基于游客体验的城市近郊旅游路线规划

陆百川，杨杰毅，王 鑫

(1. 重庆交通大学 交通运输学院，重庆 400074；2. 重庆交通大学 重庆山地城市交通系统与安全实验室，重庆 400074)

0 引 言

随着人们生活水平的提高以及家用轿车的普及，市民自驾前往城市近郊旅行的需求日益旺盛。自驾游具有灵活性、个性化等特点，自驾游过程中游客出行体验会受到城市道路交通状态及旅游景点开放时间等因素影响。如何根据道路交通和景点信息对游客体验的影响来规划城市近郊最优旅游路线，对规避出行拥堵和减少景点等待时间具有现实的研究价值。

黄泽斌等[1]通过在蚁群算法启发函数中加入时间窗系数来约束游客旅行时间，但没有考虑旅游景点及出行成本因素影响；钟仪华等[2]利用景点间行驶时间构建了分块分层的旅游路线规划模型，但忽略了游客个性化需求的影响；韩艳等[3]基于景点拥挤状态下选取景点满意度、走行时间及景点拥挤度等指标构建了多目标景区优化路线模型；张笑白等[4]针对高峰期景点客流量分布不均衡问题提出了基于改进Logit的高峰期内旅游路线实时优化调度方法；任竞斐等[5]通过选取游客偏好、景点拥挤度及等待行走时间指标制定了基于Logit模型的旅游路径分配方案；WU Xiongbin等[6]在旅行时间不确定的情况下，综合旅游出行效用及旅游活动效用建立了旅游路线规划模型，但没有分析道路交通状态对旅游路线规划影响。以上研究考虑了旅行时间、景点拥挤度和游客偏好因素对旅游路线规划影响，但缺乏对道路交通和旅游景点属性等因素的综合性分析。

笔者综合考虑道路交通因素和旅游景点属性对游客体验感的影响，提出了一种基于游客体验的旅游路线规划方法。首先分析了影响自驾游客旅游体验感的道路交通和旅游景点因素；其次选取出行时间、道路拥挤度等指标构建了基于综合路阻的城市近郊景点间最优路径选择模型，并采用Floyd算法求解综合路阻值最小的景点间最优旅游路径；然后将游客体验感量化为结合旅游出行成本和景点游览效用的旅游体验效用值，并利用遗传算法求解基于游客体验的城市近郊景点旅游顺序，得到了城市近郊景点最优旅游路线。最后通过算例分析表明：笔者所提出的基于游客体验的城市近郊旅游路线规划方法能有效提高游客旅游满意度，为游客选择旅游路径提供决策支持。

1 游客体验感影响因素

近郊自驾游已逐渐成为市民重要的休闲方式，游客也越来越重视旅游体验。笔者将游客体验感定义为游客在旅途中通过感知外部环境所获得心理层次上的满意程度的大小[7]。在自驾游过程中，游客旅游出行过程的满意程度除了受道路交通环境影响外，还会受到旅游景点环境影响。

1.1 交通影响因素

城市近郊旅游路段根据其道路静态属性和交通状态的不同而对游客旅游体验感影响表现出差异性。

出行距离能反映出游客所选路线中车辆总行驶距离的长短，出行距离越短的路线游客满意感较高。行程时间为车辆在旅游路线上行驶所耗费的时间，包括车辆理想行驶时间和道路延误时间，行程时间越长，游客体验感越差。道路拥挤度体现了旅游路线道路交通状况，道路拥挤度越高，游客旅游舒适度越低。出行费用为旅游者在出行过程中车辆行驶产生的油耗成本，出行费用越高，游客出行满意度会相对降低。故游客体验感好坏应考虑道路交通因素影响，利用出行距离、行程时间、出行费用和道路拥挤度等来衡量游客在出行过程中的舒适程度。

