區(qū)域農(nóng)產(chǎn)品物流交通量分布預(yù)測系統(tǒng)的設(shè)計

林敏敏+陳潔瑩+陳閩敏

摘要：為了預(yù)測城市區(qū)域內(nèi)未來年份的物流交通量分布情況，選擇Fratar數(shù)學(xué)模型開發(fā)了計算程序。以南平市農(nóng)產(chǎn)品物流交通量分布預(yù)測為例，通過分析GIS地圖，把南平市劃分為多個物流小區(qū)，調(diào)查獲得當(dāng)前年份的交通分布表（OD表），預(yù)測未來年份各小區(qū)的物流發(fā)生量和吸收量（PA表），最后應(yīng)用Fratar數(shù)學(xué)模型實現(xiàn)了短期預(yù)測，獲得了2017年的OD表。實際應(yīng)用效果證明，用Fratar法進行城市區(qū)域物流交通量的短期預(yù)測，操作便捷，調(diào)查工作量小，適宜物流規(guī)劃基層人員使用。

關(guān)鍵詞：區(qū)域物流；交通分布；物流交通量；短期預(yù)測

中圖分類號：S377：U412 文獻標(biāo)識號：A 文章編號：1001-4942（2016）11-0149-04

Abstract In order to forecast the logistics traffic volume distribution in the future years within the urban area， the Fratar model was used to develop an application program. Taking the Nanping City as an example， the logistics traffic volume distribution forecast system for agricultural products divided the Nanping City into several logistics districts through analyzing the GIS map. Then， the Origin and Destination （OD） Table of the current year was obtained to forecast the Production Attraction （PA） Table of each district in the coming years. Finally， the Fratar mathematical model was used for short-term forecast to obtain the OD Table of 2017. Practical applications proved that the investigation workload of Fratar method was relatively light. It was convenient to operate and suitable for the use of basic logistics planners.

Keywords Regional logistics； Traffic distribution； Logistics traffic volume； Short-term forecast

以分析農(nóng)產(chǎn)品物流的流向、流量為例，把城市城區(qū)及郊區(qū)劃分為多個物流小區(qū)，每個物流小區(qū)都可能會生產(chǎn)農(nóng)產(chǎn)品向其它小區(qū)供應(yīng)，也可能會吸收其它小區(qū)生產(chǎn)的農(nóng)產(chǎn)品，小區(qū)內(nèi)部也可能會自我消化一部分本小區(qū)生產(chǎn)的農(nóng)產(chǎn)品，這樣就形成了復(fù)雜的農(nóng)產(chǎn)品物流量交通分布[1]。

區(qū)域內(nèi)農(nóng)產(chǎn)品物流的交通分布可以用OD表（Origin and Destination Table）來表示，表中記錄了兩兩小區(qū)之間以及小區(qū)內(nèi)部的物流運輸量[2]。除了農(nóng)產(chǎn)品外，其它行業(yè)的物流甚至居民出行都可以構(gòu)建相應(yīng)的OD表，各行業(yè)的物流及居民出行流匯集形成了城市的交通流，當(dāng)某些區(qū)域的交通流量超過了道路通行能力，就形成了城市擁堵。

為了實現(xiàn)智慧城市、智慧物流，需要合理利用城市土地資源，需要對未來年份的城市交通分布進行預(yù)測，從而提前對道路及物流設(shè)施進行合理規(guī)劃。例如對城市的物流貨場正確選址和提前建設(shè)，從而消除未來年份城市物流的瓶頸點，提升城市區(qū)域內(nèi)的物流交換能力[3]。

1 交通分布預(yù)測方法和模型的選擇

1.1 預(yù)測方法的選擇

用于交通分布預(yù)測的數(shù)學(xué)模型方法有多種，如：基于當(dāng)前年份OD表求出未來OD表的增長系數(shù)法，基于未來交通阻抗預(yù)測未來交通分布的重力模型法，基于小區(qū)間物流交換心理意向的概率模型法等[4]。短期預(yù)測時，通常會優(yōu)先選擇增長系數(shù)法，使用該方法的前提條件是短期內(nèi)區(qū)域內(nèi)部的交通條件沒有發(fā)生大的變化，人們交換物資的心理意向也沒有發(fā)生重大改變。在滿足這兩個條件下進行短期預(yù)測，增長系數(shù)法具有較好的實用價值[5]。

