王連震,杜亞北,石凌云,張國立,鄭夫水

(東北林業(yè)大學(xué) 土木與交通學(xué)院,哈爾濱 150000)

封閉式小區(qū)在我國城市居民小區(qū)模式中占據(jù)了主流,大量的小區(qū)封閉導(dǎo)致城市路網(wǎng)密度低、交通微循環(huán)差,對城市的路網(wǎng)結(jié)構(gòu)造成了破壞,使得城市道路極易發(fā)生堵塞。早在2016年,中共中央國務(wù)院印發(fā)《關(guān)于進(jìn)一步加強城市規(guī)劃建設(shè)管理工作的若干意見》提出了推廣街區(qū)制,逐步打開住宅小區(qū)和單位大院,以期解決路網(wǎng)布局問題,緩解交通阻塞狀況和促進(jìn)土地資源節(jié)約利用。封閉小區(qū)開放后會使城市的路網(wǎng)密度增加,緩解交通擁堵。目前,許多學(xué)者就這一重要議題開展研究分析。

Roitman[1]提出封閉式小區(qū)概念,即被圍墻包圍,將空間私有化并限制他人進(jìn)入的居住區(qū);Yao等[2]研究開放封閉式社區(qū)將使當(dāng)前道路網(wǎng)絡(luò)的連通性和可達(dá)性增加;Zhang等[3]認(rèn)為封閉小區(qū)越位于城市中心,對路網(wǎng)流量影響就越大;Atkinson等[4]認(rèn)為封閉小區(qū)削弱了城市機動性,加劇社會隔離,不利于城市社會的和諧與融合;Ehwi[5]研究封閉式社區(qū)的用途,認(rèn)為封閉式社區(qū)給公眾提供了更好的安全感;El-Ekhteyar等[6]通過對居民的現(xiàn)場訪問,得出居民和社區(qū)有很多聯(lián)系,多數(shù)居民不贊同小區(qū)開放;Kuhlberg等[7]通過調(diào)查發(fā)現(xiàn)擁有開放街道的美國城市數(shù)量正在增加;Dong等[8]利用流量熵模型和模糊均值(FCM)方法,建立一種新的開放評估熵模型,對小區(qū)開放選取指標(biāo)進(jìn)行評價;Borger等[9]認(rèn)為從主要道路分流到當(dāng)?shù)厣鐓^(qū)的交通帶來了不利影響,使居民有強烈的意愿關(guān)閉當(dāng)?shù)匦^(qū)道路;Feng等[10]綜合考慮行人、非機動車等各種網(wǎng)絡(luò)節(jié)點,構(gòu)建多層復(fù)雜網(wǎng)絡(luò),對封閉式社區(qū)交通容量進(jìn)行研究,小區(qū)開放后交通容量提升;Zhang等[11]將交通出行分為小區(qū)內(nèi)部交通和小區(qū)外部交通兩部分,然后分析小區(qū)大小對不同交通方式的交通性能(如行駛距離、行駛時間和轉(zhuǎn)彎次數(shù))影響。

