一种机动车尾气遥测设备综合布点系统的制作方法

本发明具体涉及一种机动车尾气遥测设备综合布点系统，属于公共设施布点选址
技术领域：
。
背景技术：
：由于近年来全国机动车保有量迅猛增长，致使市区以及各地交通拥堵现象日趋严重，大气环境质量也呈现出恶化趋势，机动车排气污染监控工作正面临着严峻的挑战。机动车尾气是城市大气环境污染的重要污染物，是城市空气污染的主要源头，在城市环境污染监测方面，机动车尾气监测所占比例越来越高，已经成为环境保护与管理的重要组成部分。从2000年以来，环保部门对于机动车尾气的监管不断加强，一方面，通过提高排放标准加速老旧机动车淘汰的速度：机动车尾气排放标准不断提高，从欧I、欧II到国五标准，仅仅经过了10余年的时间。另一方面，机动车尾气检测手段和技术不断发展，先后经历双怠速法、简易工况法、模拟工况法、遥感监测法等阶段，检测设备也从手持式、便携式、检测场固定式发展到了车载移动式、路侧固定式。其中，由于新兴的遥感监测法具有检测周期短、无需人工参与、准确度高与不影响交通的特点，已渐渐成为机动车尾气检测的重要技术手段，得到了业界的普遍认同。尽管如此，遥感监测法能解决的也仅仅是尾气检测的问题，对于城市机动车(尤其在用机动车)的整体管控问题，仍然不能完全解决。由于机动车尾气遥测设备尚未在城市路网得到广泛使用，对于遥测设备的布点选址问题，已有的研究很少。《一种城市路网机动车尾气实时遥感监测基址选取方法》(申请号：201510214145.6)公开了一种在整个城市路网区域进行遥测设备的选址方法，该方法的目的是通过尾气遥测设备的点位优化从而使得城市路网上的遥测设备可检测到尽量多的车辆，该方法侧重于个体车辆排放水平的普查，不适合例如重点车辆尾气排放状况排查、城市路网区域排放浓度估计等方面的研究。在环境监测领域内，与此相似的有空气质量监测的布点选址问题，关于这一问题的研究较多。传统的空气质量监测的布点选址方法主要有：网格布点法、功能分区布点法、扇形布点法和同心圆多方位布点法。刘潘炜等在《区域空气质量监测网络优化布点方法研究》(中国环境科学，2010年07期)中以最大贴近度为优化目标，提出一种区域空气质量监测网络点位优化问题的整数规划模型，并采用分支定界法进行求解。由于尾气遥测设备是安装在道路上的，该文献中考虑的人口约束及空间覆盖度约束不适用于本项目，而且目标函数也不同。万开等在《网络自动质控在空气优化布点监测中的应用》(环境科学与技术，2010年6E期)中将固定和移动自动监测结合起来，使用网络远程质控技术实现空气质量监测的优化布点，本质上还是网格布点法。然而我们所要进行安装布设的遥测设备只是固定式的，该方法因此也不适用。发明专利《一种空气质量监测站优化布点方法》(申请号：201610037653.6)公开了一种以克里金方差最小化为目标的空气质量监测站优化布点方法，该方法考虑在研究区域内已经存在监测布点网络的基础上在该区域增加布点。而对于机动车尾气遥感监测而言，这样的网络尚未形成，因此该发明所提供的方法无法适用于机动车尾气遥测设备布点。虽然国内遥感监测法已经慢慢开始发展普及，但是其后续工作仍比较空白。其中，机动车尾气遥测设备在路网上的布点问题尤其关键，因此亟需提出一系列切实有效的布点方案，以推动机动车尾气遥测技术的实际应用，推进我国机动车尾气遥测产业快速发展，为环境污染地域的联防联控和氮氧化物总量减排的政策提供强有力的技术支撑。技术实现要素：传统的遥感监测法只能对其中极少部分车辆进行检测，且各监测点分散，没有实现系统化和集成化，没有充分利用各监测点数据的相互联系，无法实现更高层面的监管，为有关部门提供决策依据或建议。本发明技术能克服上述缺点，真正发挥尾气遥测设备的优势，实现城市管理的网络化、系统化，提供一种机动车尾气遥测设备综合布点系统。本发明技术解决方案：一种机动车尾气遥测设备综合布点系统，包括基于道路相似性的布点模块、基于路网拓扑结构的布点模块与基于特定车辆路线的布点模块；解决机动车尾气遥测设备在城市路网中的选址布点问题，能够将路网拓扑、道路信息、气象信息、交通信息及布点区域已有检测器数量的数据作为输入，实现有效检测车辆数最大、车辆检测差别性最小及道路覆盖率最大的目标，根据性能指标的不同，为相关部门提供多种选址布点方案，应用选址布点方法对机动车尾气遥测设备在城市路网中的布设点位进行优化，可确保采集数据的完整性和多样性，更好地服务于后续的数据处理和分析。