基于Django的城市通勤出發時間選擇實驗平臺設計

李文韜 謝小紅 孫曉燕

摘要：隨著交通工具的增加，交通擁堵成為最典型的城市病，人們通勤時間逐漸加長。為解決這一問題，采用基于Web框架的Django開發了一個城市通勤出發時間選擇實驗平臺，目的是更方便地開展城市通勤出發時間實驗。該平臺具有較強的通用性，通過微調法修改實驗參數后可實施路徑選擇和收費管理等條件下的出行選擇實驗。不僅可在傳統PC端實現，還可利用Pad或手機等移動設備，使用微信小程序開展實驗。代碼簡潔，實驗界面清楚，管理賬戶能對整個實驗進行操控。

關鍵詞：Django;城市交通;通勤出發時間選擇;微信小程序

DOI： 10. 11907/rjdk.191842

開放科學（資源服務）標識碼（OSID）：

中圖分類號：TP319

文獻標識碼：A

文章編號：1672-7800（2020）004-0135-04

The Experimental Platform Design of Urban Commuter Departure Time

Based on Django

LI Wen-tao. XIE Xiao-hong， SUN Xiao-yan

（ College of Computer and Information Engineering ， Cuangxi Teacher Education Univer.sity ， lVanning 530299 ， Ch.ina ）Abstract： With the increase of transportation. traffic congestion has become the most typical urban disease， and people's commutingtirue has gradually lengthened. In order to solve this prohlem better. this paper develops a city commute departure time selection experi-ment based on Django based on Weh fraiuework. The purpose of developing this platform is to make it easier to carry out the laboratorytest of urban commuting departure time. At the same time， the platform has strong versatility. After the experimental parameters aremodif'ied by the fine-tuning method. the travel selection experiment under the conditions of path selection and charge management isimplemented. The most significant advantage of the platform we developed is that it not only hreaks the traditional PC-side implementa-tion. but also uses the WeChat applet to conduct experiments using mobile devices such as Pad or mobile phones. And the code is sim-ple， the experimental interf'ace is clear. and the management account can control the entire experiment.Key Words ： Django ; city traffic ; departure-time choice of commuters ; Wechat program

O 引言

隨著我國城市化進程的加快，城市不斷延伸，“職住分離”現象越來越普遍，人們通勤時間隨之變得越來越長。2017年的《城市出行半徑大數據報告》顯示…，在“北上廣深”4個城市中，北京市工作日平均出行半徑為9.3km，上班族（也稱為通勤者）通勤時間壓力居4城之首。通勤時間對上班族而言就是“金錢”，花在路上的時間越長，無形中就縮短了休息或娛樂時間。

大量研究顯示，通勤者更傾向于通過改變出發時間應對交通擁堵。交通系統中出行者的選擇行為決定了系統復雜度，理解通勤者行為選擇是研究交通擁堵問題的關鍵。實驗室實驗具有良好的可控性，能夠有效揭示交通系統中各種機制以及機制與現象之間的因果關系[2]。因此，大量實驗研究路徑選擇行為，目的是驗證用戶個體的有限理性行為[3]，驗證交通理論中的悖論[4-5]以及調查各種外在因素的影響，例如信息反饋[6]和不確定的環境[7-8]等。相對于路徑選擇實驗，出發時間選擇實驗研究較少，而且現有的出發時間選擇實驗得到的結論存在不一致性[9]。

城市通勤出發時間選擇的理論模型——瓶頸模型最早由著名經濟學家Vickrey[10]提出。瓶頸模型將通勤時間轉化為出行成本，引起了眾多學者的研究興趣[111-12]。瓶頸模型雖然簡單，但能夠再現城市通勤高峰期出行者的出行行為，因此這一模型廣泛應用于交通管理系統設計，例如擁堵收費[13]、電子路票[14]和停車管理[15]等。

