（交通运输规划与管理专业论文）城市公共客运交通需求预测方法研究.pdf

摘要 城市公共客运交通需求预测是城市公共交通规划的关键技术环节之一，其主要职能在于通过 对交通区的社会经济活动及交通活动现状的分析研究，建立预测模型推断未来该地区的交通规划 数据，并使该数据成为评价未来交通状况的基础。交通需求预测技术经过半个多世纪的发展形 成了集结类模型和非集结类模型两种不同的预测思路，本论文主要讨论的是目前普遍采用的集结 类模型方法，研究基于四阶段预测框架的公共客运交通需求预测方法。 本文首先对公交需求预测过程进行简单介绍，并对常用的交通分布和交通方式划分的模型以 及适用范围进行了论述。在四阶段公交需求预测过程中，交通方式划分是一个关键阶段，但常用 的方法是以小区之间不同交通方式的分担率乘以出行分布量得出各个交通方式的出行分担量，它 假定交通小区之间都具有相同的交通方式划分。这与实际情况有较大差异，导致了交通需求预测 精度的降低。因此对交通方式分担率的调整显得十分重要。 鉴于优先发展公共交通己成为许多城市未来交通发展的方向，本文提出了从两个层面对交通 方式分担率进行调整。在宏观上要体现政策对未来交通发展方向的引导作用，建立与公交优先发 展交通政策导向相适应的客运交通方式分担预测框架。在微观上要调整交通小区之间的各交通方 式分担率，体现由于不同交通小区之间距离的不同而在交通方式分担率上的差异，并且保证各交 通方式总体分担率落在宏观预测的范围之内。 方式分担率的微观调整分两个阶段来进行。首先应用根据现状调查数据建立的距离曲线模型 对分担率进行调整，这种调整反映了现状水平下居民出行自然选择的结果。模型的建立基于东南 大学交通学院已完成的相关项目居民调查数据。建立蚌埠、常德、常州、番禺、昆山、濮阳、苏 州、张家港等城市的距离曲线，得到交通方式分担率与山行距离之间的相互关系。并引入城市面 积( m ) 、城市人均g d p ( g ) 、出行总比例( t ) 等城市特性参数，建立可运用于一般城市的交 通方式分担率模型，并用最小二乘法拟合模型参数。 第二阶段考虑公共交通与其它交通方式之间的竞争关系，从横向上对各交通方式的分担率进 行调整。针对未来交通结构的发展方向，分析城市发展的不同阶段公共交通与其它交通方式竞争 的侧重点，并从理论上提出确定公交与其它交通方式之间分担率竞争转移量的思路，同时简单介 绍了非集结类模型在微观上分析居民出行选择行为时的应用。最后得到体现公交优先发展政策的 方式分担预测方法框架。 关键词：公共客运交通，交通需求预测，交通方式划分，出行距离。距离曲线，集结模型 东南大学硕士学位论文 a b s t r a c t u r b a np u b l i ct r a n s i td e m a n df o r e c a s ti so n eo ft h ek e yt e c h n o l o g i e so fu r b a n p u b l i c t r a n s i t p l a n n i n g i t sm a i nf u n c t i o ni st op r e d i c tt r a f f i cf l o wc o n d i t i o ni nf u t u r ey e a r sb ya n a l y z i n gp r e s e n ts o c i a l e c o n o m i c a la c t i v i t ya n dt r a f f i ca c t i v i t yi nt r a f f i cz o n e s ，w i t hd e v e l o p m e n tf o rm o r et h a nh a l fac e n t u r y , t h et r a f f i cd e m a n df o r e c a s th a sb e c o m ea l l i m p o r t a n tf i e l di nt r a n s p o r t a t i o np l a n n i n gd i s c i p l i n e a m o n g t h ee x i s t i n gd e m a n df o r e c a s tm o d e l s ，a g g r e g a t em o d e la n dd i s a g g r e g a t em o d e lp r e s e n tt w od i f f e r e n t f o r e c a s td i r e c t i o n s t h i st h e s i sm a i n l yd i s c u s s e st h ep u b l i ct r a n s i td e m a n df o r e c a s tm e t h o d st h a tc a nb e a p p l i e di nf o u