葉云濤

（長安大學 汽車學院，陜西 西安 710064）

引言

機動車數(shù)量的激增直接造成了城市污染和交通擁擠的問題。隨著公共交通的發(fā)展，公共自行車項目的出現(xiàn)提出了解決這兩個問題的新思路。根據(jù)研究數(shù)據(jù)，在不超過6公里的城市出行距離內，自行車通行大約需要30分鐘，機動車行駛時間大約需要35分鐘。在短途旅行中，自行車比公共交通具有更大的優(yōu)勢[1]。在中國，大多數(shù)城市的規(guī)劃結構是一個單一的中心，市中心的等效半徑約為6-10公里[2]。在此范圍內，隨著公共自行車的發(fā)展和許多共享自行車的投入，自行車交通的優(yōu)勢顯著，在完成交通“最后一公里”中起著重要作用。當前我國的自行車交通普遍存在機非混行、基礎停車設施不完善、站點信息反饋不到位、相關法律欠缺等問題，影響了自行車交通在城市交通中的發(fā)展。研究結合國內外研究情況，提出了公共自行車站點規(guī)劃及其評價方法。

1 公共自行車網(wǎng)絡規(guī)劃方法研究

對公共自行車網(wǎng)絡的規(guī)劃設計從三個方面展開。

1.1 需求量預測

在需求量預測的方法選擇中，首先考慮了時間序列預測法中的二次指數(shù)平滑法，該預測方法對數(shù)據(jù)量要求不高，適用于具有明顯變化趨勢時間序列的預測。該模型預測過程如下：

公式中各字母含義如下：

α：平滑系數(shù)

Yt+T：第t+T期的預測值

T：由t期向后推移期數(shù)

其次，對灰色預測模型[3]進行分析，該模型預測過程如下：

初始序列：

累加序列：

建立矩陣B，y：

利用最小二乘法求解a，u可得下式：

根據(jù)上述公式，將X(0)（1）當做初始值，可得數(shù)據(jù)預測模型為：

1.2 站址規(guī)劃模型

站址規(guī)劃模型的選擇中，分析了離散工廠選址模型、最大覆蓋模型、集合覆蓋模型、p-中心模型、p-中位模型[4]。在進行規(guī)劃設計的過程中，需要同時進行定性和定量的分析，覆蓋模型的適用條件是確保每個站點具有足夠的服務能力，但是在景區(qū)出行高峰的時候，站點的服務能力難以維持，因此最終采用以需求量和需求點到站點距離乘積之和最小為目標的p-中位模型，該模型如下：

M：表示需求點的集合

N：表示設施候選點的集合；

Ui：需求點i的需求量；

dij：需求點i到設施點j的距離；

p：站點建設的數(shù)量；

xj：若在候選點j建站，則值為1；若不建站，則值為0；

yij：若需求點i的需求被分配給設施點j則值為1；否則為0。

1.3 站址評價模型

站址評價模型參考有關文獻，選擇基于AHP的模糊綜合評判法，該方法適用于自行車網(wǎng)絡規(guī)劃的評價，能考慮到多種影響因素[5][6]。首先建立公共自行車評價指標模型如圖1，因素的重要度用表1表示：

圖1 公共自行車站點選址評價體系

表1 公共自行車站點分布綜合評價指標體系

隨后根據(jù)圖1、表1建立判斷矩陣：

表2 A-O判斷矩陣

計算最大特征根λmax=2.29，CI=-0.355，RI=0.58，CR=-0.612≤0.1；所以該矩陣的一致性可以接受。

表3 O1-C判斷矩陣

表4 O2-C判斷矩陣

表5 O3-C判斷矩陣

最后選用集合P={p1，p2，p3，p4，p5}，分別對應{非常合適建站、較合適建站、合適建站、較不合適建站、不適合建站}[7]。

2 案例分析

2.1 區(qū)域分析

在確定了公共自行車網(wǎng)絡規(guī)劃方法后，以大唐芙蓉園為例，大唐芙蓉園風景區(qū)以其獨特的唐文化園林景觀吸引了眾多游客。據(jù)統(tǒng)計，曲江新區(qū)風景區(qū)占25%以上，居民區(qū)約占50%，商業(yè)區(qū)和學區(qū)分別占10%。結合數(shù)據(jù)和現(xiàn)場調查，標記出了該景點的14個主要需求點，如圖2所示：

圖2 大唐芙蓉園景區(qū)圖

黑色虛線表示風景區(qū)附近的區(qū)域，分為 6個區(qū)域，1-3個區(qū)域是住宅區(qū)，4-6個區(qū)域是商業(yè)區(qū)，沿途的8、9、10、14個代表公交車站，點12是地鐵4號線大唐芙蓉公園站點，點7、11和13則是大唐芙蓉園景點的三個入口。根據(jù)實地調查的結果，確定備選點分布，候選點的選擇條件是將能夠建立停車點的位置設置為替代點，如圖3所示：

圖3 公共自行車備選點集合圖

2.2 需求預測

考慮到共享單車的出行對公共自行車的沖擊，利用2014-2018年的數(shù)據(jù)，如表6所示：

表6 2014-2018年西安市公共自行車的日平均使用量

根據(jù)表6，近年來公共自行車使用人數(shù)呈明顯上升趨勢。因此，相應的平滑系數(shù)應更大，以確保最新數(shù)據(jù)對最終預測結果的影響并提高預測結果的可靠性。α將以0.8納入計算：采用預測值比實際值較低的二次指數(shù)平滑法的預測結果，即研究區(qū)域內的日均需求量為3516人次，并進行需求量分配，分配結果如表7：

表7 各需求點需求量表

考慮到站點的最大覆蓋范圍是500米，因此消除與需求區(qū)域距離超過500米的站點， 最終根據(jù)p-中位模型的原理，最終的規(guī)劃布局如圖4：

圖4 站點分布圖

2.3 需求預測

結合對相關文獻的歸納和前文的評價指標體系，構建對規(guī)劃布局的評價集，形成以下要素矩陣：

經過合成運算，得到準則層的綜合評價決策矩陣如下：

對目標景區(qū)的公共自行車站點適宜度規(guī)劃的模糊評價結果為：

對矩陣B進行歸一化：

B*的元素表示了此區(qū)域內公共自行車站點規(guī)劃設計的適宜度所對應的評價集中各個級別的隸屬程度，其中第三項指標0.464最大，對應的模糊綜合評價內容為“合適”，說明站點的規(guī)劃是合理的。

3 結論

論文綜合考慮了灰色預測模型和二次指數(shù)平滑預測法的預測性能，對研究區(qū)域內的日均需求量和游客用車需求量進行了預測，并按照研究區(qū)域實地情況進行了需求量分配。隨后采用 P-中位模型進行了站點的布局規(guī)劃，利用基于 AHP的模糊綜合評判法評價該站點布局規(guī)劃，構建了景區(qū)公共自行車站點規(guī)劃方法體系，結果表明上述方法進行的站點布局規(guī)劃是合理的。