基于GIS和数据包络分析的考虑社会优先级的城市公交路线运输系统效率评估的多模态数据建模外文翻译资料

 2022-08-02 14:02:56

英语原文共 19 页，剩余内容已隐藏，支付完成后下载完整资料

基于GIS和数据包络分析的考虑社会优先级的城市公交路线运输系统效率评估的多模态数据建模

摘要：多模态数据建模是一个快速发展的研究领域。它可以用来组合来自不同来源的信息。多模态数据建模的研究趣味不断吸引着交通规划领域的关注。在这项研究中，多模式数据被用来为印度北方邦阿拉哈巴德市评估和设计具有社会效益的公共交通线路规划。使用数据包络分析(DEA)方法将医院、商场、大学、培训中心、学校、银行等社会设施位置和特定路线附近的人口作为接入点，对现有的24条公交路线进行效率评估。利用地理信息系统(GIS)技术进行多模态数据建模，为城市现有道路设计新的更具社会效益的线路。使用DEAP求解器软件对社会优先路径的效率和等级进行评价，现有的24条路径中，15号和24号是相对有效的路径。最后，比较了现有公交线路与新设计线路的社会效益。我们提出了利用基于社会视角的多模态数据来改善公交线路绩效的方法。

关键词：交通规划 数据包络分析 地理信息系统 社会优先城市交通 社会高效路径

1 引言

多模态数据可以结合从不同来源收集的信息来对交通网络进行建模。世界上任何一个城市对交通设施的需求都在成倍地增长。在印度人看来，近年来印度主要城市的人口增长迅速。城市里的很大一部分人口依赖于公共汽车交通系统，这使他们能够获得工作、市场、教育、医疗服务等，对生存来说至关重要。公共交通每年都面临着严峻的挑战，高效的公交线路管理是交通管理部门和运营商迫切需要解决的问题[1]。交通系统不断发展以满足社会的流动性需求。因此，这些路线可以根据医院、购物中心、教育机构、银行和附近居民等社会实体的可达性进行排序。

路线的效率需要在社会优先的基础上加以评价。为了给这个问题提供一个满意的解决方案，人们在这个领域已经做了很多努力。一种最常用的方法是数据包络分析(DEA)，它已被广泛应用于许多不同的需要在两个或多个实体之间进行比较的情况。交通网络的效率可以根据社会的需要，从社会方面和公共交通的目标来改变或提高[9]。

本研究以印度北方邦阿拉哈巴德市为例。本研究的目的是提出一种科学的方法，从社会的角度来评估特定路线的表现。

在方法上，该方法将地理信息系统(GIS)与数据包络分析(DEA)相结合。DEA是一种基于线性规划的评价系统相对效率的方法。GIS是一种功能强大的数字制图工具，用于空间分析和设计新的路线[12]。DEA在世界范围内广泛应用于不同视角的交通系统绩效评价，但在社会层面的应用还较少。但在本研究和论文中，社会优先通过基于社会优先的公交路线效率评价来填补这些空白。本研究主要关注两种技术。第一种是使用DEA测量公交线路效率。第二种是将GIS应用于基于社会优先级的路线规划。

Polus[18]提出了一种公交服务效率评价的新概念，并利用DEA对公交服务绩效进行了测量。Metthew[16]研究了两种关系。第一个是绩效分析的两个基本维度即绩效和效率之间的关系，第二个是及绩效与经济规模之间的关系。Sheth[19]等人提出了一种考虑社会视角和服务提供者的公共交通网络(PTS)评价DEA模型。Lao[13]等人提出了一种基于DEA和GIS的公交线路综合性能评价模型。Chen[4]等人提出了三种评价公交服务可靠性的性能分析参数。可靠性包括站点、准时性、偏差、路线和均匀性。Yu[21]等人利用混合结构网络建立了DEA模型。针对多模式运输企业的运营效率和生产效率，提出了一个统一的框架，并证明该模型比传统模型更符合实际。Lin[15]等人开发的基于DEA的公交调度模型在美国芝加哥的AVL(自动车辆定位)数据上得到了验证。Li[14]等人提出了一种基于DEA的公共交通系统公交路线评价方法。文献综述表明，DEA在公交线路绩效评价中的应用研究较多。

1.1 地理信息系统(GIS)

地理信息系统(GIS)是一个集成了软件元素、硬件元素和数据的信息系统，用于分析、存储、捕获和显示与地理相关(空间相关)的信息[11]。地理信息系统(GIS)技术特别用于将一个地区的数字印记作为数字地图，并在地图上标明其物理特征。这个信息系统允许以多种方式理解、查询和查看数据，揭示了图表、报表和地图的模式和关系。GIS帮助我们以一种本能的、易于分布的方式查看现有的数据，从而提供与地理相关问题的答案和问题的解决方案。本文利用GIS根据一定的空间条件，来确定公共交通的有效路径。GIS技术利用人口密度、道路起点和终点、道路网络和道路类型等信息来优化公共交通系统。