r - s t e pp l a n n i n gm o d e l sw h i c hb e l o n g t oa g g r e g a t e t y p e t h ew h o l ep r o c e d u r eo fp u b l i ct r a n s i td e m a n df o r e c a s ti si n t r o d u c e d f i r s t l y ，d e s c r i p t i o n a n d c o m p a r i s o no fc o m m o n u s e d m o d e l so ft r a f f i cd i s t r i b u t ea n dt r a f f i cm o d es p l i tt o g e t h e rw i t ht h e i r a p p l i c a t i o na r e a sa r ea l s oi n t r o d u c e d d u r i n gt h ef o u rs t e p so ft r a n s p o r t a t i o np l a n n i n g ，t h et r a f f i cm o d e s p l i ti sap i v o t a ls t e p h o w e v e r , t h ep r e s e n tm e t h o do f t r a f f i cm o d es p l i ta s s u m e s t h a te v e r yt r a f f i cz o n e h a st h es a m em o d e s p l i tr a t e ，w h i c hh a sr e l a t i v eg r e a tg a pw i t ht h ef a c ta n db r i n gi m p r e c i s i o nt ot r a f f i c d e m a n df o r e c a s t ，b e c a u s ei nr e a l i t y , w i t hd i f f e r e n td i s t a n c eb e t w e e nt r a f f i cz o n e s ，t h em o d e s p l i tc o u l d n o tb eh es a m e t h e r e f o r e ，t h ea d j u s t m e n to ft r a f f i cm o d es p l i tr a t eb e t w e e nd i f f e r e n tt r a f f i cz o n e si s n e c e s s a r y s i n c et h ep r e f e r e n t i a ld e v e l o p m e n to fp u b l i ct r a n s i ts y s t e mh a sb e e nm a d ea st h ed i r e c t i o no f t r a n s p o r t a t i o nd e v e l o p m e n t i n m a n yc i t i e s ，t h e t h e s i s p u t f o r w a r d st w o a s p e c t st h r o u g h w h i c h a d j u s t m e n t s c a nb em a d et ot r a f f i cm o d e s p l i t r a t eb e t w e e nd i f f e r e n tt r a f f i cz o n e s f r o mt h e m a c r o s c o p i c a lp o i n t ，t h em o d es p l i t s t r u c t u r en e e d st ob eb u i l tt oa c c o m m o d a t ew i t ht h eb u sp r i o r i t y p o l i c ya n df r o mt h em i c r o s c o p i c a l l yp o i n t ，a d j u s t i n gt h es p l i tr a t eb e t w e e nd i f f e r e n tt r a f f i cz o n e si s n e e d e d t h e r ea r et w os t e p st oa d j u s tt h em o d es p l i tr a t e m i c r o s c o p i c a l l y f i r s t l ya d j