公共交通综合评价及问题定位方法及系统与流程

本发明涉及一种公共交通综合评价及问题定位方法及系统。

背景技术

自2012年交通运输部启动公交都市创建项目以来，15个全国首批“公交都市”建设示范工程创建城市的项目建设任务即将进入验收阶段。《公交都市考核评价指标体系》中明确了20个公交都市约束性指标以及10个重要参考依据指标。量化的考核标准对公交都市建设提出了明确的目标，在5年的建设期内不定期的自查和考核是检验建设成效的必要手段之一。但考核评价指标体系中设置的30个指标以及与指标计算相关的50多个参数、数据，为各地的检查、评价工作也带来一定的难度。与此类似的，城市公共交通发展水平其他项目的各类评价、考核都涉及复杂的指标体系，从总体规模、运营情况、服务情况等不同层级多个维度展开。

目前，在该领域主要的研究与应用也多集中于对于合理性、可行性的评价体系的研究，如发明专利cn201410032296.5、cn201710543797.3等。但从实际出发，评价的目的是为了改进，如何从评价中发现短板和缺陷也应当被重视。然而，目前尚缺乏一种闭环式的公共交通评价体系，能够在指标评价后自主进行问题定位与回溯，直接关联到负责人，进而达到连贯的整体动态优化效果。

在公共交通发展水平评价体系中，普遍的综合评价结果计算方法是对指标赋予不同权重加以汇总，而相当数量的指标间存在相关性，如果用常规的阈值法逐一评价指标是否合格，忽略其相关性对最终汇总结果的影响，可能会造成缺陷指标识别出现缺漏。这就使得难以从最终评价结果准确、完整地定位到存在缺陷或待改进的项目。

技术实现要素：

本发明的目的是提供一种公共交通综合评价及问题定位方法及系统，在传统的指标分析与综合评分基础上，解决缺陷识别、问题定位的问题，通过数据处理消除原始指标间的相关性对综合评价结果的影响，在大量的基础指标中准确定位存在缺陷的项目及负责人，并通过协同处置流程，向负责人员分配问题处理任务，督促缺陷的改进与消解。

本发明的技术解决方案是：

一种公共交通综合评价及问题定位方法，在初始的分项评价指标基础上，通过数据处理消除指标相关性对于综合评价结果的影响，根据独立参数的表现回溯原始指标存在的问题，识别待改进的指标项；包括以下步骤，

s1、确定数据采集时间间隔以及数据收集阶段起止时间；数据采集是获取公共交通发展水平评价所需的各类静态与动态数据，并计算评价指标；对于数据采集时间ti的评价指标构成n*1维矩阵ii，其中n为评价指标数量；

s2、建立评价指标与用户的关联表；用户是指职责与评价指标相关的集体与个体；

s3、对步骤s1在数据收集阶段获取的评价指标矩阵组合为n*t维训练矩阵x＝[i1,…,ii,…,it]，t为数据采集的总时间间隔数；对矩阵x进行中心化处理转化为x^*，即对于矩阵x中位于a行b列的元素xab，将其转换为xab^*＝xab-μa，其中μa为a行元素均值，a、b分别为满足条件：a∈[1,n]、b∈[1,t]的任一整数；

s4、对矩阵x^＊进行降维处理，获得降维处理矩阵p；

s5、对分析对象矩阵i进行降维处理，即i1＝pi，处理后的矩阵维数为k*1维；其中分析对象矩阵为某一时间间隔内的评价指标；

s6、标记处理后的矩阵i1中的负值元素，标记后的矩阵为i2；

s7、对带有标记的矩阵i2进行逆变换，即i2^*＝i2p^-1，p^-1为p的逆矩阵；矩阵i2中标记的元素由逆变换后，可对其对应指标进行定位，定位指标为有待提升改进的问题指标；