基于道路相似性的布点模块，使用一种基于道路相似性的机动车尾气遥测设备布点方法来实现，充分考虑了道路特性、道边环境与气象因素，提取出其中关键的属性进行聚类，采用层次聚类的方法对城市路网的不同路段进行聚类，能够将任意数目的尾气遥测设备进行优化布点；基于路网拓扑结构的布点模块，使用一种基于图论的机动车尾气遥感监测设备布点算法来实现，以城市路网拓扑结构为主，辅以车流量等级，城市的区域功能信息，基于图与超图理论对问题进行建模，将遥测设备的布点选址问题转化为最小横贯问题，最终采用贪婪算法求解出布设尾气遥测设备的路段集合；基于特定车辆路线的布点模块，使用一种基于图论与布尔代数的机动车尾气遥测设备布点方法来实现，针对城市公交系统尾气的普查进行尾气遥测设备选址布点，首先基于超图理论，将公交车运行路线转化为公交路线超图，然后用布尔代数的相关原理，确定尾气遥测设备在城市路网中的布设位置；上述基于道路相似性的布点模块、基于路网拓扑结构的布点模块与基于特定车辆路线的布点模块可单独使用，也可组合使用，选择标准取决于输入信息的多少以及决策者对布设于城市路网的尾气遥测设备的功能需求；在尾气检测信息、道路车流量信息、天气信息和道路相关信息都可获得的情况下采用基于道路相似性的布点模块；在输入信息只包含交通路网的拓扑结构和一些容易获得的交通信息，包括路段所属区域功能、交通流量的等级及是否建有天桥时，采用基于路网拓扑结构的布点模块；需要对公交车这一种类的机动车进行重点监控时采用基于特定车辆路线的布点模块。所述基于路网拓扑结构的布点模块中，一种基于道路相似性的机动车尾气遥测设备布点方法，包括以下步骤：步骤一：采集所需样本数据并对样本数据进行预处理，所述所需样本数据是指用尾气遥测设备获得目标路网中每条路段一段时间内的尾气检测信息、道路车流量信息、天气信息和道路相关信息；数据预处理包括数据清洗、数据规约和数据变换三个方面；步骤二：采用层次聚类的方法对步骤一中经过数据预处理处理后的样本数据进行聚类分析；采用欧几里德距离作为聚类距离的度量，首先将每个样本都归为一类，计算每两个类之间的相似度，也就是样本与样本两两之间距离进行度量；然后把其中相似程度最高也就是距离最小的样本聚成一类，循环重复相似性度量并进行最近类的合并，每次减少一类，最后直到所有的样本被聚到一类中去，得到聚类结果；步骤三：根据步骤二中的聚类结果，绘制聚类谱系图，将每一步聚类的结果直观的显示在聚类谱系图上；步骤四：对所考察的路段赋予权重，代表路段的重要程度以及优先考虑程度，将任意数目的尾气遥测设备对应相应数目的聚类结果，在聚类谱系图上找到包含类数目等于对应数目的聚类结果，选取每个类中权重最大的路段布设尾气遥测设备，最终得到将任意数目的尾气遥测设备进行布点的方案。所述一种基于道路相似性的机动车尾气遥测设备布点方法中，所述步骤一具体实现如下：(1)聚类前的样本数据采集，将目标路网中的每条路段作为一个样本，获得每个样本路段一段时间内的尾气检测信息、道路车流量信息、天气信息和道路相关信息；其中：尾气检测信息，包括的数据项有：检测设备编号，检测时间，检测的车牌号码，车速，车辆加速度，车辆长度，CO2、CO、HC、NO浓度,烟度值，抓拍照片；道路车流量信息，包括的数据项有：道路名称，时间，小型客车、中型客车不同类型车辆的车流量；天气信息，包括的数据项有：时间，城市，天气状况，温度，湿度，风速，PM2.5，PM10，AQI；道路相关信息，包括的数据项有：地理位置id，所在省份，所在城市，所在街道，连接方式，路旁植被面积，建筑物平均高度；(2)样本数据预处理部分包括数据清洗、数据规约和数据变换三个方面；数据清洗，就是通过对数据的分析，找出缺失值、偏离过大的个别极端值进行丢弃处理；数据规约，删除与所考虑问题不相关、弱相关或冗余的属性，合并相同属性，同时不断的对相关属性的选择进行修改，以达到所要求的聚类效果；数据变换，将数据规约后的数据进行标准化处理，转化为便于处理的适当格式，以适应聚类分析的需要。所述一种基于道路相似性的机动车尾气遥测设备布点方法中，所述步骤二中，采用层次聚类的方法对步骤一中处理得到的样本数据进行聚类分析具体包括以下步骤：(1)将步骤一中处理得到样本中的每一个样本都归为一类，计算每两个类之间的相似度，即对样本与样本两两之间的距离进行度量；度量样本之间的相似性采用欧几里德距离作为聚类距离的度量，欧几里得距离如下：其中，d(i,j)表示欧几里得距离，i和j为第i个样本和第j个样本的样本标号，分别代表第i条路段和第j条路段，M4表示选取的相关属性个数，相关属性包括属性合并后的污染物总浓度、烟度值、属性合并后的总车流量、连接方式、路旁植被面积、建筑物平均高度，x表示相关属性经过标准化后的数值，xi1表示第i个样本的第1个属性，xi2表示第i个样本的第2个属性，表示第i个样本的第M4个属性，xj1表示第j个样本的第1个属性，xj2表示第j个样本的第2个属性，表示第j个样本的第M4个属性；(2)把步骤(1)中相似程度最高也就是距离最小的两个样本聚成一类，假设为样本N5和样本M6，将样本N5，M6合并为一新类，记为Cla1＝{N5,M6}，新产生的类Cla1的相关属性用路段N5，M6对应属性的均值表示，即新类的属性表示为其中，N5和M6为第N5个样本和第M6个样本的样本标号，M4表示选取的相关属性个数，x表示相关属性经过标准化后的数值，表示第N5个样本的第1个属性，表示第N5个样本的第M4个属性，表示第M6个样本的第1个属性，表示第M6个样本的第M4个属性；(3)新类和其他类一起得到一个N4-1容量的样本，计算样本中所有样本点每两个之间的相似度，即两两之间的距离进行度量；将其中使得距离最小的两个样本聚成一类，记为Cla2，新产生的类Cla2的相关属性用类中包含的两个样本的对应属性的均值表示；(4)类似地，重复进行相似性度量和最近类的合并，每次减少一类，依次得到新类最后类的个数减少为1，所有的样本被聚到一类中去，得到聚类结果。