u s t m e n ti s d o n eb y u s i n gd i s t a n c ed i v e r s i o nc u r v e s ，w h i c hi sm o d e l e db a s e do nh o u s e h o l dt r a v e ls u r v e yd a t ao fb e n g b u ， c h a n g d e ，c h a n g z h o ua n do t h e rc i t i e s ，a n dm a i nf a c t o r st h a ti n f l u e n c ep a s s e n g e rt r a f f i cs t r u c t u r ea r e a n a l y z e d t h r e ep a r a m e t e r so f c i t ya c r e a g e ( m ) ，m e a nc i t yg d p p e rc a p i t a ( g ) ，t r a v e lt o t a lp r o p o r t i o n ( t ) a r eu s e dt ob u i l dt h em o d e s p l i tm o d e l s e c o n d l 5t h ec o m p e t i t i o nb e t w e e nb u sa n do t h e rt r a f f i cm o d ei s c o n s i d e r e d a n dw i t ht h ed i f f e r e n td e v e l o p i n gp h a s eo f c i t y , t h ec o m p e t i t i o nr e l a t i o ni sd i f f e r e n t i nt h e e n do f t h et h e s i s ，t h em o d e s p l i tm e t h o ds t r u c t u r ew h i c h i su n d e rb u s p r i o r i t yp o l i c y i sb u i l tu p k e yw o r d s ：p u b l i ct r a n s i t ，t r a f f i cd e m a n df o r e c a s t ，t r a f f i cm o d es p l i t ，d i s t a n c ed i v e r s i o nc u r v e 。 a g g r e g a t em o d e l 东南太学硕士学位论文2 ， 学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含 其他人已经发表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构 的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均 己在论文中作了明确的说明并表示了谢意。 签名：日 期：童翌! ； 关于学位论文使用授权的说明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位 论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人 电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论 文被查阅和借阅，可以公布( 包括刊登) 论文的全部或部分内容。论文的公布( 包 括刊登) 授权东南大学研究生院办理。 一年：肆 日期： 二卵于； 妒 城市公共客运交通需求预测方法研究 第一章绪论 本论文将结合国家十五科技攻关项目智能交通系统关键技术开发和示范工程中的城 市公共交通系统优化技术研究课题来开展研究，并引用一系列研究项目中居民出行调查的实 际数据完成。 1 1 研究背景 城市交通需求预测作为城市交通规划的关键技术环节之一，其预测结果的准确与否，将在 很大程度上影响规划的科学性。且城市交通涉及到人文、地理、社会、经济与各个方面，要准 确把握城市交通复杂系统的特征，对交通需求做出科学预测，就需要综合运用多学科知识，采 用定量与定性相结合、科学理论与经验知识相结合、宏观与微观研究相统一的研究方法。交通 需求预测主要是根据交通系统及其外部系统的过去和现状预测来米，根据历史经验、客观资料 和逻辑推断，寻求交通系统的发展规律和未来趋势的过程。 随着城市化进程的加快和社会经济的持续发展，一方面我国机动车拥有量及道路交通量急 剧增加；另一方面，生活水平的提高使人们对交通的需求水平也越来越高。交通需求的持续增 长和交通基础设施供应的相对不足。给城市发展带来一系列问题，交通阻塞、环境污染带来的 “城市病”已经成为国民经济进一步发展的瓶颈问题。 