陸百川,楊杰毅,王 鑫
(1. 重慶交通大學(xué) 交通運(yùn)輸學(xué)院,重慶 400074;2. 重慶交通大學(xué) 重慶山地城市交通系統(tǒng)與安全實(shí)驗(yàn)室,重慶 400074)
隨著人們生活水平的提高以及家用轎車的普及,市民自駕前往城市近郊旅行的需求日益旺盛。自駕游具有靈活性、個(gè)性化等特點(diǎn),自駕游過程中游客出行體驗(yàn)會(huì)受到城市道路交通狀態(tài)及旅游景點(diǎn)開放時(shí)間等因素影響。如何根據(jù)道路交通和景點(diǎn)信息對(duì)游客體驗(yàn)的影響來(lái)規(guī)劃城市近郊最優(yōu)旅游路線,對(duì)規(guī)避出行擁堵和減少景點(diǎn)等待時(shí)間具有現(xiàn)實(shí)的研究?jī)r(jià)值。
黃澤斌等[1]通過在蟻群算法啟發(fā)函數(shù)中加入時(shí)間窗系數(shù)來(lái)約束游客旅行時(shí)間,但沒有考慮旅游景點(diǎn)及出行成本因素影響;鐘儀華等[2]利用景點(diǎn)間行駛時(shí)間構(gòu)建了分塊分層的旅游路線規(guī)劃模型,但忽略了游客個(gè)性化需求的影響;韓艷等[3]基于景點(diǎn)擁擠狀態(tài)下選取景點(diǎn)滿意度、走行時(shí)間及景點(diǎn)擁擠度等指標(biāo)構(gòu)建了多目標(biāo)景區(qū)優(yōu)化路線模型;張笑白等[4]針對(duì)高峰期景點(diǎn)客流量分布不均衡問題提出了基于改進(jìn)Logit的高峰期內(nèi)旅游路線實(shí)時(shí)優(yōu)化調(diào)度方法;任競(jìng)斐等[5]通過選取游客偏好、景點(diǎn)擁擠度及等待行走時(shí)間指標(biāo)制定了基于Logit模型的旅游路徑分配方案;WU Xiongbin等[6]在旅行時(shí)間不確定的情況下,綜合旅游出行效用及旅游活動(dòng)效用建立了旅游路線規(guī)劃模型,但沒有分析道路交通狀態(tài)對(duì)旅游路線規(guī)劃影響。以上研究考慮了旅行時(shí)間、景點(diǎn)擁擠度和游客偏好因素對(duì)旅游路線規(guī)劃影響,但缺乏對(duì)道路交通和旅游景點(diǎn)屬性等因素的綜合性分析。
筆者綜合考慮道路交通因素和旅游景點(diǎn)屬性對(duì)游客體驗(yàn)感的影響,提出了一種基于游客體驗(yàn)的旅游路線規(guī)劃方法。首先分析了影響自駕游客旅游體驗(yàn)感的道路交通和旅游景點(diǎn)因素;其次選取出行時(shí)間、道路擁擠度等指標(biāo)構(gòu)建了基于綜合路阻的城市近郊景點(diǎn)間最優(yōu)路徑選擇模型,并采用Floyd算法求解綜合路阻值最小的景點(diǎn)間最優(yōu)旅游路徑;然后將游客體驗(yàn)感量化為結(jié)合旅游出行成本和景點(diǎn)游覽效用的旅游體驗(yàn)效用值,并利用遺傳算法求解基于游客體驗(yàn)的城市近郊景點(diǎn)旅游順序,得到了城市近郊景點(diǎn)最優(yōu)旅游路線。最后通過算例分析表明:筆者所提出的基于游客體驗(yàn)的城市近郊旅游路線規(guī)劃方法能有效提高游客旅游滿意度,為游客選擇旅游路徑提供決策支持。
近郊自駕游已逐漸成為市民重要的休閑方式,游客也越來(lái)越重視旅游體驗(yàn)。筆者將游客體驗(yàn)感定義為游客在旅途中通過感知外部環(huán)境所獲得心理層次上的滿意程度的大小[7]。在自駕游過程中,游客旅游出行過程的滿意程度除了受道路交通環(huán)境影響外,還會(huì)受到旅游景點(diǎn)環(huán)境影響。