所述一种基于道路相似性的机动车尾气遥测设备布点方法中，所述步骤三中，根据聚类过程绘制聚类谱系图，横坐标为1处代表第一次聚类的结果，横坐标为2处代表第二次聚类的结果，依次类推，将每一步聚类的结果直观的显示在聚类谱系图上，聚类谱系图充分展示了聚类的每一步过程，让从可视化的层面了解到每一步哪些路段被聚为一类，每一步聚类结束后不同类的数目和这些类中分别包含哪些路段。所述一种基于道路相似性的机动车尾气遥测设备布点方法中，所述步骤四中，对所考察的路段赋予权重，权重综合考虑该路段的设备布设成本、设备布设难易程度要素后确定，权重越大代表路段的重要程度越大以及优先考虑程度越高；假设需要将数目为M5的尾气遥测设备进行，从聚类谱系图找到对应类数目为M5的聚类结果，即第N4-M5次聚类后的结果，选取这M5个类中每个类的权重最大的路段布设尾气遥测设备，最终得到对任意数目的尾气遥测设备进行布点的方案。所述基于路网拓扑结构的布点模块中，一种基于图论的机动车尾气遥测设备布点方法，包括以下步骤：步骤一：将城市交通路网依据拓扑结构和交通流方向抽象成一个有向图，将交通路网信息抽象成一个数据矩阵，采用深度优先搜索算法找到所述有向图中的所有有向回路；步骤二：将所有路段作为有向回路超图的顶点，所有有向回路作为有向回路超图的超边，建立城市路网的有向回路超图，简化该有向回路超图，得到简单有向回路超图，建立简单有向回路超图中顶点的加权度模型，寻找加权度模型中加权度最大的顶点，采用贪婪算法求出简单有向回路超图的最小横贯，即为机动车尾气遥感监测设备的布点路段；所述加权度是指融合了交通路网信息的简单有向回路超图的顶点的度，所述简单有向回路超图的最小横贯是指能够覆盖简单有向回路超图所有边的最小顶点集合。所述一种基于图论的机动车尾气遥测设备布点方法中，所述步骤一中，将交通路网信息抽象成一个数据矩阵，如下：其中，表示交通路网的所有路段，M7为路网中路段总数；表示路段的信息，包括路段所属区域功能，交通流量的等级，是否建有天桥；N7为布点方法中所利用的路段信息种类；Rij，i＝1,2,…,M7,j＝1,2,…,N7表示将路段信息数字化后的具体数值。所述一种基于图论的机动车尾气遥测设备布点方法中，所述步骤一中，采用深度优先搜索算法找到所述有向图中的所有有向回路的过程如下：(1)首先将城市交通路网依据拓扑结构和交通流方向抽象成一个有向图，然后将有向图转换为线图；(2)从步骤(1)中的线图的一个初始顶点出发，沿着线图的有向弧和不同的顶点寻找有向路径，直到不存在有向弧到达下一个顶点，判断是否存在有向弧回到初始顶点，若存在，表明检测到一个圈；(3)退回步骤(2)中有向路径的上一个顶点，沿着其他有向弧继续拓展有向路径，直到不存在有向弧到达下一个顶点，判断是否存在有向弧回到初始顶点，若存在，表明检测到一个圈；(4)重复步骤(3)，直到退回初始顶点；(5)依次以其他顶点为初始顶点，重复步骤(2)(3)(4)，线图的所有圈即为原有向图的所有有向回路。所述一种基于图论的机动车尾气遥测设备布点方法中，所述步骤二具体实现如下：(1)将所有路段作为有向回路超图的顶点，所有有向回路作为有向回路超图的边，建立城市路网的有向回路超图模型；(2)依次比较(1)中建立的有向回路超图的两条边，判断是否存在包含关系，若存在，则在有向回路超图中删去较长的那条边，并且对删除边后的有向回路超图重复此步骤，直到删除边后的有向回路超图的任意两条边都不存在包含关系，即得到简单有向回路超图；(3)在步骤(2)得到的简单有向回路超图中建立顶点的加权度模型，寻找加权度模型中加权度最大的顶点，采用贪婪算法求出简单有向回路超图的最小横贯。贪婪算法的求解过程如下：在简单有向回路超图中,删除加权度模型中加权度最大的顶点及包含该顶点的所有边，并且对删除顶点和边后的简单有向回路超图重复此步骤，直到简单有向回路超图为空，则删除的顶点集合为简单向回路超图的最小横贯，即机动车尾气遥感监测设备的布点路段。所述一种基于图论的机动车尾气遥测设备布点方法中，所述步骤二中，简单有向回路超图中顶点的加权度模型的数学表达如下：其中，D*(i)表示简单有向回路超图顶点i的加权度，Rij为交通路网数据矩阵模型中的元素，i＝1,2,…,M7,j＝1,2,…,N7；rj为路段信息，r1表示路段所属的区域功能，如果路段位于污染区域，则r1＝0，否则r1＝1，rjmax表示rj的最大值，watr,j表示各个路段信息的权值，满足deg(i)表示简单有向回路超图中顶点i的度，degmax表示简单有向回路超图中所有顶点的度的最大值。