◇江蘇城鄉(xiāng)建設(shè)職業(yè)學(xué)院公用事業(yè)學(xué)院 艾倩楠

為響應(yīng)國家“碳中和”發(fā)展戰(zhàn)略，為研究城市客運(yùn)樞紐旅客疏散行為中各種交通方式的分擔(dān)率，以常州北站為例，引入隨機(jī)效用理論，考慮距離、收入、時間、費(fèi)用、方便性、舒適性6種因素對方式選擇的影響，構(gòu)建了大型客運(yùn)樞紐旅客疏散的分擔(dān)率模型。對模型參數(shù)進(jìn)行標(biāo)定采用極大似然函數(shù)估計，結(jié)合旅客調(diào)查樣本數(shù)據(jù)，利用改進(jìn)遺傳算法通過MATLAB編程進(jìn)行參數(shù)求解，從而得到一個理論上可行的方式分擔(dān)率模型，并對模型的有效性進(jìn)行驗證。該模型能夠在綜合考慮旅客個體不同選擇方式的效用基礎(chǔ)之上客觀計算出不同交通方式的分擔(dān)率，標(biāo)定的模型具有較好的適用性，對于“碳中和”戰(zhàn)略下城市綜合客運(yùn)樞紐交通的一體化建設(shè)具有一定的指導(dǎo)意義。

2020年9月22日，國家主席習(xí)近平在第七十五屆聯(lián)合國大會一般性辯論上鄭重宣布，“中國將提高國家自主貢獻(xiàn)力度，采取更加有力的政策和措施，二氧化碳排放力爭2030年前達(dá)到峰值，努力爭取2060年前實現(xiàn)碳中和”。作為節(jié)能減碳重要一環(huán)，交通運(yùn)輸過程中產(chǎn)生的碳排放一直是相關(guān)研究重點(diǎn)話題。交通領(lǐng)域占全國終端碳排放15%，過去9年年均增速5%以上，預(yù)計到2025還要增加50%?！肮粌?yōu)先”上升為國家戰(zhàn)略，“綠色出行”已成為行業(yè)共識。在新一輪科技革命的影響下，如何利用新技術(shù)推動新能源汽車和智慧城市、智能交通、清潔能源體系、信息通信產(chǎn)業(yè)融合發(fā)展，整體提升交通運(yùn)輸融合創(chuàng)新能力，成為節(jié)能減碳關(guān)鍵。

大型客運(yùn)樞紐是實現(xiàn)交通功能轉(zhuǎn)換的場所，其規(guī)劃設(shè)計的合理與否直接影響客運(yùn)樞紐的運(yùn)輸效率以及各種交通工具功能的發(fā)揮，對城市交通網(wǎng)絡(luò)產(chǎn)生直接影響[1]。因此，對大型客運(yùn)樞紐旅客疏散交通方式分擔(dān)率模型的研究尤為重要。目前，針對客運(yùn)樞紐的疏散模型的研究較為分散，主要集中在不同運(yùn)輸方式或同一種交通方式不同線路間的分擔(dān)率上[2-3]以及換乘站交通方式分擔(dān)率模型研究[4]。本文從旅客選擇疏散交通方式的影響因素分析，基于最大效用理論，建立旅客選擇交通方式模型，采用遺傳算法對模型參數(shù)進(jìn)行求解，再結(jié)合居民出行調(diào)查數(shù)據(jù)進(jìn)行實例分析驗證模型可靠性。

1 節(jié)點(diǎn)城市客運(yùn)樞紐旅客疏散交通方式選擇的影響因素

城市客運(yùn)樞紐旅客疏散方式的選擇受多種因素影響，總體可分為宏觀因素和微觀因素。宏觀因素包括車輛擁有量、社會經(jīng)濟(jì)發(fā)展水平、交通政策等。微觀因素包括交通設(shè)施條件、交通區(qū)位因素、出行特性等。

1.1 宏觀因素

（1）交通基礎(chǔ)設(shè)施對疏散方式的影響。交通基礎(chǔ)設(shè)施對旅客疏散方式的影響主要集中在城市的基礎(chǔ)設(shè)施比較薄弱，人均道路面積、人均道路長度、人均公共汽車數(shù)量嚴(yán)重不足，公交服務(wù)水平較低。

