本章要点
本章主要介绍运输规划与优化两方面的内容。在运输规划方面，重点阐述运输规划理论与模型、综合运输规划方法和货物运输需求预测。本章对运输规划理论与模型中的四步模型进行较为详细的叙述，并且介绍了综合规划的一般步骤和方法，以及货物运输需求测试的各种方法和模型。在运输优化方面，详细解释了最优点搜索法、线性规划求解法两种物流运输优化方法及其在实际中的应用。
7.1 运输规划理论与模型
7.1.1 运输规划的历史
在20世纪60年代以前，运输规划通常以城市的机动车OD调查(也称为起讫点调查)为基础，预测未来的机动车交通需求，进行道路规划；以定期月票利用者的站点间OD调查等为基础预测将来的利用者数，进行轨道交通规划。但是，到了20世纪60年代，在考虑未来的城市交通时，个体运输工具和大运量的运输工具之间的平衡成了人们关注的焦点。人们逐渐认识到，解决大城市交通阻塞，仅仅通过对断面交通量采用某些局部数据进行运输分析、道路规划是远远不够的，必须以路线及道路网作为对象进行全面分析。
以定量数据为基础进行城市综合交通运输规划起源于美国，并且在世界范围内得到了迅速发展。1953年，美国大都市圈底特律首先开始进行交通调查。随后则是被芝加哥称为“Chicago area transportation study”的芝加哥都市圈交通规划，包括了道路规划在内的四阶段交通需求预测法，这开了城市综合运输规划的先河。1962年，美国制定的补充联邦道路法进一步推动了“transportation planning”在全美国范围的实施。在其他发达国家，如英国和日本，运输规划的理论和实践同样取得了很大的进展。
改革开放以来，我国经济的高速发展、城市化进程加快和机动车辆保有量的迅猛增加，导致了交通运输需求的迅速增长，因此做好交通运输规划，对国民经济的持续快速发展极为重要。在我国，运输规划作为专门的应用学科已有20年的时间，大致经历三个阶段：
①20世纪70年代末到80年代初。在这一时期，运输规划在方法上引进了发达国家的交通规划理论、计算机技术，开始探讨我国综合交通规划的理论与方法。与此同时，国内几十个大城市开展了大规模的运输调查，利用计算机技术进行调查数据的统计和交通特征分析，运输规划迈开了定量化的第一步。
②20世纪80年代中到90年代初。结合这一时期的运输规划特点，运输规划在交通调查的基础上，对交通特征进行研究分析，将运输规划的四步模型理论与方法、交通预测技术应用到实际的道路运输规划中，运输规划开始了定量与定性相结合的一步。
③20世纪90年代到现在。在这一时期，由于计算机技术的普及，运输规划人才素质的提高，市场需求加大，运输规划的基本原理、定量化预测技术等在各种类型的规划实践中得到了广泛的应用。研究重点侧重于运用定量的科学技术进行规划方案的分析和指导设计。与此同时，国内运输规划在调查方法、数据分析、模型精度、预测技术、战略研究和规划的层次划分、交通设计方面进行了广泛的探索研究。
7.1.2 四步规划的基本理论
运输规划的基本目的是为了改善客货流运输的条件。运输规划的实践集中在两个主要领域：①城市和大都市区模型；②城市间货物模型。其中城市模型主要集中于客运交通，货物模型集中在城市间货物运输。交通运输规划模型自20世纪60年代正式应用于美国公路管理部门以来，已有半个世纪的发展历程。但真正的成熟期还是在计算机技术大幅度提高并普及后的20世纪80年代。这期间模型开发不断创新，模型种类越来越多，处理和解决复杂的实际问题也日趋完善，交通规划模型已成为现代交通发展中不可缺少的工具。从目前使用的城市运输规划方法看，大致可分为两种类型，即长期(战略)规划方法和中短期规划方法。长期规划方法是一种复杂的战略性规划方法，需要巨大的财政支出和包括大量的、大范围的建设项目；中短期规划方法并不复杂，主要考虑从现有的交通运输设施中获得最大的能力或最优的运行效率。在许多情况下，主要的运输系统设施已经建成，运输管理者面临的问题是如何使用这些系统，以使其能够高效率地运转。
运输窗口7‐1