所述基于特定车辆路线的布点模块中，一种基于图论与布尔代数的机动车尾气遥测设备布点方法，包括以下步骤：步骤一：将公交车行驶路线抽象为公交路线超图；步骤二：应用布尔代数相关理论求解公交路线超图的所有极小横贯集；步骤三：求解公交路线超图的最小横贯集，所述最小横贯集是指所有极小横贯集中基数最小的一个极小横贯集，在本发明中最小横贯集指最小监测路段集合，即需要布设尾气遥测设备的路段的集合。所述一种基于图论与布尔代数的机动车尾气遥测设备布点方法中，所述步骤一具体实现如下：(1)以城市实际的交通道路网络为基础，将公交车行驶路线中经过的各路段抽象为超图顶点，得到顶点集；(2)将公交车行驶线路抽象为超边，超边是顶点集的子集；(3)所有超边的集合即为超图，超图由公交车行驶路线所得，称之为公交路线超图。所述一种基于图论与布尔代数的机动车尾气遥测设备布点方法中，所述步骤二具体实现如下：(1)对公交路线超图中每个顶点设布尔变量χi，χi表示路段i是否布设尾气遥测设备，若χi＝1则表示此路段需要布设遥测设备；(2)公交路线超图中每条边按其所含顶点进行布尔加法，得到各条边的布尔析取式，即：ψj表示第j条公交运行路线中包含的路段；(3)将所有边的布尔析取式进行布尔乘法，得到公交路线超图的布尔合取式，即：表示整个公交路线网中所有线路所含路段的全体，Nhy为公交路线超图中超标数目；(4)对所得的合取式用布尔运算规律整理化简，得到最简的析取式，即：其中每个子式λt对应的顶点集是公交路线超图的一个极小横贯集，所有的λt构成公交路线超图的所有极小横贯集的集合表示与公交车每条运行路线都相交的路段全体。所述一种基于图论与布尔代数的机动车尾气遥测设备布点方法中，步骤三具体实现如下：(1)求各个极小横贯集的基数，即所含顶点的个数；(2)确定基数最小的极小横贯集，该极小横贯集即为最小横贯集，最小横贯集中顶点所对应的路段即为需要布设尾气遥测设备的路段，这些路段构成的集合为最小监测路段集合。本发明与现有技术相比的优点：(1)传统的遥感监测法只能对其中极少部分车辆进行检测，且各监测点分散，没有实现系统化和集成化，没有充分利用各监测点数据的相互联系，无法实现更高层面的监管，为有关部门提供决策依据或建议。本发明技术能克服上述缺点，真正发挥尾气遥测设备的优势，实现城市管理的网络化、系统化。(2)本发明提出的一种机动车尾气遥测设备综合布点系统包括基于道路相似性的布点模块、基于路网拓扑结构的布点模块与基于特定车辆路线的布点模块，采用不同的选址布点方法，针对不同目标对机动车尾气遥测设备在城市路网中的布设点位进行优化，可确保采集数据的完整性和多样性，可更好地服务于后续的数据处理与分析。(3)本发明涉及的一种基于道路相似性的机动车尾气遥测设备布点方法，将有限的资源集中到高价值的部分，实现了效益最大化的目标。将任意数目的尾气遥测设备进行优化布设使得布点方案更加灵活，一方面，避免了设备的闲置与资金的浪费，能够使每台遥测设备物尽其用；另一方面，能够最大限度的获得尽可能多的尾气信息并对全路网尾气信息做出预测。(4)本发明涉及的一种基于图论与布尔代数的机动车尾气遥测设备布点方法，特别针对公交车设计尾气遥测设备布点方法，基于图论与布尔代数理论将尾气遥测设备的布点问题转化为公交路线超图的最小横贯求解问题，再运用布尔运算的方法求出最小横贯即得到布点方案，且算法简单，更易操作。现在暂时没有以公交车为应用背景的布点方法的研究，故本发明填补了现有技术在该应用背景下的技术空白，具有很大的实践意义。(5)本发明涉及的一种基于图论的机动车尾气遥测设备布点方法，需要的信息更少，只利用了交通路网的拓扑结构和一些容易获得的交通信息，比如路段的车流量等级，城市的区域功能，路段是否建有天桥等，即可获得机动车尾气遥感监测设备的布点路段；通过建立交通路网数据矩阵，将交通数据等模拟信息转化为数字信息，更便于分析、分类和处理。附图说明图1为本发明系统的组成框图；图2为基于道路相似性的机动车尾气遥测设备布点方法流程图；图3为基于道路相似性的机动车尾气遥测设备布点方法的实施实例聚类谱系图示意图；图4为基于图论的机动车尾气遥测设备布点方法流程图；图5为基于图论的机动车尾气遥测设备布点方法的交通路网有向图；图6为基于图论的机动车尾气遥测设备布点方法的交通路网有向回路超图；图7为基于图论与布尔代数的机动车尾气遥测设备布点方法流程图；图8为基于图论与布尔代数的机动车尾气遥测设备布点方法的公交路线超图极小横贯、最小横贯求解流程图。具体实施方式如图1所示，本发明公开了一种机动车尾气遥测设备综合布点系统，包括基于道路相似性的布点模块、基于路网拓扑结构的布点模块与基于特定车辆路线的布点模块；三个模块可单独使用，也可组合使用，解决机动车尾气遥测设备在城市路网中的选址布点问题，能够将路网拓扑、道路信息、气象信息、交通信息及布点区域已有检测器数量的数据作为输入，实现有效检测车辆数最大、车辆检测差别性最小及道路覆盖率最大的目标，根据性能指标的不同，为相关部门提供多种选址布点方案。