基于决策树的城市早期地下工程更新改造模式规划评价方法.pdf

引用格式:栾勇鹏,陆春方,乔永康,等.基于决策树的城市早期地下工程更新改造模式规划评价方法J.隧道建设(中英文),2023,43(9):1473.LUAN Yongpeng,LU Chunfang,QIAO Yongkang,et al.Decision tree-based planning assessment method for renewal and transformation modes of aged urban underground space projectsJ.Tunnel Construction,2023,43(9):1473.收稿日期:2023-02-28;修回日期:2023-07-08基金项目:中国博士后科学基金资助项目(BX2021220);国家自然科学基金资助项目(42071251,42201284)第一作者简介:栾勇鹏(1975),男,山东青岛人,1997 年毕业于青岛理工大学,建筑学专业,本科,高级工程师,主要从事地下空间及人防工程规划设计工作。E-mail:rfsjy03 。通信作者:乔永康,E-mail:iamqyk 。基于决策树的城市早期地下工程更新改造模式规划评价方法栾勇鹏1,陆春方2,乔永康2,3,彭芳乐2,3(1.青岛市人防建筑设计研究院有限公司,山东 青岛 266071;2.同济大学地下建筑与工程系,上海 200092;3.同济大学地下空间研究中心,上海 200092)摘要:为更加合理高效地挖潜存量地下空间资源、助力“实施城市更新行动”,提出基于决策树的城市早期地下工程更新改造模式的规划评价方法。基于国内外代表性早期地下工程更新改造和相关地下工程开发利用案例分析,将城市早期地下工程更新改造模式分为地下动态交通、地下市政公用、地下仓储物流、地下商业、地下文娱、地下社区服务、地下静态交通 7 个大类和 21 个小类;建立城市早期地下工程更新改造模式的影响因素特征指标体系,包括用地类型、结构形态、面积、埋深和周边区位条件;构建决策树样本集,包括 24 个基本样本和 1 605 个构造样本。针对城市早期地下工程更新改造的特点,在决策树方法中提出“大类-小类”强对应原则,以及适用于早期地下工程更新改造决策树的可靠性评价和二次决策方法。模型评估结果表明,该方法的预测准确度足以保证后续决策的可靠性。青岛市中山路片区实例研究表明,该理论方法具有较强的可行性。关键词:城市地下空间;早期地下工程;更新改造模式;决策树;规划评价方法DOI:10.3973/j.issn.2096-4498.2023.09.004文章编号:2096-4498(2023)09-1473-12中图分类号:U 45 文献标志码:A开放科学(资源服务)标识码(OSID):D De ec ci is si io on n T Tr re ee e-B Ba as se ed d P Pl la an nn ni in ng g A As ss se es ss sm me en nt t MMe et th ho od d f fo or r R Re en ne ew wa al l a an nd d T Tr ra an ns sf fo or rm ma at ti io on n MMo od de es s o of f A Ag ge ed d U Ur rb ba an n U Un nd de er rg gr ro ou un nd d S Sp pa ac ce e P Pr ro oj je ec ct ts sLUAN Yongpeng1,LU Chunfang2,QIAO Yongkang2,3,*,PENG Fangle2,3(1.Qingdao Civil Air Defense Architectural Design and Research Institute Co.,Ltd.,Qingdao 266071,Shandong,China;2.Department of Geotechnical Engineering,Tongji University,Shanghai 200092,China;3.Research Centre for Underground Space of Tongji University,Shanghai 200092,China)A Ab bs st tr