第五章-交通需求预测1

第五章交通需求预测第一节交通需求预测的基本流程现代交通规划理论中的交通需求预测习惯上被分为四个阶段：交通产生预测、交通分布预测、交通方式分担预测及交通网络分配。区域社会经济活动的存在、社会经济的发展、区域间经济联系的增强，是区域运输需求产生和增强的直接动因。区域交通需求预测是直接建立在对区域社会经济与土地利用等进行分析和预测的基础上的。P52区域交通需求预测比城市交通需求预测复杂和困难。因此，在预测过程中要坚持以下原则：（1）系统分析原则（2）政策协调原则（3）定性与定量相结合的原则（4）弹性原则（5）历史与未来发展相结合原则第二节交通生成预测根据国民经济发展状况，对规划区域及各交通分区的五大运输方式交通需求生产总量进行预测，通常采用专家法及模型法。模型法是根据历史资料建立数学模型进行预测的方法，其预测结果也必须通过征求专家意见，进行判断和修正。模型法中的主要方法有以下九种。一、增长率法增长率法是根据预测对象的预计增长速度进行预测的方法。预测模型的一般形式为：增长率法的关键在于确定增长率，但增长率随着选择年限及计算方法的不同而存在较大的差异。因此，增长率法一般仅适用于增长率变化不大且增长趋势稳定的情况，适于近期预测。ttQQ)1(0二、乘车系数法乘车系数定义为区域旅客运量与人口数之比。乘车系数法又称为原单位发生率法。用区域总人口数与平均每人年度乘车次数来预测客运量。预测模型的一般形式为：乘车系数可以根据指标的历年资料和今后变化趋势确定，但是乘车系数本身的变动有时难以预测，各种偶然因素会使其发生较大波动。ttPQ三、产值系数法产值系数法是根据预测期国民经济指标值和确定的每单位指标值所引起的货运量或客运量进行预测的方法。预测模型的一般形式为：ttMQ四、弹性系数法弹性系数法借用了经济学弹性的概念，它是一种建立在回归分析基础之上的预测方法。设某一交通生成预测模型为：定义y关于xj的弹性系数Ej为y的变化率与xj的变化率之比：jjjxxyyE),,(21mxxxfy五、时间序列法根据现在和历史的统计数据，以时间为自变量建立模型，对交通生成与时间的关系进行回归，预测未来交通量发展的水平。常用模型有移动平均法、指数平滑法、成长模型等。此法需有多年的交通产生或吸引量的资料，而且对于远景预测其精度一般较差。指数式：Y=a·btY——交通产生或吸引量t——年份a、b为回归系数六、回归分析法回归分析法就是一种通过分析研究客货运量与相关因素的联系规律从而进行预测的方法。七、灰色预测法灰色系统理论是我国学者邓聚龙教授在20世纪80年代初提出的处理不完全信息的一种新理论，该理论应用关联度收敛原理、生成数、灰导数等概念和方法建立微分方程。八、经济计量模型经济计量模型是指依据由统计学、经济学、数学三者结合而成的经济计量学，用定量方法描述经济系统的运行机制，研究经济变量间的数量关系，最后得到一个联立方程组。九、类比法若所研究区域的交通发展特性与某一时期国外或国内某些地区的交通发展特性类似，则可以用类比的方法，直接采用其发展模型或弹性系数进行预测。12交通分布预测是指根据预测得到的各交通分区的交通发生、吸引量，确定各交通区之间的交通流量和流向。交通分布模型多达数十种，但总的来说交通分布模型可以分为两大类(增长系数法和综合法)。第一类模型适用于短期的交通分布研究，比较简单，主要应用于交通网络没有发生重大变化的短期预测；第三节交通分布预测13第二类方法使用了广义费用，可以用于长期的研究或者短期研究中交通网络有较大变化的情况。一、增长系数法ji1234n1njijtA1234…n1njiitPt11t21t31t41tn1A1t12t22t32t42tn2A2t13t23t33t43tn3A3t14t24t34t44tn4A4t1nt2nt3nt4ntnnAnP1P2P3PnPnT…………………矩形O-D表O-D表：一种表示起讫点调查成果的表格。16增长系数法（GrowthFactorMethod）增长系数法：假设将来的交通区之间出行分布模式与现状的分布模式基本一致，其分布量按某一系数增加。基于出行的起点和终点所在的小区的增长特性，利用现状OD表计算未来的OD表的方法。适用于小区或小区间的出行，不太受空间的阻挠因素的影响，而只受地区间产生及吸引特性影响的空间分布形态。增长特征：人口、经济、土地使用。根据的种类不同，可以分为：常增长率法（UniqueGrowthFactorMethod）平均增长率法（AverageGrowthFactorMethod）福莱特法（FraterMethod）佛尼斯法（FurnessMethod）),(mDjmOiFFf所有OD量的增长率仅与i小区的发生交通量增长率有关，或仅与j小区的吸引交通量有关，或仅与生成交通量的增长率有关，是一个常数。增长函数为：),(DjOiFFf=常数预测精度不高，不需要迭代，是一种最简单的方法。常增长率法例1：试利用3个小区目标年发生交通量预测值和基础年的出行分布矩阵（表1），求解目标年的出行分布矩阵。表1现状OD表和将来各小区的预测值（单位：万次）O\D123合计预测值117.07.04.028.038.627.038.06.051.091.934.05.017.026.036.0合计28.050.027.0105.0166.5解：采用常增长系数法，即：（1）求各个小区的发生增长系数：3786.10.28/6.38/111OUFO8020.10.51/9.91/222OUFO3846.10.26/0.36/333OUFO（2）表1各项均乘以发生增长系数，得到表2。