采用选址布点方法，对机动车尾气遥测设备在城市路网中的布设点位进行优化，可确保采集数据的完整性和多样性，可更好地服务于后续的数据处理与分析；基于道路相似性的布点模块，使用一种基于道路相似性的机动车尾气遥测设备布点方法来实现，充分考虑了道路特性、道边环境与气象因素，提取出其中关键的属性进行聚类，采用层次聚类的方法对城市路网的不同路段进行聚类，能够将任意数目的尾气遥测设备进行优化布点；基于路网拓扑结构的布点模块，使用一种基于图论的机动车尾气遥感监测设备布点算法来实现，以城市路网拓扑结构为主，辅以车流量等级，城市的区域功能信息，基于图与超图理论对问题进行建模，将遥测设备的布点选址问题转化为最小横贯问题，最终采用贪婪算法求解出布设尾气遥测设备的路段集合；基于特定车辆路线的布点模块，使用一种基于图论与布尔代数的机动车尾气遥测设备布点方法来实现，针对城市公交系统尾气的普查进行尾气遥测设备选址布点，首先基于超图理论，将公交车运行路线转化为公交路线超图，然后用布尔代数的相关原理，确定尾气遥测设备在城市路网中的布设位置；基于道路相似性的布点模块适用于尾气检测信息、道路车流量信息、天气信息和道路相关信息都可获得的情况下的选址布点方案设计，基于路网拓扑结构的布点模块适用于输入信息只包含交通路网的拓扑结构和一些容易获得的交通信息，包括路段所属区域功能、交通流量的等级及是否建有天桥，基于特定车辆路线的布点模块适用于需要对公交车这一种类的机动车进行重点监控时的选址布点方案设计。下面分别对本发明上述所涉及的重要技术进行详细说明。一、本发明涉及的基于道路相似性的机动车尾气遥测设备布点方法，其具体实现方式如下：实施实例选取合肥市某地区某路网一段时间内的具体检测数据，该路网包含路段数目为N4＝10，利用聚类分析得到能够将任意数目为M5的尾气遥测设备进行优化布设的方案，如图2所示，具体实现过程如下所示。步骤一：聚类前采集所需样本数据并对样本数据进行预处理。将目标路网中的每条路段作为一个样本，获得每个样本路段一段时间内的具体尾气检测信息，包括的数据项有：检测设备编号，检测时间，检测的车牌号码，车速，车辆加速度，车辆长度，CO2、CO、HC、NO浓度,烟度值，抓拍照片等。道路车流量信息，包括的数据项有：道路名称，时间，小型客车、中型客车及其它不同类型车辆的车流量。天气信息，包括的数据项有：时间，城市，天气状况，温度，湿度，风速，PM2.5，PM10，AQI。道路相关信息，包括的数据项有：地理位置id，所在省份，所在城市，所在街道，连接方式，路旁植被面积，建筑物平均高度。首先进行数据清洗，通过对数据的分析，找出缺失值、偏离过大的个别极端值进行丢弃处理，这步需要花费较多的时间。然后进行数据规约，删除与所考虑问题不相关、弱相关或冗余的属性(如温度，湿度，风速，检测的车牌号码，车速，车辆加速度)，合并类似属性(小型客车、中型客车及其它不同类型车辆的车流量合并为车流量，CO2、CO、HC、NO浓度合并为污染物浓度)，最终选取了其中M4＝8个相关属性(相关属性包括属性合并后的污染物总浓度、烟度值、属性合并后的总车流量、连接方式、路旁植被面积、建筑物平均高度)。最后进行数据变换，将不同单位、不同数量级的数据进行标准化处理。步骤二：采用层次聚类的方法对步骤一中处理得到的样本数据进行层次聚类分析具体包括以下步骤：(1)将步骤一中处理得到样本中的每一个样本都归为一类，共计10个类，计算每两个类之间的相似度，也就是计算样本点两两之间的欧几里德距离，得到距离矩阵如下：其中d表示欧几里得距离。(2)选取对角线以下下三角中最小的元素为d(3,6)，将路段3和路段6合并为一新类，记为Cla1＝{3，6}，利用路段3和路段6的相关属性重新计算得到新类Cla1的属性。(3)新类和其他类一起可得到一个N4-1＝9容量的样本，计算新样本中所有样本点两两之间的距离，其中使得距离最小的为d(4,10),将路段4和路段10聚成一类，记为Cla2＝{4,10},类的数目减少为9个。利用路段4和路段10的相关属性重新计算得到新类Cla2的属性。(4)类似地，重复进行相似性度量和距离最小类的合并，每次减少一类，可以依次得到新类Cla3，Cla4，…,Cla9，在第9步聚类时，类的个数减少为1，所有的样本被聚为一类，得到聚类结果。聚类结果如下表所示：聚类步数聚类选择聚类结果13,61,2,4,5,7,8,9,10，{3,6}24,101,2,5,7,8,9，{3,6}，{4，10}38,91,2,5,7,{8,9},{3,6},{4,10}4Cla2,Cla31,2,5,7,{3,6},{4,8,9,10}55,Cla41,2,7,{3,6},{4,5,8,9,10}67,Cla51,2,{3,6},{4,5,7,8,9,10}71，2{1,2},{3,6},{4,5,7,8,9,10}8Cla1,Cla7{1,2,3,6},{4,5,7,8,9,10}9Cla6,Cla8{1,2,3,4,5,6,7,8,9,10}步骤三：根据步骤二中的聚类结果绘制聚类谱系图，将每一步聚类的结果直观的显示在聚类谱系图上如图3所示。