ra ac ct t:To effectively utilize existing underground space resources and facilitate the implementation of urban renewal action,herein,a decision tree-based planning assessment method for the renewal and transformation modes of aged urban underground space projects is proposed.Furthermore,based on the case studies of exemplary aged underground space projects around the world,the renewal and transformation modes of such space projects are divided into seven principal categories(underground dynamic transportation,municipal utility,storage and logistics,commerce,entertainment,community service,and static transportation)and 21 subcategories.A characteristic index system for factors influencing the renewal and transformation modes is established,which includes land type,structure form,area,buried depth,and surrounding location conditions.Additionally,a sample set comprising 24 basic samples and 1 605 constructed samples is built for the decision tree of aged underground space project renewal.According to the characteristics of aged urban underground space projects,a strong correspondence principle of principal categories-subcategories is proposed in the decision tree method along with a suitable reliability evaluation and quadratic decision method for the decision tree.Results of the model assessment indicate that the prediction accuracy of the proposed 隧道建设(中英文)第 43 卷method can guarantee a reliable decision-making process.A case study of the Zhongshan road area,Qingdao,shows strong feasibility of the proposed theoretical method.K Ke ey yw wo or rd ds s:urban underground space;aged underground space projects;renewal and transformation modes;decision tree;planning assessment method0 引言 在社会经济高质量发展目标下,城市更新已上升为我国新型城镇化建设的重点内容,更加强调国土资源集约配置的效率和价值,旨在严控增量、盘活存量的前提下实现高质量发展。城市地下空间是国土空间资源的重要组成部分,是城市更新中实现可持续发展的基础资源保障,可以有效提升城市发展空间承载力,推进立体城市1-2、韧性城市、宜居城市和低碳城市建设。