智能交通系统ITS的评价方法研究

1、智能交通系统 ITS 的评价方法研究【摘 要】智能交通系统( Intelligent Transportation System，ITS )是一项巨大的系统工程。 近年来由于 ITS 的前 沿性和重要性，使得国家对其研究的投入大幅度增加，因此 研究 ITS 项目如何实施、综合效益如何评价成为一个亟待解 决的课题。本文主要研究基于经典层次分析法对 ITS 指标体 系进行评价的特点。【关键词】智能交通系统；指标体系；经典层次分析法0 引言智能交通系统( Intelligent Transportation System ，ITS ) 是绿色交通的发展方向，它是将计算机技术、通讯与传输技 术、电子传

2、感技术和控制技术有效地集成，并运用于整个交 通管理而建立的一种在大范围内全方位发挥作用的、实时高 效的综合交通运输管理系统1。ITS可以充分的利用现有交 通设施，减少交通负荷和环境污染，保证交通安全，提高运 输效率，因而 ITS 日益受到各国的重视。但由于 ITS 的项目 往往投资巨大，一般需要选择在社会、经济及环境等诸多方 面综合评价最高的项目来加以实施，所以如何评价 ITS 的效 益和如何选择 ITS 方案成为一个亟待解决的课题。ITS 评价就是针对系统的经济效益、技术效益、社会效益、环境影响和风险做出的评价，为 ITS 项目的可行性研究 及已有的系统运作、优化提供科学依据2。ITS项目包

3、含社会、经济、环境等诸多方面混杂在一起的定性或定量的复杂 条件，其评价和选择具有随机性、模糊性、不确定性，同时 环境、安全、舒适度等影响因素很难量化，所以利用传统的 评价方法很难得到理想的结果。本文基于对建立ITS 架构评价指标体系的探讨，主要研究经典层次分析法对ITS 进行评价的优劣。1 ITS 方案的评价指标体系ITS 方案评价指标体系，是指能够反映所评价系统的总 体目标和特征，并且具有内在联系、起互补作用，是反映系 统整体状况的指标群体 3。在 ITS 方案评价指标体系的建立 过程中，为了客观、全面地衡量 ITS 项目的社会经济影响， 实现对其科学的综合评价，需要遵循以下原则 4：（1）

4、可行性原则。 ITS 的评价指标必须有明确地意义， 并应简明实用，具有可量化和可检测的特点。（2）系统性原则。 ITS 本身是一个复杂的、多因素相互 联系的系统工程，因此 ITS 项目的评价指标体系应考虑系统 内因和外因的相关性、整体性和目标性。（3）科学性原则。确定的评价指标体系必须科学地、 全面地反映 ITS 项目社会经济影响的本质特征。4）定性与定量相结合的原则。在对ITS 项目进行社会经济影响评价时，既要考虑经济效益等定量因素，也应考 虑社会、 环境等定性指标， 最终才能达到指标体系的完整性。智能交通系统方案评价指标体系应根据评价需求，在系 统定位的基础上决定指标构成，因此评价指标体系

5、不仅仅是 系统的构成、功能和性能定性及定量的反映，也是系统设计 思想及设计方对系统的理解程度的反映，最终为 ITS 系统方 案的实施提供依据。2 层次分析法层次分析方法( analytical hierarchy process ，AHP )是美 国学者Saaty于20世纪70年代末提出的一种将复杂问题分 解的多层次权重解析方法 5 ，它将属性分层，用两项相互比 较的值构成评价矩阵，然后求出矩阵最大特征值对应的特征 向量，求得每一层次的各属性对上一层某属性的优先权重， 最后再用加权和的方法递阶归并，最终将权重以各个层次的 综合评价排序，权重最大者即为最优方案。这种将主观判断 用数量形式表达和处