應(yīng)用增長系數(shù)法進行未來年份物流交通量預(yù)測的步驟如下：

（1）調(diào)查獲得現(xiàn)狀年份的OD表；

（2）根據(jù)經(jīng)濟、人口的發(fā)展?jié)撃?，估算未來年份各小區(qū)交通量發(fā)生和吸引的PA表（Production Attraction Table）；

（3）將當(dāng)前OD表和未來PA表相結(jié)合，選擇合適的交通分布數(shù)學(xué)模型，對各小區(qū)之間的交通流量進行分配，使得各小區(qū)的發(fā)生量總和與吸收量總和盡可能接近預(yù)測的PA表。

（4）分配平衡后獲得的新的OD表，即為未來年份各小區(qū)的交通流量流向表。

1.2 交通分布預(yù)測模型的選擇

增長系數(shù)法假定未來年份的OD表與當(dāng)前年份的OD表分布特征相同，基于此，建立了多種數(shù)學(xué)模型，包括弗尼斯（Fumess）約束條件法、福萊特（Fratar）法、底特律（Detroit）法、常增長系數(shù)法、平均增長系數(shù)法[6]。其中Fratar法收斂快，編程容易，應(yīng)用較為成熟。

Fratar數(shù)學(xué)模型為：

fF（Fkpi，F(xiàn)kaj）=Fkpi·Fkaj·Lkpi+Lkaj2 （1）

其中：Lkpi=Pki∑jtkijFkaj，Lkaj=Akj∑itkijFkpi；tkij為第i小區(qū)流向第j小區(qū)第k次迭代的物流交通量；Pki為第i小區(qū)第k次迭代的總發(fā)生量；Akj為第j小區(qū)第k次迭代的總發(fā)生量；Fkpi為第i小區(qū)第k次迭代的物流量發(fā)生能力系數(shù)；Fkaj為第j小區(qū)第k次迭代的物流量吸收能力系數(shù)。

2 Fratar模型的求解

按上述數(shù)學(xué)模型，應(yīng)用Microsoft Visual FoxPro 9.0開發(fā)求解程序，運行界面見圖1。

3 實證分析

以福建省南平市為例，調(diào)查獲得2014年OD數(shù)據(jù)表，預(yù)測2017年OD表。

3.1 調(diào)查概況

首先利用GIS地圖（圖2）分析南平市區(qū)的土地資源利用情況。

（1） 中心城區(qū)：中心城區(qū)為全市政治、經(jīng)濟、文化、科技、金融、信息的中心，集中了南平市行政管理、商業(yè)貿(mào)易、文化教育和交通通訊大部分設(shè)施以及骨干企業(yè)，是城市核心區(qū)所在。規(guī)劃建設(shè)用地16.4 km2，由市中心區(qū)、水東、水南、黃墩等組團組成。

（2） 來舟、王臺片區(qū)：距中心城區(qū)30 km，為南平市重要的鐵路樞紐、農(nóng)林產(chǎn)品集疏運中心與加工中心。規(guī)劃建設(shè)用地4.1 km2，由來舟、王臺、蛟湖、外洋四組團組成。

（3） 西芹片區(qū)：距中心城區(qū)11 km，為南平市主要工業(yè)區(qū)和科教區(qū)。規(guī)劃建設(shè)用地5.49 km2，由西芹、長沙、板后等組團組成。

（4） 夏道片區(qū)：距中心城區(qū)12 km，為南平市區(qū)通向閩東南的重要節(jié)點，以旅游、加工工業(yè)為主，是南平市區(qū)的蔬菜批發(fā)中心。規(guī)劃建設(shè)用地4.31 km2，由夏道、安濟、洋丹仔、大洲、土目洲等組團組成。

（5） 大橫片區(qū)：距中心城區(qū)26 km，南平市區(qū)通向閩北腹地的門戶，南平市的次中心和大專、科研基地。規(guī)劃建設(shè)用地5.0 km2，由大橫、延安、埂埕三組團組成。

3.2 劃分物流小區(qū)

