城市熱點(diǎn)區(qū)域出租車(chē)停靠站雙目標(biāo)選址優(yōu)化模型

王 鑫,曲昭偉,宋現(xiàn)敏，張明業(yè)

(吉林大學(xué) 交通學(xué)院,長(zhǎng)春 130022)

近年來(lái)，大中型城市中市民打車(chē)難與出租車(chē)空載率高并存的矛盾現(xiàn)象愈來(lái)愈嚴(yán)重.交通高峰期，乘客候車(chē)時(shí)間過(guò)長(zhǎng)容易導(dǎo)致?lián)屲?chē)沖突的發(fā)生，出租車(chē)在路側(cè)隨意停靠載客的行為給周邊交通增加了壓力.增設(shè)出租車(chē)?？空居欣谝龑?dǎo)司機(jī)文明停車(chē)，方便市民有序候車(chē)，有效提高出租車(chē)運(yùn)營(yíng)效率，改善交通擁堵.然而，出租車(chē)站點(diǎn)利用率低的問(wèn)題仍不容忽視.一方面，設(shè)施監(jiān)管不足導(dǎo)致停靠站常常被社會(huì)車(chē)輛占用或遮擋；另一方面，站點(diǎn)空間布局的不合理導(dǎo)致乘客的使用意愿較低.實(shí)際中，出租車(chē)?？空就ǔＴO(shè)置在城市的出行熱點(diǎn)區(qū)域,但具體的站位選擇則取決于交通管理者的經(jīng)驗(yàn)以及對(duì)司機(jī)或乘客的抽樣調(diào)查.缺乏科學(xué)嚴(yán)謹(jǐn)?shù)臎Q策準(zhǔn)則，導(dǎo)致了出租車(chē)?？空镜屠寐实默F(xiàn)狀.因此，合理解決出租車(chē)?？空镜牟季謫?wèn)題，對(duì)改善出租車(chē)行業(yè)服務(wù)水平和運(yùn)營(yíng)效率具有十分重要的現(xiàn)實(shí)意義.

目前，與出租車(chē)運(yùn)營(yíng)相關(guān)的國(guó)內(nèi)外研究主要集中在出租車(chē)服務(wù)策略[1]、駕駛員收入[2]、需求預(yù)測(cè)[3]等方面.在出租車(chē)?？空驹O(shè)置問(wèn)題上，國(guó)內(nèi)研究大多傾向于對(duì)站點(diǎn)布設(shè)原則[4]、影響因素[5]、規(guī)模預(yù)測(cè)[6]的探討與分析，而關(guān)于站點(diǎn)數(shù)量及空間布局的研究則相對(duì)較少.文獻(xiàn)[7]結(jié)合GIS開(kāi)發(fā)了出租車(chē)?？空緵Q策支持系統(tǒng)，建立模糊邏輯模型對(duì)安卡拉99個(gè)交通區(qū)的現(xiàn)有出租車(chē)站進(jìn)行評(píng)價(jià)；文獻(xiàn)[8]提出了基于最大覆蓋的出租車(chē)停靠站選址模型，并結(jié)合出行者的不確定性交通行為和消費(fèi)特點(diǎn)分析了模型的適用條件；文獻(xiàn)[9]提出了基于乘客最短步行距離的出租車(chē)停靠站設(shè)置模型，依據(jù)站點(diǎn)的服務(wù)能力和路段的交通狀況對(duì)站點(diǎn)的設(shè)置進(jìn)行了分析；文獻(xiàn)[10]針對(duì)出租車(chē)停靠站的空間布局問(wèn)題提出了一種三階段選址策略，以最小化乘客的出行成本和站點(diǎn)的建設(shè)成本為目標(biāo)建立了站點(diǎn)選址模型.

本文基于出租車(chē)GPS軌跡數(shù)據(jù)，提取出行需求的時(shí)空動(dòng)態(tài)特征，并結(jié)合設(shè)施的實(shí)際布設(shè)原則確定候選站點(diǎn)的分布位置.以政府的投入成本最低和公眾的訪問(wèn)意愿最高為優(yōu)化目標(biāo)，建立出租車(chē)?？空镜碾p目標(biāo)選址模型，并提出求解算法.通過(guò)成都市某商圈的案例研究驗(yàn)證選址方法的有效性，以期為交通及市政管理部門(mén)進(jìn)行出租車(chē)?？空镜囊?guī)劃提供理論基礎(chǔ)和技術(shù)支持.