毛斌菁等[12]分析從封閉小區(qū)到開放街區(qū)過程中產(chǎn)生的問題以及解決問題的方法;和亮等[13]提出封閉式小區(qū)所在的位置、面積、內(nèi)部和外部道路狀況等因素都能對城市路網(wǎng)的交通狀態(tài)產(chǎn)生影響,封閉式小區(qū)想要決定是否開放,需要在進(jìn)行決策之前對小區(qū)與周邊道路狀況進(jìn)行系統(tǒng)性評估;王宇晗等[14]認(rèn)為小區(qū)規(guī)模的過大造成了交通可達(dá)性差、城市路網(wǎng)密度低、長期占用社會公共停車位、公共設(shè)施使用效率低;戴宇軒[15]根據(jù)Wardrop第一平衡原理對不同內(nèi)部道路結(jié)構(gòu)的小區(qū)在封閉與開放兩種情況下進(jìn)行評估;閆梓昂等[16]通過建立評價體系對小區(qū)周邊道路通行能力進(jìn)行評價,分析比較封閉小區(qū)開放前后周邊路網(wǎng)的運行質(zhì)量;胡祖平等[17]基于網(wǎng)絡(luò)可靠性對街區(qū)的開放進(jìn)行適宜度研究;劉馨潔等[18]考慮出行者決策慣性對超級街區(qū)開放產(chǎn)生的影響進(jìn)行分析;霍佳萌[19]提出某小區(qū)交通開放路網(wǎng)設(shè)計方案,并對小區(qū)開放前后路網(wǎng)的交通狀況進(jìn)行評價;張凌煊等[20]結(jié)合街區(qū)內(nèi)外部出行,對各種交通方式產(chǎn)生的出行時間和費用在不同街區(qū)尺度下的變化特征進(jìn)行分析;方彬等[21]認(rèn)為我國街區(qū)制的推廣應(yīng)以“開放式、小街區(qū)、密路網(wǎng)”為標(biāo)準(zhǔn),對我國較大的封閉小區(qū)進(jìn)行開放;周雨陽等[22]研究小區(qū)出行對就醫(yī)的影響,對各交通小區(qū)的就醫(yī)出行可達(dá)性進(jìn)行計算。

從上述國內(nèi)外研究中可以看出,大多數(shù)研究者更多地關(guān)注了封閉式小區(qū)打開之后對城市交通的影響,沒有充分考慮到封閉式小區(qū)開放后對小區(qū)內(nèi)部的交通安全、環(huán)境和噪聲的影響。小區(qū)居民最關(guān)注的是封閉小區(qū)開放后,外界車輛進(jìn)入小區(qū)產(chǎn)生的安全問題,此舉將降低居民的安全感[23]。同時,隨著小區(qū)內(nèi)部道路的對外開放,將產(chǎn)生環(huán)境污染和噪聲污染問題,這些問題在小區(qū)開放后急需治理。此外,已有研究沒有考慮小區(qū)內(nèi)部道路連接的出入口道數(shù)量對小區(qū)內(nèi)部道路開放的影響,小區(qū)內(nèi)部道路連接的出入口道數(shù)量能從一定程度上反映小區(qū)位置、內(nèi)部及外部道路狀況,如果入口道數(shù)量遠(yuǎn)高于出口道數(shù)量,極易造成堵塞。

基于此,文中綜合考慮出行時間和安全隱患、環(huán)境污染、噪聲污染,同時考慮小區(qū)出入口數(shù)量的關(guān)系,構(gòu)建封閉小區(qū)開放的多目標(biāo)優(yōu)化模型。由于該問題是典型的NP-hard問題,文中設(shè)計一種增強的北方蒼鷹優(yōu)化算法(ENGO)來求解問題。

1 封閉小區(qū)開放的影響因素

考慮交通出行時間、安全、環(huán)境、噪聲的影響,封閉小區(qū)開放前后的出行總費用包含行駛費用、安全事故產(chǎn)生的費用、環(huán)境污染治理和噪聲污染治理產(chǎn)生的費用。

以封閉小區(qū)為研究對象,分析出行時間、交通安全、環(huán)境污染、噪聲污染與費用的關(guān)系,將上述內(nèi)容根據(jù)相應(yīng)的關(guān)系轉(zhuǎn)換為費用值函數(shù)。

1.1 行駛費用

車輛在出行過程中,所包含的費用包含出行時間費用和出行本身產(chǎn)生費用之和,其中出行時間費用是根據(jù)一天中時間價值最高的早高峰時間價值來計算。

封閉式小區(qū)開放前,車輛通過封閉式小區(qū)外部道路,其路網(wǎng)行駛費用可表示為

(1)

