基于游客體驗(yàn)的城市近郊旅游路線規(guī)劃

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)

0 引 言

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。

1 游客體驗(yàn)感影響因素

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。

1.1 交通影響因素

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。

1.2 景點(diǎn)影響因素

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。

2 城市近郊景點(diǎn)間最優(yōu)路徑選擇

2.1 基于綜合路阻的景點(diǎn)間最優(yōu)路徑選擇模型

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。

2.2 基于Floyd算法的景點(diǎn)間最優(yōu)路徑求解

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。

3 城市近郊景點(diǎn)旅游順序規(guī)劃

3.1 旅游體驗(yàn)效用函數(shù)構(gòu)建

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)

3.2 基于游客體驗(yàn)的景點(diǎn)旅游順序規(guī)劃模型

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。

3.3 基于遺傳算法的景點(diǎn)旅游順序求解

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。

4 算例分析

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

4.1 基于游客體驗(yàn)的城市近郊旅游路線規(guī)劃

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

4.2 基于出行距離最短的城市近郊旅游路線規(guī)劃

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。

4.3 結(jié)果對(duì)比分析

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。

5 結(jié) 語(yǔ)

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。