横坐标为1处代表第一次聚类的结果，包含9个类{{1}，{2}，{4}，{5}，{7}，{8}，{9}，{10}，{3,6}}。横坐标为2处代表第二次聚类的结果，包含8个类{{1}，{2}，{5}，{7}，{8}，{9}，{4，10}，{3,6}}，依次类推。步骤四：对所考察的路段赋予权重，代表路段的重要程度以及优先考虑程度，权重综合考虑该路段的设备布设成本、设备布设难易程度等要素后确定。路段1权重为4，路段2,3,4权重为3，路段5,6权重为2，路段7,8,9,10权重为1。假设需要将数目为M5＝3的尾气遥测设备布设到该路网中，从聚类谱系图找到对应类数目为3的聚类结果，即第7次聚类后的结果为{{1,2}，{3,6}，{4,5,7,8,9,10}}，选取这3个类中每个类的权重最大的路段{1,3,4}布设尾气遥测设备，最终得到对尾气遥测设备进行布点的方案为在路段1，路段3，路段4上布点。二、本发明涉及的基于图论的机动车尾气遥测设备布点方法，其具体实现方式如下：如图4所示，本发明涉及的基于图论的机动车尾气遥测设备布点方法的具体实现如下：步骤一：将城市交通路网依据拓扑结构和交通流方向抽象成一个有向图，其中有向图的顶点表示路网的交叉路口，有向图的有向弧表示路网的一条单方向路段，有向弧的方向由该路段的交通流方向决定。将交通路网信息抽象成一个M7×N7的数据矩阵，如下：其中，表示交通路网的所有路段，M7为路网中路段总数；表示路段的信息，如路段所属区域功能，交通流量的等级，是否建有天桥等，N7为布点方法中所利用的路段信息种类；Rij(i＝1,2,…,M7,j＝1,2,…,N7)表示将路段信息数字化后的具体数值。数字化的方法如下：如果路段位于工厂等污染区域，则r1＝0，否则r1＝1；路段车流量等级可分为L7个等级，用1,2,…,L7表示车流量从低到高；路段是否建有天桥，用1表示有天桥，0表示无天桥等。然后采用深度优先搜索算法找到交通路网有向图中的所有有向回路，由于有向回路的搜索算法较复杂，而有向圈的算法易于实现，因此将交通路网有向图中有向回路的搜索转换为其线图中有向圈的搜索。线图也是一个有向图，其顶点表示原有向图的弧，线图中两个顶点相邻当且仅当原有向图中对应的两条弧相邻。有向图D的线图用D*表示，设D的有向弧集合为D*的顶点集合则为其中vi＝ai,i＝1,2,…,M7。在D*中搜索有向圈的过程如下：1、以v1为初始顶点，沿着不同的顶点寻找有向路径直到从顶点不存在有向弧到达下一个顶点。2、检验是否存在有向弧若存在，判断路径长度是否大于设定值L8。如是，表明检测到一个有效圈记为P1。3、退回沿着其他有向弧继续拓展有向路径，直到不存在有向弧到达下一个顶点。判断是否存在有向弧回到初始顶点，若存在，判断路径长度是否大于设定值L8。如是，表明检测到一个有效圈记为P2。4、退回到重复步骤3直到退回到v1。5、依次以为初始顶点，重复步骤1，2，3，4。至此找到了D*中的所有长度大于设定值L8的有向圈其中M8为有向圈的总数，也是D中有向回路的总数。需要说明的是，为了避免重复，即含有q个顶点的某一有向圈被重复检测到q次，以vi为初始顶点找圈时无需访问顶点vj(j≤i)。步骤二:建立城市路网的有向回路超图模型I＝(χatr,F)，其中χatr是超图I的顶点集合，其中的每个元素代表一条路段，F是超图I的超边集合，每个超边代表一个有向回路。超图I＝(χatr,F)是简单超图当且仅当若则i＝j。由于由实际交通路网的有向回路建模而来的超图可能不是简单超图，首先进行简化有向回路超图I＝(χatr,F)的操作，过程如下：1、令i＝1,F′＝F。2、令j＝i+1，判断Fi是否含于Fj，如是，将F′-Fj附给F′；否则判断Fj是否含于Fi，如是，将F′-Fi附给F′。3、j增加1，重复第二步直到j＝|F|。4、i增加1，重复第二步和第三步直到i＝|F|-1。然后寻找简化后的有向回路超图中加权度最大的顶点，采用贪婪算法求出该简单超图的最小横贯，即为机动车尾气遥感监测设备的布点路段集合。其中，简单有向回路超图中顶点的加权度的数学表达如下：其中，D*(i)表示简单有向回路超图中顶点i的加权度，Rij(i＝1,2,…,M1,j＝1,2,…,N7)为交通路网数据矩阵模型中的元素，rj(j＝1,2,3,…,N7)为路段信息，r1表示路段所属的区域功能，如果路段位于工厂等污染区域，则r1＝0，否则r1＝1，rjmax表示rj(j＝1,2,3,…,N7)的最大值，watr,j(j＝1,2,…,N7)表示各个路段信息的权值，满足deg(i)表示简单有向回路超图中顶点i的度，degmax表示简单有向回路超图中所有顶点的度的最大值。