交警服务平台（第九组） - 图文

增设服务台 29 解决问题 解决平台15到28路口和29路口出警时间过长问题 39 解决38和39路口出警时间过长和有效降低2号平台的工作量 48 解决平台7到61路口出警时间过长和5、7平台工作负荷问题 68 88 有效降低1号服务台的工作量 解决92号路口节点出警时间过长且有效降低20号原有的最大工作量

5.2问题（2）的求解

5.2.1对交巡警服务平台设置方案的合理性研究

1、建立线性加权评价模型来分析评价方案的合理性。

用对A区管辖范围的划分方法对B、C、D、E、F区都分别划分管辖范围，对六个区和全市可分别求出服务平台的覆盖率和平均每个服务平台工作强度的方差。

记服务平台的覆盖率为g，各区中路口节点超过3km管辖范围的路口数为?，各区路口节点总数为t 故有：

?g?1?

t

记平均每个服务平台工作强度的方差为s，各个区平均每个平台的工作量（发案率）x?，再根据各区的每个平台的管辖范围求出每个服务台平均每天的实际工作量Tj， 各个区平台的个数为m

故有： s??(Tj?x?)2

j?1m最大最小值的归一化处理：

y=(x-MinValue)/(MaxValue-MinValue)

确定两个评价指标，分别是各个区的服务平台覆盖率以及各个服务平台的工作强度。设各个区和全市的服务平台覆盖率为g，做归一化处理后的数据为gn；各个区内服务平台工作强度的方差为s，方差的倒数1s，做归一化处理后的数据为vn。

那么综合评价指标h为

h???gn?(1??)?vn

其中，?为权重系数，???0,1?。 2、模型求解

用第一问第一个子问题的模型对该市各区情况求解，得到各区和全市的服务平台的覆盖率以及服务平台的平均工作强度方差，统计结果如下：

各区和该市的服务平台覆盖率及服务平台的平均工作强度方差 区域 A区 B区 C区 D区 E区 F区 全市 覆盖率 0.93 0.92 0.69 0.77 0.66 0.70 0.76 工作强度方差 10.18 83.79 161.71 59.24 73.88 104.74 82.26 用最大最小归一化处理得到如下结果：

评价指标归一化后的数据 区域 A区 B区 C区 D区 E区 F区 全市 gn 1 0.96 0.11 0.41 0 0.15 0.37 vn 1 0.062475 5.65376E-17 0.116207 0.079867 0.036541 0.064892 假设服务平台覆盖率和服务平台的平均工作强度方差在评价体系中占同等重要的地位，即设权重系数?为0.5，利用综合评价指标公式

可求得各个区域的评价分数分别为:A区1分，B区0.51h???gn?(1??)?vn，

分，C区0.055分，D区0.26分，E区0.04分，F区0.09分，全市0.22分。

从以上结果可知，A区服务平台的覆盖率最大，各个服务平台的工作量较为均衡，故A区得分最高。E区得分最低，说明E区服务平台覆盖率很低，区内各个服务平台工作量明显不均衡。全市的得分也较低，说明整个市区服务平台覆盖率都不高，全市各个服务平台工作量较为不平衡，所以可以判断出该市现有交巡警服务平台设置方案很不合理，需要对服务平台的设置进行全市范围内的调整。

六、模型的评价和推广

七、附件

画路线：

clc clear all

data=xlsread('A区.xlsx'); x=data(1:92,2); y=data(1:92,3);

plot(x(1:92),y(1:92),'w') for k=1:92;

text(x(k),y(k),{k}); end hold on

%scatter(data(1:20,2),data(1:20,3),3000); hold on

scatter(data(21:92,2),data(21:92,3),'.','b'); hold on

scatter(data(1:20,2),data(1:20,3),'o','r'); hold on

scatter(x(24),y(24),'*','r'); scatter(x(23),y(23),'*','r'); scatter(x(22),y(22),'*','r'); scatter(x(12),y(12),'*','r'); scatter(x(21),y(21),'*','r'); scatter(x(14),y(14),'*','r'); scatter(x(28),y(28),'*','r'); scatter(x(29),y(29),'*','r'); scatter(x(48),y(48),'*','r'); scatter(x(30),y(30),'*','r'); scatter(x(16),y(16),'*','r'); scatter(x(38),y(38),'*','r'); scatter(x(62),y(62),'*','r'); hold on

plot([x(1);x(75)],[y(1);y(75)]); plot([x(1);x(78)],[y(1);y(78)]); plot([x(2);x(44)],[y(2);y(44)]); plot([x(3);x(45)],[y(3);y(45)]); plot([x(3);x(65)],[y(3);y(65)]); plot([x(4);x(39)],[y(4);y(39)]); plot([x(4);x(63)],[y(4);y(63)]); plot([x(5);x(49)],[y(5);y(49)]); plot([x(5);x(50)],[y(5);y(50)]); plot([x(6);x(59)],[y(6);y(59)]); plot([x(7);x(32)],[y(7);y(32)]); plot([x(7);x(47)],[y(7);y(47)]); plot([x(2);x(44)],[y(2);y(44)]); plot([x(8);x(47)],[y(8);y(47)]);