式中:Ey1為封閉式小區(qū)開放前路網(wǎng)行駛費用,元·h-1;Et1為車輛出行產(chǎn)生的費用,元·h-1;Et2為出行者的時間價值,元·h-1;y1為路網(wǎng)中封閉式小區(qū)外部所有路段長度,km;ty1為車輛在外部路段y1上的出行時間,h;xy1為路段y1上的車輛交通量,veh·h-1。

封閉小區(qū)開放后,需計算小區(qū)內(nèi)部和外部路段上車輛的行駛費用。小區(qū)內(nèi)部路段根據(jù)路阻函數(shù)計算車輛行駛費用,算式[24]為

(2)

式中:Ey2為封閉式小區(qū)開放后路網(wǎng)行駛費用,元·h-1;y2為封閉式小區(qū)內(nèi)部所有路段長度,km;ly2為路段y2的長度,km;Vy2為路段y2上的速度,km·h-1;xy2為路段y2上的交通量,veh·h-1;cy2為路段y2的實際通行能力,veh·h-1。

封閉小區(qū)開放后,考慮車輛在內(nèi)部道路與外部道路通行,車輛的總出行時間費用算式為

Ey=Ey1+Ey2

(3)

式中:Ey為封閉小區(qū)開放時路網(wǎng)的總行駛費用,元·h-1。

1.2 安全隱患損失費用

較多研究表明,安全問題是小區(qū)內(nèi)部居民對封閉小區(qū)開放擔(dān)心的重點問題,所以文中將預(yù)測發(fā)生交通事故造成的可能損失納入到考慮范圍中,其算式為

(4)

式中:ER為安全隱患損失費用,元·h-1;S為平均每起事故造成的財產(chǎn)損失費用,元·h-1。

1.3 環(huán)境污染治理費用

封閉小區(qū)開放后,小區(qū)內(nèi)部道路交通量增加,汽車尾氣排放產(chǎn)生污染,治理環(huán)境污染產(chǎn)生的費用算式為

(5)

式中:EFK為第i種污染物系數(shù),根據(jù)《道路機動車大氣污染物排放清單編制技術(shù)指南(試行)》進(jìn)行取值,計算得EFCO=0.521 6γCO,EFHC=0.063 4γHC,EFNOx=0.019 8γNOx,其中γCO、γHC和γNOx為速度修正因子,參照表1[25]取值。

表1 小型汽車速度修正因子取值對照

1.4 噪聲污染治理費用

封閉小區(qū)開放后,通過的車輛會產(chǎn)生噪聲,交通噪聲污染會帶來各種問題,影響小區(qū)內(nèi)居民的身體健康,影響樓房的銷售等。現(xiàn)實生活中,控制噪聲污染會產(chǎn)生一定費用。車輛產(chǎn)生的交通噪聲與費用的關(guān)系算式[26]為

Eleq=1.25a(9.24lgxy2-17.829lgVy2+

70.073+Leqm)b

(6)

式中:Eleq為交通噪聲治理費用,元·h-1;leq為車輛通過小區(qū)內(nèi)部道路產(chǎn)生的噪聲,dB;Leqm為標(biāo)準(zhǔn)環(huán)境噪聲,dB。

2 封閉小區(qū)開放決策模型

2.1 開放決策方式

1)封閉小區(qū)內(nèi)部道路是否開放決策。1和0表示封閉小區(qū)是否開放,1表示開放,0表示不開放。

2)封閉小區(qū)內(nèi)部道路單雙行決策。封閉小區(qū)內(nèi)部1條道路包含2個方向的路段,即兩個0～1決策變量的組合,決策為11表示兩個方向的路段均開放,決策為00表示小區(qū)內(nèi)部兩個方向均不開放,決策為01、10表示只開放一個方向的路段。

2.2 模型建立

所建立的多目標(biāo)優(yōu)化模型中,一個目標(biāo)函數(shù)是以廣義費用值最小為目標(biāo),另一個目標(biāo)函數(shù)是以考慮小區(qū)開放最大為目標(biāo)。

2.2.1 費用值函數(shù)

費用值函數(shù)算式為

ω2ER+ω3EQ+ω4ELeq)]}

(7)