本文以瓶頸模型為理論基礎，基于Web框架的Django開發了一個城市通勤出發時間選擇實驗平臺。采用此平臺可以有效進行城市通勤出發時間實驗，同時平臺具有較強的通用性，通過稍微修改參數就可進行不確定路況條件下的通勤出發選擇行為實驗。

另外，通過將出發時間修改為出行路徑，還可實現路徑選擇行為實驗。該平臺最顯著的優勢是既可在電腦上開展實驗，也可利用Pad或手機等移動設備登錄微信開展實驗，且對設備硬件要求不高。

1 相關技術介紹

1.1 Django框架

Django是一個開放源代碼的Web框架，由Pvthon寫成，其功能強大且豐富，文檔全面且完善，開發效率高，是Python中主流的Web框架。它采用MTV框架模式，即模型M、模板T和視圖V。該模式中，models.py定義了各類數據模型，和數據庫引擎實現交互;templates文件夾中的各個模板文件代表著視圖（view）;urls.py定義各種url訪問入口和vlews.py定義各種處理函數（Django視圖函數）代表控制器（ Controller）。基于Django開發的Web應用開發活動主要集中在models.py、templates文件夾下的子文件中的各個模板以及vlews.py中的視圖函數，這就是Django的開發模式，通常也稱為MTV模式，其作為本實驗平臺的后臺管理系統完全可以勝任。

1.2 微信小程序

微信小程序簡稱小程序，是一種不需要下載安裝即可使用的應用，它實現了應用“觸手可及”的夢想，用戶只需要掃一掃或搜一搜即可打開。小程序作為本實驗平臺的用戶端，是實驗的重要一環，也是實驗的創新點。利用小程序收集用戶選擇出行的時間，界面友好而簡潔，用戶可以體驗簡單的實驗過程。圖1為小程序與后臺的交互方式。

2 系統功能設計

2.1 系統結構

本實驗平臺使用經典的B/S架構，分為后臺管理、微信小程序兩個模塊，結構如圖2所示。

后臺管理模塊：管理員通過瀏覽器訪問后臺管理系統，后臺通過HTML、JavaScript和css加EasyUI的組合呈現，可以調整實驗參數如通行能力s、單位行駛時間費用α、單位早到時間費用β、單位遲到時間費用γ等，還可查看實驗進程，以及將數據庫中的表生成為Excel表格以供后期分析數據。

微信小程序模塊：用戶通過微信小程序選擇實驗提供的出行時間（7：00、7：20、7：40）提交給后臺，后臺會根據參數s、α、β、γ和當前選擇出行時間人數進行計算，并給用戶返回得分，最后計算總得分。例如該實驗有34個實驗用戶，那么每一輪都要等待這34個實驗用戶全部提交信息才能進行下一輪實驗。

2.2 單一瓶頸模型設計

假設每天有固定數量的通勤者從同一起點出發，沿著同一條路徑到達同一終點。道路上存在一個潛在瓶頸，瓶頸處的最大通行能力為s，一旦道路上的車流量超過瓶頸處的最大通行能力s，則瓶頸被激活，道路發生擁堵。

假設從起點到終點的出行時間是：

其中，Tf是不發生交通擁堵時的固定出行時間，Tv（t）是發生交通擁堵時所用的擁堵時間，f是出發時間.一般為了簡化，假設Tf=0。

設q（t）是擁堵時的隊列長度，則通勤者的出行時間表達式為： q（t-1）是上一出發時刻t-l的隊列長度，n（t）是本時刻的出行人數。

假設上班時間是f*，根據瓶頸模型，如果通勤者選擇時刻f出發，則其出行成本表達式為：

上述等式右邊的第一項是在道路上的行駛時間，第二項是早到成本，第三項是遲到成本。道路上單位時間擁堵成本為α，早于上班時間到達單位的早到成本為β，晚于上班時間到達單位的遲到成本為y。根據Sma11[15]的研究結果，成本系數之間服從關系y>α>β。根據方程（4），選擇同一出發時間的通勤者出行成本相同，選擇出發時間f的收益為：

