您好,欢迎访问三七文档
交通需求预测交通需求预测是利用资料调查与分析的成果建立各种预测模型,并运用这些模型预测规划区域未来交通需求状况,其目的是为交通系统的规划、评价提高依据。集计模型,是目前交通预测中常用的一种模型,其基本思想是将集合区的出行作为研究对象,着眼于研究交通区出行总体的出行特征,建模基础是各交通区的出行总况。交通需求预测非集计模型,着眼于研究出行者个体的出行行为。其核心是效用最大化理论,其宗旨是出行者将选择使其获得最大效用的出行。交通需求分析的基本思路是根据分析,建立交通与土地利用之间的基本关系,结合土地利用资料,进而进行交通预测。一般由交通生成、分布、方式和交通分配四个阶段组成。人口和就业的预测出行生成预测出行分布预测方式划分预测出行分配预测交通网络中的交通量、时间和费用等ijOi发生交通量Dj吸引交通量ijtijtij交通分布交通需求预测的四个阶段ijijtij(car)tij(railway)影响出行产生与吸引的主要因素1.城市土地利用城市土地利用分为10类,其中与交通发生吸引密切相关的用地为:居住用地、公共设施用地、工业用地和仓储用地。住宅用地是交通的主要发生源和居民出行的主要起讫点。该用地发生与吸引的交通量通常用居住面积、住户数、人口、住户平均人数等指标表示。与住宅用地的相关的出行为:上班、上学、购物、娱乐和回家。影响出行产生与吸引的主要因素公共设施用地包括行政办公用地、商业金融业用地、文化娱乐用地、体育用地、医疗卫生用地、教育科研设计用地、文物古迹用地等。该用地的发生与吸引交通量通常用办公、营业面积、从业人口等指标表示。与公共设施有关的出行有:上班、上学、购物、娱乐、业务等。影响出行产生与吸引的主要因素工业用地是上班交通的主要吸引源。该用地的发生与吸引的交通量通常用从业人口、产值等指标表示。与工业用地相关的出行有:上班、业务等。仓储用地是货物的主要集散点。是货物交通的主要发生源。该用地发生与吸引交通量通常用仓库面积、货物吞吐量等指标表示。影响出行产生与吸引的主要因素2.家庭规模与家庭成员的构成随着家庭规模的增大,人均出行数减少,例如,购物可由一人代替。有老人和幼儿的家庭看病出行多,年轻夫妇的购物、娱乐与上班等出行多。影响出行产生与吸引的主要因素3.家庭收入家庭收入也是影响出行,尤其是影响弹性出行的主要因素之一。一般而言,高收入家庭,平均出行次数多影响出行产生与吸引的主要因素4.年龄与性别男性以20~45岁之间的出行率高,女性20~40岁的出行率高,随着国民健康水平的不断提高和人口老龄化的进展,出行率有向高龄化发展的趋势;一般男性的人均出行次数大于女性;出行率随着居民生活水平和机动化程度的提高而增大影响出行产生与吸引的主要因素5.汽车保有率通常汽车保有率增加,人口出行次数增加6.自由时间自由时间是指除去睡眠、饮食等生活必须的时间和工作、学习等约束时间的剩余时间。自由时间增加,用于出行的时间增加,尤其是购物、娱乐等弹性出行时间会增加。影响出行产生与吸引的主要因素7.职业和工种不同职业人均出行次数不同专业驾驶员、推销员、采购员、业务员的平均出行最多;工人、学生、教师、行政管理人员的平均出行量少8.其他天气、工作日、休息日和季节等因素的不同影响居民出行雨雪天出行量小;炎热的夏天和寒冷的冬天,出行量小;春、秋两个季节,气候宜人,出行多;工作日出行量大且时间集中;周六、日等休息日,出行量小且分散发生、吸引交通量与生成交通量的关系OD12jn合计12im合计…...…...1O2OiOT1D2DiD…...…...…...…...…...…...mOnD发生交通量吸引交通量生成交通量交通发生与吸引交通量的预测方法1.原单位法(生成率法)2.交叉分类法(Categoryanalysis)3.回归分析法(regressionmodels)4.时间序列法5.弹性系数法原单位法(生成率法)该方法的基本思想是:从OD调查中,可得出单位用地面积(单位人口、单位用地面积货单位经济指标等)交通产生、吸引量,如假定其是稳定的,则根据规划期限各交通区的用地面积(人口量或经济指标等)便可进行交通生成预测。原单位法是最早的交通发生预测方法。关键在于选择什么指标作为单位计算出行产生和吸引量原单位法计算方法——小区i的发生交通量;b——单位出行发生次数;x——常住人口、白天人口、从业人口、土地利用类别、面积等属性变量;c——单位出行吸引次数;I,j——交通小区jjiicxDbxOiO【例1】在某对象区域常住人口平均出行率不变的情况下,求其将来的出行各交通区的出行产生量和吸引量。O\D123合计人口(万128.011.0/15.0251.020.0/36.0326.010.0/14.0合计28.050.027.0105.041.0/65.0(单位:万出行数/日)结果调整对于一个研究区域来说,区域内交通的产生总量与区域内交通吸引总量应该相等。如预测结果两者不等时,则应对预测结果进行调整。调整的方式是基于以下假定,认为出行产生模型预测结果比出行吸引模型预测结果更可信一些,因此,所有小区出行产生量总和可靠些。APaaiiai调整后的某交通区的吸引量ai’调整前的某交通区的吸引量P总产生量;A总吸引量结果调整实例规划区域交通小区产生量吸引量11004000230030003500500041000100051500120061000150075000500875001009300015001010002000外部交通小区209001980011500501210001001325025外部交通区总和1750175所有交通区综合2265019975调整后结果规划区域交通小区产生量吸引量11004540230034503500567541000113551500136261000170375000568875001149300017031010002270外部交通小区209002247511500501210001001325025外部交通区总和1750175所有交通区综合2265022650交叉分类法由于影响出行产生与吸引的因素通常不是一个,而是多个,并且有些因素难以定量化。