1.2 景点影响因素

旅游景点根据其自身服务水平不同而对游客旅游体验产生的影响具有差异性，不同景点因其游玩属性差异而对游客整个游览过程体验感的影响不尽相同。

景点吸引力体现了游客对景点等级、地理位置、周围基础设施建设等因素的满意程度。地理位置越好、知名度越高的旅游景点能使游客产生更高的体验感。景点游览费用反映了旅行者在游览过程中的消费情况，费用越高，游客旅游满意度相对越低。景点延误时间反映了游客因未能在计划时间内完成游览活动而产生的时间延误长短，过长的景点延误时间会使游客旅游体验感变差。故近郊自驾游客旅游体验感还应受景点自身属性影响，通过景点吸引力、游览费用、景点延误时间等因素来衡量游客在游览过程中的满意度。

2 城市近郊景点间最优路径选择

2.1 基于综合路阻的景点间最优路径选择模型

将城市近郊旅游交通路网抽象为网络拓扑图G=(V,E,W)，其中：V代表旅游关键路口或景点的集合；E代表节点间的路段集合；W代表各边权值所构成的集合。传统旅游路径优化方法大多选取时间最短、费用最少或路径最短等单因素为评价指标，但单因素目标函数最优解之间往往存在冲突，难以准确描述旅游路径规划问题。因此笔者引入综合路阻概念[8]，选取道路行程时间、道路拥挤程度、出行距离、出行费用及行车速度为主要影响因子。综合路阻函数如式(1)～(8)：

(1)

(2)

(3)

(4)

(5)

(6)

Ckl=c0Skl

(7)

(8)

由式(1)可知：综合路阻是关于行车速度、出行距离、行程时间、道路拥挤度、出行费用这5项指标的线性组合。将综合路阻看作一个综合指标，通过SPSS软件对综合路阻各指标数据进行主成分分析，求解综合路阻各指标权重[8]。步骤如下：

1)原始数据标准化，如式(9)～(12)。假设近郊旅游路网有m条路段，每条路段含h项指标，可得到一个m×h阶的数据矩阵X。为消除变量量纲、数量级影响，对原始数据进行标准化处理得到一个标准化矩阵X2。

(9)

(10)

(11)

(12)

2)求解相关系数矩阵。根据标准化后数据矩阵X2计算样本相关系数矩阵B，其计算如式(13)：

(13)

3)计算相关系数矩阵B的特征值及特征向量。根据特征方程式|λE1-B|=0，E1为单位矩阵，求出特征值λγ，γ∈{1, 2, …,h}，并计算相应特征向量。

4)计算主成分贡献率βγ及累积贡献率β，并选取累计贡献率β超过85%的特征值λ1,λ2,…,λη所对应的前η个主成分，如式(14)：

(14)

5)计算综合路阻各影响指标在不同主成分中的权重系数φτy，并对每个主成分在选取的η个主成分中的贡献率Iτ进行求解，如式(15)、(16)：

(15)

(16)

式中：eτy为第τ个主成分对应指标的载荷数，τ∈{1, 2, …,η}，y∈{1, 2, …,h}。

6)确定综合路阻影响指标权重。计算指标在综合路阻函数中的系数Ay，并对指标权值进行归一化处理，确定综合路阻各项指标的权重系数δy，其计算如式(17)、(18)：

(17)

(18)

为最大限度地减少景点间路径的综合阻抗值，提高自驾游客旅游出行体验，建立基于综合路阻的景点间最优路径选择模型，目标函数如式(19)～(22)：

(19)

s.t.：

(20)

(21)

Wkl>0

(22)

式中：Zij为景点i到景点j路径的最小综合路阻值，i,j∈{1, 2, …,n1}，n1为目标景点个数。

式(20)中：fkl=1表示经过路段Ekl能从景点i到达景点j，fkl=0表示经过路段Ekl不能从景点i到达景点j；式(21)表示两景点间所选择的路段总数大于1小于n+1；式(22)表示各路段的综合路阻值Wkl均大于0。

2.2 基于Floyd算法的景点间最优路径求解

Floyd算法可通过带权邻接矩阵计算任意两点之间的最短路径[9]，适用于多目标最短路径求解问题，因此笔者选取Floyd算法对基于综合路阻的景点间最优路径选择模型进行求解。由综合路阻值表示目标路段在城市近郊旅游路网的权重，提高景点间最优路径选择模型的有效性、可靠性。