1 出行需求估計(jì)

1.1 數(shù)據(jù)描述

本文的數(shù)據(jù)來(lái)源是成都市1.3萬(wàn)余輛出租車(chē)在2014年8月的某一周內(nèi)6:00～24:00時(shí)生成的GPS軌跡信息，經(jīng)過(guò)對(duì)原始數(shù)據(jù)的預(yù)處理最終獲取了3億余條有效數(shù)據(jù).研究所利用的字段主要包括：出租車(chē)編號(hào)(id)、定位時(shí)間(gps time)、經(jīng)度(lng)、緯度(lat)、車(chē)載狀態(tài)(status)等，數(shù)據(jù)樣本示例見(jiàn)表1.其中，車(chē)載狀態(tài)為1時(shí)表示載客，0表示空載.通常將車(chē)載狀態(tài)由連續(xù)0變?yōu)檫B續(xù)1時(shí)的第一個(gè)“1”的點(diǎn)視為上客點(diǎn)，相反地，將車(chē)載狀態(tài)由連續(xù)1變?yōu)檫B續(xù)0時(shí)的第一個(gè)“0”的點(diǎn)視為下客點(diǎn)[11].論文在Microsoft SQL Sever 2008數(shù)據(jù)庫(kù)環(huán)境下提取了出租車(chē)上、下客點(diǎn)數(shù)據(jù)集，乘客出行的OD信息為后續(xù)的需求估計(jì)及選址研究提供數(shù)據(jù)支持.

表1 出租車(chē)GPS數(shù)據(jù)樣本

1.2 出行需求估計(jì)

為了保持出租車(chē)獨(dú)特的靈活性與便利性的優(yōu)勢(shì)，站點(diǎn)候車(chē)的出行方式不可能均勻地應(yīng)用在整個(gè)城市路網(wǎng)上，而僅適用于人車(chē)流量較大的熱點(diǎn)出行區(qū)域.本文分三步對(duì)出租車(chē)的出行需求進(jìn)行估計(jì)，見(jiàn)圖1.首先，選取一定的分割長(zhǎng)度(R)將研究范圍內(nèi)的道路劃分成相鄰的網(wǎng)格，并標(biāo)定其位置坐標(biāo).通常情況下，站點(diǎn)、站牌與信號(hào)交叉口的距離需≥50 m，因此，不宜包含交叉口及距離交叉口停止線50 m內(nèi)的路段.同時(shí)，提取每個(gè)網(wǎng)格內(nèi)的出租車(chē)上客點(diǎn)，統(tǒng)計(jì)出行頻數(shù)Qi，見(jiàn)圖1(a).在此基礎(chǔ)上，沿道路中線將網(wǎng)格分為上、下行兩個(gè)方向的子網(wǎng)，判別原網(wǎng)格內(nèi)上客點(diǎn)的出行方向以確定其所屬子網(wǎng)，統(tǒng)計(jì)兩側(cè)子網(wǎng)的出行頻數(shù)qai和qdi,見(jiàn)圖1(b).根據(jù)出租車(chē)?？空镜膶?shí)際布設(shè)原則，即沿道路兩側(cè)交錯(cuò)排列，選擇上、下行方向上符合該位置特征的子網(wǎng)作為出租車(chē)出行需求的發(fā)生小區(qū)，并按奇偶順序進(jìn)行編碼,見(jiàn)圖1(c).分配未編碼子網(wǎng)內(nèi)的上客點(diǎn)至相鄰需求小區(qū)，計(jì)算出行頻數(shù)qi，有

(1)

文獻(xiàn)[10]的調(diào)查研究表明出租車(chē)出行的平均載客人數(shù)為2人,因此，出行發(fā)生小區(qū)的實(shí)際需求量為2qi.為便于計(jì)算出行距離，假設(shè)出行需求均發(fā)生在各小區(qū)的幾何中心處，并在該位置生成一個(gè)出租車(chē)?？空竞蜻x點(diǎn)，實(shí)現(xiàn)將供需的空間關(guān)系特征應(yīng)用于需求量估計(jì)與候選點(diǎn)確定的過(guò)程，見(jiàn)圖1(d).