式中:Et為費用值函數(shù);δ為0～1決策變量,1為開放,0為不開放;ω1、ω2、ω3、ω4分別為行駛費用、安全隱患損失費用、噪聲污染治理費用和環(huán)境污染治理費用的目標(biāo)權(quán)重。

2.2.2 開放度函數(shù)

考慮路段開放的直接效益,即開放后對小區(qū)內(nèi)部交通的促進(jìn)作用,算式為

(8)

式中:C為小區(qū)開放度;Nin與Nout分別為開放小區(qū)道路的入口及出口連接的道路數(shù),個;η為懲罰因子,根據(jù)預(yù)實驗將懲罰因子設(shè)置為2。

當(dāng)小區(qū)開放道路,入口車道大于出口車道時,導(dǎo)致車輛不能及時離開小區(qū),造成交通堵塞,影響小區(qū)內(nèi)居民,因此應(yīng)懲罰此種現(xiàn)象;反之則應(yīng)該鼓勵。當(dāng)某個小區(qū)的內(nèi)部道路C≤2時,此路段不予開放。

2.2.3 約束條件

模型約束條件為

δ∈{0,1}

(9)

式中:δ為封閉小區(qū)是否開放。

3 模型求解算法設(shè)計

如前所述,由于求解的問題是一個典型的NP-hard問題,因此,文中設(shè)計了一種增強的北方蒼鷹優(yōu)化算法作為求解手段,Dehghani等[27]于2021年提出北方蒼鷹優(yōu)化算法,該算法模擬北方蒼鷹獵捕獵物時的行為。

3.1 改進(jìn)的北方蒼鷹優(yōu)化算法內(nèi)容

北方蒼鷹優(yōu)化算法已被證明在處理不同的優(yōu)化問題方面具有優(yōu)勢,但無法完全適用文中所建立的模型,文中對北方蒼鷹優(yōu)化算法進(jìn)行兩點改進(jìn)。第一,由于北方蒼鷹優(yōu)化算法只適用于單目標(biāo)優(yōu)化問題,文中是多目標(biāo)優(yōu)化問題,所以需要對北方蒼鷹優(yōu)化算法進(jìn)行改進(jìn),使其能解決多目標(biāo)優(yōu)化問題。第二,北方蒼鷹優(yōu)化算法的搜索空間是連續(xù)的,它不能解決整數(shù)優(yōu)化問題,而文中所要解決的問題可行空間符合約束的0～1序列,因此,需要一個離散的搜索空間和優(yōu)化規(guī)則來改進(jìn)北方蒼鷹優(yōu)化算法。結(jié)合傳統(tǒng)北方蒼鷹優(yōu)化算法和0～1編碼的特點,對北方蒼鷹優(yōu)化算法進(jìn)行改進(jìn),使其能夠解決離散問題。改進(jìn)后的北方蒼鷹優(yōu)化算法主要思想包含以下三點:

1)基于傳統(tǒng)北方蒼鷹優(yōu)化算法的全局搜索和局部搜索的雙重搜索;

2)基于0～1編碼的解決方案更新方法;

3)多目標(biāo)問題的Pareto優(yōu)勢思想及擁擠距離機制。

3.2 算法求解步驟

步驟1:初始化種群。根據(jù)北方蒼鷹優(yōu)化算法形成滿足封閉小區(qū)開放的初始化數(shù)據(jù),便于后續(xù)的迭代優(yōu)化。

步驟2:初始個體離散重組。為提高初始個體質(zhì)量,文中引入兩類離散重組算子,隨機選取一類算子,在初始個體形成后對其進(jìn)行優(yōu)化,然后對優(yōu)化后的初始個體進(jìn)行帕累托支配和擁擠距離計算,更新初始個體,選擇最優(yōu)個體。重組方法有2種:

1)在初始個體中隨機選擇兩點,將兩點交叉,如圖1所示;