2 数据包络分析(DEA)

数据包络分析(DEA)是一种基于线性规划的技术，用于评估一组具有投入和产出的生产单元(DMUs)的相对绩效。DEA在实践中使用最广泛的模型是CCR (Charnes, Cooper, and Rhodes)模型，该模型假设规模收益(CRS)不变。DEA模型可以根据它们是面向产出的还是面向投入的进行分类，即要么为投入最大化产出，要么为产出最小化投入[2]。这些DEA技术是非常有用的工具，可以同时处理投入和产出。DEA广泛应用于教育、金融、地方公共交通和卫生等领域。20世纪90年代，DEA开始与其他技术相结合用于公共交通的研究，以比较研究结果。

为了对任何组织的性能进行分析，投入参数与产出参数的比率称为投入产出比率。这个比率可以用来衡量组织的效率。效率评价问题可以建模为分数优化问题。但是，DEA基于线性规划的评价过程只针对被评价的每一个单元。假设，为实体的类投入的观测量()，为实体的类产出的观测量()。然后，可以为所选实体建立如下所示的CCR模型[3]:

（1）

满足，

（2）

（3）

（4）

式中，为投入需确定的权重；为投入的数目；为产出需确定的权重；为产出的数目；为的相对效率；为实体数量；为一个很小的正值。

我们的决策单元的相对效率由其产出的加权和(虚拟产出)与投入的加权和(虚拟投入)之比来表示。对于第个，寻找目标函数中的最大值，并且对每个来说条件（2）显然为真。这意味着对于每个，不等式总是成立的。每个产出和投入的相对重要性分别由和表示，并且这些权重在DEA模型中确定，以便变得有效[6]。由于不等式（2）对于每一个都成立，这意味着每一个不是在效率边界内就是在效率边界外。

假设，，这表明与其他决策单元相比，是高效的。因此，我们可以说实现了高效。假设,不是高效的，并且在 的情况下并没有达到效率，那么可以假设在相对意义上是低效的。为了提高的效率或使其更有效率，我们可以增加的产出，而不减少它的任何投入，也不减少任何其他产出(以产出为导向)。我们有可能在不减少任何产出和不增加其他投入（以投入为导向）的情况下减少其任何投入，这可能可以使变得高效。通过图1可以很容易地理解DEA的过程，其中坐标轴可以是投入和投入，也可以是投入和产出。

2.1 DEAP解算器

2011年，昆士兰大学效率与生产力分析中心(CEPA)的Tim Coelli教授开发了一个名为DEAP求解软件的计算机程序。该软件可用于成本计算和技术效率计算。它还可用于计算全要素生产率(TFP)指标。所有方法都可用于产出或投入方向[5]。DEAP求解软件有三个主要的DEA选项:

标准的VRS和CRS DEA模型，用于计算规模效率和技术效率。

对上述模型进行了拓展，用于计算配置效率和成本效率。

应用全要素生产率DEA方法对数据进行聚类分析，计算TFP变化的指标：规模效率变化、技术效率变化和技术效率变化。因此，DEAP求解器可以用来评估研究区域内公共交通巴士线路的效率。

3 研究方法

本研究的目的是应用GIS和DEA技术，利用多模态GIS数据对公交线路的性能和设计进行评估。本文选择印度北方邦阿拉哈巴德市作为案例研究进行绩效评估和城市交通系统设计。本文应用GIS技术，基于空间相关的道路数据、土地利用和土地覆盖数据、人口数据等编制了阿拉哈巴德市的数字地图，并计算了DEA技术的投入和产出。DEA技术被应用于阿拉哈巴德市公交线路布局效率的绩效评价。通过使用DEA计算城市现有线路的效率之后，我们发现既有高效线路，也有低效线路。可以设置一个水平，我们假设当效率大于70%时，该路径属于高效路径，且不需要改变路径。现在为了实现研究的目标，必须根据社会的优先地位，改变或者弱化现有的低效路径，并尽可能将其转化为高效路径。多模态数据建模的概念如图2所示。

所提出方法的主要步骤在下面的步骤中说明，并且流程图在图3中给出：

步骤1：多模态GIS数据采集。

步骤2：地图数字化。

步骤3：多模态GIS数据分析。

步骤4：现有巴士路线效率评估。

步骤5：新路线设计。

步骤6：新设计路线效率评估。

4 拟用方法的实施：个案研究

4.1 研究区域

阿拉哈巴德是印度最古老、神圣的城市，位于印度北方邦东北部，也被称为祈祷之地。它位于印度人口密度最大的32个城市之列。

阿拉哈巴德市2001年人口普查人口为975393人，2011年人口普查人口为1042229人。2011年，它被评为世界上发展最快的第130个城市。2013年，阿拉哈巴德被列为该州第三大可居住城市（仅次于诺伊达和勒克瑙），在全国排名第二十九。阿拉哈巴德的面积约65平方公里，海拔98米/340英尺。

