徐 超， 孫 焰（同濟(jì)大學(xué) 交通運(yùn)輸工程學(xué)院，上海 201804）

XU Chao,SUN Yan (School of Transportation Engineering,Tongji University,Shanghai 201804,China)

0 引 言

近年來(lái)，規(guī)劃建設(shè)物流園區(qū)已成為我國(guó)物流產(chǎn)業(yè)發(fā)展的重要主題，很多城市掀起了建設(shè)物流園區(qū)的熱潮。然而，一些物流園區(qū)項(xiàng)目未經(jīng)科學(xué)論證和統(tǒng)一規(guī)劃就盲目建設(shè)，導(dǎo)致園區(qū)建成運(yùn)營(yíng)后嚴(yán)重惡化了周邊交通環(huán)境。另一方面，隨著城市化進(jìn)程日益加快，交通量持續(xù)大幅增加，我國(guó)城市交通狀況日趨嚴(yán)峻，這要求物流園區(qū)等城市重大建設(shè)項(xiàng)目規(guī)劃時(shí)必須充分考慮對(duì)周邊交通環(huán)境的影響。

規(guī)模定位是物流園區(qū)規(guī)劃的重點(diǎn)內(nèi)容之一，也是決定物流園區(qū)對(duì)周邊交通環(huán)境影響程度的重要因素之一。目前國(guó)內(nèi)外已有學(xué)者對(duì)物流園區(qū)規(guī)模定位做了相關(guān)研究。夏純歡[1]以分行業(yè)的物流量預(yù)測(cè)為基礎(chǔ)，按功能劃分物流園區(qū)的類(lèi)型和作業(yè)區(qū)，探索了作業(yè)量同規(guī)模的聯(lián)系，推導(dǎo)出物流園區(qū)規(guī)模。程世東等[2]分析了貨物的種類(lèi)數(shù)、周轉(zhuǎn)量等因素與占地面積的關(guān)系，從微觀(guān)層面給出了確定物流園區(qū)規(guī)模的經(jīng)驗(yàn)公式。李玉民等[3]用貨運(yùn)量代替物流量來(lái)確定物流園區(qū)總規(guī)模，從實(shí)物量的角度給出物流園區(qū)用地總規(guī)模的經(jīng)驗(yàn)公式。Eiich等[4]借助排隊(duì)論和非線(xiàn)性理論研究物流園區(qū)理想?yún)^(qū)位和規(guī)模，設(shè)計(jì)了雙層數(shù)學(xué)模型。但這些研究均未分析物流園區(qū)與周邊交通環(huán)境的關(guān)系，使得規(guī)劃的物流園區(qū)與周邊交通系統(tǒng)不匹配，物流園區(qū)規(guī)模不盡合理，因此存在一定的局限性。

交通影響分析，是指定量分析給定使用性質(zhì)和規(guī)模的土地在開(kāi)發(fā)后對(duì)周邊交通系統(tǒng)所帶來(lái)的影響，以評(píng)判給定的土地其開(kāi)發(fā)強(qiáng)度是否合適[5]，即判定建設(shè)項(xiàng)目的規(guī)模是否合理。本文則基于交通影響分析，以周邊道路的服務(wù)水平不會(huì)因物流園區(qū)的建設(shè)而低于最低服務(wù)水平為條件，建立物流園區(qū)交通量最優(yōu)化模型，反推出路網(wǎng)處于用戶(hù)均衡狀態(tài)時(shí)路網(wǎng)容許的物流園區(qū)最大交通生成量，從而得出物流園區(qū)能夠處理的物流量，再根據(jù)公式計(jì)算物流園區(qū)的規(guī)模。

1 物流園區(qū)交通量最優(yōu)化模型的建立與求解

1.1 模型原理

在交通影響分析過(guò)程中，需要預(yù)測(cè)背景交通和建設(shè)項(xiàng)目交通。背景交通是指無(wú)建設(shè)項(xiàng)目時(shí)路網(wǎng)上各路段的交通量大小、構(gòu)成及分布，項(xiàng)目交通是指建設(shè)項(xiàng)目產(chǎn)生和吸引的交通量大小及方向。然后以背景交通量為路網(wǎng) “預(yù)荷載”，按四階段法的思路，將項(xiàng)目交通OD量在路網(wǎng)上進(jìn)行分配，得到有項(xiàng)目情況下路網(wǎng)的綜合交通量，再按照道路服務(wù)水平等級(jí)評(píng)判建設(shè)項(xiàng)目對(duì)路網(wǎng)的影響程度。