收益越大則發生擁堵的概率越小，反之發生擁堵的概率越大。從該模型可以清楚反映現實生活中的道路擁堵情況，在一個道路路口如果車流量（通勤人數）大于路口容納量時則發生擁堵。

3 實驗平臺實現

本實驗平臺采用Django作為后臺，微信小程序作為前端數據交互，包括實驗人員用戶和管理員用戶兩個用戶角色，下面介紹實驗人員用戶使用的小程序端和管理人員用戶的Django后臺兩大模塊實現。

3.1微信小程序端

小程序是近幾年比較火的一個開發平臺，每個人基本上都有微信，所以使用和操作小程序非常方便，這也是本文選擇使用微信小程序的主要原因。通勤者使用微信小程序界面，界面簡單易用，只需要根據管理員提供的用戶名和密碼即可登錄進行實驗。選擇出行時間（7：00，7：20，7：40）提交到后臺管理系統，等待后臺反饋再進行下一輪實驗。本實驗平臺的小程序主要是搜集實驗數據，僅作為一個數據收集器，通勤者只需要選擇白己的出行時間即可上傳后臺，操作十分簡便。每一次選擇都是以JSON的數據類型傳輸給后臺，后臺拿到數據處理完后以相同的方式返回給小程序，等待下一輪實驗。小程序作為本實驗平臺的用戶端，是實驗的重要一環，也是實驗的創新點。后臺會根據每個用戶提供的時間計算出瓶頸模型是否被激活，如被激活則發生擁堵。

3.2后臺管理

后臺管理基于Django框架的Web頁面，通過瀏覽器輸入URL即可打開管理界面，對本次實驗的參數、實驗人數進行設置，查看實驗進程。由于后臺管理系統屬于中間者，連接著前端小程序和底層MvSQL數據庫，在小程序發來數據時會先對數據進行處理，再通過ORM對數據進行存儲，每個頁面都可通過URL映射到View視圖函數。

管理界面如圖4所示。

4 實驗平臺算法

本實驗研究通勤者的上班成本，參數有：①道路單位時間內的通行能力為s（通行能力：單位時間內通過的車輛數）。s是常數，實驗開始前由管理員用戶輸入s值;②上班時間ts=8：00，從生活區出發時間t，擁堵時間 ;③某時刻t 出發車輛數為ni，n2，…（1輛車就是“1個排隊長度”）;④單位時間內的排隊長度q（不能通行的車都要排隊，出發早的車輛不能通行造成的排隊會影響出發晚的車輛）;⑤參數意義：a-單位行駛時間費用，β——單位早到時間費用，γ——單位遲到時間費用。實驗中（α，β，γ）是常數，其值在實驗開始前由負責人輸入。

計算方法有：

（1）排隊長度計算：

當（上時刻剩余人數+本時刻出行人數）≤s時，不發生擁堵，q=0;

當（上時刻剩余人數+本時刻出行人數）>s時，發生擁堵，q=上時刻剩余人數+本時刻出行人數一s。

（2）單位時間為At。

（3）擁堵時間tp=（q/s）xAt。

（4）到達時間=出發時間t+擁堵時間t。

（5）擁堵成本=a×（擁堵時間LP/單位時間At）。

（6）早到成本=B×（上班時間tS一到達時間）/單位時間At。

（7）遲到成本=γ×（到達時間一上班時間tS）/單位時間At。

（8）總成本=擁堵成本+早到（或者遲到）成本。

（9）得分=10-總成本。

最后得分是該實驗人員在本次實驗中的得分。

5 結語

本文以城市通勤出發時間選擇模型——瓶頸模型為理論基礎，基于Django框架和騰訊的微信小程序，采用Pv-thon的強大Weh功能- Django框架，開發了一個城市通勤出發時間選擇實驗平臺。該平臺具有強大的數據庫訪問組件ORM，開發者無需學習SOL語言即可對數據庫進行操作，而且每一次記錄都是一個對象，簡潔易行。