其中,老旧地下工程作为我国城市地下空间的重要组成部分,尤其对于大中城市的存量更新地区,地上、地下空间的可开发资源极为紧缺,此类已建成却未被充分利用的空间资源具备成为新的城市发展空间增长点的潜力,其改造再利用将成为盘活土地资源、实现集约化发展的必由之路3。我国大范围的地下工程建设可追溯至 20 世纪七八十年代,当时各地为防备大规模战略空袭,修建了大量地下防空、掩蔽、贮藏工程。据统计,上海市中心城区现存的老旧防空洞总面积达70 万 m24。这些地下工程由于缺乏合理规划,工程质量参差不齐、规模不一、分布零散5,如今大部分已难以发挥先前的防空防灾职能,造成城市建成资产的闲置浪费。以重庆市为例,未被开发利用的防空洞比例高达 70%6。同时,地下空间开发的不可逆性带来的地下老旧资源闲置问题,在一定程度上会影响城市风貌和周边地质环境安全7-8。在此背景下,城市发展应当赋能早期地下工程,挖掘早期地下工程价值,探寻符合新时代社会、经济、战备发展要求的老旧工程更新改造方式。在城市用地资源紧缺的背景下,早期地下工程作为时代变迁下的闲置资源,越来越受到学者们的重视。相关研究表明,早期地下工程的更新改造模式范围广泛,涉及交通、市政、文娱等多个方面9。目前早期地下工程的更新改造已在国内外诸多城市付诸实践,被广泛应用于仓储(如美国堪萨斯的 SubTropolis 项目、济南千佛山酒窖)、观光游览(如英国纽卡斯尔的Victoria Tunnel、重庆建川博物馆群)、公寓酒店(如美国阿肯色州贝克汉姆溪洞穴旅馆、上海深坑酒店)、餐饮娱乐(如俄罗斯莫斯科套娃餐厅、重庆洞庭火锅)、夏季纳凉(如青岛、济南、重庆等城市的纳凉点)、图书馆(如英国雷丁大学图书馆、南京先锋书店)、社区共享空间(如英国伦敦 Vans 之家、北京地瓜社区)、停车库(如青岛龙山停车场)、综合管廊(如上海市肇嘉浜路地下综合管廊)等城市基础设施,并取得了良好的效果5。但这些实践案例多为小范围区域的探索性、分散性尝试,并无相对完整的方法体系,难以有效指导不同条件下早期地下工程更新改造的规划和决策。基于上述背景,本文将重点研究如何通过系列影响因素明确城市早期地下工程更新改造的适宜模式。地下工程的规划决策方法中对早期地下工程更新改造有较大借鉴价值的是基于机器学习的分类决策方法,主要包括人工神经网络、朴素贝叶斯、决策树、随机森林、支持向量机等10,目前主要应用于地下工程风险评估、围岩分类、地下工程聚类(如轨道交通)等方面11-14,并且预测或分类结果具有一定可靠性。但从可操作性来看,早期地下工程相关数据的获取不可能做到详尽精确,基于数据统计的方法不能准确地描述实际情况;另外,在相同的内在、外在条件下,地下工程同样可能改造为多种模式,通过隶属函数确定适合更新改造的模式具有一定困难且存在片面的问题。而以决策树为代表的分类方法虽然从结果上同样表现出唯一指向性的特点,但是通过合适的算法仍能基于样本了解各更新改造模式的概率或隶属程度,对地下工程更新改造模式的决策有重要参考意义。同时,每个早期地下工程小类模式影响因素具有多个属性,决策规则必然十分复杂,而决策树方法可以通过增加树的深度提高模型的精准度。因此,本文依托决策树的分类特性和优点建立早期地下工程更新改造模式的决策方法。综上,为顺应新时代地下工程利用趋势,满足美丽城市建设需要,本文聚焦于城市早期地下工程的更新改造模式,旨在提供一种行之有效、详备清晰的早期地下工程分类方法,建立早期地下工程的更新改造模式的规划评价和决策路径,为城市更新背景下早期地下工程的高效利用和改造优化提供行之有效的策略。1 城市早期地下工程更新改造模式及其影响因素分析1.1 城市早期地下工程更新改造模式分类 不同城市的早期地下工程的人文历史、建设政策及背景、地域特色、工程条件等因素不尽相同,更新改造方式也存在差别。从更新改造类别来看,早期地下工程可改造范围广泛,模式类别多。从规划编制的角度出发,城市早期地下工程更新改造模式可分为大类4741第 9 期栾勇鹏,等:基于决策树的城市早期地下工程更新改造模式规划评价方法模式和小类模式:大类模式反映城市早期地下工程所在区域发展的整体需求,划分目的是立足城市地下空间特性和分类,明确早期地下工程改造功能的所属范畴,例如地下交通、地下市政、地下公共服务设施等;小类模式不仅要充分考虑早期地下工程所在片区的特定需求,还需要结合具体的工程结构特性,明确早期地下工程改造的具体功能,如地下公共服务设施大类下的地下商业、地下文娱、地下社区服务等小类功能模式。