对于原单位法如何考虑多种因素的影响,这时候需要用到交叉分类法对于回归分析法如何考虑难以定量化因素的影响,这时候需要采用交叉分类法交叉分类法例子家庭人口数机动车拥有水平012或更多家庭数出行次数家庭数出行次数家庭数出行次数19251098187248211212062147121051934612969215013126818503071139894178197824或更多7451509418118411496725106交叉分类法例子家庭人口数机动车拥有水平012或更多12442821051107311311584或更多317309回归分析法回归分析法时根据调查资料,建立交通产生或吸引与其主要影响因素之间的回归方程,利用所建立的回归方程,通过对主要影响因素的预测,进而预测交通产生量或吸引量回归的形式有多种,自变量有一元也有多元,函数关系有线性也有非线性。回归分析考虑的影响因素只能是连续变量,而且是定量指标回归分析法b,c——分别为回归系数;p——出行目的x——自变量pjppjpppjpippipppixcxccDxbxbbO2211022110回归分析法第一个关键是如何选择自变量问题一:假定某出行需求是有个派生性的需求,请你分析在城市内影响购买日常生活用品出行需求,重要的变量是什么?因此,在建立回归分析法时,第一步要分析清楚影响出行需求产生和吸引的因素,然后在此基础上确定自变量和因变量。回归分析法问题二:请你分析下面出行生成回归模型是否合理请问该回归模型的自变量选择是否合适?)(23.0)(3.24)(095.0)(65.11.9iiiiiCHILDADULTAOHHP因此,在多元回归时候,要注意选择的自变量之间是相互独立,比如说上例中的家庭人口数、家庭中成年人数和家庭中儿童数就有很强的相关性。回归分析法第二个关键是选择何种函数模型这种函数模型可以是线性的、非线性的、一元的、多元的。通常我们首先要建立自变量和因变量之间的散点图从直观角度分析自变量与因变量之间的函数关系,比如说是线性相关,还是非线性;正负相关以及相关性的强弱等等然后根据我们的分析,建立相应的模型,利用最小二乘法计算回归系数b、c计算相关系数,比如R检验、t检验和F检验,根据计算的结果判断模型建立的合理性回归分析法第三个关键是建立模型之后,要检验模型是否符合基本常识和公认的理论,如果违背,就需要针对此类情况检查原因。最后根据建立模型,预测未来的交通量回归分析法存在的问题不能表现因土地利用的变化带来的人们出行行为的变化和交通条件的改善引起人们出行能力的增强。时间序列法(趋势分析预测法)1.按时间序列预测交通增长,是最简单的一种需求预测模型2.方法:绘制历史的需求水平与时间相对应的图来估计,按图形趋势外推到将来时间序列法(趋势分析预测法)例子年份客运量199065160519917023.5199212883.8199310703.1199412000199518840.1199612800199715639.4199814254.61999166243y=6428.1x0.4192R2=0.779020004000600080001000012000140001600018000200001990199119921993199419951996199719981999y=4487.6Ln(x)+5950.2R2=0.7020004000600080001000012000140001600018000200001990199119921993199419951996199719981999y=1021.2x+7112R2=0.6184020004000600080001000012000140001600018000200001990199119921993199419951996199719981999y=7260.7e0.093xR2=0.6538020004000600080001000012000140001600018000200001990199119921993199419951996199719981999时间序列法(趋势分析预测法)3.趋势分析存在两个问题:第一外推的趋势曲线的函数形式基本是任意的,可以是直线的趋势曲线,也可以是S曲线或对数曲线等,不同曲线形式交通需求随时间的增长率是不同的第二由于趋势分析仅仅试图建立交通需求与时间之间的关系,这就不明显假定了其它因素对需求的影响在时间上是常数,因此,如果关键性因素在时间上的变化很大,则实际的需求与趋势预测结果有很大的偏差时间序列法(趋势分析预测法)1.趋势预测通常用于预测近期预测,其它因素的变化较小2.趋势预测用于预测区域交通需求较多3.在缺乏较完善的资料的情况下,审查一下以往的趋势,谨慎的判断估计此趋势如何随时间变化,是分析者可以做的最好情况。关键在于,明显不易简单外推过去的趋势,需要仔细分析构成这些趋势的可能因素以及其随时间的变化弹性系数法弹性系数法是一种定性定量相结合的综合分析方法,它通过研究确定交通的增长率与国民经济发展的增长率之间的比例关系——弹性系数,根据国民经济的未来增长状况,预测交通的增长率,进而预测未来交通。国民经济发展增长率交通增长率e弹性系数法未来预测年份弹性系数的确定应综合分析预测地区的历史、现状、发展趋势,通过历史现状资料分析其不同时间的弹性系数,并通过与其它地区的类比分析等确定。居民出行产生和吸引预测通常城市居民出行产生与吸引预测采用不同的模型出行产生模型通常考虑的影响变量包括家庭收入、机动车是否拥有以及拥有量、每个家庭参加工作的人员数、居住密度和小区距离CBD的距
本文标题:交通发生与吸引3.
链接地址:https://www.777doc.com/doc-3430104 .html