城市近郊旅游路段根據(jù)其道路靜態(tài)屬性和交通狀態(tài)的不同而對(duì)游客旅游體驗(yàn)感影響表現(xiàn)出差異性。
出行距離能反映出游客所選路線中車輛總行駛距離的長(zhǎng)短,出行距離越短的路線游客滿意感較高。行程時(shí)間為車輛在旅游路線上行駛所耗費(fèi)的時(shí)間,包括車輛理想行駛時(shí)間和道路延誤時(shí)間,行程時(shí)間越長(zhǎng),游客體驗(yàn)感越差。道路擁擠度體現(xiàn)了旅游路線道路交通狀況,道路擁擠度越高,游客旅游舒適度越低。出行費(fèi)用為旅游者在出行過程中車輛行駛產(chǎn)生的油耗成本,出行費(fèi)用越高,游客出行滿意度會(huì)相對(duì)降低。故游客體驗(yàn)感好壞應(yīng)考慮道路交通因素影響,利用出行距離、行程時(shí)間、出行費(fèi)用和道路擁擠度等來(lái)衡量游客在出行過程中的舒適程度。
旅游景點(diǎn)根據(jù)其自身服務(wù)水平不同而對(duì)游客旅游體驗(yàn)產(chǎn)生的影響具有差異性,不同景點(diǎn)因其游玩屬性差異而對(duì)游客整個(gè)游覽過程體驗(yàn)感的影響不盡相同。
景點(diǎn)吸引力體現(xiàn)了游客對(duì)景點(diǎn)等級(jí)、地理位置、周圍基礎(chǔ)設(shè)施建設(shè)等因素的滿意程度。地理位置越好、知名度越高的旅游景點(diǎn)能使游客產(chǎn)生更高的體驗(yàn)感。景點(diǎn)游覽費(fèi)用反映了旅行者在游覽過程中的消費(fèi)情況,費(fèi)用越高,游客旅游滿意度相對(duì)越低。景點(diǎn)延誤時(shí)間反映了游客因未能在計(jì)劃時(shí)間內(nèi)完成游覽活動(dòng)而產(chǎn)生的時(shí)間延誤長(zhǎng)短,過長(zhǎng)的景點(diǎn)延誤時(shí)間會(huì)使游客旅游體驗(yàn)感變差。故近郊自駕游客旅游體驗(yàn)感還應(yīng)受景點(diǎn)自身屬性影響,通過景點(diǎn)吸引力、游覽費(fèi)用、景點(diǎn)延誤時(shí)間等因素來(lái)衡量游客在游覽過程中的滿意度。
將城市近郊旅游交通路網(wǎng)抽象為網(wǎng)絡(luò)拓?fù)鋱DG=(V,E,W),其中:V代表旅游關(guān)鍵路口或景點(diǎn)的集合;E代表節(jié)點(diǎn)間的路段集合;W代表各邊權(quán)值所構(gòu)成的集合。傳統(tǒng)旅游路徑優(yōu)化方法大多選取時(shí)間最短、費(fèi)用最少或路徑最短等單因素為評(píng)價(jià)指標(biāo),但單因素目標(biāo)函數(shù)最優(yōu)解之間往往存在沖突,難以準(zhǔn)確描述旅游路徑規(guī)劃問題。因此筆者引入綜合路阻概念[8],選取道路行程時(shí)間、道路擁擠程度、出行距離、出行費(fèi)用及行車速度為主要影響因子。綜合路阻函數(shù)如式(1)~(8):
(1)
(2)
(3)
(4)
(5)
(6)
Ckl=c0Skl
(7)
(8)
由式(1)可知:綜合路阻是關(guān)于行車速度、出行距離、行程時(shí)間、道路擁擠度、出行費(fèi)用這5項(xiàng)指標(biāo)的線性組合。將綜合路阻看作一個(gè)綜合指標(biāo),通過SPSS軟件對(duì)綜合路阻各指標(biāo)數(shù)據(jù)進(jìn)行主成分分析,求解綜合路阻各指標(biāo)權(quán)重[8]。步驟如下:
1)原始數(shù)據(jù)標(biāo)準(zhǔn)化,如式(9)~(12)。假設(shè)近郊旅游路網(wǎng)有m條路段,每條路段含h項(xiàng)指標(biāo),可得到一個(gè)m×h階的數(shù)據(jù)矩陣X。為消除變量量綱、數(shù)量級(jí)影響,對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理得到一個(gè)標(biāo)準(zhǔn)化矩陣X2。
(9)
(10)
(11)
(12)
2)求解相關(guān)系數(shù)矩陣。根據(jù)標(biāo)準(zhǔn)化后數(shù)據(jù)矩陣X2計(jì)算樣本相關(guān)系數(shù)矩陣B,其計(jì)算如式(13):
(13)
3)計(jì)算相關(guān)系數(shù)矩陣B的特征值及特征向量。根據(jù)特征方程式|λE1-B|=0,E1為單位矩陣,求出特征值λγ,γ∈{1, 2, …,h},并計(jì)算相應(yīng)特征向量。
4)計(jì)算主成分貢獻(xiàn)率βγ及累積貢獻(xiàn)率β,并選取累計(jì)貢獻(xiàn)率β超過85%的特征值λ1,λ2,…,λη所對(duì)應(yīng)的前η個(gè)主成分,如式(14):
(14)
5)計(jì)算綜合路阻各影響指標(biāo)在不同主成分中的權(quán)重系數(shù)φτy,并對(duì)每個(gè)主成分在選取的η個(gè)主成分中的貢獻(xiàn)率Iτ進(jìn)行求解,如式(15)、(16):
(15)
(16)
式中:eτy為第τ個(gè)主成分對(duì)應(yīng)指標(biāo)的載荷數(shù),τ∈{1, 2, …,η},y∈{1, 2, …,h}。
6)確定綜合路阻影響指標(biāo)權(quán)重。計(jì)算指標(biāo)在綜合路阻函數(shù)中的系數(shù)Ay,并對(duì)指標(biāo)權(quán)值進(jìn)行歸一化處理,確定綜合路阻各項(xiàng)指標(biāo)的權(quán)重系數(shù)δy,其計(jì)算如式(17)、(18):
(17)
(18)
為最大限度地減少景點(diǎn)間路徑的綜合阻抗值,提高自駕游客旅游出行體驗(yàn),建立基于綜合路阻的景點(diǎn)間最優(yōu)路徑選擇模型,目標(biāo)函數(shù)如式(19)~(22):
(19)
s.t.:
(20)
(21)
Wkl>0
(22)
式中:Zij為景點(diǎn)i到景點(diǎn)j路徑的最小綜合路阻值,i,j∈{1, 2, …,n1},n1為目標(biāo)景點(diǎn)個(gè)數(shù)。
式(20)中:fkl=1表示經(jīng)過路段Ekl能從景點(diǎn)i到達(dá)景點(diǎn)j,fkl=0表示經(jīng)過路段Ekl不能從景點(diǎn)i到達(dá)景點(diǎn)j;式(21)表示兩景點(diǎn)間所選擇的路段總數(shù)大于1小于n+1;式(22)表示各路段的綜合路阻值Wkl均大于0。
Floyd算法可通過帶權(quán)鄰接矩陣計(jì)算任意兩點(diǎn)之間的最短路徑[9],適用于多目標(biāo)最短路徑求解問題,因此筆者選取Floyd算法對(duì)基于綜合路阻的景點(diǎn)間最優(yōu)路徑選擇模型進(jìn)行求解。由綜合路阻值表示目標(biāo)路段在城市近郊旅游路網(wǎng)的權(quán)重,提高景點(diǎn)間最優(yōu)路徑選擇模型的有效性、可靠性。
基于Floyd算法的兩景點(diǎn)間最優(yōu)路徑求解如下:
1)采集城市近郊路段綜合路阻的影響指標(biāo)數(shù)據(jù),求解各路段綜合路阻權(quán)值Wkl。
(23)
(24)
(25)
式中:ζ∈{1, 2, …,n},且ζ≠k,l。
(26)
式中:u∈{1, 2, …,n},且u≠k,l。
4)重復(fù)步驟2)、 3),直至D(w+1)=D(w),輸出城市近郊景點(diǎn)間最優(yōu)旅游路徑。
傳統(tǒng)景點(diǎn)旅游順序規(guī)劃方法大多考慮行駛時(shí)間、出行距離等外界因素影響,對(duì)旅行者個(gè)性化需求考慮有所欠缺。因此在城市近郊自駕游背景下,引入綜合考慮出行成本和游客景點(diǎn)游覽滿意度的旅游體驗(yàn)效用函數(shù)來(lái)反映旅游者在旅途中所獲綜合性收益,為游客規(guī)劃出合適的景點(diǎn)游覽順序[10]。筆者構(gòu)建的旅游體驗(yàn)效用函數(shù)由旅游出行成本函數(shù)與景點(diǎn)游覽效用函數(shù)構(gòu)成[11]。
游客旅游出行成本是指游客從始發(fā)地到目標(biāo)景點(diǎn)所用的旅行時(shí)間與出行費(fèi)用,其中出行費(fèi)用只考慮車輛油耗成本。旅游出行成本函數(shù)計(jì)算如式(27):
(27)
景點(diǎn)游覽效用主要包括景點(diǎn)負(fù)效用及景點(diǎn)活動(dòng)效用兩部分,景點(diǎn)游覽效用函數(shù)表示如式(28):
(28)
景點(diǎn)負(fù)效用是指受景點(diǎn)間道路交通擁堵、突發(fā)惡劣天氣等意外情況的影響,旅游消費(fèi)者無(wú)法在景點(diǎn)期望服務(wù)時(shí)間內(nèi)抵達(dá)目的地,導(dǎo)致游客無(wú)法在計(jì)劃旅行時(shí)間內(nèi)順利完成旅游活動(dòng),從而產(chǎn)生的延誤損失[12]。假設(shè)景點(diǎn)所需游覽時(shí)間為定值,對(duì)旅行者游覽時(shí)間插入時(shí)間窗約束,如圖1。
圖1 目標(biāo)景點(diǎn)時(shí)間窗Fig. 1 Time window of target attractions
(29)
(30)
(31)
景點(diǎn)活動(dòng)效用是衡量旅行者對(duì)該景點(diǎn)游覽活動(dòng)滿意程度指標(biāo),與景點(diǎn)游覽時(shí)間、景點(diǎn)吸引力及旅游活動(dòng)費(fèi)用等因素有關(guān),其中旅游活動(dòng)費(fèi)用主要考慮停車費(fèi)用及門票費(fèi)用。游客在景點(diǎn)i的停留時(shí)間及實(shí)際游玩時(shí)間分別用式(32)、(33)表示。
(32)
(33)
旅游活動(dòng)費(fèi)用函數(shù)與景點(diǎn)活動(dòng)效用函數(shù)分別用式(34)、(35)表示。
(34)
(35)
現(xiàn)假設(shè)游客08:00從居住地出發(fā),最晚18:30開始返回居住地,游覽時(shí)間為1 d,每個(gè)目標(biāo)景點(diǎn)只參觀一次,不考慮旅途中餐飲休息時(shí)間及費(fèi)用。根據(jù)最優(yōu)路徑選擇模型,利用Floyd算法求得任意兩景點(diǎn)間的最佳旅游路徑,并得到景點(diǎn)間出行時(shí)間及費(fèi)用。
基于以上條件建立多約束下的城市近郊旅游景點(diǎn)順序規(guī)劃模型,由于游客期望在旅游過程中獲得的體驗(yàn)感最佳[13],因此以旅游體驗(yàn)效用最大化為函數(shù)優(yōu)化目標(biāo),目標(biāo)函數(shù)表達(dá)如式(36)~(45):