城市交通规划发展的需要 为解决城市交通带来的严重问题，交通领域的工作者都在致力于寻找有效的解决方法。这 些方法和手段总说来有两大类。一类从交通管理入手，通过应用现代化的交通管理手段对交通 流进行有效的控制、诱导、调度和指挥来实现提高城市道路系统利用效率的目的。但是我国城 市有限的道路空间、土地空间决定了单纯的采用交通管理与控制的方法难以从根本上解决交通 设施供需之间矛盾的问题。解决交通问题应该从城市交通规划入手，通过科学的交通需求预测， 规划与城市发展进程相适应的合理交通系统。 目前，建立以城市公共交通为主体、多种客运方式相补充的综合交通运输网络己成为缓解 交通供需之间矛盾的有效方法。在我国这样一个世界人口最多，城市人口密集，资源相对短缺的 国家人们对公共交通的需求高于任何国家。目前，公共交通规划在城市规划中的地位日益加强。 1 9 9 5 年1 月国家技术监督局和建设部颁发的城市道路交通规划设计规范中明确指出城市客 运交通应优先发展公共交通p 3 i 。因此城市公共交通及其规划已成为目前城市交通系统及其规 划的主要方向之一。 研究公共交通需求预测方法是城市公共交通规划的重要内容，需求预测作为城市交通规划 的一部分，也是交通规划研究的核心，其主要职能在于通过对交通区的社会经济活动及交通活 动现状的分析研究，建立预测模型推断未来该地区的交通规划数据，并使该数据成为评价未来 交通状况的基础。 引导城市可持续发展豹需要 公共交通是解决中国城市交通问题的必由途径之，优先发展公共交通的第一步就是合理 的规划，对交通需求预测方法的研究，在对城市交通需求做出更为准确的预测的同时，可以通 过需求管理的方法改变目前滞后的被动式管理为超前的主动式管理，改变目前城市交通管理被 动和滞后的局面，引导城市交通向着可持续发展的方向发展。 因此，研究城市公共交通系统需求预测方法建立合理的预测模型科学预测公共交通客 东南大学硕士学位论文 城市公共客运交通需求预测方法研究 运需求量，对于逐步提高公共交通在城市客运总量中的分担率，使我国人城市走出交通拥挤困 境，实现城市客运交通可持续发展有着重要的现实意义。 1 2 国内外研究概况 1 2 1 需求预溅方法发展概况 现代城市公共交通规划问题是作为城市交通规划理论与实践的一部分提出的i j ，两者密切 相关。因此，对城市公共交通需求预测方法的研究实际上也是对城市交通规划需求预测方法的 研究。城市交通预测技术在国外经过半个多世纪的探索与实践，已经形成了比较成熟的理论体 系。无论是在基础理论。操作模型，还是在算法和计算机应用方面，都有较为深入、严谨的研 究。 交通需求预测技术发展的历史己经长达半个多世纪。从2 0 世纪五六十年代的集结模型的产 生至7 0 年代初期非集结模型的崭器头角，7 0 年代后期非集结模型的发展：从8 0 年代初期将人 的行为视为一连续的活动过程一行为链进行模拟至8 0 年代后期各国大量交通规划软件包的推 广，交通需求预测的发展成绩卓著。p 1 我国城市交通规划的研究起步较晚，在国内交通理论与实践发展的要求下，以借鉴国外已有 的成熟理论为主，叉受到国际最新发展趋势的影响。规划实践大体借鉴国外六、七十年代的交通 规划模式。规划理论研究体现为国外理论的引进和亟向实践的研究。近年来，在公共交通需求预 测模型的理论研究方面，众多的学者做出了有益的尝试。并取得一系列成果。研究城市交通方 式结构及其影响因素，提出实用的公共交通预测方法成为公共交通需求预测研究的重要方向。 目前，中国城市交通规划已进入了从借鉴研究到与本土研究结合，从模型方法到与思想方法结台 从“硬件”规划到与“软件”规划结台的发展转变时期。 国外出行需求的预测方法总的可归纳为二类方式p ，一类是增量预测：即从现状出发，估 计变化范围来预测各种影响，四阶段的模型系统就属于此类方式这一般为从交通系统总体上 来分析的方法，即集合一个分区的个别成群出行( 统计学上的) 方法，分析手段较为宏观。对 应的模型是集结类模型；另一类是综合预测( 也叫简化预测) ：可直接预测某系统的出行量、服 务水平的未来值，特性模型就属于这类方法。此外，所谓的经济模型系统，就是以经济效果来 进行综合预测，也属于此类方式。这一般为微观分析的方法，因为调查得分实习一些个别的特 性类型，而不是理由统计学上导出的分区相关性。 1 2 2 两类交通需求预测模型 交通需求预测模型可以归为集结模型和非集结模型两类。 经典四阶段理论和方法是传统交通规划的主流方法之一，它基于城市土地使用。交通运输系 统的相互作用关系，并将这一作用过程划分为交通生成一分布一方式划分一客流分配四个阶段， 形成一套较成熟并使用广泛的理论和方法属于典型的集结模型，它实际上将个别状态的居民 出行归结为“成群”的状态。通过交通分区的“集合”予以描述和推算。因此，这样的处理手 段不可避免的带有缺陷i 】j ：从抽样调查收集到的数据乘以扩张系数以代表调查对象的全体，再应 用统计分析技术导出交通分区的相关特性，在数据归组的过程中可能存在着多次平均处理而引 发的偏离实象以及人为造成的推论失误。