物流園區(qū)是貨物的集散中心，因此項(xiàng)目交通以貨物運(yùn)輸產(chǎn)生的交通為主。根據(jù)貨物的OD表可得出貨運(yùn)量的空間分布特性，再結(jié)合車(chē)輛出行比例、滿(mǎn)載率各類(lèi)車(chē)輛的運(yùn)量、轉(zhuǎn)換系數(shù)等因子將貨運(yùn)量OD表轉(zhuǎn)換成物流園區(qū)與各OD點(diǎn)間的交通分布[6]。與交通影響分析不同的是，該模型將OD量作為能分配到路網(wǎng)上交通量的上限值而非實(shí)際值，并按照Wardrop第一原理——用戶(hù)均衡原理，逐漸為路段分配流量。若某路段上的綜合交通量達(dá)到上限值——路段最低服務(wù)水平時(shí)的交通量，則停止交通分配，此時(shí)分配到路網(wǎng)的OD量之和即為物流園區(qū)的最大交通量。因?yàn)榻?jīng)過(guò)該路段的某條路徑必定是某OD對(duì)的最短路徑，若再繼續(xù)分配，則必選擇該最短路徑，使該路段的交通量超過(guò)上限值。若直到所有OD量都分配到路網(wǎng)上時(shí)，所有路段交通量都沒(méi)超過(guò)上限值，表明物流園區(qū)不會(huì)對(duì)周邊交通環(huán)境產(chǎn)生嚴(yán)重影響，則物流園區(qū)的最大交通量即為所有OD量之和。

在此模型中，假設(shè)物流園區(qū)建成運(yùn)營(yíng)之前和之后的路網(wǎng)高峰小時(shí)重疊。在實(shí)際運(yùn)用中，如果物流園區(qū)建成運(yùn)營(yíng)之后的路網(wǎng)高峰小時(shí)發(fā)生變化，則須研究路網(wǎng)交通變化規(guī)律，確定新的高峰小時(shí)。

1.2 變量說(shuō)明

假定路網(wǎng)G=（N,A），N為節(jié)點(diǎn)集，A為路段集，物流園區(qū)記為節(jié)點(diǎn)0；為路段 a（ a∈ A）的高峰小時(shí)背景交通量，為路段a的項(xiàng)目交通量，Xa為路段a的高峰小時(shí)綜合交通量；ta為路段a上的廣義阻抗費(fèi)用，ta（0）為路段a上零流時(shí)的廣義阻抗費(fèi)用；Ca為路段a的容許交通量，La為路段a在可接受的最低服務(wù)水平時(shí)交通量占容許交通量的比例；R和S分別為路網(wǎng)中起點(diǎn)和訖點(diǎn)的集合；ψrs為OD對(duì)（r,s）間所有路徑的集合，r∈R，s∈S；為OD對(duì)（r,s）間第k條路徑上的高峰小時(shí)項(xiàng)目交通分配量；為OD對(duì)（r,s）間第k條路徑上的廣義阻抗費(fèi)用；為OD對(duì)（r,s）間最短路徑的廣義阻抗費(fèi)用；為0-1變量，表示如果路段a在OD對(duì)（r,s）間第k條路徑上，其值為1，否則為0；Qrs為OD對(duì)（r,s）間的項(xiàng)目交通量需求。

1.3 模型建立

物流園區(qū)交通量的最優(yōu)化模型可描述如下：

式 （1）為目標(biāo)函數(shù)，表示物流園區(qū)的交通產(chǎn)生量、吸引量之和最大化；式 （2）和式 （3）表示各路段的綜合交通量不能超過(guò)路段交通量上限值；式（4）和式（5）表示OD對(duì)r,（）s 間第k條路徑上的廣義阻抗費(fèi)用，α和β為常數(shù)；式 （6）和式（7）為用戶(hù)均衡原理的數(shù)學(xué)表達(dá)式；式（8）表示OD對(duì)r,（）s間實(shí)際的項(xiàng)目交通量應(yīng)不超過(guò)項(xiàng)目交通量需求；式 （9）表示路徑流量的非負(fù)約束。

1.4 基于改進(jìn)遺傳算法的模型求解

傳統(tǒng)遺傳算法在應(yīng)用中存在很多局限性，如過(guò)早收斂、接近最優(yōu)解時(shí)收斂較慢。因此，本文對(duì)算法做了一些改進(jìn)，采用改進(jìn)的遺傳算法求解上一節(jié)建立的最優(yōu)化模型，算法具體步驟如下：

1）利用罰函數(shù)法將模型轉(zhuǎn)化為無(wú)約束的最優(yōu)化模型：

Z0為必定大于Z的最大值的數(shù)，μ為懲罰因子，μ＞0，當(dāng)μ→∞時(shí)，目標(biāo)函數(shù)逼近最優(yōu)解，自變量

2）確定編碼方案：假設(shè)路網(wǎng)中共有N個(gè)OD對(duì)，第n（ n≤）N 個(gè)OD對(duì)有Kn條路徑。采用實(shí)數(shù)編碼，記染色體：