城市早期地下工程更新改造模式分类如表 1 所示。表 1 城市早期地下工程更新改造模式分类Table 1 Renewal and transformation mode classification for aged urban underground space projects大类模式小类模式小类模式举例地下动态交通 UT地下车行交通 UT1机动车、非机动车隧道等地下人行通道 UT2商业步行街、疏散通道、联络(过街)通道等地下轨道交通 UT3区间隧道、轨交站点、轨道交通联络通道等地下交通服务 UT4加油站、洗车站等地下市政公用 UM地下市政管线 UM1给排水管道、燃气管道、通信管道等地下综合管廊 UM2缆线管廊、支线综合管廊等地下仓储物流 UL地下物流通道 UL1管道式、轨道式物流通道等地下物流节点 UL2一级节点(物流中心)、二级节点(配送中心)地下仓储养殖 UL3冷藏室、储藏室、生鲜类种养殖等地下公共服务 UP地下商业 UP1地下旅舍酒店 UP11景区旅馆、商业酒店等地下餐饮消费 UP12商业餐饮、主题餐饮、茶歇酒肆、商场购物等地下文娱 UP2地下文创游览 UP21文化艺术游览、景区游览、休闲步行通道、画廊等(通常指旅游地点)地下文史馆藏 UP22博物馆、图书馆等地下文史展览 UP23历史文化遗址、展览通道、展览厅等(通常指旅游地点或保护区且陈列物品占用空间较大)地下教育基地 UP24人防教育基地、消防教育基地、应急培训基地(可兼作疏散指挥设施)地下体竞 UP25滑雪场等各类体育竞技类赛道地下社区服务 UP3地下休憩 UP31纳凉点、休憩点、聊天空间等地下休闲娱乐 UP32健身、棋牌室、沉浸式娱乐、休闲运动等地下共享空间 UP33共享社区、综合活动空间等地下静态交通 UP4地下停车 UP41坡道式及机械式停车场、专用停车场等其他静态交通 UP42机动车中转泊位、非机动车临时泊位等1.2 城市早期地下工程更新改造模式的影响因素 面向城市功能开发建设的大类模式是由早期地下工程所在区域的整体需求决定的,可以通过分析所在区域分类设施的需求和供给来明确。每大类包含多个小类更新改造模式,严格意义上来说,每个小类模式都是 1 个单独的研究方向。本文中小类模式共 21 种,整合各类模式的影响因素工作量庞大,且决策要素繁杂,有效信息少。因此,本文综合考虑影响因素的普适性、用于模式决策的可行性、早期工程更新改造的针对性,选取如下影响因素。1)地面建设用地类型。城市发展过程中,地下空间的开发建设需要充分考虑地上用地规划。地面建设用地功能定位很大程度上反映了当地的人流规模、对象人群、产业布局、业态分布等,早期地下工程不可能独立于所在地区的用地规划进行更新改造,不同城市建设用地类型会影响不同小类更新改造模式的决策。2)空间结构形态。城市早期地下工程空间结构形态包括内部结构净空条件和工程分布形态,通常情况下等效的净空条件能反映整体工程分布形态,净宽、净高会影响内部人员疏散、人车通行、物品仓储、展览的可行性。在适当扩建改建时,原有工程的内部净空尺寸大小是影响改造成本的重要因素。城市早期地下工程空间结构形态可划分为通道式和单体式。工程净空尺寸可以通过高度 h 和宽度 w 描述。综合考虑规范的限值要求、早期地下工程结构的差异性、平面形态特征、各改造模式案例实际情况,将早期地下工程空间结构形态进行划分和描述,如表 2 所示。3)面积。早期地下工程的面积是更新改造的基础条件。对于目前面积较小的早期地下工程,即使其断面尺寸和结构形态等条件满足要求,也需要通过大规模的改扩建工程才能达到改造后使用面积标准,因此此类工程不具备良好的改造效益。基于对国内早期5741隧道建设(中英文)第 43 卷地下工程的分布特性和更新改造的实际情况,不少零散分布的早期地下工程面积通常不大,以青岛市早期地下工程为例,其工程平均面积约 1 000 m2。因此可按表 3 划分扩大面积范围。