于任何给定的TFN的,所使用的符号。进一步,因为所需的信心数据,风险态度defuzzified价值使用产生重大影响决策者的风险态度指数,(46]。为了避免主观判断的矛盾去模糊化后,应检查一致性已经讨论过和以上。
2.3.7。去模糊化的模糊权重
优先考虑的风险因素在决策、模糊权重需要比较和排名。促进两两比较的过程,避免复杂的和不可靠的过程比较模糊重,减少和风险指数表示为使用条件的模糊重和每个风险因素的脆称重;也就是说, 最后,
2.4。F-AHP实现
让和分别是一个对象和目标设置。根据程度的分析技术,对于每一个目标函数,程度进行分析是对每个目标集。因此,程度上分析给出的值为每一个对象集 在哪里tfn的。模糊综合的价值的程度对象被定义为 的计算F-AHP优先级向量,模糊成对比较矩阵被认为是,,在那里,被定义为低、模态和上三角模糊数的值,分别。在这tfn的可以通过模糊加法操作的吗程度上分析值的方式 随后,的可能性的程度可以表示为 在哪里是最高的纵坐标交点之间的三角模糊网络吗和作为显示在图5。此外,某种程度上的可能性大于凸模糊数凸模糊数为可以根据计算 假设 然后权向量的值为,因为数量的元素,可以表示为 正常化后(18),一个nonfuzzy号码表示为下面: F-AHP实现程度分析概要地可以由以下步骤。这些步骤见图6,在那里是标准体重。
步骤1。收购正常(脆)成对比较矩阵(PCM)。
步骤2。不分明化模糊PCM的脆PCM。
步骤3。计算性能评级使用模糊程度分析。
步骤4。Weightage乘法从层次结构。
步骤5。嵌入的不确定性通过截止分析决策者(信心)。
步骤6。通过lambda函数嵌入决策者的态度。
步骤7。规范表的影响。
步骤8。积极的和消极的理想相似向量识别。
步骤9。使用向量匹配相似度测量功能。
第十步。最终的性能指标测量。
选择合适的高速公路绕过包括考虑几个物理环境和工程因素或标准。在这项研究中,以下7个数据因素确定:从数字高程模型(DEM) el高程;斜率计算从民主党(SP);土地利用和覆盖(陆);现有的主要道路网络(RN);地质(GL);土壤类型(SW);和流或排水网络(DN)。这些标准应该照顾地形、环境、物理和社会经济因素(图7)。
在图7采用三级分层树结构,照顾两个目标或维度:物理和社会经济方面的考虑。失重约束因素是介绍了标准层次结构来确保该绕过不经过中央商务区(CBD)埃尔多雷特镇,要缓解交通拥堵,而不是远离城市边界或区段。另一个凸约束的最大长度是旁路,可以资助。这个因素成立间接通过定义研究区域的程度。
3所示。案例研究和数据来源
3.1。案例研究的问题
人口和经济快速增长的埃尔多雷特市(图8(一个))导致连续交通拥堵在中央商务区(CBD)。这种情况是聚合的事实的城镇作为模态点重型货物运输乌干达和周边国家从蒙巴萨港。为了缓解交通拥堵,肯尼亚国家公路管理局(KeNHA)决定构建一个45 m多车道的国际长途(a类)旁路。一个项目的问题是没有保留公路绕过走廊。因此KeNHA想出一个最佳路线和补偿土地所有者的属性在于提出的路线。
(一)
(b)
图8(一个)显示的程度埃尔多雷特市覆盖地区的地形图。图8 (b)显示当前A104公路和拟议中的模态点新的旁路,起源是在Royalton (A)和目的地Maili-Nne (C)。B点(Cheptiret)用于本研究验证的可靠性优化绕过取决于假设绕过从B和限制通过A和C。
3.2。数据来源:评估标准
本节介绍了数据集(标准)(图7),用于确定的位置提出公路绕过。
3.2.1之上。数字高程模型(DEM)和斜率
虽然距离是最基本的成本通过空间移动,人类基于不仅仅选择路线的距离。一个相关的贡献标准距离是表面的斜率,因为平坦地形允许更直接,更快,更容易。原始数值的斜率明显不能等同于克服成本的斜率,因为存在许多不同的量化方案。似乎合理的说,克服一个零度的斜率的成本是零;因此,山坡上应尽可能最小。下坡的速度,而相对速度在浅斜坡比他们艰难的等价物,相对较慢,更高的山坡上。移动下坡在陡峭的山坡上比上坡更危险的旅行,需要更多的谨慎,通常导致更快的速度。