圖1 第一種重組方法

2)在初始個體中隨機選擇兩個點,將其放置在初始個體的最后兩個點位置上,如圖2所示。

圖2 第二種重組方法

步驟3:識別獵物及攻擊獵物(全局搜索)。在這一階段,文中還提出了兩種類型的個體優(yōu)化策略,將待優(yōu)化的個體與步驟2中的最優(yōu)個體融合,有效提高了個體的多樣性。

1)在待優(yōu)化的個體中隨機選擇一個分段,在步驟2中選擇的最優(yōu)個體中找到一個分段,將待優(yōu)化個體的部分按照最優(yōu)個體進(jìn)行替換,按照圖3順序更新。

圖3 第一種全局搜索策略

2)在步驟2選擇的最優(yōu)個體中隨機選擇一段,在需要優(yōu)化替換的個體中找到該段的相同位置進(jìn)行替換,如圖4所示。

圖4 第二種全局搜索策略

根據(jù)自適應(yīng)概率R選擇兩種全局搜索策略,R的算式如式(10)所示。

(10)

式中:M為當(dāng)前迭代次數(shù);Maxit為最大迭代次數(shù)。

當(dāng)|R|≥0.01時,選擇第一個全局搜索策略更新個體;當(dāng)|R|<0.01時,選擇第二種全局搜索策略更新個體。如果優(yōu)化后的個體適合度高于原個體,則替換優(yōu)化后的個體。

步驟4:追逐及逃生(局部搜索)。ENGO中采取產(chǎn)生隨機數(shù)和0～1互換的方式進(jìn)行局部搜索,分為以下兩步:

1)產(chǎn)生隨機數(shù),這一步?jīng)Q定了對幾個個體執(zhí)行搜索過程,若隨機數(shù)為6,則隨機選擇6個個體;

CMDS軟件初篩結(jié)合人工審核模式在我院中成藥處方點評中的應(yīng)用實踐 ………………………………… 沈劍文等（16）：2278

2)將選擇個體中的0～1進(jìn)行互換。如圖5所示。

圖5 局部搜索策略

步驟5:帕累托優(yōu)勢和擁擠度距離計算。優(yōu)化完成后,計算個體的帕累托支配和擁擠距離,將非支配解保存到外部存檔中,并根據(jù)擁擠距離更新最優(yōu)個體。外部在每次迭代后更新以進(jìn)行優(yōu)化,直到達(dá)到最大迭代次數(shù)。

4 算例分析

4.1 網(wǎng)絡(luò)設(shè)計

虛擬道路網(wǎng)絡(luò)共有22個交叉口、70條路段,此路網(wǎng)中共有5個封閉小區(qū)A、B、C、D、E,每個封閉小區(qū)內(nèi)部均兩條路段,共有10條封閉小區(qū)內(nèi)部道路需要決策。虛擬道路網(wǎng)絡(luò)如圖6所示。

圖6 虛擬路網(wǎng)

4.2 ENGO參數(shù)校準(zhǔn)

首先對ENGO參數(shù)進(jìn)行校準(zhǔn),考慮到給決策者更多的決策空間,外部檔案數(shù)量被設(shè)置為10,對于初始種群數(shù)量(Npop)和最大迭代次數(shù)(Maxit),根據(jù)文獻(xiàn)分析和預(yù)實驗[28-29],給定這兩個參數(shù)各3個參考值,并進(jìn)行組合實驗以分析其對算法性能的影響,以各參數(shù)組合下算法優(yōu)化問題的比例(IF)和程序運行時間(CPU)作為算法性能的評價標(biāo)準(zhǔn),IF越大,證明算法性能越好,CPU則相反。由于智能算法具有隨機性,為公平,每個參數(shù)的實驗進(jìn)行15次并取其平均值。

IF算式如式(11)所示。

(11)

式中:PEinitial為所有初始解目標(biāo)函數(shù)值和的平均值,PEuptade為程序結(jié)束后優(yōu)化得到的帕累托非支配解集的目標(biāo)函數(shù)值和的平均值。