表 2 城市早期地下工程空间结构形态划分方式及描述Table 2Spatial structure form classification and description for aged urban underground space projects标记具体划分区间描述T1h0,2.8)且 w0,4)通道式,内部尺寸很小,不适合单独用作人流通行T2h2.8,5)且 w0,6.75)通道式,规模稍大,不适合车行T3h5,+)且 w0,6.75)通道式,高度较高,可考虑对通风、设备有要求的模式T4h2.8,5)且 w6.75,12)通道式,宽度较大,可考虑对并行、存放有要求的模式T5h5,+)且 w6.75,12)通道式,高度、宽度均较大M1较大单体式:w12,30)单体式,规模较大M2很大单体式:w30,+)单体式,规模很大表 3 城市早期地下工程面积划分方式及描述Table 3 Area classification for aged urban underground space projects标记面积/m2描述a2 000单体式或长度较长的通道式工程居多4)埋深。地下工程在作为人防工程时有一定应灾应急能力,但紧急情况下人员疏散、火灾时的救援和通风都比地面条件苛刻。埋深不大时,人员、车辆、货物能更加便捷地通过出入口抵达地面,故需完善的通风设施、需改造的出入口建设成本低;埋深较大时,若没有特殊的连通设施,人们对于抵达地下步行通道、地下文史展览、地下餐饮娱乐、旅游休闲地点的意愿会受到显著影响。因此,埋深与地下空间的开发利用同样联系密切,城市地下空间地下工程竖向层次划分如表4 所示。5)区位。早期地下工程的地理位置是确定的,更新改造必然受到所在地区业态、功能设施、经济发展水平的影响,因此区位是早期地下工程小类更新改造模式的重要因素之一5。区位主要描述早期地下工程周边是否存在重要的商业区域、住宅区域、文化旅游设施、交通设施(包含轨道交通站点)、公共活动场所、学校等。这些区域或设施会产生相应的人流量、连通可能性,对小类更新改造模式的选取具有一定诱导作用。周边区位的半径划分需要综合考虑早期地下工程的邻近效应以及人车活动范围。本研究区位条件影响范围按表 5 划分。表 4 城市地下空间竖向层次划分15Table 4 Vertical layer classification for urban underground space projects分层埋深范围/m合适的地下工程利用模式浅层 0-10 商业、静态停车、市政工程、活动室、办公室、步行通道、轨道交通设施、人防工程等次浅层-10-30 静态停车、轨道交通设施、车行隧道、物流仓储设施等次深层-30-50 轨道交通设施、地下变电站、雨水利用与储水、物流、特种地下空间等深层-50-100 无人高压线缆等公共管线、物流或其他预留地下模式表 5 城市早期地下工程区位条件划分范围Table 5Range classification for surrounding conditions of aged urban underground space projects标记影响范围/m划分范围依据与考虑的情形r50800 划分以具备行人通行条件为依据。道路、居住区、商业、轨道交通都是改造范围内重点考虑的情形r502 000 划分以具备车辆通行条件和周边设施辐射效应为依据。道路、公共集散场所、教育科研、文史场所为重点考虑的情形在影响范围划分的基础上,本研究将早期地下工程更新改造的区位影响因素划分为表 6 所列的 7 种情形。另外,由于周边区位影响因素较为繁杂,为了筛选不同模式的适宜区位条件,对周边区位条件进行专家调查问卷,旨在让各专家选择影响小类更新改造模式最为重要的区位情形,有效问卷为 10 份。为了控制决策树方法中的样本均衡,筛选每个模式下 24 个适宜区位情形。表 6 城市早期地下工程区位条件分析情形Table 6 Surrounding condition classification for aged urban underground space projects标记描述R_Road 情形 1:r内存在交通道路设施(包括地上及地下道路、公交站点、交通服务设施)R_Res情形 2:情形 1+r内存在居住区R_Bus情形 3:情形 1+r内存在商业设施R_Pub 情形 4:情形 1+r内存在公共集散场所(医院、公园、广场等)R_Edu情形 5:情形 1+r内存在教育科研用地R_Cul情形 6:情形 1+r内存在文史场所或设施R_Rail情形 7:情形 1+r内存在轨道交通站点6741第 9 期栾勇鹏,等:基于决策树的城市早期地下工程更新改造模式规划评价方法 综合上述 5 种影响因素分析,归纳各类早期地下工程更新改造模式所对应的影响因素,如表 7 所示。