6、理的方法，具有结构化和直观的特点， 但当属性增多时，获得评价矩阵将非常耗时。2.1 层次法的评价原理 对于一个系统，假设有 n 个评价因子， m 个评价单元， 则建立评价集合 u=u, u，人，u，每一个因素ui都有 一个隶属度 R=r， r，人，于是对于 n个因素就有单 因子评价矩阵 R/2/，贝r A r r A M MM Mr r人r，假如因子的权重分配为A，贝U: A=a , a，人，a，其中ai?叟0且刀 ai=1，由A与 R求出模糊综合评判矩阵 B=刀AR=刀 b，b，人， b，其中bi=刀ar。对多体系的比较，可分别求出B值后比较。2.2 层次法的评价步骤如下 6 :2.2.1

7、建立层次结构模型将不同因素分组，每个组作为一个层次，自上至下一次 为目标层、准贝层和方案层，上一层次对相邻的下一层次的 全部或部分元素起支配作用，形成从上至下的支配关系，即 “递阶层次关系” 。2.2.2 构造判断矩阵判断矩阵由层次结构模型中各层元素的相对重要性数 值列表构成。判断矩阵表示针对上一层某因素，本层与之有 关因素之间相对重要性的比较。例如，若 A 层中因素 AK 与 下层B1、B2Bn有联系，则判断矩阵 P如下：2.2.3 层次单排序，并将判断矩阵的特征向量归一化根据判断矩阵P=(bij)nx n求出这n个元素B1、B2Bn相对于上层因素 AK而言的相对权重向量 (W1 , W2

8、,， Wn) T,即计算判断矩阵的最大特征值及对应的特征向量， 可以通过 Matlab 等数学软件求精确解， 近似的计算方法有和 根法、根法、幂法等。2.2.4 层次单排序一致性检验 在建立判断矩阵时，由于主题认识的多样性以及客观事 物的复杂性，判断矩阵不可能完全满足式 b=,也就是说 判断矩阵不可能具有完全一致性 .而且进行 n（n-l ）/2 次两两 比较判断可以从不同角度的反复比较中，有利于到处一个合 理反映决策者判断的排序，然而整个判断矩阵也不应偏离一 致性太大。2.2.5 层次总排序 层次单排序得到一组元素相对于上一层中某元素的权 重向量，然而需要的是最底层中的各方案（或与方案直接联

9、 系的属性层）相对于总准则的合成权重（或属性权重） ，以 便进行方案比选。计算合成权重的过程称为层次总排序，合 成权重的计算需要从上而下进行，将单准则权重进行合成， 最终进行到最底层得到合成权重。ITS 项2.3 实证分析 利用本文建立的综合评价指标体系，可以对某任意项目 进行综合评价（因篇幅限制计算过程部分和数据省略） ，首 先借助建立的评价指标体系构造判断矩阵，把第一层作为第 二层的准则，根据调查分析得到第一层比较判断矩阵；将特 征向量正规化，即可得出第二层的权重，同理得到其它层各 项在上一层各准则下的权重；最后根据计算结果，对 目方案进行总体分析，评价结果数据可以得到最终的结论4 结论开

10、展 ITS 评价方法的研究是智能交通系统项目开发实 施、方案比选、决策亟待解决的问题，具有重要的理论价值 和现实意义。而经典层次分析法将决策者对复杂对象的决策 思维过程系统化、层次化和模型化，整个过程体现了分解、 判断、综合的系统思维方式。该方法适用于多准则、多目标 或无结构特征的复杂问题的决策分析，尤其适合于那些决策 目标结构复杂且缺少必要的数据。【参考文献】1王志强 .城市智能交通系统 ITS 建设项目效益评价分析D.西安：长安大学，2011.2 朱昌锋.智能运输系统（ITS）的评价方法探讨J.甘肃 联合大学学报：自然科学版， 2006， 20（ 2）： 26-27.3 姜雨 .ITS 项目评价方法研究 D. 东南大学， 2004.4 汪莹.智能交通系统的社会和环境效益评价研究D.北京交通大学， 2001.5 Saaty TL. Modelling unstru