其中，wnkn表示第n個(gè)OD對(duì)第kn條路徑的流量，染色體串的長(zhǎng)度為，群體規(guī)模為M，設(shè)置當(dāng)前進(jìn)化代數(shù)GEN=0。

3）確定適應(yīng)度函數(shù)：第i條染色體的適應(yīng)度函數(shù)：

5）交叉操作：采用擴(kuò)大交叉規(guī)模的交叉操作[8]，以交叉概率Pc從群體中選出Y條染色體組成交叉庫(kù)，對(duì)交叉庫(kù)中的每?jī)蓷l染色體均進(jìn)行一次交叉，將新產(chǎn)生的染色體存入臨時(shí)種群中，其規(guī)模為Y（ Y- 1）。假設(shè)交叉庫(kù)中兩條染色體分別為vi和vj，則交叉產(chǎn)生的后代：

其中，a為［0,1］之間的隨機(jī)數(shù)。將臨時(shí)種群和交叉庫(kù)合并，按照適應(yīng)度值從大到小的順序依次取前Y條染色體替代父代中交叉操作前的Y條染色體。

6）變異操作：采用自適應(yīng)變異操作[9]，首先根據(jù)適應(yīng)度值按式 （12）確定每條染色體的變異概率Pm，其中Pm1和Pm2分別為群體最大、最小變異概率，F(xiàn)為染色體的適應(yīng)度值，F(xiàn)ave為群體的平均適應(yīng)度值：

再以概率Pm選擇參與變異的染色體。為敘述簡(jiǎn)便，假設(shè)染色體v=（w1,w2,…,wB）參與變異，其中，從v中均勻隨機(jī)地選擇一個(gè)分量wi，在wi的定義區(qū)間中均勻隨機(jī)地抽取一個(gè)數(shù)代替wi，從而得到代替v的子代v'。置GEN=GEN+1。

7）確定算法的終止準(zhǔn)則：若GEN=Gmax，則算法終止，否則轉(zhuǎn)步驟4）。

2 物流園區(qū)規(guī)模的確定

物流園區(qū)規(guī)模定位是物流園區(qū)規(guī)劃的一個(gè)重要內(nèi)容，但由于影響規(guī)模定位的因素很多，目前還沒(méi)有一套成熟的標(biāo)準(zhǔn)和方法。一種普遍采用的方法是，先將貨運(yùn)量轉(zhuǎn)化為物流需求，再利用經(jīng)驗(yàn)公式計(jì)算得出物流園區(qū)的規(guī)模。因此，先根據(jù)車(chē)輛出行比例、滿(mǎn)載率各類(lèi)車(chē)輛運(yùn)量、轉(zhuǎn)換系數(shù)等因子，將上一節(jié)求出的物流園區(qū)最大交通量轉(zhuǎn)化為貨運(yùn)量[10]，從而得到物流園區(qū)在周邊交通環(huán)境制約情況下的最大物流量，最后得出物流園區(qū)的規(guī)模。

在求得物流園區(qū)與各小區(qū)間的允許項(xiàng)目交通量后，根據(jù)各類(lèi)車(chē)輛出行比例、轉(zhuǎn)換系數(shù)，可計(jì)算出物流園區(qū)與各小區(qū)間各類(lèi)車(chē)輛的出行數(shù)。

其中，Xrs為OD對(duì)（r,s）間各類(lèi)車(chē)輛的出行總數(shù)，Vrs為OD對(duì)（r,s）間的允許項(xiàng)目交通量，為OD對(duì) （r,s）間各類(lèi)車(chē)輛的出行比例向量，E為車(chē)輛轉(zhuǎn)換系數(shù)向量。

根據(jù)各類(lèi)車(chē)輛出行數(shù)、出行比例、凈載重量利用率、額定載重量，可以計(jì)算出物流園區(qū)與各小區(qū)間的貨運(yùn)量。

其中：Qrs為OD對(duì)（r,s）間的貨運(yùn)量；Brs為OD對(duì)（r,s）間各類(lèi)車(chē)輛的靜載重利用率矩陣；C為各類(lèi)車(chē)輛的額定載重量向量。物流園區(qū)的每日處理的貨運(yùn)總量：

其中，P為高峰時(shí)貨運(yùn)量占全天貨運(yùn)量的比例。物流園區(qū)規(guī)模的計(jì)算公式：

其中：S為物流園區(qū)規(guī)模 （單位：公頃）；γ為物流園區(qū)周轉(zhuǎn)系數(shù)，由物流園區(qū)的類(lèi)型決定；ε為物流園區(qū)單位生產(chǎn)能力用地參數(shù) （單位：公頃/萬(wàn)噸），表示每日處理一噸貨物需要物流園區(qū)的面積；λ為物流園區(qū)作業(yè)場(chǎng)面積占總面積的比重。