（2）交通政策對疏散方式的影響。交通政策對節(jié)點(diǎn)城市客運(yùn)樞紐旅客疏散方式有多方面的影響，但主要有三個方面：①國家的宏觀控制政策；②地方政府或市政府的政策；③經(jīng)濟(jì)投資政策。

1.2 微觀因素

（1）出行特性。出行目的分析：通勤出行選擇公交、地鐵等出行方式的概率較大，公務(wù)、社交等目的出行選擇出租車、私人小汽車的概率較大。出行距離分析：目的地與大型客運(yùn)樞紐距離比較近時更偏向于選擇步行，距離稍遠(yuǎn)的可能選擇公交、地鐵等出行方式，距離偏遠(yuǎn)的則可能選擇區(qū)間巴士、長途汽車等出行方式。

（2）交通設(shè)施條件。交通設(shè)施包括公交、輕軌、地鐵等疏散方式站點(diǎn)的設(shè)置，線路的輻射性，出租車、長途汽車、私人汽車等停車場的布設(shè)，行人通道的設(shè)置等方面的內(nèi)容。

（3）其它因素。受不同天氣的影響，旅客會選擇不同的疏散方式。

2 城市客運(yùn)樞紐旅客疏散方式分擔(dān)率模型

2.1 模型概述

Logit模型是研究各種交通方式分擔(dān)比例廣泛應(yīng)用的一種非集計模型。

樞紐站的旅客在離去過程中選擇交通方式時，總是選擇效用最大的疏散方式，旅客對于每一種疏散交通方式的效用值由旅客自身的特性以及交通方式的特性共同決定。旅客在選擇交通方式時往往是通過自身的觀察、度量或經(jīng)驗來作出決定，選擇的結(jié)果與理論之間存在一定的誤差。效用函數(shù)的表達(dá)涉及可以觀測到的效用確定項與不可確定的隨機(jī)因素項。

2.2 選取決策指標(biāo)

旅客選擇交通方式時，會根據(jù)自身的收入情況、此次出行距離以及各種交通方式的時間、費(fèi)用、方便性、舒適性等指標(biāo)進(jìn)行比較，而后做出決策。本文根據(jù)旅客做出決定之前通?？紤]的因素選取了兩大類指標(biāo)，效用確定項為{距離、收入、時間、費(fèi)用}，隨機(jī)因素項為{方便性、舒適性}。大型樞紐站點(diǎn)可供旅客選擇的離去的交通方式主要包括：常規(guī)公交、出租車、私家車、地鐵。特性向量可表示為{vi1、vi2、vi3、vi4、εi1、εi2}，即{距離、收入、時間、費(fèi)用、方便性、舒適性}，具體見表1。

表1 交通方式特性向量

2.3 確定效用函數(shù)

城市交通系統(tǒng)可提供給人們選擇的交通方式稱為選擇枝，每個出行者在出行前通常要考慮所選交通方式的性能、舒適性、安全性等，可供出行者選擇的交通方式構(gòu)成的集合稱為選擇枝全集。

旅客在選擇交通方式時，會根據(jù)每一種交通方式的距離、收入、時間、費(fèi)用、方便性、舒適性做出選擇，并且總是選擇效用最大的交通方式，則旅客選擇第i種交通方式的效用函數(shù)可表示為：

式中：Ui為 每一位旅客選擇第i種交通方式離去時的效用；αk、βm是未知參數(shù)，vik、εim是旅客選擇第i種交通方式的決策指標(biāo)。

2.4 建立模型

根據(jù)logit模型，以及所得出的效用函數(shù)，從而得出旅客n選擇第i種交通方式的概率模型為：

3 模型求解

3.1 logit模型極大似然函數(shù)估計

則對N個出行者觀察結(jié)果的似然函數(shù)為：

式中：L*為N個出行者同時選擇的概率。

取L*的對數(shù)似然函數(shù)L為：

求解模型的思想就是求一個α、β的組合，使得L的取值最大。

求解未知參數(shù)的一般方法有牛頓—拉普松法（Newton-Raphson，NR）和DGP法等，但解析計算方法要求目標(biāo)函數(shù)為凸函數(shù)。而遺傳算法對目標(biāo)函數(shù)并無特殊要求，是一種新的求解最優(yōu)的算法。下面詳細(xì)介紹遺傳算法的思想。

