【《龙头岗港口多式联运货运站规划分析案例》3200字】

龙头岗港口多式联运货运站规划分析案例1.1多式联运货运站选择的分析本论文对龙头岗码头集装箱货运站进行模糊聚类分析，用来给出一些合适头岗码头集中开展货运业务的城市。不排除干扰集装箱货运站布局的因素，有以下分析模糊聚类的背景：1、在多式联运通的货运站中，常在公路、铁路网途经的省会城市设置货运站，因为其服务范围除所在城市以外，还可辐射到周边的城市，可以扩大服务范围。另外，国家规定内陆枢纽建设规模要按照国家标准中所规定的一级一类站的要求，也就是其作业功能应具备以下功能：交接箱货、出国（国内）通关检验、还箱点、国际货代等作业条件场站设施。2、把于龙头岗码头有关的经济腹地省会城市的以下数字指标为聚类分析特征指标，包括当地的地区生产总值、当地货运量、当地固定资产投资总额、社会商品零售总额、货物进出口总额、数字化的交通环境系数和政策导向系数等。3、本文的聚类分析指标中的前5个指标的原始数据，取自于国家统计局关于中国统计年鉴ADDINNE.Ref.{57E4600A-B4C1-4123-9377-CF9BEA3FC849}[32]中的统计数据，包括各个省份省会城市统计局网站发布的《城市统计年鉴2018》以及网站发布近年来的统计分析。各个地方2018年统计的数据是2017年当年的统计数据。交通运输环境系数是参考中国交通相关图书ADDINNE.Ref.{14B4EDA2-8649-4FD1-B0CD-4924377BCBC1}[33]中连接省会城市有关的高速公路、相关国道干线、相关省道干线、相关干线铁路、相关支线铁路的条数以及内河水运通航能力而确定，政策导向系数可根据国家对各地区的发展规划确定。1.1.1模糊C-均值聚类算法的选择模糊C-均值聚类算法就是属于基于目标函数的聚类方式的范畴之内，模糊均值聚类是模糊C聚类算法中一种非常有效的种类，它能给出每个样本隶属于某个聚类的隶属度，即使对于很难明显分类的变量，模糊C均值聚类也能得到合理的结果。考虑一个样本集合，第i个类别为，i=1，2，...，c，的特征函数为（注意为函数符号），对于元素，记为，即为元素属于类别的隶属度。对于给定的一个整数c（），设，如果：（3-1）（3-2）（3-3）那么，模糊矩阵是一个模糊c-划分，并记为。上（3-2）式表示某个元素属于1，2，1......c类别的各个隶属度之和为1。（3-3）式表示某个类别中包含的元素的隶属度之和不会超过所包含元素的个数。若已知，，设（3-4）则称是类别i的模糊c-划分的聚类中心。设G为一个正定的的矩阵，定义为空间的G范数为（3-5）这里。当G=I时，G范数变成一般范数，即（3-6）模糊c-均值聚类分析的模型为公式（3-7）。之上的模型公式作为模糊聚类中使用的平滑指数，或者是加权指数。根据模糊C-均值聚类分析方法的基本原理可以知道，加权处理隶属度后才有意义，所以给定一个特殊指定的参数m，并且对其取值范围进行规范（m≥1）。（3-7）上述模型成为平滑指数或是加权指数。虽然公式中的m没有具体的来源和出处，但是考虑到模糊C-均值聚类分析方法的基本原理，隶属度必须进行加权处理，所以给定一个特定的参数m，并且对其取值范围进行规范（m≥1）。第一个函数为模糊目标函数，为模糊分类矩阵，是类别i的聚类中心（i=1，2，...，c）。对于指定的分析对象，对其开始聚类分析，其所选的聚类方法的实用性与有效性如何，可以从下面几个因素考虑：1）这个算法思想以及算法步骤的理论性和复杂性如何；2）要求的存贮量，即存贮空间的大小；3）特征有多少，前提事能够保证正确聚类的情况下，如果减少特征量，计算量就越小，反之就越大；4）数据的性质和结构；5）聚类以后，可以获得的有用信息。龙头岗码头集装箱货运站选择的模糊聚类分析结果1、参数取值本文打算将省会城市划分为3类，即本文的类别数c设置成为3；指数权重m分别取值范围为[1.25，1.5]；设置G范数的p×p的对称正定矩阵，即为G=I；为了适当的调整确定初始隶属度矩阵，本文用随机产生的隶属度值∆=（3-5）给定停止准则中的ε≤0.001。具体步骤如下：步骤1：选定c（）、m（）和矩阵G，初始化，设迭代指标l=0；步骤2：按照公式由计算c个模糊聚类中心；步骤3：按公式，当时，由计算新的隶属度，否则令步骤4：计算停止准则，若，令l=l+1，转步骤2；若，结束计算；步骤5：判断哪个隶属度大的原则，来确定这个城市的归属类别，即如果某满足条件，则为的归属类别。1.1.2计算结果及分析使用MATLAB科学仿真软件对上文的算法进行编程实现，详细算法见本文附录，结果得到的3类别的模糊聚类中心见表3-2。