采用此平臺進行通勤者出行選擇行為研究，可以揭示通勤早高峰出發時間選擇行為及其現象的內在機制，從更深層次理解個體及整體的選擇行為，為交通管理部門出臺有效的治堵措施提供理論依據。后續丁作要將平臺提取的數據進行出行時間分析，并根據此數據建立交通出行時間模型，更深層次地探索出行時間選擇問題。

參考文獻：

[1]騰訊.北上廣深哪里最擁擠？騰訊發布《城市出行半徑大數據報告》[ EB/OL].http：//www.mediacluh.cc/news/infos/id/7412.

[2]DIXIT V V. ORTMANN A. RUTSTROM E Understanding transpor-tation s.'stems through the lensPs of experimental economics：a review[C]. Social Science Electronic Publishing， 2015.

[3]ZHAO C L，HUANC H J.Experiment of boundedlv rational routechoice behavior and the model under satisficing rule[J]. Transporta-tion Research Pan C. 2016（68）： 22-37.

[4]RAPOPORT A. GISCHES E J， MAK V. Distributed decisions in net-works： lahoratorT study OF routing splittable flow [J]. Production andOperations Management ， 2014， 23（2） ： 314-331.

[5]MAK V. SEALE D A . CISCHES E J . etal. The braess paradox andconrdination failure in directed networks with mixed externalities [J].Prod Oper Manag， 2018， 27（4） ： 717-733.

[6]RAPOPORT A. GISCHES E J， DAWIEL T. et al Pre-trip informationand rr，ute-choice decision with stochastic travel conditinn [J] . Experi-ment. Transponation Research Part B ， 2014（68） ： 154-172.

[7]LUX. CAO S. BEN-ELIA E. Information impacts on route choiceand learning behavior in a congested network： an experimental ap-prr）ach[J] . Transportation Research Record ， 2011（22） ： 89-98.

[8]INNOCENTI A， LATTARULO P. PAZIEhrZA M C. Car stickiness：heuristics and hiases in travel c：hoice [J]. Transport Policy， 2013 （25） ： 158-168.

[9]劉天亮 ，張沖 ，王天歌 ，等 .朋友圈信息交互對 A個體出行決策行T為的影響研究 [ J] .交通運輸系統工程與信息 ， 2013（13） ： 86-93.

[10]VICKREY W S. Congestion theory and transport investment [J]. TheAmerican Economic Review.1969（59）： 251-260.

[II]XIAO LL. HUANG H J. LIU R. Congestion behavior and tolls in a

hottleneck model With stochastic capacity [J]. Transportation Sci-

ence， 2015（49） ： 46-65.

[12]TAKAMASA I. Instahility of departure time choice problem： a casewith replicator dynamics transporLation research part B ： methodologi-cal[C]. In press， corrected proof， Availahle online 2 September2018.

[13]XIAO F. SHEN W. ZHANG H M. The morning commute under flattoll and tactical waiting [J]. Transportation Research Part B， 2012（46）：1346-1359.

[14]SHEhr W， ZHANC H M. Parem-improring ramp metering strategiesfor reducing congestion in the morning conimute [J]. Transpr，rtationResearch PartA . 2010（44） ： 676-696.

[15]OIAN Z. XIAO F. ZHANC H M. The econr）mics of parking provi-sion for the morning commute [J]. Transportation Research Part A，2011（45）： 861-879.收稿日期：2019-06-11

基金項目：國家自然科學基金項目（ 11402058，71461002）

作者簡介：李文韜（1994-），男，南寧師范大學計算機與信息工程學院碩士研究生，研究方向為軟件開發、大數據分析;孫曉燕（1978-）.

女，博士，南寧師范大學計算機與信息工程學院教授.研究方向為交通數據分析、建模。本文通訊作者：孫曉燕。