地形高程数据应该表示为连续现象而不是离散对象为了充分地表模型。数字高程模型(DEM)是一个连续的数字表示地表的高程变化。高程数据扮演重要的角色在决定哪些领域可以适当根据路线优化设计的技术要求。为研究区域,ASTER全球DEM 30米空间分辨率(图9(一个))。相应的斜率图在图表示9 (b)。从图9,观察到最低的高程变化最多1 989 2 229米,和相应的斜率范围从0°到38°。
(一)
(b)
3.2.2。土地利用和覆盖
土地利用和覆盖数据信息是必要的在指定建议公路对周边环境的影响,将通过高速公路,还在确定赔偿的程度任何收购土地。在这项研究中,土地利用和覆盖,分别组成的组合(城市)和nonurban地区,并通过非监督分类是派生的地球资源观测卫星8 ETM +数据与结果图10 ()。
(一)
(b)
组合区域分割使用直辖市区地图(图10 (b))。土地利用的区域地图7多边形组成的教育和休闲、商业、政府和公用事业,农业、工业、住宅和运输区。实现,区划图(农业地区除外)被视为高度受限区域旁路途径,因此表示为“没有数据”地图。
通过应用布尔逻辑,研究区域限制到两类合适(值为1)和不合适(0)值。数学公式区域选择使用表示为约束条件,在那里=总适宜性指数(0或1);=适用性索引值为每个约束条件(0或1);和=总数量的约束条件(57]。
3.2.3。现有的主要道路网
现有道路网络是一个重要的评价因素由于距离现有的主要道路描述提出的连接和旁路。旁路不应交叉或通过太近现有的主要道路,以最小化环形路的建设和其他相关道路的家具。图11显示了数字化和分类主要研究区域内的公路网络。绕过应该源自并重新连接到当前A104公路。
3.2.4。地质构造和土壤类型
地质构造影响某一特定区域内土壤的类型和性质,从而影响柔性路面的基础。项目区域的特点是两个主要地质构造:隐晶和斑岩的地质结构(图12(一个))。图12 (b)显示的分布和类型土壤肥沃的,粘土质,壤质粘土质,后两个主导研究场景。
(一)
(b)
3.2.5。排水网络
排水网络描述研究区域内主要河流的分布。这是一个重要的成本因素影响的成本构建桥梁。通过确定水文流从民主党的积累,三个主要的排水网络(河流)研究区域内的派生(图13)。小溪流和排水通道被忽略了由于涵洞可以竖立而不是桥梁。
3.3。高速公路分流条件水平对齐的位置
路线成本可以分析下两个主要成本头条:征用和建设成本。高速公路绕过路线的决心应该安装和设计考虑的最佳时间,成本,和生产力,优化成本是最重要的因素。影响线路的工程造价的因素有很多,地质、土壤、地形、土地使用和现有道路网络信息。导致征收高或低成本的因素影响房地产价值的地形和土地利用。
定位最优水平对齐的旁路,被认为是以下数据条件。(我)选择的路线应该是最低成本的选择。为实现这一目标,进一步考虑以下因素。(2)海拔的变化通过路线应该尽可能保持最低。研究区域的海拔范围从1 999到2 229 m(图9(一个))。所需的旁路的长度小于20公里,海拔在2005米和2208米之间被推荐为合适。(3)山坡上也应尽可能保持最低,与合适的斜率在0°和25°之间。研究区域有一个最大的斜率38°;因此25°的山坡上被认为是合适的。(iv)高速公路绕过路线附近不应该通过现有主要道路为了解除充血CBD。缓冲距离高达1 343 m从CBD的中心选择满足这个条件。(v)路线不应该通过在城市楼宇密集地区为了减少财产损失和赔偿费用。(vi)路线不应该越过小溪和河流,以避免施工道路桥梁和可能的溢出造成的破坏事件的洪水。的缓冲距离183米的划定主要河流被选为本研究案例。(七)地质和土壤的路线应该适合柔性路面基础稳定。
4所示。结果,分析和讨论