(36)
s.t.:
(37)
(38)
(39)
(40)
(41)
(42)
(43)
gij×gji=0
(44)
(45)
式中:U為旅游體驗(yàn)效用;α1、α2分別為旅游成本和景點(diǎn)游覽效用的權(quán)重系數(shù)。
式(37)~(38)為0-1決策變量;式(39)為限制的游覽景點(diǎn)數(shù)量;式(40)~(41)為保證游客出發(fā)點(diǎn)為住處,旅游活動(dòng)結(jié)束后返回住處;式(42)~(44)為保證當(dāng)景點(diǎn)數(shù)大于等于2時(shí),每個(gè)景點(diǎn)只能游覽一次;式(45)為旅行時(shí)間約束;Tmax為最大旅行時(shí)間。
旅游路線規(guī)劃問題是TSP組合優(yōu)化問題,隨著景點(diǎn)數(shù)量增加及約束條件復(fù)雜化,模型求解復(fù)雜度呈指數(shù)式增加。采用傳統(tǒng)的啟發(fā)式算法進(jìn)行模型求解計(jì)算效率較低,而遺傳算法(genetic algorithm, GA)具有搜索能力強(qiáng)、魯棒性高且易于并行等優(yōu)點(diǎn)[11],適用于復(fù)雜的組合問題。因此筆者采用遺傳算法求解該模型,求解步驟如下:
1)采集目標(biāo)景點(diǎn)及其周圍旅游交通路網(wǎng)數(shù)據(jù),對(duì)求解算法的參數(shù)進(jìn)行初始化。
2)初始化種群。采用整數(shù)排列方式對(duì)始終點(diǎn)及景點(diǎn)進(jìn)行編碼,給出含N個(gè)染色體的初始種群。
3)適應(yīng)度函數(shù)。文中研究是求解旅游體驗(yàn)效用函數(shù)最大值,將函數(shù)值作為個(gè)體適應(yīng)度值Fθ(θ=1, 2, …,N),適應(yīng)度函數(shù)為Fθ=U,選擇適應(yīng)度值盡可能大的個(gè)體。
4)選擇操作。利用輪盤賭選擇法對(duì)種群個(gè)體進(jìn)行篩選,個(gè)體被選中概率與其適應(yīng)度值有關(guān)。根據(jù)式(46)計(jì)算個(gè)體θ被選擇概率。
(46)
式中:pθ為個(gè)體被遺傳到次代概率;Fθ、Fυ均為個(gè)體適應(yīng)度值。
5)交叉操作。在個(gè)體編碼串中隨機(jī)確定交叉起訖點(diǎn),交換兩個(gè)父代染色體中旅游景點(diǎn)對(duì)應(yīng)的基因,得到新的染色體。
6)變異操作。對(duì)N個(gè)染色體進(jìn)行變異操作:隨機(jī)產(chǎn)生一個(gè)整數(shù)作為變異的景點(diǎn)旅游順序,在選擇景點(diǎn)旅游順序上隨機(jī)產(chǎn)生兩個(gè)變異位置,重新計(jì)算游客旅游體驗(yàn)效用,產(chǎn)生新的染色體。
7)重復(fù)步驟3)~6),直到達(dá)到最大迭代次數(shù)或規(guī)定適應(yīng)度要求,并輸出最優(yōu)種群,得到城市近郊旅游景點(diǎn)最佳游覽順序。
筆者選取昆明市五華區(qū)、西山區(qū)、盤龍區(qū)及呈貢區(qū)部分路網(wǎng)及熱門旅游景點(diǎn)為研究對(duì)象,實(shí)際路網(wǎng)及各景點(diǎn)空間位置如圖2。假定自駕游客從新迎園丁小區(qū)出發(fā),分別游覽昆明動(dòng)物博物館、地藏寺經(jīng)幢、西山風(fēng)景名勝區(qū)及云南民族大觀園,最后返回新迎園丁小區(qū)。筆者所用的昆明市部分路網(wǎng)及各景區(qū)相關(guān)交通數(shù)據(jù)來(lái)源于高德平臺(tái);旅游景點(diǎn)屬性數(shù)據(jù)來(lái)源于大眾點(diǎn)評(píng)等互聯(lián)網(wǎng)平臺(tái),各景點(diǎn)基本屬性取值如表1。