然而，由于交通分析的目的是研究不同地区运输供应 对于需求的满足程度，对资料集合成空间单元或分区又有它的合理性。利弊兼备，无一能免【”。 传统的四阶段模型根据方式划分的位置不同，可划分为出行端点模型( 方式划分位于出行 生成之后，而在出行分布之前) ( t r i pe n d m o d e l ) 、出行交换模型( 方式划分位于出行分布之后) ( t r i pi n t e r c h a n g em o d e l ) 等，采用建模方法包括：多元回归、分类回归、转移曲线( d i v e r s i o ne u r v e s ) 东南大学硕士学位论文 城市公共客运交通需求预测方法研究 等。 非集结模型是以个人选择行为为基础描述交通行为，能考虑多种因素并充分利用数据资料， 从而具有很好的可操作性，适用于探讨短期性的交通政策9j 。非集结模型是7 0 年代出现的，直 到现在仍在不断的改进之中。它和集结模型的重要区别在于：从概念上说，这种分析更为逼真， 按个别数据标定模型，从而更有效的利用了调查数据，避免了由数据归组带来的认为推论的谬 误。其特点是模型标定不用数据平均值而是直接应用每个观测( 调查) 值样本。其模型的核心 是形成某种出行行为的概率因此特别适宜于处理具有随机性的问题。同时，非集结模型也需 要有“再集结”的处理过程，个体的行为概率对规划者和决策者并无直接用处，他们需要知道 的是某种交通行为的总量，因此由非集结模型所得结果必须经过“再集结”的处理p j 。非集结模 型常采用综合预测的方法用来对个人出行行为建模以概率模型( 出行者行为概率分布模型) 为代 表，它建立在对某种特定的交通方式的选择或不选择的概率基础之上。典型的模型有p r o b i t 和 l o g i t 模型。 集结类模型和非集结类本身各有利弊，代表了交通规划中两种不同的思路。而要用模型系 统准确的表达城市的出行需求本身是困难的，因为交通系统涉及到人的特性及其一系列的复杂 因素，有定的随机性，但个人的出行选择汇集形成的整个交通系统叉从整体上表现出较强的 规律性。四阶段交通需求预测已在美国、英国、巴西等国家得到普遍的应用。法国采用此方法 发展了地铁，前联邦德国利用此方法发展了高速铁路，日本用此方法发展了公共交通p ”。我国 目前许多城市的交通规划也大量使用了四阶段预测方法，应用前景广阔。因此本文主要研究可 与四阶段预测方法结合使用的城市公共交通需求预测方法，以达到实用的目的。 1 3 研究目标、主要内容 1 3 1 研究目标及研究重点 本论文拟结合我国城市的特点提出一套定性与定量相结合的便于实际应用的城市公共客 运交通系统需求预测方法，以改进现有交通规划过程中的交通需求预测的不足之处。 研究重点在于对交通方式划分方法的改进。通过建立不同城市的距离转移曲线，研究不同 交通方式分担率与出行距离之间的相关性规律。同时研究对于不同类型的城市，影响交通方式 分担率变化的因素，标定不同城市影响交通方式分担率的参数，建立可适用于一般城市的交通 方式分担率模型，应用于四阶段预测模型。同时，针对城市公共交通的特点，分析在城市发展 的不同阶段公共交通与其它交通方式的竞争关系，构建体现公交优先发展的需求预测框架体 系。 l - 3 2 主要研究内容 ( 1 ) 影响交通需求量的主要因素 依托已有工程项目资料和居民出行调查统计资料，分析对于不同类别和发展规模的城市， 影响交通需求量的主要因素及其相互关系；从微观的居民出行选择行为分析入手，研究对于不 同发展规模和用地布局的城市影响居民出行方式选择行为的主要因素。 ( 2 ) 归纳比较现有常用的交通发生吸引和分布模型，分析常用实际交通规划过程中，交通 方式划分方法的不足之处。 ( 3 ) 对收集到的蚌埠、常德、常州、番禺、昆山、濮阳、苏州、无锡、张家港数据进行分 析，建立各个城市分交通方式的距离曲线，从纵向上研究交通方式分担率各自在不同出行距离 范围内变动的规律，分析交通方式分担率与出行距离之间的相互关系。 ( 4 ) 研究交通方式分担率变化的影响因素及其预测方法。研究不同城市间影响分担率变化 东南大学硕士学位论文 城市公共客运交通需求预测方法研究 的共同因素，选择影响参数进行标定，建立较为通用的交通方式分担率模型。 ( 5 ) 研究在城市发展的不同阶段公共客运交通的特点，从横向上分析公共交通与其它交通 方式之间的竞争关系，从理论上提出确定公交与其它交通方式之间竞争转移量的思路。 ( 6 ) 从宏观预测和微观预测两方面构建体现公交优先发展的需求预测框架体系。 1 4 研究的原则及技术路线 1 4 1 研究的原则 本文的研究遵循以下原则： 1 ) 重视思想方法和方法论研究，并在模型方法的研究和应用中落实； 2 1 重视已有模型的借鉴，分析各种模型的利弊和适用条件，灵活地选用模型 4 ) 重视研究各种形式模型实质及其联系和统一性； 5 ) 重视方法的实用性和模型的可操作性。 