采用贪婪算法求解该简单超图的最小横贯的具体步骤为：1、令Tr为空集。2、创建一个空的顶点ti，寻找中具有最大的加权度的顶点赋给ti。将ti添加到集合Tr中。3、i增加1，令图为删除了选定顶点及包含该顶点的所有边的图重复步骤2直到为空集时结束。则集合Tr即为有向回路超图的最小横贯，也就是机动车尾气遥感监测设备的布点路段。为方便说明，这里选取一个简单的例子介绍本发明涉及的基于图论的机动车尾气遥测设备布点方法的具体过程。图5为某城市部分交通路网抽象而成的有向图D＝(V,A)，交通路网建模成有向图的方法为：将交通路网中的交叉路口用顶点表示，交通路网中的路段用有向弧表示，这里的路段指交通流方向单一的路段，一条双向行驶的道路建模成两个方向相反的有向弧。图5所示的有向图包含7个顶点，11条有向弧，设有向弧集合A＝{a1,a2,…,a11}。其中，7个顶点表示实际交通路网中的7个交叉路口，11条有向弧表示实际交通路网中的11条路段，这里弧a1,a2,a3,a8,a11表示5条单向行驶的路段，弧a4和a5，a6和a7以及a9和a10表示三条双向行驶的道路，有向弧的指向表示车流方向。其中顶点3处存在转向限制，即从a3转向a6是不允许的。根据路段信息建立交通路网数据矩阵，如下：其中r1表示路段所属的区域功能，如果路段位于工厂等污染区域，则r1＝0，否则r1＝1；r2表示路段车流量等级，分为5个等级，用1,2,…,5表示车流量从低到高；r3表示路段是否建有天桥，用1表示有天桥，0表示无天桥。然后采用深度优先搜索算法找到交通路网有向图中的所有有向回路，由于有向回路的搜索算法较复杂，而有向圈的算法易于实现，因此将交通路网有向图中有向回路的搜索转换为其线图中有向圈的搜索。线图也是一个有向图，其顶点表示原有向图的弧，线图中两个顶点相邻当且仅当原有向图中对应的两条弧相邻。有向图D的线图用D*表示，则D*的顶点集合为{v1,v2,…,v11}，其中vi＝ai,i＝1,2,…,11。在D*中搜索有向圈的过程如下：1、以v1为初始顶点，沿着不同的顶点寻找有向路径直到从顶点不存在有向弧到达下一个顶点。2、检验是否存在有向弧若存在，判断路径长度是否大于设定值L8＝2。如是，表明检测到一个有效圈记为P1。3、退回沿着其他有向弧继续拓展有向路径，直到不存在有向弧到达下一个顶点。判断是否存在有向弧回到初始顶点，若存在，判断路径长度是否大于设定值L2。如是，表明检测到一个有效圈记为P2。4、退回到重复步骤3直到退回到v1。5、依次以为初始顶点，重复步骤1，2，3，4。至此找到了D*中的所有长度大于设定值L8＝2的有向圈P1＝{a4,a10,a9,a5}P2＝{a4,a10,a7,a6,a9,a5}P3＝{a4,a10,a7,a2,a1}P4＝{a4,a10,a7,a6,a11,a8,a3,a2,a1}P5＝{a4,a10,a11,a8,a3,a2,a1}P6＝{a6,a9,a10,a7}需要说明的是，为了避免重复，即含有q个顶点的某一有向圈被重复检测到q次，以vi为初始顶点找圈时无需访问顶点vj(j≤i)。然后建立城市路网的有向回路超图模型I＝(χatr,F)，其中χatr是超图I的顶点集合，其中的每个元素代表一条路段，F是超图I的超边集合，每个超边代表城市路网中的一个有向回路，即Fi＝Pi,i＝1,2,..,6，如图6所示。简化超图I：1、令i＝1,F′＝F。2、令j＝i+1，判断Fi是否含于Fj，如是，将F′-Fj附给F′；否则判断Fj是否含于Fi，如是，将F′-Fi附给F′。3、j增加1，重复第二步直到j＝|F|。4、i增加1，重复第二步和第三步直到i＝|F|-1。在本实施例中，简化后的有向回路超图I′＝(χatr,F′.)，其中F′＝F-{F2,F4}。然后寻找简化后的有向回路超图中加权度最大的顶点，采用贪婪算法求出该简单超图的最小横贯，即为机动车尾气遥感监测设备的布点路段集合。在本发明例中，有向回路超图的加权度的数学表达如下：其中，D*(i)表示顶点i的加权度，Rij(i＝1,2,…,11,j＝1,2,3)为交通路网数据矩阵中的元素，rjmax(j＝1,2,3)表示rj(j＝1,2,3)的最大值，λj(j＝1,2,3)表示各道路信息的权值，权值依据各路段信息的参考价值和重要程度确定为λ1＝0.4,λ2＝0.4,λ3＝0.2，满足deg(i)表示顶点i的度，degmax表示所有顶点的度的最大值。采用贪婪算法求解I′的最小横贯：1、令Tr为空集。2、创建一个空的顶点tr,i，寻找中具有最大的加权度的顶点赋给tr,i。将tr,i添加到集合Tr中。3、i增加1，令图为删除了选定顶点及包含该顶点的所有边的图重复步骤2直到为空集时结束。则集合Tr即为有向回路超图的最小横贯，也就是机动车尾气遥感监测设备的布点路段。