圖2 昆明近郊旅游交通網(wǎng)絡(luò)Fig. 2 Kunming suburb tourism transportation network
表1 景點(diǎn)屬性參數(shù)Table 1 Attraction attribute parameters
根據(jù)實(shí)際調(diào)研昆明市城市近郊路網(wǎng)和查閱相關(guān)資料,利用SPSS軟件對(duì)采集的綜合路阻影響指標(biāo)數(shù)據(jù)進(jìn)行主成分分析,求得綜合路阻各影響因素權(quán)重系數(shù):路段行車速度權(quán)重系數(shù)δ1=0.07、出行距離權(quán)重系數(shù)δ2=0.27、道路行程時(shí)間權(quán)重系數(shù)δ3=0.29、道路擁擠度權(quán)重系數(shù)δ4=0.09、出行費(fèi)用權(quán)重系數(shù)δ5=0.27;車輛油耗系數(shù)c0=0.7[15]。
利用Folyd算法在MATLAB環(huán)境下編寫算法程序,并對(duì)所建立的基于綜合路阻景點(diǎn)間最優(yōu)路徑選擇模型進(jìn)行求解,得到任意兩景點(diǎn)間最優(yōu)路徑,結(jié)果如表2。
表2 景點(diǎn)間最優(yōu)出行路徑Table 2 Optimal travel route between attractions
表2中:節(jié)點(diǎn)1~5分別表示新迎園丁小區(qū)、昆明動(dòng)物博物館、西山風(fēng)景名勝區(qū)、云南民族大觀園、地藏寺經(jīng)幢,節(jié)點(diǎn)6~67表示道路節(jié)點(diǎn)。以節(jié)點(diǎn)1→2為例,自駕游客從新迎園丁小區(qū)出發(fā)至昆明動(dòng)物博物館的最優(yōu)行駛路線為1→6→7→9→20→2,出行時(shí)間為15.10 min,出行費(fèi)用為4.58元,其他景點(diǎn)間最優(yōu)出行路徑同上。
利用MATLAB依照遺傳算法對(duì)基于旅游體驗(yàn)效用的景點(diǎn)旅游順序規(guī)劃模型進(jìn)行求解。該模型的費(fèi)用-折算系數(shù)ρ=0.02[16];在途旅行時(shí)間和出行費(fèi)用的權(quán)重系數(shù)μ1=μ2=0.5[11];景點(diǎn)吸引力采用大眾點(diǎn)評(píng)景點(diǎn)評(píng)分,景點(diǎn)游覽費(fèi)用只考慮實(shí)時(shí)門票價(jià)格及停車費(fèi)用;時(shí)間窗懲罰系數(shù)p=q=0.15[11];M=1 000;景點(diǎn)吸引力、實(shí)際游覽時(shí)間和旅游活動(dòng)費(fèi)用權(quán)重系數(shù)分別為φ1=0.39、φ2=0.59、φ3=0.02[6];旅游成本和景點(diǎn)游覽效用權(quán)重系數(shù)α1=α2=0.5;Tmax=10.5 h。
經(jīng)計(jì)算,得到景點(diǎn)最優(yōu)游覽順序?yàn)椋?→4→5→3→2→1。該路線旅游體驗(yàn)效用為2.32,游客景點(diǎn)等待時(shí)間26 min,景點(diǎn)游覽時(shí)間為467 min,道路行程時(shí)間為137 min,旅游費(fèi)用為198.1元,具體旅游路線安排如圖3。