本节介绍了案例研究的结果,分析和讨论在以下步骤制备研究的数据集(因素)。(我)光栅化和重新分类的标准层根据评价选项和模糊成员为了创建标准化和加权属性。(2)创建主题表面地图从标准化和成本加权层次属性。(3)代的累积成本表面距离和反向链接数据集适用性映射层。(iv)确定F-AHP最低成本绕过使用成本距离和反向链接信息在GIS发现系统最优路径。光栅化进行创建栅格数据模型,更适合于分析细胞间的运动,而不是通过无限方向空间矢量数据模型。作为标准化的一部分,被重新取样光栅数据集30 m×30 m的空间分辨率。
4.1。光栅化和决策标准的重新分类
光栅数据集被分为欧几里得距离创建地图的距离,被重新分类成统一的数据,基于高速公路对齐条件的部分3所示。3。重新分类统一的数据转换为成本表面地图。点和linear-based标准,线性生成cost-surfaces polygonal-based特性,自由cost-surface地图创建函数。结果是有向图模型在空间中运动的评价因素,标准化从0到最多1。
以下4.4.1。线性映射的海拔
高程数据,一个负海拔函数采用海拔2208米被分配一个值(1),而最低海拔2005 m值为零。重新分类海拔地图如图(14日)。重新分类的线性海拔地图显示,大部分地区的旁路定位适当升高。
(一)
(b)
同样的斜率地图,斜率为0°被分配一个值(1)这是一个最理想的和25°的斜率值0这是最不可取的。斜率线性映射图14 (b)还表明,大多数地区适合的路线位置,就是明证模糊成员值介于0.75和1。
4.1.2。公路网络:欧氏距离和线性映射
距离路线图是使用模糊线性函数重新分类的,距离近的道路被分配一个值为零,那些最远的一个值1。图(15日)显示了道路欧几里得距离,图15 (b)代表了模糊距离的会员。
(一)
(b)
4.1.3。排水网络:距离和线性映射
通过模糊重新分类,采用积极的排水功能,183米的距离被分配一个值(1),而较小的距离是零(图的赋值16)。结果描述这一事实距离最远的主要河流被认为是最适合定位提出的旁路。
(一)
(b)
4.1.4。免费功能地质和土壤
值为0.7时被分配到上响岩岩石类型和0.5的低响岩岩石类,基于函数与自由地质重新分类结果如图(17日)。这些结果暗示的大部分地区的地质结构是足够稳定的建设提出了柔性路面。
(一)
(b)
土壤重新分类,值为0.9时被分配到肥沃的土壤,肥沃的泥土,0.5和0.1粘性土。土壤重新分类结果呈现在图17 (b)。结果意味着大多数的土壤很适合公路旁通位置就是明证的模糊值高于0.5,与一些部分需要稳定,也就是说,那些模糊值为0.1(粘土)。
4.1.5。土地使用免费功能
在自由土地使用功能调整,值为0.8时被分配到nonurban地区和0.1组合图18。如前所述,区划图是用来描绘直辖市边界和作为没有数据的约束条件。
4.2。权重的决定因素
决策判断矩阵后,计算。最大特征值评估确定。因此,对于一个层次级别的,从(3)被确定为,和相应的随机指数获得0.52。最后,一致性比率确定等于8%,低于10%的阈值,从而判断矩阵是可以接受的。使用几何平均,在这项研究中,提出了模糊权重计算。
第一次同样的成对比较矩阵生成物理subcriteria和贡献社会经济subcriteria,由专家决定。案例研究的两个目标(图7)是相互关联的,同样的重量造成的成本定位旁路。后subcriteria(因素)会计的两个目标群体,最后通过获得subcriteria重量乘以重量计算相关的标准体重在上层讨论的方法。模糊权重决定的结果展示在表5。
从结果表5、社会经济条件(土地和道路网络)之间的最高意义的决策因素,因此被认为是最昂贵的评估项目的可行性。
4.3。代成本表面地图
一旦一个有向图模型的构造运动在空间(部分4所示。1),然后通过表面运动的成本决定根据权重(部分4所示。2)。的成本是一个表示的组合因素影响穿越一个表面。
通过模糊覆盖、地区的适用性或细胞穿过,或通过细胞旅行需要多少成本,确定。点和线性标准,模糊的代数和用于线性主题结合起来,结果在图吗(19日)。
(一)
(b)