1 4 1 研究的技术路线 本论文采取理论研究与实例相结合的研究方法，以及定性分析与定量计算相结合的分析方 法。在理论研究方面收集已有的真实调查统计数据，进行合理的数学抽象、推理，建立理论、 模型、和方法研究体系，并在研究过程中不断检验，与传统模型和实际情况相比较，以保证论 文研究结果的科学性和合理性。在研究中，有相当大的一部分数据不可能通过调查得到也有 相当一部分分析很难用数学模型直接完成，对于这样的工作，将主要采用定性与定量相结合的 方法进行。查阅国内外有关城市公共客运交通需求预测方法资料，吸取其成功经验，开拓研究 思路，找出不足之处，综合运用交通工程学、交通规划、统计学等多学科知识，并结合国家“十 五”科技攻关项目，探寻操作性强的实用城市公交系统需求预测方法。 数据是本研究的基础资料，所需数据资料主要是居民出行调查数据，其来源渠道主要是基 于东南大学交通工程研究所己完成的部分城市道路交通管理规划、城市综合交通规划，各项规 划的课题组进行了大规模的交通调查，为论文所从事的研究提供了详实的基础资料。 东南大学硕士学位论文 城市公共客运交通需求预测方法研究 第二章公共交通需求预测简介 2 1 公共交通需求预测整体框架 从居民出行选择行为来看，影响公共交通需求的因素比其它交通方式复杂，其差别是由公 交系统的自身特点决定的。因为对于城市范围内的步行、自行车和机动车交通。出行者或乘客 在交通运行良好的情况下可以自由选择城市范围内的道路行驶，即交通流可以按照最小阻抗的 原则进行分配，这种分配较为符合自然选择的规律，比如在距离范围上体现出的良好规律性。 在一般情况下，道路网变动不大，这种空间上的规律性就可以为交通方式划分过程中分担率在 不同距离范围内的修正提供依据，可以通过建立数学模型，得到各交通方式随距离变化的分担 率模型。 公共交通方式的交通流必须经由线网和站点的布设在城市道路网中进行分配。因此任何公 交出行调查都是基于现状公交供应水平基础之上的影响选择公交出行的晟主要因素是公交系 统的供应情况。这种供应情况从宏观上包括线网布设情况，线路设置，站点分布等情况，从微 观上包括车辆配置甚至车辆调度等情况。因此，通过居民出行调查所得的数据都是基于现在 服务水平下的公共交通数据，其表现出来的特征与理想状态下较为完善的公交设施情况及服务 水平下的公交出行特性有较大的差别，这给公共交通需求预测工作带来了难度。 在四阶段公共交通需求预测过程中，可以分为两个层次来进行，第一层次是基于四阶段预 测的前三阶段。以整个规划区为研究对象，研究将公共交通与其它交通方式( 步行、自行车、 机动车等) 放在一起的全方式的分担率，从整体得到公交o d 矩阵。此时得到的公交o d 是基 于自然选择行为的，即考虑公共交通方式的最佳服务范围内的交通需求，受出行距离、时间、经 济等因素影响，可直接通过距离曲线建立分担率模型用分担率乘以交通分布得到的o d 表从而 得到公交o d 表。在这个预测过程中。公交分担率的预测是一个关键的因素，也是整个需求预 测工作的难点所在。 第二层次是在交通分配过程中。考虑到城市交通网络设计问题关系到道路网络的长期投资 问题，必然影响到出行需求量，而在城市交通网络设计问题中，在对o d 需求量进行预测时必 须了解整个网络的服务水平，但未来的网络仍在设计之中，因此对o d 需求量的预测都是在一 个事先假定的服务水平条件下得出的。这样一来，用于预测o d 需求量的事先假定的服务水平 有可能与网络设计问题得出的结果不一致，并且随着交通网络的改善，相应的o d 需求量也会 发生变化。对公共交通方式来说，随着公交线网、站点的布设，交通供应情况发生改变，公共 交通服务水平发生改变，随之而来对出行者的吸引程度发生改变这将有可能使一部分出行量 由其它方式转移过来，从而对公共交通需求产生很大影响。因此在交通分配过程中，有必要将 弹性需求条件与平衡网络设计问题结合起来以便更加贴切的反映实际问题。 本论文主要讨论公交需求预测第一层次的问题，即针对四阶段需求预测方法的前三阶段， 最终目的是得到较为合理的公交o d 矩阵。 东南大学硕士学位论文 城市公共客运交通需求预测方法研究 图2 1 四阶段公共交通通需求预测过程示意图 2 2 居民出行生成预测 居民出行生成预测是“四阶段”交通需求预测的第一阶段，也是交通需求分析工作中最基 本的组成部分。在这一阶段，通过对研究对象区域的特性，预测交通需求总量，作为总控制量。 f 2 】 进行城市居民出行生成预测首先应对影响居民出行生成的主要因素做出分析，以便根据主 要因素的特点采取相应的预测方法。 现行交通生成预测的常用模型包括生成率模型、类别生成率模型、回归分析模型、类别回 归分析法、时间序列法、弹性系数法等。 居民出行生成预测分为居民出行发生预测和居民出行吸引预测两部分。 2 2 1 居民出行发生预测 ( 1 ) 影响居民出行产生的主要因素 出行生成是城市土地利用对城市居民出行意愿作用的结果。