圖3 正常旅行下基于游客體驗(yàn)的旅游路線Fig. 3 Travel route based on tourist experience under normal travel
假設(shè)游客行程發(fā)生改變,需在17:00返程,現(xiàn)已按最優(yōu)旅游路線游覽完云南民族大觀園景點(diǎn),打算放棄地藏寺經(jīng)幢景點(diǎn),在游覽完西山風(fēng)景名勝區(qū)及昆明博物館后返回新迎園丁小區(qū),經(jīng)計(jì)算可得最優(yōu)游覽順序?yàn)椋?→4→2→3→1。該路線旅游體驗(yàn)效用為0.597,游客景點(diǎn)等待時(shí)間26 min,景點(diǎn)游覽時(shí)間為373 min,道路行程時(shí)間為141 min,旅游費(fèi)用為198.7元,具體旅游路線安排如圖4。
圖4 臨時(shí)減少景點(diǎn)下基于游客體驗(yàn)的旅游路線Fig. 4 Tourist route based on tourist experience under the condition thatscenic spots is temporarily reduced
為驗(yàn)證基于游客體驗(yàn)的城市近郊旅游路線規(guī)劃方法有效性,筆者采用了文獻(xiàn)[17]中所提出的基于最短出行距離方法對(duì)昆明市近郊熱門旅游景點(diǎn)進(jìn)行旅游路徑規(guī)劃,并利用Floyd算法對(duì)景點(diǎn)間最短路徑進(jìn)行求解,得到景點(diǎn)間的最短距離。景點(diǎn)間帶權(quán)有向圖如圖5。
圖5 景點(diǎn)間帶權(quán)有向圖Fig. 5 The weighted directed graph between scenic spots
圖5中:節(jié)點(diǎn)1表示始發(fā)點(diǎn)及終點(diǎn),節(jié)點(diǎn)2~5表示景點(diǎn),節(jié)點(diǎn)之間連線表示景點(diǎn)間最短路徑,路徑上數(shù)值表示兩景點(diǎn)間的最短距離。以節(jié)點(diǎn)1→2為例,自駕游客從新迎園丁小區(qū)出發(fā)至昆明動(dòng)物博物館的最短出行距離為3 660 m,其他景點(diǎn)間最短路徑同上。
利用MATLAB依照遺傳算法對(duì)基于出行距離最短旅游路線規(guī)劃模型進(jìn)行求解,得到最優(yōu)旅游路線為:1→2→3→5→4→1。游客景點(diǎn)等待時(shí)間為45 min,景點(diǎn)游覽時(shí)間為443 min,道路行程時(shí)間為142 min,旅游費(fèi)用為201.4元。
假設(shè)游客行程發(fā)生改變,需在17:00進(jìn)行返程,現(xiàn)已按最優(yōu)旅游路線游覽完昆明動(dòng)物博物館,打算放棄地藏寺經(jīng)幢景點(diǎn),在游覽完西山風(fēng)景名勝區(qū)及云南民族大觀園后返回新迎園丁小區(qū),計(jì)算得到最優(yōu)結(jié)果為:1→2→3→4→1。該路線游客景點(diǎn)等待時(shí)間45 min,景點(diǎn)游覽時(shí)間為351 min,道路行程時(shí)間為144 min,旅游費(fèi)用為199.6元。