3.2 遺傳算法概述

最優(yōu)化問題的常見算法有爬山法、模擬退火算法、窮舉法、啟發(fā)式算法等。和這些算法相比，選用遺傳算法進(jìn)行求解的優(yōu)點(diǎn)在于：①搜索種群中的點(diǎn)是并行的，以面為單位進(jìn)行搜索優(yōu)于傳統(tǒng)的以點(diǎn)為單位的搜索；②不需要輔助信息，只需要影響搜索方向的目標(biāo)函數(shù)和相應(yīng)的適應(yīng)度；③強(qiáng)調(diào)使用概率轉(zhuǎn)換規(guī)則來引導(dǎo)搜索過程，并非確定性規(guī)則；④使用數(shù)字化編碼參數(shù)集，建立表現(xiàn)型和基因型的關(guān)系。

和傳統(tǒng)的遺傳算法相比，本文采用的混合遺傳算法有如下改進(jìn)：編碼方式采用格雷碼，和傳統(tǒng)的二進(jìn)制編碼相比，格雷碼能夠提高算法的局部搜索能力，且使得交叉、變異等操作易于實現(xiàn)；適應(yīng)度函數(shù)依據(jù)目標(biāo)函數(shù)采用界限構(gòu)造法進(jìn)行設(shè)計，能夠在保證概率的非負(fù)的同時避免目標(biāo)函數(shù)值在分布上差距過大，使平均適應(yīng)度能體現(xiàn)種群的平均性能；交叉方式為兩點(diǎn)交叉，在保證優(yōu)良基因結(jié)構(gòu)延續(xù)的基礎(chǔ)之上提高運(yùn)算效率。具體步驟如下：

Step1.編碼：將解空間的數(shù)據(jù)表示為遺傳空間中基因串結(jié)構(gòu)數(shù)據(jù)，采用格雷碼。

Step2.生成初始種群，設(shè)置最大進(jìn)化代數(shù)。

Step3.選擇（復(fù)制）：根據(jù)個體的適應(yīng)度值大小進(jìn)行選擇，適應(yīng)度較高的個體被遺傳到下一代群體中的概率較高，使群體中個體適應(yīng)度不斷接近最優(yōu)解，適應(yīng)度函數(shù)形式如下：

式中：Pos為每個個體的在排序種群中的位置，Nind：種群中個體的數(shù)量。

Step4.交叉（重組）：按照較大的概率從群體中選擇兩個個體，在個體編碼串位中隨機(jī)設(shè)置兩個交叉點(diǎn)，然后進(jìn)行個體間部分基因交換，產(chǎn)生子代，交叉概率設(shè)為0.7。

Step5.變異：以較小的概率對個體編碼串上的某個或某些位值進(jìn)行改變，產(chǎn)生新的個體，能避免由于選擇和交叉運(yùn)算造成的某些信息的丟失，保證算法的有效性。

4 實例應(yīng)用

常州北站（Changzhoubei Railway Station）位于中國江蘇省常州市，是中國鐵路上海局集團(tuán)有限公司屬管轄的鐵路車站，是京滬高速鐵路上的一個中間站?？赏７沤?00輛大小車輛。目前，常州北站建有兩個社會車輛停車場，可停放620輛小車和22輛大巴。出租車蓄車和發(fā)車場設(shè)置在高鐵站屋西側(cè)地下一層，建筑面積7460平方米，蓄車規(guī)模140輛。常州北站主要有常規(guī)公交、出租車、私家車和地鐵4種可供旅客選擇的交通疏散方式。依據(jù)調(diào)查所得的數(shù)據(jù)，本文采用所建立的多項logit模型對常州北站站各種疏散交通方式的分擔(dān)率進(jìn)行實例應(yīng)用。調(diào)查得到的部分樣本數(shù)據(jù)，見表2。