圖1 出租車(chē)出行需求估計(jì)與候選站點(diǎn)確定

Fig.1 Taxi travel demands estimation and candidate stands identification

2 雙目標(biāo)優(yōu)化模型構(gòu)建

2.1 優(yōu)化目標(biāo)函數(shù)確定

出租車(chē)停靠站作為一種交通基礎(chǔ)服務(wù)設(shè)施，其數(shù)量及位置的決策需要兼顧和平衡城市規(guī)劃者和出行者雙方的利益.從規(guī)劃者的角度出發(fā)，在確保覆蓋區(qū)域內(nèi)全部出行需求的前提下，應(yīng)盡量減少待建站點(diǎn)的數(shù)量以降低可能帶來(lái)的用地改造、站牌和站位布設(shè)、以及后續(xù)的維護(hù)等成本，節(jié)約空間資源.從出行者的角度出發(fā)，應(yīng)盡可能為每個(gè)站點(diǎn)找到合適的位置并分配乘客到一個(gè)特定的設(shè)施，以達(dá)到站點(diǎn)與乘客之間的出行成本最低，使服務(wù)的可達(dá)性及公眾的出行滿意度最高.因此，在綜合考兩者成本利益的基礎(chǔ)上，確定出租車(chē)?？空静季謨?yōu)化的雙目標(biāo)函數(shù).

引入二元決策變量xj和yij，有：

(2)

式中：j表示候選點(diǎn)，J表示出租車(chē)?？空竞蜻x點(diǎn)集合(j∈J)，xj=0表示j點(diǎn)不設(shè)置出租車(chē)停靠站，xj=1表示在j點(diǎn)設(shè)置出租車(chē)停靠站.

(3)

式中：i表示需求點(diǎn)，I表示需求點(diǎn)集合(i∈I)，yij=0表示i的乘客不由j點(diǎn)服務(wù)，yij=1表示i的乘客由j點(diǎn)服務(wù).

通過(guò)待建設(shè)施數(shù)量P反映規(guī)劃者成本投入，則最小?？空緮?shù)量?jī)?yōu)化的目標(biāo)函數(shù)表達(dá)式為

(4)

影響公眾出行滿意度最重要的因素是步行距離，其表現(xiàn)在出行的便捷性與可達(dá)性上.一般可以將滿意度函數(shù)定義為網(wǎng)絡(luò)距離上的非增函數(shù)，本文在出租車(chē)?？空镜倪x址研究中采用余弦分布函數(shù)[12]評(píng)價(jià)乘客對(duì)于出行距離的滿意程度，其函數(shù)曲線見(jiàn)圖2，函數(shù)表達(dá)式為

(5)

式中：δ表示乘客可接受的最大出行距離Dmax，σ表示滿意度從1降為0的過(guò)程距離，本文σ=Dmax/2，dij表示需求點(diǎn)i與候選點(diǎn)j之間的出行距離.

圖2 乘客出行距離滿意度函數(shù)曲線

通過(guò)乘客滿意度的加權(quán)之和A反映公眾出行意愿，則最大乘客滿意度優(yōu)化的目標(biāo)函數(shù)表達(dá)式為

(6)

式中：t表示單位小時(shí)的時(shí)段，T表示時(shí)段的集合，qit表示需求點(diǎn)i在第t個(gè)時(shí)段的出行需求量.

2.2 影響因素及約束條件分析

在對(duì)出租車(chē)?？空具M(jìn)行選址決策時(shí)，設(shè)施服務(wù)對(duì)象即乘客與出租車(chē)是主要的考慮因素，二者與路網(wǎng)中需要布設(shè)的站點(diǎn)數(shù)量及位置有著緊密的關(guān)系.本文主要從這兩個(gè)方面具體分析出租車(chē)停靠站選址的影響因素，從而確定雙目標(biāo)優(yōu)化模型的約束條件.

2.2.1 乘客的出行需求

通常在設(shè)有出租車(chē)?？空镜木植柯肪W(wǎng)中，出租車(chē)被嚴(yán)格禁止在路側(cè)隨意?？看钶d乘客，乘客只能選擇前往附近的站點(diǎn)乘車(chē).因此，出租車(chē)停靠站的選址應(yīng)充分考慮乘客的實(shí)際出行需求，保證研究區(qū)域內(nèi)需求全覆蓋的約束限制，即對(duì)任意一個(gè)出行需求點(diǎn)i，必有一個(gè)站點(diǎn)能夠?yàn)槠涮峁┓?wù)，有

(7)

此外，假設(shè)需求點(diǎn)i的乘客由站點(diǎn)j提供服務(wù)的前提是j點(diǎn)設(shè)有出租車(chē)?？空?，即

yij≤xj， ?i∈I,j∈J.