表 7 早期地下工程更新改造模式影响因素汇总归纳Table 7 Summary of influencing factors of renewal and transformation modes for aged urban underground space projects小类模式地面建设用地类型空间结构形态面积埋深区位地下车行交通 UT1B/E/S/GT3/T4/T5a浅层/次浅层R_Road/Bus/Pub地下人行通道 UT2B/S/RT2/T3a/a/a浅层R_Road/Bus/Pub/Rail地下轨道交通 UT3S/A/BT3/T5/M1a/a次浅层R_Road/Bus/Pub/Rail地下交通服务 UT4M/S/ET2/T4/T5a/a浅层R_Road/Res/Bus/Pub地下市政管线 UM1R/A/B/ST1/T2a/a/a浅层R_ Res/Bus/Pub地下综合管廊 UM2R/A/ST1/T2/T3/T4a/a浅层R_Road/Res/Bus/Pub地下物流通道 UL1M/E/ST1/T2/T3a浅层/次深层/深层R_Road/Bus/Pub地下物流节点 UL2M/ET3/T4/T5/M1/M2a浅层/次浅层R_Road/Res/Bus/Pub地下仓储养殖 UL3R/M/ET2/T3/T5/M1/M2a浅层/次浅层/次深层R_Bus/Pub地下旅舍酒店 UP11A/B/SM1/M2a/a浅层/次浅层R_Road/Bus/Cul地下餐饮消费 UP12A/BT1/T2/T3/T4/T5/M1a/a浅层R_Bus/Pub/Rail地下文创游览 UP21AT1/T2/T3/T4a/a/a浅层/次浅层R_Road/Bus/Pub/Rail地下文史馆藏 UP22A/R/GT4/T5/M1/M2a/a浅层R_Edu/Cul/Rail地下文史展览 UP23A/GT2/T3/T4/M1a/a浅层/次浅层R_Edu/Cul/Rail地下教育基地 UP24A/M/GT4/T5/M1/M2a/a浅层R_Road/Edu/Cul/Rail地下体竞 UP25A/M/GT3/T4/T5/M1/M2a浅层R_Road/Bus/Pub/Rail地下休憩 UP31R/B/GT2/T3/T4/T5/M1/M2a/a浅层R_Res/Pub地下休闲娱乐 UP32R/A/BT3/T4/T5/M1/M2a/a浅层R_Res/Pub/Rail地下共享空间 UP33R/A/BT5/M1/M2a/a浅层R_Res/Pub/Rail地下停车场 UP41R/A/B/GT4/T5/M1/M2a浅层R_Res/Bus/Pub/Cul其他静态交通 UP42R/A/BT4/T5/M1a/a浅层R_Bus/Pub/Cul 注:表中地面建设用地类型中的 R、A、B、M、E、S、U、G 分别代表居住用地、公共管理与公共服务设施用地、商业服务业设施用地、工业用地、仓储物流用地、道路与交通设施用地、公用设施用地、绿地与广场用地。2 基于决策树的小类功能更新改造模式决策评价方法2.1 决策树分类基本理论 决策树是一种树状结构,每棵决策树由 3 类节点构成,即根节点(决策节点)、内部节点(机会节点)和叶节点(终节点),如图 1 所示。根节点是判定的起始节点,对棵决策树的决策效果起到重要的作用,相比于其他特征的判定条件有更高的重要性,叶节点就是在多级判定条件下的类别决策结果。最为常用的决策树算法包括以下 3 种:信息增益划分(ID3 算法)、增益率划分(C4.5 算法)和基尼指数划分(CART 算法)。其中,ID3 算法更加适用于样本含量大的特征;C4.5 算法能解决 ID3 算法在样本数量不足时出现的偏向性问题,并且能处理属性缺失的问题,此外还有将连续数值离散化、应对过拟合的优点;CART 算法与 C4.5 算法基本类似,是二叉树分类,对离散特征或连续特征的处理效果都较为理想。考虑到本研究中早期地下工程样本获取或样本构造数量难以精准控制且不均衡的情况,以及不同特征属性离散的特 点,本 文 将 采 用Scikit-Learn学 习 库 中DecisionTreeClassifier 模块提供的 CART 算法。图 1 决策树决策逻辑示意图Fig.1 Decision logics of decision tree method基尼指数(Gini index)是划分属性的另一种方式,其核 心 是 CART 算 法(classification and regression tree)16。可用式(1)的基尼指数17来描述纯度。