通過以上分析，在GIS地圖上把南平市劃分成20個物流小區(qū)。

3.3 調(diào)查現(xiàn)狀OD表

通過對農(nóng)產(chǎn)品運輸公司的調(diào)查，獲得了2014年南平市區(qū)域各個物流小區(qū)農(nóng)產(chǎn)品OD表（表1）。

3.4 分布預(yù)測

根據(jù)2014年OD表，考慮到城市發(fā)展趨勢[7]，預(yù)測2017年各小區(qū)PA表（表2），在程序中錄入2014年OD表和2017年P(guān)A表，應(yīng)用Fratar數(shù)學(xué)模型迭代計算，獲得2017年南平市農(nóng)產(chǎn)品物流交通量分布預(yù)測結(jié)果（表3）。

4 結(jié)論

本研究基于ArcGIS地圖，應(yīng)用增長系數(shù)法的Fratar模型[8]，根據(jù)2014年調(diào)查的南平市農(nóng)產(chǎn)品物流交通量分布OD表，成功預(yù)測了2017年物流交通量分布表。Fratar法與重力模型法比較，在物流小區(qū)沒有發(fā)生增減時，無需建立交通阻抗矩陣，無需對物流小區(qū)內(nèi)部通行的交通量進行特殊處理，因此在物流工程應(yīng)用中實用價值較高，可用于推算區(qū)域內(nèi)農(nóng)產(chǎn)品冷藏車的運力需求，為進一步構(gòu)建農(nóng)產(chǎn)品智慧貨運管理系統(tǒng)提供數(shù)據(jù)依據(jù)[9]。本研究開發(fā)的計算界面簡單，結(jié)構(gòu)清晰，具有簡單易學(xué)、操作方便、快捷輸入、糾錯性強等特點，適宜物流工程領(lǐng)域基層技術(shù)人員使用[10]。

參 考 文 獻：

[1] 衛(wèi)翀， 邵春福. 考慮交通量隨機波動的隨機用戶均衡配流模型[J]. 吉林大學(xué)學(xué)報（工學(xué)版）， 2015， 45（5）： 1408-1413.

[2] 林宇洪， 沈嶸楓， 邱榮祖，等. 南方林區(qū)林產(chǎn)品運輸監(jiān)管系統(tǒng)的研發(fā)[J]. 北京林業(yè)大學(xué)學(xué)報， 2011， 33（5）： 130-135.

[3] 藍嵐， 伍煒. 基于交通量特性分析的山地城市交通發(fā)展策略[J]. 重慶交通大學(xué)學(xué)報（社會科學(xué)版）， 2015 （1）： 24-26.

[4] 林宇洪.木材供應(yīng)鏈追溯RFIC卡的設(shè)計[J].西北林學(xué)院學(xué)報，2013，28（5）：175-179.

[5] 肖穎， 劉曉建. 軌道交通客流預(yù)測的擴展反饋四階段法研究[J]. 都市快軌交通， 2014， 27（5）： 48-51.

[6] 曹志成. 交通量預(yù)測中分布交通量預(yù)測的幾種計算方法解析[J]. 建筑工程技術(shù)與設(shè)計， 2015 （11）： 1917， 1912.

[7] 林宇洪，胡連珍，蔣新華，等.基于二維碼的農(nóng)超對接供應(yīng)鏈追溯系統(tǒng)的設(shè)計[J].黑龍江八一農(nóng)墾大學(xué)學(xué)報，2015，27（6）：83-87.

[8] 孟博翔. 基于四階段法的蘭州市雁灘商業(yè)圈交通需求預(yù)測[J]. 交通科技與經(jīng)濟， 2014， 16（2）： 27-30.

[9] 顏桂梅，胡連珍，巫慧麗，等.基于綠色消費心理木制品供應(yīng)鏈追溯卡的設(shè)計[J].林業(yè)經(jīng)濟問題，2015，35（5）：401-406.

[10]林宇洪，陳清耀，胡喜生，等.復(fù)合型RFID動物耳標(biāo)及追蹤系統(tǒng)的設(shè)計[J].四川農(nóng)業(yè)大學(xué)學(xué)報，2015，33（4）：351-357.