參數(shù)的參考值設(shè)置和最終結(jié)果如表2所示。

表2 參數(shù)校準(zhǔn)結(jié)果

根據(jù)表2中的結(jié)果,盡管所有實驗次數(shù)的最優(yōu)值為0.044(如第9組),但是其程序運行時間與第7組實驗時卻多了46.5%,因此,為最大化求解質(zhì)量和效率的平衡,選擇第7組參數(shù)組合,設(shè)置Npop為50,Maxit為200。對于其它參數(shù),車輛出行產(chǎn)生的費用只考慮能源消耗,按照1.6 L燃油車計算,燃油費為9元·h-1。出行者時間價值取9元·h-1[30]。NOX、HC、CO相對應(yīng)的治理費用分別為8.36元·kg-1、3.34元·kg-1、1.05元·kg-1。噪聲處理費用根據(jù)平均費用法進(jìn)行計算[31],根據(jù)預(yù)實驗,小區(qū)開放后通過小區(qū)內(nèi)部道路的速度V被設(shè)置為40 km·h-1。

4.3 仿真結(jié)果

結(jié)合上一節(jié)校準(zhǔn)后的參數(shù),程序運行一次后得到的帕累托解如表3所示。根據(jù)表3中的結(jié)果,若決策者需要系統(tǒng)費用值最小,應(yīng)選擇方案5,即開放E小區(qū)的路段33。若決策者需要開放度最大,應(yīng)選擇方案4,即開放路段編號為4、24、25、35、38、45、50、54、68。經(jīng)過排序,綜合考慮系統(tǒng)費用值和開放度,應(yīng)選擇方案7,其系統(tǒng)費用值和開放度均處于中等水平,達(dá)到了兩個目標(biāo)之間的均衡,即開放路段編號為4、24、25、35、38、68。

表3 帕累托解

4.3.2 靈敏度分析

研究選取對模型影響最大的變量V進(jìn)行靈敏度分析,此時速度修正因子不發(fā)生變化。每個速度都會產(chǎn)生10個帕累托解,將每個速度下的費用值和開放度的平均值進(jìn)行比較,計算后得到的費用值及開放度如表4所示。

表4 不同速度對應(yīng)的封閉小區(qū)開放費用值及開放度

根據(jù)表4數(shù)據(jù)可知,不同速度對費用值和開放度有較大影響。速度取15 km·h-1時開放度最大,速度取60 km·h-1時費用值最低。盡管速度為55 km·h-1和60 km·h-1時開放小區(qū)產(chǎn)生的費用值較小,但這與實際城市通行速度不符,此時費用值較小的原因是由于速度過高導(dǎo)致多個小區(qū)的路段不適宜開放,所以此時的開放度較低。根據(jù)不同速度下費用值和開放度對比,可得速度應(yīng)設(shè)置在40 km·h-1以內(nèi)最為合理。當(dāng)速度為40 km·h-1以內(nèi)時,速度取15 km·h-1時開放度最大,速度取40 km·h-1時費用值最小。ENGO為改進(jìn)的北方蒼鷹優(yōu)化算法,NSGA-Ⅱ為非支配排序遺傳算法,SEO為多目標(biāo)社會工程優(yōu)化器算法。

4.4 算法性能分析

為進(jìn)一步驗證ENGO的有效性,將ENGO的求解結(jié)果與非支配排序遺傳算法[32](NSGA-Ⅱ)和社會工程優(yōu)化器[33](SEO)進(jìn)行比較,由于這兩種算法的傳統(tǒng)版本同樣是解決連續(xù)優(yōu)化問題,所以選擇文獻(xiàn)中開發(fā)的這兩種算法的離散版本,并采用與ENGO相同的編碼方法。