为了弥补人口众多的交通问题，需要一个效率最高的大型交通网络。公共汽车等公共交通工具在弥补这一问题上发挥着主要作用。北方邦国家公路运输公司(UPSRTC)运营的公交车是一种重要的公共交通工具。19号国道(原2号国道)穿过城市中心和印度最长的水道。在图4中，矩形框显示研究区域的边界。

4.2 多模态GIS数据采集

本文手机了两类数据，第一类是使用手持GPS设备juno3B调查收集到的整个阿拉哈巴德市的医院、银行、大学、学校、商城等社会重点场所；第二类是阿拉哈巴德市道路、土地利用、土地覆盖、公交路线、区域人口等特征的地图。我们使用谷歌地图作为创建阿拉哈巴德市数字边界地图的参考，从公开街道地图的网站访问并下载阿拉哈巴德市的数字化道路数据，从阿拉哈巴德市市政公司收集了保护区地图和公交线路数据，最后从印度人口普查网站上获得阿拉哈巴德市的人口数据。

4.3 对采集到的数据进行地理定位和数字化生成矢量图

所采集的数据在基于GIS的制图系统中不能被直接使用。因此，这些数据必须先通过使用ArcGIS或QGIS等GIS软件进行地理定位和数字化。为了收集原始数据，我们使用了谷歌地图作为参考，道路数据从开放街道地图网站上访问并下载（图5）。

4.4 路线优化与分析

在对收集到的数据进行数字化处理后，我们得到了一堆空间数据。在这些庞大的数据中，有些可能很重要，有些可能不重要，还有些需要从中提取出来才能变得重要。因此我们必须分析整个数据。首先，我们得计算公交线路沿线上的社会重点位置和人口数量。为了计算社会要点，我们在公交路线上使用了距离为500米的ArcGIS缓冲工具（图6），然后对公交线路和社会要点使用了ArcGIS连接工具。为了在这一层上增加人口，我们使用了ArcGIS溶解工具。

4.5 路线评估

现在通过ArcGIS对多模态空间数据进行分析后，我们得到了DEAP的投入和产出约束。因此，这里为了高效计算DEAP使用了V2.1软件。DEAP用于评估公交线路效率的参数有社会优先点、沿线人口和线路长度（千米）。其中以公交沿线社会优先点和人口为产出，公交线路长度（千米）为投入。同样考虑到社会重要性，距离目标公交线路半径500米的区域被定义为线路的影响范围。因此，在这条线路的影响范围内，社会优先点或场所已经被计算在内。完成该过程后，计算了阿拉哈巴德市的公交线路安排效率，如下图7所示。

表1和图7清楚地表明，根据所获数据，线路15和线路24效率最高，线路10和线路23效率最低。因此，这意味着线路15和线路24是高效的，而其他线路则是低效的。

4.6 新路线设计

在表1中，我们选择了效率超过70%的路线不需要改变，因为在当前条件下它们仍是有效的路线。但是另外的效率低于70%的路线必须改变或稍加调整，从而提高相应路线的效率（图8）。

在表2中，一些巴士路线有“无影响”标签，那意味着如果我们改变或稍微调整该路线，对路线性能没有严重影响。这意味着路线效率将大致相同或将降低，因此尚未对该巴士路线采取进一步行动（图9）。

5 结果

在设计了新的路径之后，所有的分析过程都必须在新的路径上重新进行，然后我们观察到该路径的效率有所提高。通过DEA对阿拉哈巴德市公交线路绩效评价的最终结果见表3（图10）。在表3和图11中，我们可以比较阿拉哈巴德市公交线路的性能变化。在分析图11时，我们可以很容易地说，基于阿拉哈巴德市的社会优先级，该市的公交线路效率已经有所提高。

6 结论

在本文中，为提高城市公交线路运输系统的效率，提出了一种基于多模态GIS数据的绩效评价方法。为了给阿拉哈巴德市公交线路的效率比较问题提供一个令人满意的解决方案，实施所提出的方法进行案例分析。在对现有的24条公交线路进行评价的基础上，提出了一种基于社会优先的利用GIS和DEA的公交线路运输系统，该系统比现有系统具有更高的效率。作为研究工作的结果，低效率的公交线路试图改变公交线路使之成为高效率的线路，但经过新的设计我们发现它们并没有像我们预期的那样增加，但与以前的相比有所改进。现有公交线路与新设计公交线路的效率比较如图11所示。因此，所提出的方法可能有助于利用多模态GIS数据和社会优先

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[240813]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章