3 案例分析

圖1是某市規(guī)劃的一個(gè)物流園區(qū)的區(qū)位圖，該園區(qū)將于2015年建成，其貨物流向主要有6個(gè)，為圖中標(biāo)記的第1～6個(gè)小區(qū)。經(jīng)預(yù)測(cè)，目標(biāo)年各方向的高峰小時(shí)貨運(yùn)量需求如表1所示，目標(biāo)年各條路段的高峰小時(shí)背景交通量和負(fù)荷度如圖1所示。

表1 物流園區(qū) （0）與各方向高峰小時(shí)貨運(yùn)量需求分布 （t）

圖1 物流園區(qū)區(qū)位、目標(biāo)年路段背景交通量及負(fù)荷度

圖2 目標(biāo)年各路段綜合交通量及負(fù)荷度

通過(guò)建立模型并計(jì)算得出目標(biāo)年各條路段的高峰小時(shí)綜合交通量和負(fù)荷度，如圖2所示。從圖2可以看出，有3條路段的負(fù)荷度已經(jīng)達(dá)到了0.75（用黑色五角星標(biāo)記），為路段允許的最大負(fù)荷度。此時(shí)，實(shí)際的高峰小時(shí)項(xiàng)目交通量已經(jīng)達(dá)到最大值。由式 （13）和 （14）求得物流園區(qū)與各方向之間的實(shí)際貨運(yùn)量，如表2所示。

表2 物流園區(qū) （0）與各方向高峰小時(shí)實(shí)際貨運(yùn)量分布 （t）

由式 （15）和 （16）求得物流園區(qū)每日處理的貨運(yùn)量為Q=3042（）t，物流園區(qū)規(guī)模為S=215.28（ha）。

4 結(jié)束語(yǔ)

物流園區(qū)不是一個(gè)孤立的系統(tǒng)，其發(fā)展必須與所處的交通系統(tǒng)相適應(yīng)。因此，確定合理的物流園區(qū)規(guī)模時(shí)必須考慮周邊道路流量變化情況。本文在利用傳統(tǒng)的經(jīng)驗(yàn)公式計(jì)算物流園區(qū)規(guī)模的方法基礎(chǔ)上，以交通分配的用戶(hù)均衡為原則，建立了物流園區(qū)交通量的最優(yōu)化模型，并結(jié)合交通影響分析，保證了路段流量在上限值范圍內(nèi)。改進(jìn)的遺傳算法克服了傳統(tǒng)算法的一些不足，提高了運(yùn)算效率和準(zhǔn)確度。算例表明本文的思路和方法對(duì)物流園區(qū)受周邊交通環(huán)境制約時(shí)的規(guī)模定位研究是可行、有效的。

[1]夏純歡.城市物流園區(qū)合理規(guī)模與布局選址研究[D].成都：西南交通大學(xué) （碩士論文），2008：16-33.

[2]程世東，劉小明.時(shí)空消耗法求解物流園區(qū)規(guī)模[J].公路交通科技，2005(8)：142-144.

[3]李玉民，李旭宏，毛海軍,等.物流園區(qū)規(guī)劃建設(shè)規(guī)模確定方法[J].交通運(yùn)輸工程學(xué)報(bào)，2004,4(2)：76-79.

[4]Eiichi Taniguchi,Michihiko Noritake,Tadashi Yamada,et al.Optimal size and location planning of public logistics terminals[J].Transportation Research Part E,1999,35(3)：207-222.

[5]建設(shè)項(xiàng)目交通影響評(píng)價(jià)課題組.建設(shè)項(xiàng)目交通影響評(píng)價(jià)[M].北京：中國(guó)建筑工業(yè)出版社，2007.

[6]彭馳.物流園區(qū)交通影響分析研究[D].長(zhǎng)沙：長(zhǎng)沙理工大學(xué) （碩士論文），2007：17-20.

[7]楊平，鄭金華.遺傳選擇算子的比較與研究[J].計(jì)算機(jī)工程與應(yīng)用，2007,43(15)：59-62.

[8]馮冬青，王非，馬雁.一種擴(kuò)大交叉規(guī)模的自適應(yīng)遺傳算法[J].計(jì)算機(jī)工程與應(yīng)用，2008,44(9)：73-75.

[9]葉甲秋，樓佩煌.改進(jìn)的自適應(yīng)遺傳算法及其在系統(tǒng)參數(shù)辨識(shí)中的應(yīng)用[J].電工電氣，2010(3)：29-32.

[10]馬玉紅.物流園區(qū)交通影響分析方法研究[D].長(zhǎng)春：吉林大學(xué) （碩士論文），2008：18-20.