選擇增強的反世代距離(IGD)、超體積(HV)和CPU 3個重要指標(biāo)來評價算法性能,IGD值越小,表明解集的收斂性和多樣性更好,HV指標(biāo)數(shù)值越大表示算法的綜合性能越好。此外,為了從多角度進(jìn)行算法性能衡量,本節(jié)將初始種群設(shè)置為50、80,迭代次數(shù)設(shè)置為200、500,其它參數(shù)設(shè)置與上述相同,HV參考點被設(shè)置為(1,1,1),IGD-NS需要的真實帕累托前沿由幾種算法合并獲得,最終結(jié)果如表5所示。表5中Npop代表初始種群數(shù)量,Maxit代表最大迭代次數(shù)。

表5 算法性能比較

由表6可得,在種群規(guī)模較小時,社會工程優(yōu)化器算法取得了超體積的最優(yōu)值,改進(jìn)北方蒼鷹算法取得了運行時間的最優(yōu)值,此外,其超體積數(shù)值與社會工程算法相差無幾。隨著種群規(guī)模的增加,改進(jìn)的北方蒼鷹優(yōu)化算法的優(yōu)勢凸顯擴大,取得了超體積、運行時間、反世代距離的最優(yōu)值,證明改進(jìn)的北方蒼鷹優(yōu)化算法的有效性,以及求解時間和求解效率上的高度平衡性。研究結(jié)果表明,ENGO的反世代距離平均值相比NSGA-Ⅱ提升了18.19%,相比SEO提升了0.98%。ENGO的超體積平均值相比NSGA-Ⅱ提升了6.05%,相比SEO提升了0.37%。ENGO的運行時間平均值相比NSGA-Ⅱ減少了4.01%,相比SEO減少了7.74%,ENGO相比其他兩種算法在性能上有了顯著提升,運算速度更快。

表6 算法性能百分比差距比較 %

5 結(jié) 論

1)基于封閉小區(qū)開放后對車輛出行時間以及小區(qū)內(nèi)部安全問題、汽車尾氣排放污染和交通噪聲污染等方面產(chǎn)生的影響,構(gòu)建費用值最小和開放度最大的多目標(biāo)優(yōu)化模型,優(yōu)化封閉小區(qū)的開放策略。將封閉小區(qū)開放后的安全隱患、交通污染、交通噪聲轉(zhuǎn)換為費用值,考慮出口和入口的數(shù)量關(guān)系,用費用值和開放度衡量小區(qū)開放后的效果。對廣義費用值函數(shù)中的速度參數(shù)進(jìn)行靈敏度分析,得到速度對封閉小區(qū)開放決策有顯著影響、較高的限速值會帶來最優(yōu)開放方案的結(jié)果。細(xì)化封閉小區(qū)開放決策方式,加入封閉小區(qū)是否開放和單雙行的決策方式,使得封閉小區(qū)開放策略更為合理。當(dāng)封閉小區(qū)開放后,不同區(qū)域、位置的封閉小區(qū)應(yīng)選擇不同的開放方案。

2)考慮到北方蒼鷹算法在求解NP-Hard問題方面的優(yōu)勢,重新設(shè)計了算法的編碼和優(yōu)化規(guī)則,引入離散算子和局部搜索算子,以提高算法的搜索性能。使用增強的北方蒼鷹算法對模型進(jìn)行求解,求得的開放政策最優(yōu),且模型運行穩(wěn)定。提出的算法能實現(xiàn)模型的穩(wěn)定運行,將改進(jìn)的北蒼鷹算法與多目標(biāo)社會工程優(yōu)化器算法和非支配排序遺傳算法在性能上進(jìn)行比較,ENGO的反世代距離相和超體積性能相比于其它兩種算法均有顯著提高,運算時間減少、運算速度加快,證明改進(jìn)的北方蒼鷹算法的有效性。

3)構(gòu)建的封閉小區(qū)多目標(biāo)開放策略模型對制定封閉小區(qū)的開放策略有一定借鑒意義,但在研究中著重考慮了費用與開放程度,后續(xù)研究還需要進(jìn)一步考慮其它因素,如人的主觀因素、小區(qū)規(guī)模等對小區(qū)開放決策的影響。