7741隧道建设(中英文)第 43 卷Gini(S)=1-Kk=1r2k=1-Kk=1N2kN2;Gini_ index(a)=ni=1NiNGini(Si)=ni=1NiN(1-Kk=1N2ikN2i)。(1)式中:S 表示总样本集合;N 表示总样本数量;K 表示总样本可分为 K 个分类标签;rk表示第 k 类样本在样本集合中所占的比例;Nk表示类别 k 的样本数量;Si(i=1,2,3,n)表示具有特征 a 的 n 个取值对应的样本子集,SiS;n 为特征 a 下属的属性分类个数;Ni表示子集 Si的样本数量;Nik表示子集 Si中属于分类标签 k 的样本数量;Gini(S)表示基尼度量值,反映两两样本之间类别不一致的概率,其值越小,样本纯度越高;Gini_index(a)表示指对特征 a 分支计算时的基尼指数。2.2 决策树分类样本准备2.2.1 构建原则2.2.1.1 基本样本与构造样本相结合 1.2 节总结了不同小类模式更新改造影响因素,为决策树构建提供了样本基础。为了保证决策的真实性和可行性,按不同特征需要划分为多个标签(例如埋深特征可以划分为浅层、次浅层、次深层和深层 4 个标签)。基本样本是所需相关数据或对应特征属性类别较容易确定的样本,构造样本是在表 7 影响因素研究基础上总结的。构造样本将作为小类模式决策的数据,是确定更新改造模式的关键部分,基本样本用于模型验证。2.2.1.2 大类小类模式强对应原则 强对应原则也可理解为根节点与叶节点对应原则,是在决策树进行“特征 1特征 2特征 n分类”的路径构建中,人为加入大类模式控制树的分叉,强对应体现在构造样本过程中首尾的 1 1 对应,即在内部主要特征(影响因素)变化情况下,大类模式和小类模式等量强对应。为了确保早期地下工程更新改造满足区域发展需求,小类模式隶属于对应的大类模式。强对应原则保证决策树建立大类和小类的过渡关系。例如,在地下公共服务的大类模式下,相关的早期地下工程更新改造模式的规划决策结果仅限于该大类模式下的地下商业、地下文娱、地下社区服务等。2.2.1.3 合理拓展样本的原则 1)确保样本量。通过文献调研发现,决策树方法在土木工程领域的应用过程中,样本量通常较小,大部分不足 500 个,没有样本量的直接计算依据。为了确定较为合适的样本量,本文主要参考 Scikit-learn 学习库中的自带数据集,其中 wine 数据集的 3 分类问题中,总样本量为 178,特征量为 13;IRIS 数据集的 3 分类问题中,总样本量为 150,特征量为 4。本文实际上是 21 分类问题,比自带数据集的样本量高 1 个量级,因此在总样本量上可简易处理。选取高 1 个量级的数值,大致可以确定本研究应采用 1 000 个以上的样本进行训练。2)均衡样本量。虽然包含大类模式总共有 6 类特征,但实际上部分特征分布极为不均匀。例如:埋深特征包含 4 个属性,但是对于早期地下工程大部分改造模式,浅层是最为常见的类型,很少模式在深层条件下具备改造条件。因此构造样本过程中遵循按类控制数量的原则,尽量保证不同小类模式包含的样本数量接近,这需要严格控制特征属性值的可取范围,控制样本量取值的依据如下:Ni=Nfj=1nij。(2)式中:Ni表示第 i 个类别(小类模式)的样本数量,1i21;Nf表示特征数量,取 Nf=6;nij表示第 i 个类别下特征 j 所包含的属性个数。要控制 Ni尽量均衡,需要合理选取每个特征的属性个数,在确保属性尽可能全面涵盖的同时,让每一类乘积结果尽量接近。2.2.2 样本标签化 根据表 7 的研究结果,需要对不同更新改造模式影响因素(特征值)进行划分,各类特征可以划分多个属性。在机器学习中,特征的判断显然不适合直接用文字表示,因此对各类特征下的属性按离散化的整数(本研究采用 18 的整数)映射,以便机器更好地识别属性与属性之间的差异。2.2.3 样本构建 1)基本样本。基本样本集应保证样本的代表性。为此,本文在前期研究中广泛搜集了世界各地早期地下工程开发利用的典型案例,并归纳为如表 1 所示的7 个大类和 21 个小类。基本样本集应实现对所有分类的全覆盖,并能提供表 7 所列的影响因素指标。本研究根据相关官方网站、文献资料、新闻报刊、谷歌地图等渠道搜集的部分样本真实数据,选取了能直接用表 7 中的具体属性标识描述、且覆盖 21 个小类的 24个基本样本,如表 8 所示。其中周边区位指标主要根据已完成改造模式产生的依据、面向对象、周边邻近的大型设施考虑后确定。