基于模糊层次分析法的城市轨道交通规划SEC决策评价

田春华; 陈俊文; 白杨

基于模糊层次分析法的城市轨道交通规划SEC决策评价

武汉大学城市设计学院 ,武汉 430072

基金项目: 国家自然科学基金项目（41271396）

详细信息

作者简介:
田春华，在读硕士研究生；陈俊文，在读硕士研究生。

中图分类号: U231∶TP39
计量
- 文章访问数: 75
- HTML全文浏览量: 0
- PDF下载量: 6
出版历程
- 收稿日期: 2017-01-03
- 刊出日期: 2017-05-24

SEC decision evaluation of urban rail transit planning based on fuzzy analytical hierarchy process

School of Urban Design, Wuhan University, Wuhan 430072, China

摘要

摘要: 为了对轨道交通规划方案进行定量评比，建立了轨道交通规划方案的安全（S）、效能（E）和成本（C）指标体系，评价过程中，对SEC指标体系中定性和定量的指标分别采用专家评判和隶属度函数两种方式进行处理，尽量保证指标的真实性，并建立基于模糊层次分析法轨道交通规划方案评估模型，运用方根法对指标进行排序，实现轨道交通方案的评选与决策。最后以某市轨道交通不同规划方案为例，验证了该指标体系和方法的合理性，为轨道交通规划方案的决策提供了理论依据。
- 轨道交通规划决策 /
- SEC指标体系 /
- 模糊层次分析法 /
- 关系矩阵 /
- 优属度排序
Abstract: In this paper, the SEC(security & efficiency & cost) index system was established to evaluate rail transit planning scheme. In evaluation process, qualitative indicators were processed by expert judgment, while those quantitative indicators were processed by membership functions in the SEC index system to ensure the authenticity as far as possible. Rail transit planning assessment model was also established based on fuzzy analytic hierarchy process, and the indicators were ranged by using the square root method to implement the selection and decision-making for rail transit program. Finally, an example of different rail transit planning in a city was taken to verify the rationality of the index system and methods, which provided a theoretical basis for decision-making on rail transit planning.
- rail transit planning decision /
- SEC index system /
- fuzzy analytical hierarchy process /
- relationship matrix /
- membership degree sequence

HTML全文

参考文献(11)

[1]	宋奕修. 基于层次分析法的轨道交通规划评价[J]. 现代交通技术，2011，8（5）：88-90.
[2]	吴小萍，陈秀方，肖军，等. 城市轨道交通网络规划决策系统研究[J]. 中国铁道科学，2002，23（5）：6-10.
[3]	叶青. 基于复杂网络理论的轨道交通网络脆弱性分析[J].中国安全科学学报，2012，22（2）：122-126.
[4]	陈菁菁. 基于复杂网络的城市轨道交通网络可靠性研究[J].都市快轨交通，2010，23（2）：18-21，30.
[5]	徐田坤. 城市轨道交通网络运营安全风险评估理论与方法研究[D]. 北京：北京交通大学，2012.
[6]	中国城市规范设计研究院. 城市轨道交通线网规划编制标准：GB/T 50546-2009[S]. 北京：中国计划出版社，2010，4.
[7]	薛许坤, 韩豫，成虎，等. 城市轨道交通全寿命周期设计理论及应用[J].城市轨道交通研究，2013（ 1）：14-18.
[8]	潘丽莎，陈　龙，刘　兰，等. 基于层次分析法和熵值法的城市轨道交通车站安全评价[J]. 城市轨道交通研究，2015，（9）：48-51.
[9]	李晋，宋　瑞，蒋金亮. 基于模糊综合评价模型的轨道交通安全性评价[J]. 交通科学与工程，2011，27（2）：91-95.
[10]	陈进杰. 城市轨道交通项目广义全寿命周期成本理论与应用研究[D]. 北京：北京交通大学，2011.
[11]	住房和城乡建设部地铁与轻轨研究中心. 城市轨道交通技术规范：GB 50490—2009[S]. 北京：中国建筑工业出版社，2009，10.

施引文献(19)

期刊类型引用(9)

1.	薛锋，吴林鸿，汪雯文，周琳. 基于MI-PSO-RBF神经网络的铁路客货运量预测研究. 铁道运输与经济. 2024(09): 123-135 . 百度学术
2.	崔淑华，侯慧君，武慧荣. 利用标准差赋权组合模型预测大宗货物运输需求. 交通科技与经济. 2022(06): 31-38 . 百度学术
3.	徐菲，任爽. 基于分解—集成的铁路货运需求预测研究. 运筹与管理. 2021(08): 133-138 . 百度学术
4.	刘金芳，向万里，王璐璐. 基于VMD-BAS-BP的铁路货运量预测研究. 青海交通科技. 2021(06): 50-56+68 . 百度学术
5.	徐文文，彭建平，邱春蓉. 基于支持向量回归的地铁受电弓滑板磨耗趋势预测模型研究. 铁路计算机应用. 2020(01): 77-81 . 本站查看
6.	杨基宏，陈浩林，徐刚，余澄庆，刘辉. 基于ELM的城市轨道交通系统建设成本估算研究. 铁路计算机应用. 2020(04): 1-4 . 本站查看
7.	谭雪，张小强. 基于GRU深度网络的铁路短期货运量预测. 铁道学报. 2020(12): 28-35 . 百度学术
8.	张蕾，孙德山，张文政，王玥. 基于灰色关联分析的支持向量机的铁路货运量预测研究. 经济数学. 2018(02): 58-61 . 百度学术
9.	任巧丽，马乾. PCA-RBF神经网络对兰州市日平均气温的预测. 宜宾学院学报. 2018(12): 111-115 . 百度学术