表2 部分樣本數(shù)據(jù)

其中，距離指旅客離站到達(dá)目的地的總距離；時間為旅客從離站起至目的地的總時間，包括車內(nèi)時間和車外時間。方便性和舒適性兩個指標(biāo)要考慮旅客的出行目的、攜帶的行李、時間價值、收入情況、到換乘交通方式的步行距離、交通方式的加減速及轉(zhuǎn)彎對旅客的影響以及天氣情況等，用語言價值變量對其賦值，并用對應(yīng)的三角模糊數(shù)表示。其計算方法如下：

各因素的評價值的語言價值與三角模糊數(shù)之間的對應(yīng)關(guān)系見表3所示。

表3 語言價值量與三角模糊數(shù)之間的對應(yīng)關(guān)系

根據(jù)上述公式則有：

以旅客1為計算示例，旅客1對4種交通方式方便性的語言價值量描述分別為：好、好、中等、較好。對應(yīng)的三角模糊數(shù)分別是（70，80，90）、（70，80，90）、（30，50，70）、（60，70，80），依據(jù)上式計算所得結(jié)果為：

將4種交通方式的計算結(jié)果同除以100，將結(jié)果歸一化。則旅客1對4種交通方式方便性的量化結(jié)果為0.8、0.8、0.5、0.7。

對4種交通方式舒適性的語言價值量描述分別為：中等、較好、好、中等。對應(yīng)的三角模糊數(shù)分別是（30，50，70）、（60，70，80）、（70，80，90）、（30，50，70），依據(jù)上式計算所得結(jié)果為：

將4種交通方式的計算結(jié)果同除以100，將結(jié)果歸一化。則旅客1對4種交通方式舒適性的量化結(jié)果為0.5、0.7、0.8、0.5。

因各影響因素的量綱不同，為了便于比較，將不同量綱的指標(biāo)歸一化，其方法為每一列指標(biāo)同除以本列指標(biāo)的最大值，結(jié)果見表4。

表4 歸一化的部分樣本數(shù)據(jù)

在MATLAB2012上編寫遺傳算法的迭代程序，迭代至40代左右函數(shù)圖像趨于一條直線，目標(biāo)值穩(wěn)定在-46.3左右，最終參數(shù)標(biāo)定的結(jié)果為α1=-2.5247，α2=2.6715，α3=-16.3182，α4=-8.3630，β1=12.4992，β2=-3.2812。迭代收斂圖如圖1所示。

圖1 迭代收斂圖

將遺傳算法計算得到的模型參數(shù)帶入到所構(gòu)建的概率模型中，并根據(jù)歸一化后的樣本數(shù)據(jù)計算得到每位出行者選擇概率的計算結(jié)果，見表5。

表5 出行者選擇概率計算結(jié)果

將模型計算所得的每位旅客的理論選擇結(jié)果與調(diào)查所得樣本的實際選擇結(jié)果進(jìn)行比較，結(jié)果表明，兩者的一致性為90.91%，說明模型具有較好的適用性。

5 結(jié)束語

（1）大型客運(yùn)樞紐是城市對內(nèi)、對外交通的關(guān)鍵，獲得旅客疏散不同交通方式的分擔(dān)率，對于科學(xué)規(guī)劃、設(shè)計、管理大型客運(yùn)樞紐具有重要意義。

（2）通過分析影響旅客疏散方式的因素，依據(jù)效用最大化理論，構(gòu)建旅客疏散分擔(dān)率模型。根據(jù)遺傳算法的基本理論，在MATLAB上實現(xiàn)其迭代過程的編譯，并對歸一化后的調(diào)查數(shù)據(jù)進(jìn)行擬合，計算出模型參數(shù)，帶入模型后，得到每位出行者選擇概率的計算結(jié)果。

（3）實例應(yīng)用的結(jié)果表明，本文構(gòu)建的模型能夠合理的計算出考慮多因素影響下的旅客疏散交通方式分擔(dān)率，為客運(yùn)樞紐的建設(shè)提供依據(jù)。