(8)

2.2.2 乘客的出行距離

出租車(chē)停靠站的服務(wù)半徑具有局限性，這通常取決于公眾的期望出行距離.出行者往往希望盡可能減小出行距離或時(shí)間，以實(shí)現(xiàn)快速乘車(chē)的目的.在禁止出租車(chē)以“招手即?！狈绞竭\(yùn)營(yíng)的區(qū)域內(nèi)，乘客能夠接受前往站點(diǎn)乘車(chē)的前提是出行距離處于其可接受的水平，一旦出行距離超出其預(yù)期閾值，便會(huì)引發(fā)乘客的抵觸情緒，導(dǎo)致站點(diǎn)利用率下降.因此，出租車(chē)站點(diǎn)選址的過(guò)程中，需要添加約束以保證任意一個(gè)出行需求點(diǎn)i的乘客前往為其提供服務(wù)的站點(diǎn)j的步行距離不超過(guò)期望出行距離，即

(9)

式中:Dmax表示乘客可接受的最大步行距離，即期望出行距離.

2.2.3 站點(diǎn)的服務(wù)能力

出租車(chē)停靠站供出租車(chē)?？坎⒋钶d乘客，單位時(shí)間內(nèi)站點(diǎn)能夠服務(wù)的最大乘客數(shù)量由停車(chē)位數(shù)量和每個(gè)停車(chē)位在單位時(shí)間內(nèi)的車(chē)輛周轉(zhuǎn)量共同決定.每個(gè)站點(diǎn)實(shí)際覆蓋的出行需求量與其自身的服務(wù)能力之間的供需關(guān)系，也是出租車(chē)停靠站優(yōu)化布局中需要重點(diǎn)考慮的因素.

引入變量sj為出租車(chē)?？空緅的服務(wù)能力，有

sj=pjTbbnp.

(10)

式中：pj表示候選站點(diǎn)j的停車(chē)位數(shù)量，np表示每輛出租車(chē)的平均載客人數(shù)，Tbb表示每個(gè)停車(chē)位每小時(shí)能夠服務(wù)的最大車(chē)輛數(shù)，在站點(diǎn)幾何尺寸適當(dāng)?shù)臈l件下可通過(guò)下式[13]計(jì)算

(11)

式中：g/C為每個(gè)信號(hào)周期內(nèi)有效綠燈時(shí)間(在無(wú)信號(hào)交叉口及路段上的停車(chē)站為1.0)，tc為連續(xù)兩輛出租車(chē)之間的時(shí)間間隔(單位s)，Za表示對(duì)應(yīng)于在站點(diǎn)后排隊(duì)概率的單邊檢驗(yàn)量，cv為停留時(shí)間的偏差系數(shù)，td表示平均停留時(shí)間(單位s).

當(dāng)站點(diǎn)的服務(wù)人數(shù)超出其服務(wù)能力時(shí)，出租車(chē)供不應(yīng)求，站內(nèi)會(huì)產(chǎn)生乘客排隊(duì)現(xiàn)象.為了避免供需失衡，選址優(yōu)化時(shí)需要保證在任意時(shí)段t內(nèi)站點(diǎn)j所覆蓋的出行需求量不超過(guò)其最大服務(wù)能力，即

(12)

2.3 模型求解算法

本文在選址方案的決策過(guò)程中考慮了兩個(gè)評(píng)價(jià)標(biāo)準(zhǔn)，建立了兩個(gè)目標(biāo)函數(shù)，即雙目標(biāo)優(yōu)化問(wèn)題.本文采用基于遺傳算法的寬容分層序列法對(duì)模型進(jìn)行求解，其基本思想是將多個(gè)目標(biāo)函數(shù)按其重要程度排序，依次對(duì)各個(gè)目標(biāo)函數(shù)求最優(yōu)解，且將前一目標(biāo)的最優(yōu)解增加寬容值后作為新的約束加入到后一目標(biāo)的優(yōu)化過(guò)程中，迭代生成原問(wèn)題的最優(yōu)解[14-15].其中，各個(gè)子目標(biāo)的優(yōu)化采用遺傳算法進(jìn)行求解，通過(guò)種群生成、適應(yīng)度評(píng)價(jià)、選擇、交叉和突變五個(gè)基本步驟完成最優(yōu)解的迭代搜索過(guò)程.算法流程包括：

Step1：求解最小停靠站數(shù)量?jī)?yōu)化問(wèn)題

s.t. 式(2)、(3)、(7)、(8)、(9)、(12)獲得最小待建站點(diǎn)數(shù)量P0.