為比較不同情景下基于游客體驗(yàn)和基于出行距離最短的城市近郊旅游路線規(guī)劃結(jié)果,采用景點(diǎn)游覽時(shí)間、行程時(shí)間、等待時(shí)間和旅游費(fèi)用指標(biāo)對(duì)規(guī)劃的旅游路線結(jié)果進(jìn)行對(duì)比分析。
正常旅行下基于不同方法的評(píng)價(jià)指標(biāo)對(duì)比如圖6。由圖6可知:對(duì)于旅游費(fèi)用指標(biāo),基于游客體驗(yàn)的旅游路線相比于基于出行距離最短降低了1.7%;對(duì)于行程時(shí)間指標(biāo),基于游客體驗(yàn)的旅游路線相比于基于出行距離最短減少了3.5%;對(duì)于等待時(shí)間指標(biāo),基于游客體驗(yàn)的旅游路線相比于基于出行距離最短減少了42.2%;對(duì)于游覽時(shí)間指標(biāo),基于游客體驗(yàn)的旅游路線相比于基于出行距離最短增加了5.4%。
圖6 正常旅行下基于不同方法的評(píng)價(jià)指標(biāo)Fig. 6 Evaluation indicators based on different methods under normaltravel
臨時(shí)取消景點(diǎn)下基于不同方法的評(píng)價(jià)指標(biāo)如圖7。由圖7可知:對(duì)于旅游費(fèi)用指標(biāo),基于游客體驗(yàn)的旅游路線相比于基于出行距離最短減少了0.5%;對(duì)于行程時(shí)間指標(biāo),基于游客體驗(yàn)的旅游路線相比于基于出行距離最短減少了2.1%;對(duì)于等待時(shí)間指標(biāo),基于游客體驗(yàn)的旅游路線相比于基于出行距離最短減少了42.2%;對(duì)于游覽時(shí)間指標(biāo),基于游客體驗(yàn)的旅游路線相比于基于出行距離最短增加了6.3%。
圖7 臨時(shí)取消景點(diǎn)下基于不同方法的評(píng)價(jià)指標(biāo)Fig. 7 Evaluation indicators based on different methods under thecondition of temporary cancellation of scenic spots
因此,基于游客體驗(yàn)的旅游路線規(guī)劃結(jié)果更能滿足游客出行需求,能為城市近郊自駕游客提供出行時(shí)間、等待時(shí)間及旅游費(fèi)用更少,游覽時(shí)間更多的城市近郊旅游路線。
筆者基于城市近郊自駕游背景下,通過對(duì)影響游客出行體驗(yàn)的道路交通因素和旅游景點(diǎn)屬性進(jìn)行綜合分析。利用基于綜合路阻的景點(diǎn)間最優(yōu)路徑選擇模型和基于游客體驗(yàn)的景點(diǎn)旅游順序規(guī)劃模型分別對(duì)景點(diǎn)間路徑及景點(diǎn)旅游順序進(jìn)行了規(guī)劃。
以昆明市城市近郊路網(wǎng)為基礎(chǔ),選取部分熱門旅游景點(diǎn)進(jìn)行了分析。分別采用基于游客體驗(yàn)和基于出行距離最短的方法進(jìn)行了城市近郊旅游路線規(guī)劃,并選取旅游費(fèi)用、行程時(shí)間、等待時(shí)間、游覽時(shí)間指標(biāo)為兩種方法的旅游路線規(guī)劃評(píng)價(jià)標(biāo)準(zhǔn)。結(jié)果表明:基于游客體驗(yàn)的城市近郊旅游路線規(guī)劃能有效減少游客行程時(shí)間、景點(diǎn)等待時(shí)間和旅游費(fèi)用,并提高了游客景點(diǎn)游覽時(shí)間,具有實(shí)用性和可行性。