通过大量资料进行的统计分析 可知居民出行产生的因素包括三方面内容：社会发展水平、居民的特性、上班( 上学) 时间 制度。 其中，居民特性包括居民的职业、年龄、性别、收入。 东南大学硕士学位论文6 城市公共客运交通需求预测方法研究 在分析预测过程中，要分析某种因素对居民出行产生影响情况，必须考虑到该因素与其它 影响因素之间的相互联系否则，分析某种因素的影响情况事实上会包括其它因素的影响。各 种影响因素间的相互联系可通过对各种可能主要影响因素进行组合分析考虑。 根据有关资料”，可以认为年龄对居民出行产生的影响较小；而职业对居民产生的影响较 大：居民收入的影响可不单独考虑，而由社会发展水平综合反应；性别的比例由于现在和将来 的变化一般不可能很大，因而在预测中可以不考虑。 ( 2 ) 城市居民出行发生预测按出行目的分类进行 通常，居民出行目的分为上班、上学、公务、购物、文体、访友、看病、回程及其他九类。 其中，上班、上学次数主要由上班上学时间制度决定：生活文化娱乐、公务出行次数主要取决 于城市的发展水平。 2 2 2 居民出行吸引预测 影响居民出行吸引的因素主要包括用地情况、交通区所处区位以及建筑情况、传统地位等 特性。 国内外现行居民出行吸引预测方法主要有两类：一类直接用用地面积等代替吸引情况：另 一类是首先预测各交通区的就业岗位，再利用单位就业岗位的吸引率进行吸引预测。这两类方 法存在共同的不足，既是不能充分反应各交通区吸引的特点。因为不同的交通区。即使有相同 的用地，同样的就业岗位，其吸引率仍可能有很大的差异。 因而，在实际操作中，一般利用居民出行调查统计情况，以及所得的各交通区用地情况， 进行逐步回归分析，建立对不同出行目的的出行吸引与土地利用基本关系，再确定交通区位系 数和交通区特性系数，利用式2 - 1 进行分目的的交通出行吸引预测。 肝畿莓g 式中a 一某种目的、交通区i 的出行吸引量； y l 一某种目的、交通区i 的基本吸引权； k i n 一某种目的、交通区i 的区位系数； k i 。一某种目的、交通区i 的特性系数： f 。一某种目的的居民出行产生量。 厶u j 2 3 交通需求量分布预测 ( 2 一1 ) 居民出行分布预测是将各个交通小区居民规划年的出行发生量和吸引量转化为各小区之间 的出行交换量的过程，即要得到由出行生成模型所预测的各出行端交通量与区间出行交换量的 关系。 现行交通分布预测的常用模型见下表 东南大学硕士学位论文 城市公共客运交通需求预测方法研究 表2 - 1 常用交通分布模型比较 模型 类别 主要特点缺点具体应用模型 增长当交通源布局或交通 均衡增长率模型 系数模型 基本假定是交通分布的模式现在和 设施布局等有较大变 平均增长率模型 未来变化不大计算简单、方便。 底特律模型 化时误差较大。 弗雷特模型 基本假定是：交通分布量与交通区的当交通阻抗趋于零时，无约束重力模型 重力模型发生吸引量成正比，与交通阻抗成反交通分布量会趋于无单约束重力模型 比穷大 双约束重力模型 假定阻抗参数相同的每个交通吸引 量均按指数分布等概率地作为交通 机会模型的终点，而当阻抗的参数不同时，交计算复杂，应用1 ；广泛插入机会模型 通总是选择阻抗参数最小的交通吸 引量作为终点。 ( 1 ) 增长率法 考虑用现状o d 表直接推算未来的o d 表。其中，o d 矩阵的来源可能是历史资料的补充及 修正、现状年抽样调查的结果或是按某种数学方法计算得到，应用范围一般在交通源分布或交 通设施布局变化不大的情况，或作短期规划，适用于简略的交通分布预测。 i ) 均衡增长率模型 均衡增长率模型是最早的增长率模型，该模型的假定基础是：城市规划趋于各交通小区的 出行量是均衡增跃的，数学模型为 = 手c ( 2 2 ) 式中t ：一规划年小区i 到j 的出行量： 厶0 一现状年小区j 到j 的出行量； c 一出行量的增长系数。 2 ) 底特律法( d e t r o i t ) d e t r o i t 模型考虑的因素更进一步，它认为从交通小区i 到交通小区j 的出行量不仅与这两个 交通小区的增长率c 。i 、c 。相关，还与所有小区的出行量的平均增长率c 有关： 一：翌(2-3)c = j 。一 g 或者： 东南大学硕士学位论文 城市公共客运交通需求预测方法研究 d e t r o i t 模型的计算公式为 一彳 c = j 一 z “；t o c c c ( 2 4 ) ( 2 - 5 ) 3 ) 弗雷特法( f r a t o r ) f r a t o r 模型是一种较好的增长率模型，由于它收敛速度快，跌代次数较少，是国内外城市居 民出行分布中应用最广泛的方法之一。具体计算公式为： 铲“0 。0c ：毕( 2 - 6 ) 式中，l i 、l j 分别表示交通小区i 、j 的位置特征系数，它反映了与交通小区i 、j 有关的其它 交通小区的出行增长对i 、j 小区规划年出行分布的影响。l 、l j 的计算公式为： ，一 堡： ( 2 - 7 ) “( c ：) ，：笪 ( 2 _ 8 ) q 娃c ：) ( 2 ) 重力模型法 重力模型借鉴了牛顿万有引力定律来描述城市居民的出行行为，是国内交通规划中使用最 广泛的模型。