表2常增长系数法计算得到的OD表（单位：万次）O\D123合计目标值123.4369.6505.51438.638.6212.61468.47510.81291.991.935.5386.92323.53836.036.0合计41.58885.04839.865166.5166.521假设i-j小区之间OD量的增长率等于i小区出行发生量的增长率和j小区出行吸引量增长率的平均值。)(21),(DjOiDjOiFFFFf该方法公式简明，容易计算。其缺点是收敛速度慢，计算精度比较低。平均增长率法例2：试利用例1给出的现状分布交通量（表3）、将来发生与吸引交通量（表4），求解3交通小区将来的分布交通量。设定收敛标准为=3%。O/D123合计O/D123合计117.07.04.028.0138.627.038.06.051.0291.934.05.017.026.0336.0合计28.050.027.0105.0合计39.390.336.9166.5表3现状OD表（单位：万次）表4将来的发生与吸引交通量解：（1）求发生交通量和吸引交通量增长系数3786.10.28/6.38/1101OUFO8020.10.51/9.91/2202OUFO3846.10.26/0.36/3303OUFO4036.10.28/3.39/1101DVFD8060.10.50/3.90/2202DVFD3667.10.27/9.36/3303DVFD（2）第1次近似：2/)(0001DjOiijijFFttO/D123合计123.64811.1465.49040.285211.21968.5519.50689.27735.5767.97723.38636.939合计40.44487.67438.382166.500表5第一次迭代计算OD表（3）重新计算和1OiF1DjF（4）收敛判定由于和部分系数大于3%的误差，因此需要重新进行迭代。1OiF1DjF（5）第2次近似：2/)(1112DjOiijijFFttO/D123合计122.81911.0805.27039.169211.22670.5859.46291.27335.4277.99522.63736.058合计39.47189.66037.369166.500（6）重新计算和2OiF2DjF9855.0169.39/6.38/1121OUFO0069.1273.91/9.91/2222OUFO9984.0058.36/0.36/3323OUFO9957.0471.39/3.39/1121DVFD0071.1660.89/3.90/2222DVFD9875.0369.37/9.36/3323DVFD（7）收敛判定：由于和的各项系数误差均小于3%，因此不需要继续迭代。上表即为平均增长系数法所求将来分布交通量。2OiF2DjF福莱特法（Fratar）该方法假设i，j小区之间OD交通量的增长系数不仅与i小区的发生增长系数和j小区的吸引增长系数有关，还与整个规划区域的其他交通小区的增长系数有关。模型公式为：ijt)(),(2jiLLmDjmOimDjmOiFFFFFfjmDjmijmiFtOiLimOimijmjFtDjL式中：表示i小区的位置系数；表示j小区的位置系数。iLjL例4：试利用例2给出的现状分布交通量（表3）、将来发生与吸引交通量（表4），采用福莱特方法，求解交通小区将来的OD量。设定收敛标准为=3%。O/D123合计O/D123合计117.07.04.028.0138.627.038.06.051.0291.934.05.017.026.0336.0合计28.050.027.0105.0合计39.390.336.9166.5表3现状OD表（单位：万次）表4将来的发生与吸引交通量解：（1）求发生交通量增长系数和吸引交通量增长系数0OiF0DjF3786.10.28/6.38/1101OUFO8020.10.51/9.91/2202OUFO3846.10.26/0.36/3303OUFO4036.10.28/3.39/1101DVFD8060.10.50/3.90/2202DVFD3667.10.27/9.36/3303DVFD（2）求和：iLjL667.03667.10.48060.10.74036.10.170.2801iL589.03667.10.68060.10.384036.10.70.5102iLjmDjmijmiFtOiLimOimijmjFtDjL686.03667.10.178060.10.54036.10.40.2603iL673.03846.10.48020.10.73786.10.170.2801jL588.03846.10.58020.10.383786.10.70.2802jL677.03846.10.178020.10.63786.10.40.2703jL（3）第1次近似：)(21000001jiDjOiijijLLFFttO/D123合计122.05210.9395.06736.058211.17572.7789.35693.30935.2857.96721.93535.187合计36.41291.68436.358164.454（4）重新计算和1OiF1DjF0206.1058.36/6.38/1111OUFO9849.0309.93/9.91/2212OUFO0231.1187.35/0.36/3313OUFO0793.1412.36/3.39/1111DVFD9849.0684.91/3.90/2202DVFD0142.1385.36/9.36/3303DVFD（5）收敛判定由于和的误差均在3%之内，因此不需要继续迭代。1OiF1DjF•较平均增长系数法收敛速度较快•在实际工作中广泛应用•其计算过程较复杂优点（1）结构简单、实用的比较多；（2）适用于小时交通量或日交通量等的预测；（3