s8、由步骤s2生成的评价指标与用户关联表，将待提升指标与相应用户进行关联，并向关联用户发送问题指标详情。

进一步地，步骤s4具体为，

s41、计算矩阵x^＊的协方差矩阵c：

s42、计算协方差矩阵c的特征值λ1,…,λn及特征向量e1,…,en；

s43、将特征向量按特征值从大到小顺序排列，构成矩阵p0；根据方差解释率v确定降维处理矩阵p的维度；其中由v值确定矩阵p的行数k的取值。

一种公共交通综合评价及问题定位系统，以数据闭环处理机制实现公共交通发展水平的综合评价、问题回溯、分配处理，包含评价模块、问题识别模块、问题分配处理模块；

评价模块：内置指标计算模型，从数据库提取动态数据、静态数据后计算分项指标，进一步在分项指标基础上根据综合评分模型输出综合指标；输出分项指标、综合指标；

问题识别模块，根据上述公共交通综合评价及问题定位方法构建数据处理模型，对评价模块输出的指标进行处理，输出待提升的问题指标项目及关联用户；

问题分配处理模块：将问题识别模块输出的指标项目问题结论落实到具体负责人，即根据问题识别模块输出的待提升指标项目，将待提升项目存在的问题分配至对应关联用户，并启动跟踪处置流程；在跟踪处置流程中，通过与评价模块、问题识别模块的协同，在跟踪期内，向关联用户定期发送由评价模块输出的对应指标项目动态数值，并对项目改进情况进行分析；跟踪期至问题消除为止，即问题识别模块不再输出该项目。

本发明的有益效果是：

一、该种公共交通综合评价及问题定位方法及系统，在指标评价完成后，进行自主的问题分析，从而识别出需要改进的指标项目，并将其分配给相关部门、单位处理，并在问题消除前持续跟踪该项目指标的动态，实现持续的优化改进。通过“评价-发现问题-分配问题-解决问题-重新评价”的闭环评价模式，提升公共交通发展水平评价系统的智能决策效果。

二、本发明在指标体系进行分项评估的基础上，对其做降维处理以消除相关性，从独立的指标中分析缺陷项，通过逆处理在原始指标中进行缺陷项定位，进一步将问题对应到具体负责人。通过该处理流程，能够克服指标相关性造成的缺陷指标识别缺漏问题，有效实现闭环式的公共交通发展水平评价。

附图说明

图1是本发明实施例用于综合评价公共交通发展水平以及问题缺陷识别的方法的流程示意图。

图2是本发明实施例用于综合评价公共交通发展水平以及问题缺陷识别的系统的说明框图。

具体实施方式

下面结合附图详细说明本发明的优选实施例。

实施例

一种公共交通综合评价及问题定位方法，在初始的分项评价指标基础上，通过数据处理消除指标相关性对于综合评价结果的影响，根据独立参数的表现回溯原始指标存在的问题，识别待改进的指标项；如图1，具体步骤包括：

s1：确定数据采集时间间隔以及数据收集阶段起止时间；数据采集是获取公共交通发展水平评价所需的各类静态与动态数据，并计算评价指标；对于数据采集时间ti的评价指标构成n*1维矩阵ii，其中n为评价指标数量。

s2：建立评价指标与用户的关联表；用户是指职责与评价指标相关的集体与个体；如运管处、公交公司的相关部门或相关管理事务的负责人等。

s3：对s1在数据收集阶段获取的评价指标矩阵组合为n*t维训练矩阵x＝[i1,…,ii,…,it]，t为数据采集的总时间间隔数；对矩阵x进行中心化处理转化为x^＊，即对于矩阵x中位于a行b列的元素xab，将其转换为xab^*＝xab-μa，其中μa为a行元素均值，a、b分别为满足条件：a∈[1,n]、b∈[1,t]的任一整数。