国外铁路智能运输系统研究现状
所谓铁路智能运输系统，就是利用计算机技术、现代通信技术、现代信息处理技术、控制与系统技术、管理与决策支持技术和智能自动化技术等，实现信息采集、传输、处理和共享，通过高效利用与铁路运输相关的所有资源，以较低的成本达到保障安全、提高运输效率、改善经营管理和提高服务质量为目的新一代铁路运输系统。
国外先进的铁路智能运输系统(RITS)主要包括欧洲的铁路运输系统(ERTMS)和日本的列车运行管理系统，前者优于后者。欧洲铁路运输管理系统的目标在于建立全欧洲铁路网统一的标准，保证各国列车在欧洲铁路网内的互通运营，并提高铁路运输管理水平，ERTMS的核心是欧洲列车控制系统(ETCS)和超速防护系统。日本从2000年初开始铁路系统(Cyber Rail)的研究。
Cyber Rail是日本铁路系统发展的一个参考模型，是从智能运输系统的角度建立起通用的标准体系框架。目前CyberRail正处于体系框架定义阶段。
资料来源：贾利民，李平着：《国外铁路智能运输系统研究现状》。
我国交通运输发展的长期目标是建立客运快速化和货运物流化的智能型综合交通运输体系，智能型综合交通运输体中的智能是以模型体系为核心的，其中现代化的规划方法和科学的决策体系是以规划模型和决策模型为基础的。就规划模型而言，已开发出来的应用软件种类繁多，其中四步模型是交通规划模型普遍采用的方法之一，也是典型的运输规划模型。下面就四步模型进行阐述。
四步模型由四个步骤组成，即生成(generation)、分布(distribution)、方式选择(modalsplit)、路径分配(assignment)。但在实际应用中，可能只用两步或三步。其中，生成(generation)就是计算出每个划定货物产生(production)和吸引(attraction)的交通量。物理的概念是，通过这一步的计算，可以求出某一货物的进出总量，但不知道这些交通量的流向。分布(distribution)是计算进出这一货物的交通量流向，并生成起点和终点的矩阵，行是起点，列是终点，所以叫OD矩阵。这种交通量通过OD矩阵的分布得出结果，但并不考虑运输方式的选择。方式分担(modal split)是确定客货由O到D由什么运输方式来完成或旅行者(用户)是选择火车、汽车还是飞机。这一步实际是把上面的OD矩阵再进行细化，这一过程实际上是模型中的模型。到这一步结束时，将产生四个矩阵，一个航空、一个水路、一个铁路、一个公路，完成这一步就可以知道由O到D点的各种方式的交通量各是多少。路径分配(assignment)就是解决从O点到D点乘哪一条铁路、哪一条公路及多少量的问题。这一步不能完全算模型，严格地说是一种算法，通过路径分配选择的各种运输方式路段组成的网络就是分布就绪的网络。
1.交通量的生成
生成(generation)是测算各交通区产生或吸引交通量的重要一步，也是四步模型的第一阶段。在这一阶段，我们必须求出研究对象地区的总出行量，即交通生成量。根据所研究对象地区的特性直接求得生成交通量的步骤被称为交通量的生成(tripproduc tion)。此生成交通量通常作为总控制量，在运输规划中用来预测和校核各个运输小区的发生或吸引的交通量。所谓发生(或吸引)的交通量是指研究对象地区内由各运输小区内发生(或吸引)的交通量，而生成能力(包括产生和吸引)是土地利用和社会经济发展的函数。对于运输小区域的生成交通量的预测，要考虑到交通发生源的空间布局关系，从而按区域进行运输生成量的预测。本节主要介绍两类方法：增长率法和函数法。
(1)增长率法(growth factor modelling)
这种方法就是把现在的不同分区生成的交通量Ti与到预测时点的增长率Fi相乘，从而求得各分区的交通生成量T′i，即T′i=Fi·Ti(7.1)
这种方法的关键问题是如何确定Fi。通常可以用表示各运输小区活动的指标的增长率作为生成交通量的增长率。例如：
Fi=αi·βi(7.2)
式中αi，βi分别表示人口增加率和每人平均拥有自行车数量的增长率。