Step2：引入最小站點(diǎn)數(shù)量的寬容系數(shù)ε，添加約束條件，求解最大乘客滿意度優(yōu)化問(wèn)題.

s.t. 式(2)、(3)、(7)、(8)、(9)、(12)

獲得最大乘客滿意度A0，及雙目標(biāo)優(yōu)化模型的最佳選址方案.

3 案例分析

以成都市春熙路商圈為例，利用所建立模型對(duì)該區(qū)域的出租車(chē)?？空具M(jìn)行重新選址，并將獲取的布局方案和現(xiàn)有站點(diǎn)進(jìn)行對(duì)比.

3.1 研究區(qū)域

統(tǒng)計(jì)成都市出租車(chē)上、下客頻數(shù)的日變化規(guī)律，結(jié)果見(jiàn)圖3.可以發(fā)現(xiàn)，一周內(nèi)出租車(chē)出行的最大值和最小值分別出現(xiàn)在周五和周日.基于ArcGIS10.2，對(duì)周五的GPS數(shù)據(jù)集進(jìn)行空間分析，建立50 m×50 m的漁網(wǎng)覆蓋研究區(qū)域路網(wǎng)，兩個(gè)高峰出行時(shí)段的可視化結(jié)果見(jiàn)圖4.

圖3 出租車(chē)上下客頻數(shù)圖

結(jié)果顯示研究區(qū)域內(nèi)的路段5、6出行頻率相對(duì)較低，結(jié)合路網(wǎng)實(shí)際情況可知，路段6屬于支路，不具備設(shè)置出租車(chē)?？空镜牡缆窏l件；路段5在現(xiàn)實(shí)中也并未被納入布設(shè)站點(diǎn)的范圍.本文僅選取1～4號(hào)出行熱點(diǎn)路段進(jìn)行選址研究，路段長(zhǎng)度分別為543、457、487、720 m.

3.2 基本參數(shù)設(shè)定

以長(zhǎng)度R=50 m劃分道路網(wǎng)格，獲取到36個(gè)出行需求小區(qū)及出租車(chē)?？空竞蜻x點(diǎn)，見(jiàn)圖5.現(xiàn)狀出租車(chē)?？空竟灿?1處，分別位于2-10-11-11-19-21-22-23-26-26-27號(hào)小區(qū)，停車(chē)位數(shù)量分別為1-1-1-6-3-3-3-4-1-1-3，共27個(gè)停車(chē)位.乘客在路段1、2、4需利用過(guò)街天橋過(guò)街，為了簡(jiǎn)化研究，本文將該種過(guò)街方式的出行距離設(shè)定為Od=100 m，路段3的過(guò)街距離為Rd=15 m.根據(jù)城市距離與過(guò)街距離計(jì)算需求點(diǎn)與候選點(diǎn)之間的距離矩陣D36×36，模型的其他相關(guān)參數(shù)設(shè)定見(jiàn)表2，其中，出租車(chē)平均停留時(shí)間td參考文獻(xiàn)[10]的實(shí)際調(diào)查結(jié)果.

圖4 研究區(qū)域出租車(chē)上客點(diǎn)頻率分布

Fig.4 Frequency distribution of taxi pick-up points in the study area

表2 模型基本參數(shù)設(shè)定

圖5 出行需求小區(qū)及候選站點(diǎn)分布

3.3 結(jié)果對(duì)比與分析

根據(jù)文獻(xiàn)[16]，公共交通站點(diǎn)服務(wù)半徑通常以300 m計(jì)算，最大不超過(guò)500 m.事實(shí)上，出租車(chē)乘客對(duì)于乘車(chē)距離的容忍度往往小于公交車(chē)乘客，因此，本文將乘客可接受的最大步行距離Dmax從100 m增加到500 m，每次增加50 m，探討不同期望出行距離對(duì)優(yōu)化選址方案的影響，結(jié)果見(jiàn)表3.可以發(fā)現(xiàn)，乘客可接受的最大步行距離與待建站點(diǎn)數(shù)量及停車(chē)位數(shù)量的關(guān)系整體呈現(xiàn)負(fù)相關(guān)趨勢(shì).這與我們的經(jīng)驗(yàn)相符，較小的期望出行距離表示乘客不愿意步行較遠(yuǎn)的距離去乘坐出租車(chē)，因此需要在出行需求附近設(shè)置更多的站點(diǎn).期望出行距離越大，表示乘客能夠接受較遠(yuǎn)的距離，因此，會(huì)有更多的選擇來(lái)決定站點(diǎn)的位置，為了使成本投入最小，最終方案的站點(diǎn)數(shù)量更小.對(duì)于站點(diǎn)數(shù)量相同的選址方案，可以發(fā)現(xiàn)乘客可接受的最大步行距離越大，乘客的出行滿意度越高.上述結(jié)果驗(yàn)證了乘客可接受的最大步行距離對(duì)出租車(chē)停靠站的選址和乘客對(duì)出行距離的滿意度有顯著影響.