基于Floyd算法的两景点间最优路径求解如下：

1)采集城市近郊路段综合路阻的影响指标数据，求解各路段综合路阻权值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)重复步骤2)、 3)，直至D(w+1)=D(w)，输出城市近郊景点间最优旅游路径。

3 城市近郊景点旅游顺序规划

3.1 旅游体验效用函数构建

传统景点旅游顺序规划方法大多考虑行驶时间、出行距离等外界因素影响，对旅行者个性化需求考虑有所欠缺。因此在城市近郊自驾游背景下，引入综合考虑出行成本和游客景点游览满意度的旅游体验效用函数来反映旅游者在旅途中所获综合性收益，为游客规划出合适的景点游览顺序[10]。笔者构建的旅游体验效用函数由旅游出行成本函数与景点游览效用函数构成[11]。

游客旅游出行成本是指游客从始发地到目标景点所用的旅行时间与出行费用，其中出行费用只考虑车辆油耗成本。旅游出行成本函数计算如式(27)：

(27)

景点游览效用主要包括景点负效用及景点活动效用两部分，景点游览效用函数表示如式(28)：

(28)

景点负效用是指受景点间道路交通拥堵、突发恶劣天气等意外情况的影响，旅游消费者无法在景点期望服务时间内抵达目的地，导致游客无法在计划旅行时间内顺利完成旅游活动，从而产生的延误损失[12]。假设景点所需游览时间为定值，对旅行者游览时间插入时间窗约束，如图1。

图1 目标景点时间窗Fig. 1 Time window of target attractions

(29)

(30)

(31)

景点活动效用是衡量旅行者对该景点游览活动满意程度指标，与景点游览时间、景点吸引力及旅游活动费用等因素有关，其中旅游活动费用主要考虑停车费用及门票费用。游客在景点i的停留时间及实际游玩时间分别用式(32)、(33)表示。

(32)

(33)

旅游活动费用函数与景点活动效用函数分别用式(34)、(35)表示。

(34)

(35)

3.2 基于游客体验的景点旅游顺序规划模型

现假设游客08：00从居住地出发，最晚18：30开始返回居住地，游览时间为1 d，每个目标景点只参观一次，不考虑旅途中餐饮休息时间及费用。根据最优路径选择模型，利用Floyd算法求得任意两景点间的最佳旅游路径，并得到景点间出行时间及费用。

基于以上条件建立多约束下的城市近郊旅游景点顺序规划模型，由于游客期望在旅游过程中获得的体验感最佳[13]，因此以旅游体验效用最大化为函数优化目标，目标函数表达如式(36)～(45)：

(36)

s.t.：

(37)

(38)

(39)

(40)

(41)

(42)

(43)

gij×gji=0

(44)

(45)

式中：U为旅游体验效用；α1、α2分别为旅游成本和景点游览效用的权重系数。

式(37)～(38)为0-1决策变量；式(39)为限制的游览景点数量；式(40)～(41)为保证游客出发点为住处，旅游活动结束后返回住处；式(42)～(44)为保证当景点数大于等于2时，每个景点只能游览一次；式(45)为旅行时间约束；Tmax为最大旅行时间。

3.3 基于遗传算法的景点旅游顺序求解

旅游路线规划问题是TSP组合优化问题，随着景点数量增加及约束条件复杂化，模型求解复杂度呈指数式增加。采用传统的启发式算法进行模型求解计算效率较低，而遗传算法(genetic algorithm, GA)具有搜索能力强、鲁棒性高且易于并行等优点[11]，适用于复杂的组合问题。因此笔者采用遗传算法求解该模型，求解步骤如下：

1)采集目标景点及其周围旅游交通路网数据，对求解算法的参数进行初始化。

2)初始化种群。采用整数排列方式对始终点及景点进行编码，给出含N个染色体的初始种群。

3)适应度函数。文中研究是求解旅游体验效用函数最大值，将函数值作为个体适应度值Fθ(θ=1, 2, …,N)，适应度函数为Fθ=U，选择适应度值尽可能大的个体。

4)选择操作。利用轮盘赌选择法对种群个体进行筛选，个体被选中概率与其适应度值有关。根据式(46)计算个体θ被选择概率。

(46)