在本发明涉及的基于图论的机动车尾气遥测设备布点方法实施例中，最后求出的集合Tr＝{a4,a9}，即为机动车尾气遥感监测设备的布点路段集合。总之，本发明涉及的基于图论的机动车尾气遥测设备布点方法更具可行性，相比于已有的城市路网交通路网机动车尾气遥感监测设备布点方法，本发明需要的信息更少，只利用了交通路网的拓扑结构和一些容易获得的交通信息，比如路段的车流量等级，城市的区域功能，路段是否建有天桥等，并且将交通信息数字化，更便于分析、分类和处理，对城市机动车尾气遥感监测设备布点问题的研究提供了新的思路和方法。三、本发明涉及的基于图论与布尔代数的机动车尾气遥测设备布点方法，其具体实现方式如下：基于图论与布尔代数的机动车尾气遥测设备布点方法以实时高效监测公交车尾气排放情况为目标，根据图论与布尔代数相关理论，进行数学建模与求解，进而研究机动车尾气遥测设备在城市交通路网中的布设问题。如图7所示，基于图论与布尔代数的机动车尾气遥测设备布点方法的具体实施步骤如下：(1)将公交车行驶路线抽象为公交路线超图。图论中有如下超图的定义：设是一个有限集，则上的一个超图是指上的一个有限子集簇，使得(1)Frou,i≠φ(i＝1,2,…,N)(2)其中为超图的第i个顶点，共Mv个顶点，为顶点集合；Frou,i为超图的第i个超边，共Nhy个超边，φ表示空集，为超边集合，也就是超图。结合城市交通路网，将公交车行驶线路中经过的各路段抽象为超图顶点，将整条线路抽象为超边，得到公交路线超图。图论中超图横贯的定义为：设是上的一个超图，若顶点子集满足Tr∩Frou,i≠φ(i＝1,2,…,Nhy)，即Tr与每条边都相交，则称Tr是超图的一个横贯(集)。如果一个横贯的任何一个真子集都不是横贯,则称这个横贯为极小横贯集。所有极小横贯集中基数最小的极小横贯集是最小横贯集。基于以上横贯、极小横贯、最小横贯的定义，将公交线路抽象为超图模型后，尾气遥测设备的布点问题便转化为求公交路线超图的最小横贯集问题。(2)求公交路线超图的极小横贯集。在前两步的基础上，用布尔代数相关理论求公交路线超图的最小横贯。首先介绍布尔代数相关理论。布尔变量的值只有0,1两种情况，用“+”和“·”表示布尔代数中的“布尔加法(逻辑或)”与“布尔乘法(逻辑与)”，也称为“析取”与“合取”，只含布尔加法的表达式称为析取式，只含布尔乘法的表达式称为合取式。下面介绍求公交路线超图所有极小横贯集的具体步骤：设是顶点集上的一个公交路线超图，由公交车行驶路线抽象而得。超图中顶点为超边为Frou,j(j＝1,2,…,Nhy)。本发明中用表示公交路线超图，超图的一个顶点表示公交车线路中经过的一个路段；超图的一个超边Frou,j表示一条公交车运行线路。①对每一个顶点设布尔变量χi与之对应，χi表示路段i是否布设尾气遥感监测设备，若χi＝1则表示此路段需要布设监测设备。②对公交路线超图的每一条边中的顶点进行布尔加法运算，得到每条边Frou,j对应的布尔析取式ψj表示第j条公交运行路线中包含的路段；③对第②步得到的公交路线超图中所有边的布尔析取式ψj进行布尔乘法运算，得到整个公交路线超图的布尔合取式：表示整个公交线路网中所有线路所含路段的全体；④对先使用布尔分配律展开，再用结合律、交换律、幂等律进行化简，最终得到最简的析取式：其中λt对应的顶点集是公交路线超图的一个极小横贯集，所有λt构成公交路线超图的所有极小横贯集，表示与公交车每条运行线路都相交的路段全体。(3)求公交路线超图的最小横贯集。比较横贯超图中所有极小横贯集的基数，基数最小的极小横贯集是最小横贯集，即最小监测路段集合，为实际中需要布设机动车尾气遥感监测设备的路段。图8为公交路线超图极小横贯集、最小横贯集求解的流程图。首先，对公交路线超图中各顶点设布尔变量，变量值取0或1，取1时表示该顶点代表的路段要布设尾气检测设备；然后，对公交路线超图中每条边，根据该边所含的顶点进行布尔加法运算，得到对应于每条边的布尔析取式；接着将所有超边的布尔析取式进行布尔乘法运算，得到整个公交路线超图的布尔合取式；之后用布尔运算的性质对所得的合取式整理化简，得到最简的析取式，其中每个子式代表超图的一个极小横贯集；最后比较各个极小横贯集的基数，即所含元素的个数，取基数最小的极小横贯集为最小横贯集，最小横贯集中的元素所对应的路段即为需要布设尾气遥测设备的路段，进而得到了基于图论与布尔代数的机动车尾气遥测设备的布点方案。相比于已有的监测器布点方案，本发明涉及的基于图论与布尔代数的机动车尾气遥测设备布点方法专门针对城市公交系统，更具独特性，且求解算法简单易实现，操作性更强。以上显示和描述了本发明的基本原理和主要功能。本行业的技术人员应该了解，本发明不受上述实例的限制，上述实例和说明书中的描述只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的发明范围内。本发明要求保护范围由所附权利要求书及其等效物界定。当前第1页1 2 3