城市交通噪声监测优化布点研究

２０１０年８月

噪声与振动控制第４期

文章编号：１００６－１３５５（２０１０）０４－００４４－０３

城市交通噪声监测优化布点研究

王天利，谢佳茵

（辽宁工业大学汽车与交通工程学院，辽宁锦州

１２１００１）

摘要：对城市交通噪声监测优化布点进行了探讨，以哈尔滨市为例，根据模糊聚类法对监测点进行分类，再针对分类结果进行主成分分析，以达到优化监测点的目的。经验证优化结果良好，此优化方法可行。

关键词：声学；交通噪声；模糊聚类；主成分分析；优化布点中图分类号：Ｘ１２１

文献标识码：Ａ

ＤＯＩ编码：１０．３９６９／ｊ．ｉｓｓｎ．１００６—１３５５．２０１０．０４．０１２

Ｓｔｕｄｙ

Ｏｉｌ

ＯｐｔｉｍａｌＳｐｏｔｔｉｎｇｆｏｒＵｒｂａｎＴｒａｆｆｉｃＮｏｉｓｅＭｏｎｉｔｏｒｉｎｇ

ＷＡＮＧＴｉａｎ－ｌｉ，ＸＩＥＪｉａ—ｙ／ｎ

（ＣｏＨｅｇｅｏｆＡｕｔｏｍｏｂｉｌｅａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，

ＬｉａｏｎｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，ＪｉｎｚｈｏｕＬｉａｏｎｉｎｇ１２１００１，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｔｈｅｏｐｔｉｍａｌｓｐｏｔｔｉｎｇｆｏｒｕｒｂａｎｔｒａｇｉｃｎｏｉｓｅｍｏｎｉｔｏｒｉｎｇｉｓｄｉｓｃｕｓｓｅｄｉｎｔｈｉｓｐａｐｅｒ．Ｔａｋｉｎｇ

Ｈａｒｂｉｎ鹊ａｎｅｘａｍｐｌｅ，ｆｉｒｓｔｌｙ，ｔｈｅｍｏｎｉｔｏｒｉｎｇｓｐｏｔｓａｒｅｃｌａｓｓｉｆｉｅｄａｐｐｌｙｉｎｇｆｕｚｚｙ—ｃｌｕｓｔｅｒｉｎｇｍｅｔｈｏｄ；ａｎｄ

ｔｈｅｎ，ｔｈｅｃｌａｓｓｉｆｉｅｄｍｏｎｉｔｏｒｉｎｇｓｐｏｔｓａｒｅａｎａｌｙｚｅｄｂｙｕｓｉｎｇｔｈｅｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓｍｅｔｈｏｄｔｏｏｐ—ｔｉｍｉｚｅｔｈｅｓｐｏｔｔｉｎｇ．Ｔｈｅｒｅｓｕｌｔｉｓｇｏｏｄａｎｄｔｈｉｓｍｅｔｈｏｄｉｓｐｒｏｖｅｄｔｏｂｅｆｅａｓｉｂｌｅ．

Ｋｅｙｗｏｒｄｓ：ａｃｏｕｓｔｉｃｓ；ｔｒａｆｎｃｎｏｉｓｅ；ｆｕｚｚｙ—ｃｌｕｓｔｅｒｉｎｇ；ｐｒｉｎｃｉｐａｌｃｏｍｐｏｎｅｎｔ

ａｎａｌｙｓｉｓ；ｏｐｔｉｍａｌｓｐｏｔｔｉｎｇ

要针对城市道路交通噪声进行准确的评价，就

必须进行噪声监测工作。以往，交通噪声监测多采用多测点布点法。这种多测点的噪声监测方法，涉及面积大，且需要投人大量的人力、物力、故不易经常开展，也很难获得长期、连续的监测结果，因此如何用较少的监测点位来反映整个城市的交通噪声水平，即城市道路交通噪声监测布点优化，成为道路交通噪声监测工作中非常重要的内容。

本文探寻运用模糊聚类法和主成分分析法相结合，以优化监测布点。全文以哈尔滨市为例，针对哈尔滨市目前道路交通噪声监测测点过多，任务量重的现象，利用笔者于２００６年进行全面监测的８３个测点的监测数据，采用模糊聚类法对监测点进行分类，并运用主成分分析法对各分类的监测点进行简化，实现了哈尔滨市道路交通噪声测点重新优

收稿日期：２００９—１０—１５；修改日期：２００９一ｌｌ一０６基金项目：辽宁省教育厅高校科研计划资助项目（２００９Ａ３６１）作者简介：王天利（１９５７一），男，辽宁省朝阳市人，硕士，教授，从事