31个城市对应个类别的隶属度见表3-1：表3-1直辖市、自治区和省会城市的2018年统计数据指标城市地区生产总值（亿元）货运量（万吨）固定资产投资总额（亿元）社会商品零售总额（亿元）货物进出口总额（亿元）交通环境系数政策导向系数北京28014.9023879.008948.1011575.4021921.9055天津18549.1919191.0011298.915729.677906.1555河北石家庄6460.9046000.006351.203296.00862.2043山西太原3382.183135.43964.861767.82907.8033内蒙呼和浩特201.5215439.501490.771570.9615.9914辽宁沈阳5784.7022889.001484.003989.80899.5023吉林长春6495.0011952.205194.802922.80908.6023黑龙江哈尔滨6257.208712.005395.504044.80234.7123上海30632.87106981.007246.6011745.9634012.1055江苏南京11715.1035462.006215.205604.664281.1144浙江杭州12601.3634785.005856.645717.435085.0844安徽合肥7001.1038998.216351.402728.501747.1143福建福州7085.5227057.005821.394191.002411.2234江西南昌5274.6713836.005115.182096.96666.2424山东济南7201.9641921.004361.584146.10791.3143河南郑州9191.8025130.007636.104057.204174.4824湖北武汉13410.3457271.177871.666196.301936.2054湖南长沙10210.1041739.007567.774547.68972.0244广东广州21501.16120737.05919.849402.598541.0255广西南宁4118.8335142.274307.952204.16607.0934海南海口1390.5810112.781415.50715.50210.2225重庆19500.27115346.017440.578067.674508.2554续表3-1直辖市、自治区和省会城市的2018年统计数据指标城市地区生产总值（亿元）货运量（万吨）固定资产投资总额（亿元）社会商品零售总额（亿元）货物进出口总额（亿元）交通环境系数政策导向系数西藏拉萨494.77939.47258.76258.6644.0915陕西西安7469.8525500.007556.474329.512545.4124甘肃兰州2521.5412882.391315.351358.72125.1114青海西宁1284.917267.541600.03560.7932.9114宁夏银川1801.1739289.441719.05930.45341.2934新疆乌鲁木齐2741.8222972.702020.151317.12460.3424云南昆明4857.6428302.844217.942590.95547.2624四川成都13889.0027120.909404.246401.534081.0024贵州贵阳3537.9644861.403850.601335.28568.9644表3-2各类模糊聚类中心指标值指标类别地区生产总值（亿元）货运量（万吨）固定资产投资总额（亿元）社会商品零售总额（亿元）货物进出口总额（亿元）交通环境系数政策导向系数类别123490.63114404.2010267.919626.7714685.8655类别28461.9337095.075790.083969.442485.2644类别34438.0412465.573176.102256.011136.1024表3-3为各候选城市的模糊计算结果：表3-3模糊计算结果类别城市类别1类别2类别3北京0.060.520.42天津0.020.420.56河北石家庄0.020.920.07吉林长春0.000.010.99黑龙江哈尔滨0.000.030.97上海0.890.070.04江苏南京0.000.970.03浙江杭州0.000.940.05安徽合肥0.000.990.01福建福州0.010.690.30江西南昌0.000.010.99山东济南0.000.960.03河南郑州0.010.580.41湖北武汉0.090.750.16湖南长沙0.010.960.03广东广州0.980.010.01广西南宁0.000.940.06海南海口0.000.030.97重庆0.960.030.02四川成都0.010.700.29贵州贵阳0.020.900.08云南昆明0.010.710.28西藏拉萨0.010.100.89陕西西安0.010.590.40甘肃兰州0.000.010.99青海西宁0.000.040.95宁夏银川0.010.890.10新疆乌鲁木齐0.010.310.68山西太原0.010.070.92内蒙呼和浩特0.000.050.95辽宁沈阳0.010.330.66根据上文利用C-模糊聚类的计算结果，根据结果中的隶属度，判断哪个隶属度最高，以此来确定城市类别，结果为上海、重庆、广州为本文中的一类城市；北京、石家庄、南京、杭州、合肥、福州、济南、郑州、武汉、长沙、南宁、成都、贵阳、昆明、西安、银川为本文划分的二类城市；天津、太原、呼和浩特、沈阳、长春、哈尔滨、南昌、海口、拉萨、兰州、西宁、乌鲁木齐为分类后的三类城市。表3-4城市聚类划分结果一类城市二类城市三类城市上海北京天津重庆石家庄太原广州南京呼和浩特\杭州沈阳\合肥长春\福州哈尔滨\济南南昌\郑州海口\武汉拉萨\长沙兰州\南宁西宁\成都乌鲁木齐\贵阳\\昆明\\西安\\银川\通过上文的聚类后的结果分析得出，聚类后的这三类城市的主要特征比较突出，例如，上海、广州、重庆作为大城市，地区经济发达，交通设施便利，年货运量大于10亿吨，并且都是南方地区，而且受到政策上的支持，所以设为一类城市，是选择多式