表3 不同期望出行距離下的優(yōu)化方案對(duì)比

現(xiàn)狀出租車(chē)?？空驹诓煌谕鲂芯嚯x下的乘客滿意度及需求覆蓋率情況見(jiàn)表4.可以看出，乘客出行滿意度隨著乘客可接受的最大步行距離的增大而提高，考慮主要原因是在站點(diǎn)數(shù)量及停車(chē)位數(shù)量不變的條件下，期望出行距離越大，乘客對(duì)于遠(yuǎn)距離乘車(chē)的容忍度越高，因此出行滿意度也越大.但需要注意的是，現(xiàn)狀出租車(chē)?？空驹谄谕鲂芯嚯x小于500 m時(shí)無(wú)法覆蓋研究區(qū)域內(nèi)的全部出行需求.隨著乘客期望出行距離的減小，未被覆蓋的出行需求量逐漸增大，而優(yōu)化后的選址方案能夠保證出行需求的全覆蓋.

表4 不同期望出行距離下的現(xiàn)狀出租車(chē)?？空緦?duì)比

圖6為新的選址優(yōu)化方案與現(xiàn)狀出租車(chē)?？空镜膶?duì)比.可以看出，當(dāng)乘客可接受的最大步行距離大于等于200 m時(shí)，優(yōu)化方案的站點(diǎn)數(shù)量和停車(chē)位數(shù)量始終小于現(xiàn)狀數(shù)量，有效節(jié)省了規(guī)劃者的成本投入及空間資源；當(dāng)乘客可接受的最大步行距離小于200 m時(shí)，盡管優(yōu)化方案的站點(diǎn)數(shù)量較高，但停車(chē)位的總數(shù)仍低于現(xiàn)狀情況，同時(shí)保證了研究區(qū)域內(nèi)的需求得到全部覆蓋，而現(xiàn)狀方案的需求覆蓋率僅為70%，部分乘客的乘車(chē)需求無(wú)法得到滿足.當(dāng)Dmax≥300 m時(shí)，現(xiàn)狀方案下的乘客出行滿意度高于優(yōu)化后的結(jié)果；當(dāng)Dmax<300 m時(shí)，優(yōu)化方案下的乘客出行滿意度較高，這與出租車(chē)乘客的期望出行距離較小的現(xiàn)實(shí)情況相符，驗(yàn)證了優(yōu)化模型的有效性及適用性.

圖6 現(xiàn)狀出租車(chē)停靠站與優(yōu)化后的位置方案對(duì)比

Fig.6 Comparison between the existing taxi stands and the optimized location scheme

4 結(jié) 論

1)根據(jù)出租車(chē)?？空驹诘缆房臻g上的布設(shè)原則，劃分了出行需求發(fā)生小區(qū)；基于出租車(chē)GPS軌跡數(shù)據(jù)對(duì)乘客出行需求和候選站點(diǎn)的位置與數(shù)量進(jìn)行了估計(jì).

2)構(gòu)建了城市熱點(diǎn)區(qū)域出租車(chē)停靠站雙目標(biāo)選址模型，從規(guī)劃者的角度出發(fā)，以待建站點(diǎn)數(shù)量最小為目標(biāo)，從使用者的角度出發(fā)，以出行距離滿意度最大為目標(biāo).給出了基于遺傳算法的布局優(yōu)化模型求解方法，探討了乘客可接受的最大出行距離對(duì)選址方案的影響.

3)以成都市為例，運(yùn)用所建立模型對(duì)春熙路商圈的出租車(chē)?？空具M(jìn)行重新選址，結(jié)果表明，在乘客可接受的最大步行距離較小的情況下，雙目標(biāo)優(yōu)化模型既能夠保證以合理數(shù)量的站點(diǎn)覆蓋全部的出行需求，又能使乘客的出行滿意度較高，在節(jié)約政府投入成本的同時(shí)保證了公眾出行意愿.