8741第 9 期栾勇鹏,等:基于决策树的城市早期地下工程更新改造模式规划评价方法表 8 城市早期地下工程更新改造基本样本Table 8 Basic samples for renewal and transformation of aged urban underground space projects样本大类模式用地类型结构形态面积埋深周边区位更新改造模式来源案例1UTGT3a浅层R_RoadUT1Rhondda 隧道2UTST5a次浅层R_BusUT1重庆解放碑环岛3UTAT3a浅层R_PubUT2鸿山隧道4UTST5a次浅层R_RailUT3重庆地铁 1 号线5UTST2a浅层R_RoadUT4重庆桂花园加油站6UMST1a浅层R_BusUM1无锡崇宁路管线7UMST1a浅层R_PubUM2上海肇嘉浜路管廊8ULAT3a浅层R_RoadUL2青岛万吨冷库9ULBT3a次深层R_RoadUL3克拉彭农场10UP1AM1a浅层R_PubUP11贝克汉姆溪洞11UP1BT1a浅层R_Bus/R_Res/R_RailUP12重庆洞亭火锅12UP1BM1a浅层R_Bus/R_Rail/R_CulUP12Soho Kingly Court13UP2RT1a次浅层R_RailUP21维多利亚隧道14UP2RM1a浅层R_EduUP22读聚时光阅读基地15UP2AM2a浅层R_Rail/R_Pub/R_EduUP22越洋图书城16UP2AT5a浅层R_EduUP24芙蓉隧道17UP2AT4a浅层/次浅层R_RoadUP25北山滑雪训练基地18UP3AM1a浅层R_ResUP31泰州 782 人防19UP3RM1a浅层R_Edu/R_Res/R_RailUP32上海保屯路健身房20UP3RM2a浅层R_ResUP33上海金梅园小区21UP3BM2a浅层R_RailUP33伦敦 Vans 之家22UP3RM1a浅层R_Edu/R_ResUP33地瓜社区、花家地店23UP4GT5a浅层R_PubUP41龙山停车场24UP4RM2a浅层R_PubUP41禹城路停车场 2)更新改造适宜样本构造。根据样本构建的第三原则,为了保证样本量均衡,需要确定出每个小类模式最重要的特征集合,通过调节周边区位影响因素中适宜区位情形的个数,通过式(2)将每个类别样本量控制在 5496 的相对均衡范围。以基本样本为核心,将表 7 中潜在的具有更新改造可能性样本的特征属性在取值范围内穷举,以保证样本训练的可靠性,共构造1 605 个样本。2.3 更新改造模式决策评价2.3.1 决策树分类结果可靠性评价 在进行剪枝处理与优化前需要明确:1)本文研究与决策树传统应用有所差别,本文的属性值数据是人为映射,其映射值本身大小并不具有描述所属特征的特点,这与决策树的普遍应用情形有所差异;2)属性以离散数字映射的特点使得模型很容易发生过拟合,这是因为即使在给定大类下,多个小类模式对应的影响因素(特征集)中也有可能存在交叉,使得决策树在随机分叉时难以兼顾所有决策结果。换言之,决策树分析最终是要返回可能性最高(分布样本概率最高)的结果。从实际更新改造来看,大类模式及影响因素相同的早期地下工程仍然有可能改造为 2 种甚至多种模式。因此,在样本属性之间必然存在交错的情况下很难在样本上拟合结果良好。通过大量选取随机样本发现,这类问题在上述背景下,测试集分数几乎很难达到 0.9。重点应放在样本概率上,确保基本样本预测的准确度,利用 Scikit-Learn 中 predict_proba 预测接口进行评价。在本研究中,24 个基本样本对应 21 个实际小类模式,在概率运算过程中,决策树是根据样本分布情况计算概率的,算式如下:Pdecision tree(s,i)=NiNs,1inclass。(3)式中:s 表示决策树的某一路径 s(或某一叶节点 s);Pdecesiontree(s,i)表示以决策树预测可能性时路径 s 决策后属于类别 i 的概率;Ni表示落入叶节点 s 中且分布在类别 i 中的样本数量;Ns表示叶节点 s 的总样本个9741隧道建设(中英文)第 43 卷数;nclass表示总类别数量,本文中即为小类模式数量,取 21。随机森林预测概率的计算与决策树不同,会针对每一棵树进行一次决策,对结果进行投票,所有树对某一类投票的总额与树总数的比值即输入样本改造为该类别的概率。对于录入基本样本,每一条样本特征组合的路径在决策树中会产生所属 21 个类别的概率,假设每种大类模式下