s4：对矩阵x^＊进行降维处理，获得降维处理矩阵p；具体步骤为：

s41：计算矩阵x^＊的协方差矩阵c，其公式为

s42：计算协方差矩阵c的特征值λ1,…,λn及特征向量e1,…,en；

s43：将特征向量按特征值从大到小顺序排列，构成矩阵p0；根据方差解释率v确定降维处理矩阵p的维度；其中由v值确定矩阵p的行数k的取值。

s5：对分析对象矩阵i进行降维处理，即i1＝pi，处理后的矩阵维数为k*1维；其中分析对象矩阵为某一时间间隔内的评价指标。

s6：标记处理后的矩阵i1中的负值元素，标记后的矩阵为i2。

s7：对带有标记的矩阵i2进行逆变换，即i2^*＝i2p^-1，p^-1为p的逆矩阵；矩阵i2中标记的元素由逆变换后，可对其对应指标进行定位，定位指标为有待提升改进的问题指标。

s8：由步骤s2生成的评价指标与用户关联表，将待提升指标与相应用户进行关联，并向关联用户发送问题指标详情。

实施例还提供一种公共交通综合评价及问题定位系统，以数据闭环处理机制实现公共交通发展水平的综合评价、问题回溯、分配处理，如图2，包含评价模块、问题识别模块、问题分配处理模块；

评价模块，内置指标计算模型，从数据库提取动态数据、静态数据后计算分项指标，进一步在分项指标基础上根据综合评分模型输出综合指标；输出分项指标、综合指标；

问题识别模块，根据1所述的方法构建数据处理模型，对评价模块输出的指标进行处理，输出待提升的问题指标项目及关联用户；

问题分配处理模块：该模块将问题识别模块输出的指标项目问题结论落实到具体负责人，即根据问题识别模块输出的待提升指标项目，将待提升项目存在的问题分配至对应关联用户，并启动跟踪处置流程；在跟踪处置流程中，通过与评价模块、问题识别模块的协同，在跟踪期内，向关联用户定期发送由评价模块输出的对应指标项目动态数值，并对项目改进情况进行分析；跟踪期至问题消除为止，即问题识别模块不再输出该项目。

实施例的一种公共交通综合评价及问题定位方法，其目的是通过消除评价指标间的相关性实现缺陷识别、问题回溯与负责人定位；在此基础上，公共交通综合评价系统是为了实现自动化的综合评价、问题定位以及问题分配，实现全流程闭环式的公共交通发展评价与智能决策，面向规划、管理、运营等部门以及运输企业等多类用户，系统向用户传递与其相关的单项评价问题，督促问题的修正或改善，以实施“评价-发现问题-分配问题-解决问题-重新评价”的持续性优化模式，满足各级城市提升本地公共交通发展水平的现实需求。

实施例的一个具体示例如下：

将实施例的方法与系统应用于公交都市综合评价应用中。根据《公交都市考核评价指标体系》以及目前的公交都市创建、验收周期，确定数据采集内容，包括公共交通出行量、机动化出行总量、公共汽电车线路网长度、城市道路网长度、公共交通站点500米半径覆盖面积、中心城区的建成面积、公共交通车辆标台总数、市区人口、始发正点班次、末站到站正点班次、计划发车班次/实际开列班次等动静态数据，并根据《指标体系》说明的指标计算方法计算公共交通机动化出行分担率、公路汽电车线路网比率、公共交通站点500米覆盖率、万人公共交通车辆保有量、公共交通正点率等30个评价指标；设定自公交都市申请年份开始至验收年份为止的数据收集阶段，数据采集时间间隔为1月。

公共交通发展水平综合评价系统通过数据对接方式获取动态数据，静态数据主要通过后台录入等方式获取。以某市2016年～2017年公交都市建设评价为例，系统评价模块每月计算上述30个评价指标；问题识别模块对2016年1月至12月每月的30*1维的初始指标矩阵ii进行处理，生成30*12维训练矩阵，并进行降维处理，获得降维矩阵，进而对2017年1月的指标矩阵i13进行降维处理与逆变换处理，识别、定位待改进的问题指标。

问题分配处理模块根据各指标与交通运输企业、管理部门的关联表，向用户管理表中相应权限的用户发送问题指标及其现值，并对2017年1月以后的每月问题指标现值进行推送，直至问题解决；该模块通过数据统计等处理手段，对每月的指标改进情况进行统计，为用户提供直观的趋势跟踪辅助。