汽车测试技术、汽车动力学研究。

Ｅ－ｍａｉｌ：ｗｔｌ５７＠１６３．ｃｏｒｎ．ｃｎ

化，为城市道路交通噪声监测布点优化问题提出一种新的指导模型参考。１

基于模糊聚类法的监测点分类

聚类分析又称点群分析，是按研究对象在性质

上的亲疏关系进行分类的一种多元统计方法，能够反映样本间的内在组合关系。然而，道路交通噪声测点分类问题是伴随着模糊性的，即类与类之间并无清晰的界限，因此在聚类分析中引进模糊技术，

即模糊聚类分析方法。下文正是在对大量道路交

通测点进行监测的基础上，运用模糊聚类的方法。对监测数据进行分类，确定所有测点的归属，划分

道路交通声环境类型，为后续的测点优化做准备。

１．１

聚类分析样本的确定

选定哈尔滨市交通噪声监测点聚类分析样本

为８３个，即笔者于２００６年选定的监测点…。１。２样本指标的确定

样本的指标确定为：交通干线声级的峰值工小平均值ｋ、本底值ｋ、能量平均值（等效声级）ＬＷ、

车流量（辆／ｈ）Ｑ。

万方数据

城市交通噪声监测优化布点研究

４５

１．３计算过程

整个计算基本过程由如下四部分组成：建立相似系数矩阵；建立模糊等价矩阵；求出不同截距的截距阵；模糊分类。

（１）监测数据标准化处理

对交通噪声监测数据可用污染系数法进行标准化处理，其公式为

Ｃｉ＝争

（１）

厶。

式中：Ｃ；——标定后的样本指标值；

三。——各项指标的平均值及规定值；

卜各项指标实测值。

（２）相似系数的计算

在监测数据标准化处理的基础上，就可以计算相似系数讹

％２

ｌ一÷√；（ｃ壤一劬）２

（２）

式中：Ｃ语——第ｉ个样本第ｋ个指标；

Ｃ珐——第＿『个样本第ｋ个指标；Ｊ．＿１，２，３，……８３；

扣—一１，２，３，……８３；矗——１，２，３，……５。

上式中，７。越大说明两个样本之间的差异小，在本研究中则说明两条交通干线的交通噪声差异小，ｙ。越小说明两个样本之间的差异大；当ｉ＝歹时，即两个样本相同，这时ｙｉ＝ｌ。

（３）建立相似系数ｙ。模糊矩阵

建立７ｉ砸阵就是计算相容关系，将计算得到的

７。值按样本顺序排成矩阵形式，这就是相似系数矩

阵应。该矩阵是对角线为１的对称方阵。

（４）建立模糊等价矩阵

相似系数模糊矩阵席具有自反性、对称性、传递性，因此可进行复合运算。如席不满足传递关系需对其改造。本次运算选取传递闭包法求得模糊等价关系矩阵Ｒ＋。算法（复合运算）如下

帮＝席 戽＝孚（％一％）

（３）

帮：帮．帮

（４）

，ｌ＝８３

（５）

式中：ｔ——ｌ，２，３，……５；

卜１，２，３，……８３。

ｉ——ｌ，２，３，……８３；

当计算到某一步，出现帮，舒＝尺＋。则Ｒ‘就是所求的模糊等价矩阵，本研究中最终求得的模糊等价矩阵尺。。

万方数据

１．４监测干线分类

对已建立的模糊等价矩阵，可选择不同的置信度Ａ（或称水平截距），对矩阵中的值进行处理；当Ｙｏ＂＞－－Ａ时，把ｙ≯改写为１，当Ｙ＃＜Ａ时，把ｙ“改写为０。这样可建立不同的Ａ值的截距矩阵。通过对不同水平截矩矩阵的分析，本样本研究如下：

当Ａ＝０．９９８３时，样本分类清晰、恰当，可明显分为七类，因此确定Ａ＝０．９９８３，对样本分类。分类结果如下：

第一类样本Ａ１的集合至第七类样本Ａ７的集合是由下述样本（交通干线，用其序号表示）组成。

Ａ１＝（１，８，９）；

Ａ２＝（２，３０，３２）；

Ａ３＝（３，４，６，７，１５，２１，２５，２７，２８，３１，３３，３６，

３８，４０，４１，４３，４４，４８，４９，５０，５５，５６，６０，６１，６３，７ …… 此处隐藏：5498字，全部文档内容请下载后查看。喜欢就下载吧 ……