如表中所描绘的一样1模糊的模糊伽马是一个代数产品产品和模糊和操作,这样模糊计算γ,在那里表示模糊的重量th因素,是单位价值在输出地图,确定模糊γ的值之间的最小0和最大的1。模糊的正确价值伽马生成一个输出地图之间采用减少和增加的趋势和和产品模糊操作。
标准模糊映射和结果表明,大部分的地区是适合旁路位置,就是明证模糊成员值从0.8到1。结合自由函数数据集,模糊γ(模糊)结果与最优值的0.7被覆盖和地图代数和土壤的分类数据,地质、土地使用来创建复合伽马cost-map(图19 (b))。结果在图19 (b)还表明,研究区域内大部分区域适用于定位绕过,也就是说,加入模糊值从0.65到0.85不等。
施加约束因素(“没有数据地图)复合模糊伽马结果,模糊代数的产品是用于获得最终成本表面地图。模糊的产品确保CBD区域有任何数据值,这样的连结控制协定造型,高速公路不经过CBD。最终成本的结果表面地图呈现在图20.,CBD区域至少或零模糊加入旁路位置。成本表面地图显示区域有不同的表面摩擦水平(用模糊数表示),从最优的或最低成本路由可以提取。
4.4。累积成本表面距离和最小成本路径分析
找到一个最小路径在不同摩擦表面划分成多个区域的运动有两个方面:(i)创建一个累积成本表面从成本表面存储(摩擦);和(2)跟踪最低成本累积成本表面从源点到目的地。
累计成本表面创建一个新的表面通过指定每个单元数,表示一般最低成本方向目的地(结束)。这个方向表面用于画连结控制协定从源节点到目标节点。有三个主要的网络问题模型权重的方法或相关抗性被分配到每一个网络链接,即各向同性,部分各向异性,并完全各向异性58]。
完整的各向异性网络模型,成本是各向异性的通道,如图21。通道的成本取决于位置和方向,但有一个流行的方向为整个表面(例如,它更容易往左或以上)。在这种类型的问题,成本变量在表面和方向的依赖;然而,依赖的方向不是主流方向,也是变量在表面(59]。
以来旅行的方向定义的每个单元格不是一开始最好的路由发现过程,cost-of-passage表面也没有定义,和传统的成本路径找到程序不能用于解决问题与方向相关的成本。必要的成本找到最好的路径与方向相关的边坡通过预定义的功能。
在决定找到两点之间最小成本路径在栅格环境中,源(起点)和成本表面(由γ模糊覆盖)分析了使用完整的各向异性模型找到方向。完整的各向异性模型生成累计成本表面和方向表面分配数量每个单元格显示的方向运动来计算表面积累的成本。通过引入目标点(终点),累计成本表面和方向表面路径查找算法生成的源点和目标点之间的最小成本路径。
同时输出成本距离光栅标识每个单元返回的累计成本最接近源位置,它不显示来源细胞返回或如何到达那里。反向链接成本计算光栅作为输出返回一个方向,提供什么本质上是一个路线图,确定路线从任何细胞,沿着采行,回到最近的来源。fuzzy-based反向链接的光栅(s)如图22不同的衍生途径:(a) c - a (Maili-Nne Royalton)和(b) cb (Maili-Nne Cheptiret),分别。反向链接显示在CBD之外,存在一个单一的出口点(E)的最优路线必须通过定义的水平和垂直方向上的摩擦。
(一)
(b)
4.5。GIS-Least成本路径的结果和分析
4.5.1。提出了高速公路绕过水平对齐
使用反向链接光栅,完整的anisotropic-based连结控制协定用于确定的实际定位路线从图22。结果在图23日(一)和23日(b)分别显示连结控制协定从Maili-Nne Royalton (c - a)和Cheptiret (cb)。后者路线(cb)是用于验证校准前的路线(c - a),也就是说,该算法执行。
(一)
(b)
路线的结果相比,模糊层次分析法与层次分析法的c - a的路线,结果呈现在图24。模糊层次分析法的结果避免了CBD,基于AHP决策往往会侵犯到城市居民区。在长度方面,这两个结果给了类似的结果,与AHP方法给予16.51公里,而模糊AHP的长度16.48公里。