增长率法的最大优点是可以处理用原单位法和函数法都难以解决的问题。这就是当我们进行区域的生成交通量预测时，研究对象地区外的预测也是必要的。这种时候对于对象地区外的区域，通常只需要处理此区域与对象区域之间的交通。此类问题通常采用增长率法，设定
Fj=Rj·R(7.5)
式中，Fj：对象地区外运输小区的生成交通量的增长率；
Rj：对象地区外运输小区的常住人口的增长率；
R：对象地区内全体的常住人口的增长率。
(2)函数模型法
这种方法是运输小区的生成交通量预测上最常用的方法。由于绝大部分研究是采用多元回归分析模型，故有时也直接被称为多元回归分析法(regressionanalysis)。
作为模型公式，多采用以下三个模型：
这里的xik大多是表示运输小区的活动的人口指标，如常住人口、各行业的就业人口等。
众所周知，回归分析是为了求得对象区域的因变量与相关说明变量xik之间的关系。
表示这一关系的关系式中的回归系数a0，a1，…，ak通常用最小二乘法算出，然后可以根据目标年度的xik值来预测Ti。
2.交通分布
在交通的分布阶段，主要是预测交通生成量的来源和去向。在交通分布中最基本的概念是OD表。O表示出发地(origin)，D表示目的地(destination)。交通分布通常用一个二维矩阵表示。较为简单的OD表如下：
其中，tij：从起点i到终点j的运输量；
Gi：起点i发生的运输量；
Aj：终点j吸引的运输量；
T：研究对象区域的运输总量。
所谓交通量分布的预测，是指给定发生交通量Gi和吸引交通量Aj，对于全部OD求i、j之间的分布的运输量tij。对运输量分布预测的方法主要分为两大类，即增长率法和构造模型法。下面对构造模型法中的重力模型法(gravitymodel)进行阐述。
重力模型是模拟物理学中万有引力定律而开发出来的运输分布模型。此模型假定i、j间的分布运输量tij与起点i发生的运输量与终点j吸引的运输量成正比，与两点之间的距离成反比。
可用线性重回归分析求各系数。如果假定求得的系数不随时间和地点变化的话，则通过回归分析求得重力模型，在给定发生运输量、吸引运输量及起讫点间距离的条件下，可以在任何时候和任何区域应用，用来预测该区域的OD分布运输量。
3.方式选择
某种方式的选择决定于运输成本、运输时间等因素，选择中最重要的特征是成本和时间(包括换乘时间)。方式选择的模型很多，通常分为两大类：集计模型(aggregate model)和非集计模型(disaggregate model)。非集计模型也叫个人选择模型(individual choice model)或分散选择模型(discrete choice model)等。其中使用较多又比较成熟的是非集计模型中的Logit模型。Logit模型的理论基础是数理统计理论与经济学理论，该模型中的许多参数必须通过标定来完成。
多项Logit模型(Multinomial Logit Model)的选择概率为：
此模型数学形式简洁，计算简单，物理意义容易理解，再加上具有选择概率是在0与1之间的数值，各选择支的选择概率之和为1的合理性，很早以前就被作为概率模型使用。由于该模型的计算过程较为复杂，篇幅所限，这里不详细说明，但下面给出模型的推导过程。
这一模型虽可以由判别分析、刺激—反映过程模型导出，但以随机效用理论为基础推导出来却是美国的Mc Fadden的成绩。以随机效用为基础的多项Logit模型是在假定εin与Vin独立的，而且选择支之间服从Gumbel分布(也叫Weibull分布)的前提下推导出来的。
4.路径分配
路径分配即根据路径上的不同成本、旅行时间函数进行分配。这一分配理论的基础是沃德罗普原理(1950)，实际上是一种迭代分配法，什么时候路网平衡，就是分配完成。
1952年，Wardrop提出了道路网平衡的概念和定义后，如何求解Wardrop平衡就成了研究者的重要课题。1956年，Beckmann等提出了求平衡交通分配解的一种数学规划模型。