式中：pθ为个体被遗传到次代概率；Fθ、Fυ均为个体适应度值。

5)交叉操作。在个体编码串中随机确定交叉起讫点，交换两个父代染色体中旅游景点对应的基因，得到新的染色体。

6)变异操作。对N个染色体进行变异操作：随机产生一个整数作为变异的景点旅游顺序，在选择景点旅游顺序上随机产生两个变异位置，重新计算游客旅游体验效用，产生新的染色体。

7)重复步骤3)～6)，直到达到最大迭代次数或规定适应度要求，并输出最优种群，得到城市近郊旅游景点最佳游览顺序。

4 算例分析

笔者选取昆明市五华区、西山区、盘龙区及呈贡区部分路网及热门旅游景点为研究对象，实际路网及各景点空间位置如图2。假定自驾游客从新迎园丁小区出发，分别游览昆明动物博物馆、地藏寺经幢、西山风景名胜区及云南民族大观园，最后返回新迎园丁小区。笔者所用的昆明市部分路网及各景区相关交通数据来源于高德平台；旅游景点属性数据来源于大众点评等互联网平台，各景点基本属性取值如表1。

图2 昆明近郊旅游交通网络Fig. 2 Kunming suburb tourism transportation network

表1 景点属性参数Table 1 Attraction attribute parameters

4.1 基于游客体验的城市近郊旅游路线规划

根据实际调研昆明市城市近郊路网和查阅相关资料，利用SPSS软件对采集的综合路阻影响指标数据进行主成分分析，求得综合路阻各影响因素权重系数：路段行车速度权重系数δ1=0.07、出行距离权重系数δ2=0.27、道路行程时间权重系数δ3=0.29、道路拥挤度权重系数δ4=0.09、出行费用权重系数δ5=0.27；车辆油耗系数c0=0.7[15]。

利用Folyd算法在MATLAB环境下编写算法程序，并对所建立的基于综合路阻景点间最优路径选择模型进行求解，得到任意两景点间最优路径，结果如表2。

表2 景点间最优出行路径Table 2 Optimal travel route between attractions

表2中：节点1～5分别表示新迎园丁小区、昆明动物博物馆、西山风景名胜区、云南民族大观园、地藏寺经幢，节点6～67表示道路节点。以节点1→2为例，自驾游客从新迎园丁小区出发至昆明动物博物馆的最优行驶路线为1→6→7→9→20→2，出行时间为15.10 min，出行费用为4.58元，其他景点间最优出行路径同上。

利用MATLAB依照遗传算法对基于旅游体验效用的景点旅游顺序规划模型进行求解。该模型的费用-折算系数ρ=0.02[16]；在途旅行时间和出行费用的权重系数μ1=μ2=0.5[11]；景点吸引力采用大众点评景点评分，景点游览费用只考虑实时门票价格及停车费用；时间窗惩罚系数p=q=0.15[11]；M=1 000；景点吸引力、实际游览时间和旅游活动费用权重系数分别为φ1=0.39、φ2=0.59、φ3=0.02[6]；旅游成本和景点游览效用权重系数α1=α2=0.5；Tmax=10.5 h。

经计算，得到景点最优游览顺序为：1→4→5→3→2→1。该路线旅游体验效用为2.32，游客景点等待时间26 min，景点游览时间为467 min，道路行程时间为137 min，旅游费用为198.1元，具体旅游路线安排如图3。

图3 正常旅行下基于游客体验的旅游路线Fig. 3 Travel route based on tourist experience under normal travel

假设游客行程发生改变，需在17：00返程，现已按最优旅游路线游览完云南民族大观园景点，打算放弃地藏寺经幢景点，在游览完西山风景名胜区及昆明博物馆后返回新迎园丁小区，经计算可得最优游览顺序为：1→4→2→3→1。该路线旅游体验效用为0.597，游客景点等待时间26 min，景点游览时间为373 min，道路行程时间为141 min，旅游费用为198.7元，具体旅游路线安排如图4。

