九寨引力场 GravityField：把牛顿万有引力搬进景区调度
引子：一个二刷游客的好奇心
第一次去九寨沟是走马观花，眼里只有五花海的水和长海的雪。第二次去，人还是那么多，我却开始犯职业病——为什么这里几乎不用排队？
一天几万人涌进一条沟，换成别的景区，体验通常是：索道排两小时、观光车等五趟、下山全靠腿。但在九寨沟，大巴像水一样流动：你在站点站定，车就来了；你逛完一个海子，总有车把你送往下一个。全程没有人喊号、没有人维持上车秩序，一切都”恰好”发生。
回来查资料才知道，这背后是四川大学商学院和九寨沟管理局合作研究的「旅游高峰期景区游客引力分流调度模型」，公开报道里有一个非常夸张的数字：**大巴空驶率从 35% 降到了 8%**。在运筹学圈子里，这套东西经常被拿来当景区调度的标杆案例。
它到底优秀在哪？我干脆把算法复刻成了一个网页沙盘，你可以直接在下文里玩，也可以全屏打开。
先说清楚：九寨沟调度到底难在哪
不懂运筹学没关系，先看地形。九寨沟的路线是一个 Y 字形：
- 所有人从沟口进出，只有一个大门；
- 坐车往里走，到诺日朗中心站分成两条支沟：右上日则沟（五花海、珍珠滩、原始森林），左上则查洼沟（五彩池、长海）；
- 每个景点像树枝上的叶子，车只能沿树枝开，不能飞过去。
这就形成了一个经典的难题：几万人同时在一个”Y 字树”上移动，车只有几十辆，怎么派才能让所有人不等太久？
更麻烦的是真实运营的硬约束，沙盘里我都做了进去：
- 14:00 停止检票，上行班车逐步收尾——入园人数是有闸机的，可控；
- 16:30 起支线收车，全部大巴转入下行清运模式，只下不上；
- 长海 16:30 末班、原始森林 18:00 末班、诺日朗回沟口 19:00 末班——末班车的约束是刚性的，不能因为调度把游客留在山里。
也就是说，这不是”高峰派车多、平峰派车少”这么简单，而是一整天不断变化的动态配兵问题。
算法的答案：把「哪里最挤」和「谁能救」都当成质量
传统调度最容易想到的做法是就近调度：哪个景点有人等车，就派离它最近的大巴去。直觉很对，效果一般——最近的车可能只有 3 个空座，去了也接不走几个人；或者它自己还带着满车游客，绕路反而添堵。
九寨沟的引力模型换了一个思路：把牛顿的万有引力公式直接搬过来。
$$F = \frac{D \cdot C}{d^2}$$
别被公式吓到，每一项都是大白话：
| 符号 | 含义 | 人话 |
|---|---|---|
| D | 需求强度 | 这个景点有多挤（候车人数 + 负荷率） |
| C | 空座数 | 这辆大巴能救多少人 |
| d | 车程 | 大巴开过去要多久 |
引力 F 最大的大巴，出发。 也就是说，算法同时权衡了三件事：越急的地方优先、越空的车优先、越近的车优先——而不是只看距离。
整个流程每 30 秒跑一遍：
- 测需求：用门票预约锁总量，闸机和摄像头推算每个景点有多少人，算出时空负荷率
R = N·t/c（人多、玩得久、容量小 → R 高）； - 排优先级：候车超过阈值的景点成为”需求景点”，按 R 从高到低排序——最挤的先挑车；
- 算引力：对每辆空闲大巴算一遍 F，挑 F 最大的派出去；
- 做匹配：大巴开到需求景点，沿途站点随到随上（这就是公交化循环，不是点对点专车）；
- 再迭代：30 秒后所有人位置都变了，全部重算。
分流在游客无感中完成——这就是”优秀算法”的终极形态：你根本感觉不到它的存在。
沙盘上手：亲手跑一天九寨沟
下面就是沙盘本体，点开就能玩（手机上建议点”全屏打开”获得完整布局）：
手机上建议 新窗口打开全屏体验
界面速览：左边是 Y 字形的实时地图（圆点是景点、方块是大巴、虚线是”引力连线”），右边是指挥面板，可以看实时指标、切调度模式、调客流强度、调车队规模。
推荐三个实验，小白也能玩出感觉：
实验一：默认跑一天，看结算。 什么都不动，看着大巴穿梭。到 19:00 末班收车会弹出全天结算——进园人数、平均候车、空驶率。默认的引力调度下，空驶率通常能压到 15% 左右。
实验二：切换「就近调度」对比。 点面板里的模式切换，再跑一天。你会发现就近调度在客流小的时候没问题，但午高峰时热门景点（五花海、五彩池）的候车时间会明显变长——只看距离的直觉，在拥挤场景下会失灵。
实验三：上强度，压车队。 把客流强度拉到「黄金周」，大巴数量砍到 18 辆，再点个「突发拥堵 · 五花海」。然后分别用两种模式跑——引力调度会”拆东墙补西墙”地把车从冷点抽去救热点，而就近调度往往顾此失彼。这就是那个 35% → 8% 的空驶率差距在沙盘里的缩影。
另外沙盘还支持 URL 参数直接快进：/lab/jiuzhaigou/?ff=230&surge=1 会快进到晚高峰 11:50 并注入五花海突发拥堵，适合直接演示最热闹的调度场面。
我的一些思考
为什么我说它是”最优秀”的那一档？ 调度算法圈里有很经典的一句话：All models are wrong, but some are useful. 九寨沟这个模型的”有用”体现在两个细节：
一是它没有追求最优解。精确求解这种规模的动态调度问题，算力上不可行，等算出来黄花菜都凉了。引力模型是一个 O(车数 × 需求点数) 的贪心近似，几毫秒就能出结果——快，才配得上每 30 秒重算一次的节奏。工程上的优秀从来不等于数学上的最优。
二是它尊重了真实世界的全部约束。14:00 截流、16:30 收支线、末班车刚性——这些规则没有被算法”优化掉”，而是被算法当作边界条件老老实实遵守。很多纸面漂亮的调度方案死在”没考虑末班车”，这个模型没有。
二刷时我特意观察过诺日朗中心站：没有调度员拿着喇叭喊，没有人工举牌，大巴一辆接一辆地进出，像呼吸一样自然。当时只觉得流畅，现在复刻完算法再回想——那种流畅本身就是调度系统在呼吸。
最后，这个沙盘是纯前端的静态页面（4 个文件、零依赖），已经挂在本站的 /lab/jiuzhaigou/ 下，导航栏的「Lab」可以直接进入。源码就在博客仓库里，欢迎拿去玩、拿去改。