宋成舉,張亞平
(1. 黑龍江工程學(xué)院 汽車與交通工程學(xué)院,黑龍江 哈爾濱 150050; 2. 哈爾濱工業(yè)大學(xué) 交通科學(xué)與工程學(xué)院,黑龍江 哈爾濱 150090)
綜合客運(yùn)交通系統(tǒng)是由互相補(bǔ)充、彼此協(xié)作、緊密配合的所有交通運(yùn)輸方式以及與交通運(yùn)輸方式相關(guān)的線路、換乘樞紐等相關(guān)資源所組成的,各種方式的連接線一般為各種方式的交通線路,而連接點(diǎn)則主要是換乘樞紐,這種組合可以實(shí)現(xiàn)各種客運(yùn)方式間的有效換乘和多式聯(lián)運(yùn),是一個相對完善的綜合客運(yùn)交通系統(tǒng)[1]。多種交通方式之間的競爭與合作共同促進(jìn)運(yùn)輸資源一體化不斷向前發(fā)展。因此,開展綜合客運(yùn)交通系統(tǒng)演化研究對于科學(xué)認(rèn)識綜合客運(yùn)交通系統(tǒng)內(nèi)部運(yùn)行機(jī)制,全面把握綜合客運(yùn)交通系統(tǒng)發(fā)展方向具有重要的指導(dǎo)意義[2]。
綜合客運(yùn)交通系統(tǒng)是在綜合交通基礎(chǔ)上提出的,相關(guān)研究也僅有三四十年,但取得了很多代表性的研究成果。F. üLENGIN等[3]分析了土耳其運(yùn)輸網(wǎng)絡(luò)存在的問題,提出了一個決策支持系統(tǒng),以彌補(bǔ)缺乏交通總體規(guī)劃的不足,促進(jìn)分析特定政策可能對改變客運(yùn)和貨運(yùn)交通運(yùn)輸方式的影響;J. C. PéREZ等[4]應(yīng)用多標(biāo)準(zhǔn)決策(MCDM)技術(shù)研究城市客運(yùn)系統(tǒng)設(shè)計(jì)和運(yùn)營等方面的最優(yōu)目標(biāo),并相應(yīng)的給出了實(shí)施建議;H. HAGHSHENAS等[5]構(gòu)建綜合客運(yùn)交通系統(tǒng)發(fā)展政策的系統(tǒng)動力學(xué)模型,從環(huán)境,經(jīng)濟(jì)和社會可持續(xù)發(fā)展3個方面分別給出了關(guān)鍵指標(biāo),并建立融合關(guān)鍵指標(biāo)的綜合性指標(biāo)分析系統(tǒng)發(fā)展趨勢;李婷婷等[6]基于層級選址模型,提出了考慮能力限制的區(qū)域綜合客運(yùn)交通樞紐分層布局優(yōu)化模型,設(shè)計(jì)免疫克隆算法并求解,最后通過算例驗(yàn)證了模型和算法的有效性;甘志良[7]采用綜合量化分析法,構(gòu)建綜合客運(yùn)樞紐服務(wù)水平評價指標(biāo)體系,提出各指標(biāo)的量化方法;傅成紅[8]構(gòu)建了綜合交通運(yùn)輸系統(tǒng)承載力、協(xié)調(diào)性的結(jié)構(gòu)模型,并建立了相應(yīng)的評價體系。既有研究成果針對綜合客運(yùn)交通系統(tǒng)從建模分析等方面開展了研究,而缺乏對系統(tǒng)內(nèi)動力建模與解析求解的相關(guān)探索?;诖?,筆者在構(gòu)建綜合客運(yùn)交通系統(tǒng)演化模型的基礎(chǔ)上,應(yīng)用數(shù)學(xué)方法求解模型,以剖析綜合客運(yùn)交通系統(tǒng)演化方式,明確系統(tǒng)內(nèi)各種交通方式之間的作用機(jī)制。
綜合客運(yùn)交通系統(tǒng)中包括公路、鐵路、民航和水運(yùn)4種運(yùn)輸方式,參照國家統(tǒng)計(jì)局公布的數(shù)據(jù),以客運(yùn)周轉(zhuǎn)量作為描述綜合客運(yùn)交通系統(tǒng)的狀態(tài)變量,它可以表征運(yùn)輸方式的全部勞動成果。此外,綜合客運(yùn)交通系統(tǒng)還受到系統(tǒng)內(nèi)外諸多因素的制約,將內(nèi)部因素統(tǒng)一記做因素集{cj},外部因素記做f(t),假定Xi(i=1,2,3,4)為第i種運(yùn)輸方式的客運(yùn)周轉(zhuǎn)量,則綜合客運(yùn)交通系統(tǒng)可以表示為
S=F({Xi},{cj},f(t),t)
(1)
式中:S為系統(tǒng)狀態(tài);F為向量函數(shù);t為時間。