图4 临时减少景点下基于游客体验的旅游路线Fig. 4 Tourist route based on tourist experience under the condition thatscenic spots is temporarily reduced

4.2 基于出行距离最短的城市近郊旅游路线规划

为验证基于游客体验的城市近郊旅游路线规划方法有效性，笔者采用了文献[17]中所提出的基于最短出行距离方法对昆明市近郊热门旅游景点进行旅游路径规划，并利用Floyd算法对景点间最短路径进行求解，得到景点间的最短距离。景点间带权有向图如图5。

图5 景点间带权有向图Fig. 5 The weighted directed graph between scenic spots

图5中：节点1表示始发点及终点，节点2～5表示景点，节点之间连线表示景点间最短路径，路径上数值表示两景点间的最短距离。以节点1→2为例，自驾游客从新迎园丁小区出发至昆明动物博物馆的最短出行距离为3 660 m，其他景点间最短路径同上。

利用MATLAB依照遗传算法对基于出行距离最短旅游路线规划模型进行求解，得到最优旅游路线为：1→2→3→5→4→1。游客景点等待时间为45 min，景点游览时间为443 min，道路行程时间为142 min，旅游费用为201.4元。

假设游客行程发生改变，需在17：00进行返程，现已按最优旅游路线游览完昆明动物博物馆，打算放弃地藏寺经幢景点，在游览完西山风景名胜区及云南民族大观园后返回新迎园丁小区，计算得到最优结果为：1→2→3→4→1。该路线游客景点等待时间45 min，景点游览时间为351 min，道路行程时间为144 min，旅游费用为199.6元。

4.3 结果对比分析

为比较不同情景下基于游客体验和基于出行距离最短的城市近郊旅游路线规划结果，采用景点游览时间、行程时间、等待时间和旅游费用指标对规划的旅游路线结果进行对比分析。

正常旅行下基于不同方法的评价指标对比如图6。由图6可知：对于旅游费用指标，基于游客体验的旅游路线相比于基于出行距离最短降低了1.7%；对于行程时间指标，基于游客体验的旅游路线相比于基于出行距离最短减少了3.5%；对于等待时间指标，基于游客体验的旅游路线相比于基于出行距离最短减少了42.2%；对于游览时间指标，基于游客体验的旅游路线相比于基于出行距离最短增加了5.4%。

图6 正常旅行下基于不同方法的评价指标Fig. 6 Evaluation indicators based on different methods under normaltravel

临时取消景点下基于不同方法的评价指标如图7。由图7可知：对于旅游费用指标，基于游客体验的旅游路线相比于基于出行距离最短减少了0.5%；对于行程时间指标，基于游客体验的旅游路线相比于基于出行距离最短减少了2.1%；对于等待时间指标，基于游客体验的旅游路线相比于基于出行距离最短减少了42.2%；对于游览时间指标，基于游客体验的旅游路线相比于基于出行距离最短增加了6.3%。

图7 临时取消景点下基于不同方法的评价指标Fig. 7 Evaluation indicators based on different methods under thecondition of temporary cancellation of scenic spots

因此，基于游客体验的旅游路线规划结果更能满足游客出行需求，能为城市近郊自驾游客提供出行时间、等待时间及旅游费用更少，游览时间更多的城市近郊旅游路线。

5 结 语

笔者基于城市近郊自驾游背景下，通过对影响游客出行体验的道路交通因素和旅游景点属性进行综合分析。利用基于综合路阻的景点间最优路径选择模型和基于游客体验的景点旅游顺序规划模型分别对景点间路径及景点旅游顺序进行了规划。

以昆明市城市近郊路网为基础，选取部分热门旅游景点进行了分析。分别采用基于游客体验和基于出行距离最短的方法进行了城市近郊旅游路线规划，并选取旅游费用、行程时间、等待时间、游览时间指标为两种方法的旅游路线规划评价标准。结果表明：基于游客体验的城市近郊旅游路线规划能有效减少游客行程时间、景点等待时间和旅游费用，并提高了游客景点游览时间，具有实用性和可行性。