4.5.2。建议路线纵和斜率配置文件
计划和纵向剖面特征的路线绕过。计划的路线是其在水平面投影,由直线与曲线路径。纵向剖面代表的分析路线与十字路口在不同的地方在一个垂直平面上。纵向剖面有助于分析和后续的比较几种变异的旁路和连续改进公路设计决策。elevation-length概要图呈现在图25AHP和模糊AHP方法。此外,阴谋的可能形成水平(虚线)显示,将会有更多的土方工程填写AHP路线(图(25日)比在模糊层次分析法的结果(图)25 (b)),体积的减少似乎平衡填充。
(一)
(b)
数据(26日)和26日(b)分别显示了坡长资料对层次分析法和模糊层次分析法的结果。结果表明,模糊AHP位于旁路在相对较低的斜坡上和基于优先级的方法。
(一)
(b)
4.6。讨论
高速公路发展的需要规划者和设计者在土木工程认识到可持续发展的重要性已被确认从监管的角度来看(60]。环境和工程指标越来越被用于评估运输和促进可持续发展的决策。然而,潜在用户面临着大量的指标集和不同专家的意见,存在着很大的不同在实践中技术、科学依据和适用性。这意味着需要开发方法来帮助决策者选择最佳解决方案和分析合适的指标集(20.,61年]。
作为显示在这项研究中,交通规划是一个广泛的以人为本领域多样化和具有挑战性的问题等待解决。大部分的运输决策发生在不精确、不确定性,和部分真相。一些目标和约束条件往往难以衡量脆值。在这项研究中,传统的分析技术被发现是无效的在处理问题中变量之间的依赖关系过于复杂或不明确的模糊性和不确定性。
相反,在这项研究中,观察Saaty, AHP的开发人员,但是对模糊性Saaty和Tran中讨论19]。Saaty认为AHP的成对比较矩阵已经模糊,因为一些不确定性的本质在于方法,从而使AHP模糊不仅不能保证更好的结果,也可能使情况变得更糟19]。然而,这些断言更之间的理论参数比实践比较研究AHP和模糊层次分析法涉及物理数据。空间分析的参数在这项研究是涉及AHP受到人类的主体性,它介绍了地理空间实体论的和认知模糊类型的不确定性。这需要使用和不确定情况下的决策,模糊性是可取的。
结果表明,应用模糊层次分析法在多准则决策分析适用于确定位置的新路线。例如,从图中的结果24,模糊AHP绕过路线避免了组合城市,而层次分析法旁路,经历了发达城市的一部分。这个缺点在AHP结果的原因可以归因于这样一个事实:层次分析法只考虑成对离散的方式输入标准,并考虑主观和noncrisp决策过程的性质。F-AHP因此被视为更灵活的在考虑和整合决策标准。
测试和验证模型的领域专家的经验是有限的,和两两比较的值在模糊AHP取决于决策者的知识。分数说明标准之间的关系得到采访中专家。这意味着结果的有效性取决于专家的意见。为了改善结果,更多的专家可以接受采访。在做出最后的决定,字段验证拟议的旁路位置建议除了地缘政治方面的考虑。
5。结论
本研究提出了GIS的结合,层次分析法,模糊逻辑作为多准则评价技术在确定最优旁路位置在肯尼亚裂谷省埃尔多雷特小镇。结果表明,物理目标和社会经济目标的贡献同样重量的0.5开始,对旁路位置优先级的过程。在subcriteria评价层面,土地利用/覆盖和现有公路网络贡献最高的重量占47.3%在七个决策因素。只有52.7%的优先级权重终于来自五个社会经济因素。
已经观察到从文学,决策者面临的不确定因素在决策过程中主观的看法和经验。通过使用模糊层次分析法,可以有效地处理不确定性和模糊性和更有效的决策。本文提出的多准则决策模型已经开发并在模糊环境下的优先级公路旁通位置。模糊方法能够捕获的模糊性与决策者的主观感知应用。模型在解决实际问题是有用的,因为在这个模型可以有效地处理模糊和不精确。如果明确标准和替代,目前的模型可以用于线性工程结构采用行业最优位置的决策工具。
研究建议进一步研究不同的测定影响和额外的物理、社会经济和政治参数对绕过路线位置使用提出了模糊AHP方法。
利益冲突
作者宣称没有利益冲突有关的出版。