This paper contributes to the existing research on freight transportation, spatial and land use planning by investigating an improved spatial aggregation technique to delineate desirable freight traffic analysis zones. Zoning is a process of spatially aggregating several predefined basic spatial units (BSUs) into multiple zones. It plays a vital role in the transportation planning and decision-making process and is well-documented as the modifiable areal unit problem (MAUP). MAUP involves aggregating BSUs to obtain optimal zones satisfying specific criteria and constraints. This paper proposes an improved spatial aggregation methodology to develop a freight traffic analysis zone system by applying the multiobjective optimization concept using a genetic algorithm. The decision variables, namely, (i) Freight trip density; (ii) Number of establishments; (iii) Employment density; and (iv) Compactness, are chosen to represent the elements of freight, passenger traffic, and land use. The problem is formulated as a multiobjective network partitioning problem. The four objectives aim to create zones with better homogeneity and compactness. It is solved using a genetic algorithm with a weighted distance metric approach to prioritize the four objectives. Results show that zones resulting from the improved methodology are superior to the existing zones in terms of homogeneity of decision variables and compactness. The findings are expected to help the decision-making process of urban, transportation, and land-use planners in selecting appropriate freight traffic zone delineation strategies for a given region.

本文通过研究一种改进的空间聚合技术来描绘理想的货运量分析区域，从而为货运，空间和土地使用规划的现有研究做出了贡献。分区是将几个预定义的基本空间单位（BSU）在空间上聚合为多个区域的过程。它在交通运输计划和决策过程中起着至关重要的作用，并且作为可修改的区域单位问题（MAUP）有据可查。MAUP涉及聚集BSU，以获得满足特定标准和约束的最佳区域。本文提出了一种改进的空间聚合方法，通过应用遗传算法的多目标优化概念来开发货运量分析区域系统。决策变量，即：（i）货运行程密度；ii机构数目；iii就业密度；（4）选择紧凑性来代表货运，客运和土地使用的要素。该问题被表述为多目标网​​络分区问题。这四个目标旨在创建具有更好同质性和紧凑性的区域。使用具有加权距离度量方法的遗传算法对四个目标进行优先级排序可以解决该问题。结果表明，在决策变量的同质性和紧凑性方面，改进方法所产生的区域要优于现有区域。预期该发现将有助于城市，交通和土地使用规划者的决策过程，为给定区域选择合适的货运区域划定策略。选择代表货运，客运和土地使用的要素。该问题被表述为多目标网​​络分区问题。这四个目标旨在创建具有更好同质性和紧凑性的区域。使用具有加权距离度量方法的遗传算法对四个目标进行优先级排序可以解决该问题。结果表明，在决策变量的同质性和紧凑性方面，改进方法所产生的区域要优于现有区域。预期该发现将有助于城市，交通和土地使用规划者的决策过程，为给定区域选择合适的货运区域划定策略。选择代表货运，客运和土地使用的要素。该问题被表述为多目标网​​络分区问题。这四个目标旨在创建具有更好同质性和紧凑性的区域。使用具有加权距离度量方法的遗传算法对四个目标进行优先级排序可以解决该问题。结果表明，在决策变量的同质性和紧凑性方面，改进方法所产生的区域要优于现有区域。预期该发现将有助于城市，交通和土地使用规划者的决策过程，为给定区域选择合适的货运区域划定策略。这四个目标旨在创建具有更好同质性和紧凑性的区域。使用具有加权距离度量方法的遗传算法对四个目标进行优先级排序可以解决该问题。结果表明，在决策变量的同质性和紧凑性方面，改进方法所产生的区域要优于现有区域。预期该发现将有助于城市，交通和土地使用规划者的决策过程，为给定区域选择合适的货运区域划定策略。这四个目标旨在创建具有更好同质性和紧凑性的区域。使用具有加权距离度量方法的遗传算法对四个目标进行优先级排序可以解决该问题。结果表明，在决策变量的同质性和紧凑性方面，改进方法所产生的区域要优于现有区域。预期该发现将有助于城市，交通和土地使用规划者的决策过程，为给定区域选择合适的货运区域划定策略。结果表明，在决策变量的同质性和紧凑性方面，改进方法所产生的区域要优于现有区域。预期该发现将有助于城市，交通和土地使用规划者的决策过程，为给定区域选择合适的货运区域划定策略。结果表明，在决策变量的同质性和紧凑性方面，改进方法所产生的区域要优于现有区域。预期该发现将有助于城市，交通和土地使用规划者的决策过程，为给定区域选择合适的货运区域划定策略。