在綜合客運(yùn)交通系統(tǒng)內(nèi)外諸多因素的共同作用下,系統(tǒng)不斷向前演化,每個時段的系統(tǒng)狀態(tài)都取決于當(dāng)前狀態(tài)和系統(tǒng)變化,類似于流體運(yùn)動,即每個流位狀態(tài)都受到當(dāng)前流入或流出的物質(zhì)、能量和信息等因素的變化影響。從而使得綜合客運(yùn)交通系統(tǒng)的演化過程表征為一系列非線性微分方程組。
(2)
式中:x為流位向量;p為一組參數(shù);F為非線性的向量函數(shù)。
由于綜合客運(yùn)交通系統(tǒng)滿足自組織演化條件[9],可以采用流體運(yùn)動方程描述,考慮到綜合客運(yùn)交通系統(tǒng)中各子系統(tǒng)的發(fā)展?jié)摿碗S機(jī)因素的干擾,建立客運(yùn)綜合交通系統(tǒng)動力學(xué)演化模型。
(3)
式中:X=(X1,X2,X3,X4)分別為公路、鐵路、民航和水運(yùn)子系統(tǒng)客運(yùn)周轉(zhuǎn)量;M=(M1,M2,M3,M4)分別為4種運(yùn)輸方式的發(fā)展?jié)摿ο蛄?;f(t)為系統(tǒng)所受到的隨機(jī)因素變量。
綜合客運(yùn)交通系統(tǒng)演化過程類似于人口增長過程,當(dāng)各子系統(tǒng)發(fā)展規(guī)模相對較少時,其增長是迅速的,而當(dāng)子系統(tǒng)規(guī)模相對多時,其增長率便會趨緩,而越靠近容量的上限時,增長率越低。因此,文中采用Logistic模型描述綜合客運(yùn)交通系統(tǒng)演化過程。
結(jié)合綜合客運(yùn)交通系統(tǒng)中系統(tǒng)的流體運(yùn)動方程和Logistic模型,可得各子系統(tǒng)的自組織演化模型[9]:
(4)
式中:Ci為在當(dāng)?shù)刭Y源和環(huán)境條件等影響下,運(yùn)輸方式i所能實(shí)現(xiàn)的最大周轉(zhuǎn)量。
而在綜合客運(yùn)交通系統(tǒng)中,各種運(yùn)輸方式在環(huán)境資源限制的條件下自我發(fā)展的同時,它們之間還存在著非線性的競爭和協(xié)作關(guān)系,這些因素都對運(yùn)輸方式的發(fā)展構(gòu)成了不同程度的影響。
因此,某種運(yùn)輸方式的發(fā)展除了包括環(huán)境限制下的自身發(fā)展,還包括運(yùn)輸方式之間的競爭關(guān)系對自身的影響,以及運(yùn)輸方式之間的協(xié)作關(guān)系對自身的影響。則式(4)可變化得:
(5)
式中:αij為運(yùn)輸方式j(luò)對運(yùn)輸方式i周轉(zhuǎn)量的影響系數(shù),αij≥0為運(yùn)輸方式i對運(yùn)輸方式j(luò)周轉(zhuǎn)量起促進(jìn)作用,反之則起抑制作用。
將式(5)整理后可得:
(6)
上述方程為典型的非線性微分方程組,而且包含一定的隨機(jī)因素。根據(jù)模型結(jié)構(gòu)可以看出,該模型由兩部分組成,且對于未來系統(tǒng)發(fā)展的影響作用存在一定的本質(zhì)差別?;诖耍瑢⒃摲匠探M劃分為Logistic方程部分和隨機(jī)部分,分別對兩部分進(jìn)行求解。
由于隨機(jī)因素體現(xiàn)了系統(tǒng)所受到的擾動情況,在統(tǒng)計(jì)學(xué)上,擾動的期望值為0,為了簡化方程,假定fi(t)=0。將式(6)變?yōu)?/p>
(7)
(8)
(9)
則式(9)可整理為
(10)
(11)
假定:
則系統(tǒng)誤差Ei可表示為
Ei=Yi-Biλi
(12)
根據(jù)最小二乘法估計(jì)系統(tǒng)參數(shù)λi,可得:
(13)
在Logistic方程部分求解時,假定fi(t)=0,在實(shí)際中,由于偶發(fā)效應(yīng)的存在,使得系統(tǒng)隨機(jī)漲落的難以忽略。因此,為了體現(xiàn)系統(tǒng)偶然的演化趨勢,則必須考慮綜合客運(yùn)交通系統(tǒng)演化過程中所受到隨機(jī)因素的影響。
在前文中已經(jīng)求出系數(shù)λi,將其帶入式(12),可以求得系統(tǒng)誤差項(xiàng)E=[E1,E2,E3],利用K階Fourier級數(shù)擬合,可得擬合方程Fi(t)。
(14)
此外,根據(jù)定義可得:
(15)
同時求導(dǎo)可得:
(16)
整理得:
(17)
則公式(5)中的隨機(jī)項(xiàng)可求,綜合客運(yùn)交通系統(tǒng)演化模型可以通過上述方法求得。
查詢哈爾濱統(tǒng)計(jì)信息網(wǎng)所公布的哈爾濱統(tǒng)計(jì)月報(bào)(2011年—2013年),收集關(guān)于哈爾濱市旅客周轉(zhuǎn)量2011年—2013年的月度統(tǒng)計(jì)數(shù)據(jù),由于哈爾濱的水運(yùn)以貨運(yùn)為主,故在統(tǒng)計(jì)中未將水運(yùn)方式計(jì)入。其數(shù)據(jù)匯總至表1。
表1 哈爾濱市客運(yùn)周轉(zhuǎn)量匯總Table 1 The passenger turnover summary for Harbin 百萬人公里
代入式(11)中,取Δt=1,則
將計(jì)算結(jié)果代入式(10),整理得誤差序列E=[E1,E2,E3]。
利用Fourier級數(shù)逼近擬合,F(xiàn)ourier級數(shù)的公式可以表示為
(18)
式中:n為階數(shù);ω為擬合角速度;ai,bi為待標(biāo)定參數(shù)。
根據(jù)誤差序列E=[E1,E2,E3],利用6級Fourier級數(shù),取置信概率為95%,擬合曲線如圖1:
圖1 誤差項(xiàng)Fourier級數(shù)擬合Fig. 1 The Fourier series fitting for error
擬合方程的參數(shù)值見表2。
表2 誤差項(xiàng)Fourier級數(shù)擬合參數(shù)值Table 2 The parameter value of the Fourier series fitting for error
(19)
則式(6)可以表示為
(20)
利用MATLAB中simulink繪制方程曲線,得擾動條件下3種客運(yùn)方式的周轉(zhuǎn)量變化曲線,如圖2。
圖2 哈爾濱市綜合客運(yùn)交通系統(tǒng)擬合Fig. 2 Fitting chart of the integrated passenger transport system in Harbin
從圖2中可以看出,擬合值基本能夠反映出統(tǒng)計(jì)值的波動情況,不但可以反映出綜合客運(yùn)交通系統(tǒng)的固定增長,而且能夠較好的反映系統(tǒng)中存在的隨機(jī)因素,可以進(jìn)一步推廣并用以系統(tǒng)發(fā)展預(yù)測研究。
根據(jù)前文建立的擬合方程,對哈爾濱綜合客運(yùn)交通系統(tǒng)演化趨勢進(jìn)行預(yù)測,可得2013年11月份的客運(yùn)結(jié)構(gòu)預(yù)測和實(shí)際值的對比情況,見表3。
表3 宏觀結(jié)構(gòu)數(shù)據(jù)對比Table 3 Comparison of macro structural 百萬人公里
從表3中可以看出,綜合客運(yùn)交通系統(tǒng)演化模型的預(yù)測精度都在10%以內(nèi),預(yù)測結(jié)果穩(wěn)定可靠,能夠滿足研究需要。
通過對哈爾濱市綜合客運(yùn)交通系統(tǒng)的實(shí)證分析,表明采用Logistic方程與Fourier級數(shù)聯(lián)合可以描述綜合客運(yùn)交通系統(tǒng)的演化進(jìn)程。同時也說明了綜合客運(yùn)交通系統(tǒng)演化的動力來源于系統(tǒng)內(nèi)部和外部因素的共同作用。
以綜合客運(yùn)交通系統(tǒng)為研究對象,以客運(yùn)周轉(zhuǎn)量為系統(tǒng)變量,建立綜合客運(yùn)交通系統(tǒng)演化模型,并對模型求解和實(shí)例驗(yàn)證。研究得到結(jié)論如下:
1)Logistics非線性方程組可以描述綜合客運(yùn)交通系統(tǒng)演化過程。
2)綜合客運(yùn)交通系統(tǒng)演化方程能夠拆分成Logistic方程部分和隨機(jī)部分,其中Logistic方程部分采用矩陣最小二乘法擬合,隨機(jī)部分采用K階Fourier級數(shù)擬合。
3)以哈爾濱市綜合客運(yùn)交通系統(tǒng)為例,標(biāo)定模型參數(shù),計(jì)算結(jié)果表明該方法預(yù)測綜合客運(yùn)交通系統(tǒng)精度可以滿足需求。