此法综合考虑了影响出行分布的区域社会经济增长因素和出行空问、时间阻碍因 素。该模型结构简单，适用范围较广，即使没有完整的现状o d 表也能进行推算预测，较大的 缺点是对短距离出行的分布预测会偏大，尤其是区内出行。因此宜在交通小区为单位的集合水 平上进行标定预测，并且交通小区的面积不宜划的过小。 1 ) 无约束重力模型 无约束重力模型的基本形式为： 7 1 ，：鱼生 1 “ ，“) 式中，t o 一交通小区i 到i 的出行量； g 一交通小区i 的总出行发生量； a 一交通小区j 的总出行吸引量： t i j - - 交通小区i 、j 之间的出行阻抗； f ( t 。i ) 一交通小区i 、j 之间的出行阻抗函数 k 一模型参数。 2 ) 单约束重力模型 a ) 鸟尔希斯重力模型： 东南大学硕士学位论文 ( 2 - 9 ) ( 2 1o ) 筋粤 g = 城市公共客运交通需求预测方法研究 式中- f ( t i ) 为交通阻抗函数。 b ) 美国公路局重力模型 式中，k j 为调整系数。 l = 瓦g i a 丽, f ( & ) k , j ( 2 1 1 ) 3 ) 双约束重力模型 双约束重力模型是目前交通规划中应用最广泛、精度最好的模型。所谓双约束，即对单约 束的重力加上约束条件。保证出行分布后的o d 矩阵中，满足以下条件： 主l：g(2-12) t 主死=a，(2-13) 双约束重力模型的具体形式为： l = 世足，g a ，( f ，) ( 2 - 1 4 ) k j 、k j 为平衡系数。 平衡系数k 、k j 的求解公式为 尼。弱丽1 k ，2 豇赢 ( 2 15 ) ( 2 - 1 6 ) 目前，以行程时间函数为交通阻抗最为常见。交通阻抗函数的形式有多种，常用以下三种： a ) 幂函数： f ( t ，) = ( 2 1 7 ) b ) 指数函数： f ( t 。) = e x p ( p t i ) c ) g a m m a 函数_ f ( t ) = 旁e x p ( p t 。) ( 2 - 1 8 ) ( 2 - 1 9 ) 重力模型中最重要的一环是要对重力模型进行标定，其目的是求得在现状年的交通状态下 空间距离的阻抗函数f ( t i j ) 与出行距离( 或时间、费用) 之间的函数关系式的各项参数。 ( 3 ) 插入机会模型 插入机会模型的形式为： l = g ，i l u - - e - l ( u + r ) ( 2 - 2 0 ) 式中，u 一从交通区i 出发，交通阻抗( 如交通时问或距离) 小于到交通医j 的交通阻抗参 数的所有交通区的交通吸引量之和； l 一交通吸引率，为待定系数： 东南大学硕士学位论文- 1 0 - 城市公共客运交通需求预测方法研究 2 4 交通需求方式划分 2 4 1 常用交通方式划分模型比较 交通方式划分即交通工具分配与选择。在城市交通系统中，居民在交通小区之间的出行是 通过采用不同的交通方式实现的。交通需求方式划分预测就是在进行了交通出行分布预测得到 全方式o d 矩阵之后，确定不同交通方式在小区间o d 量中所承担的比例。而对于公交需求预 测，公交分担率的预测是一个关键的因素，也是整个需求预测工作的难点。 目前，城市居民采用的交通方式有步行、自行车、公交车、出租车、单位车、摩托车、私 家车以及其它几类。 交通方式划分按其在交通预测模型中与交通分布的不同组合，可划分为三种模型，( 1 ) 在 交通生成和交通分布间( 出行端点模型) ；( 2 ) 与交通分布结合在一起；( 3 ) 在交通分布和交通 分配之间( 出行选择模型) 。 如图所示： 茔 差垂卡宣 ( a )( b )( c ) g 一出行生成；m s 一交通方式划分：d - - 交通分布；a 一交通分配 圈2 - 2 四阶段法中方式划分的不同位置 ( 1 ) 出行端点模型 此类模型应用在出行分布之前( 如图2 2 ( a ) ) ，是美国晟先发展的模型之一，于5 0 年代 和6 0 年代普遍为城市规模不大的交通规划程序所采用。最著名的有布吉特桑( p u g c ts o u n d ) 交 通方式划分模型。 此类模型考虑分担率是以下独立变量的函数： 交通小区的，j 、汽车拥有量 居民居住密度 距离中心商务区( c b d ) 的距离 收入水平 其它 出行端点模型的缺点是没有考虑网络特性，例如竞争方式的出行时间特性( 或者，到底这 种交通方式是否可选) 。举例说明：对于给定的交通小区，由以上给出的确定因素( 居住密度、 收入水平等) 一个出行端点模型可能预测出，有2 0 的出行选择公交。但是实际情况有可能是 这个地区根本就没有公交线路通过。目前国外许多学者开始在运用出行端点模型的时候建立考 虑每个交通小区网络可达性的替代模型。 东南大学硕士学位论文 丝史竺苎查垩窒望量查塑型查鲨塑塑 这类模型可以利用回归分析方法，把有可能影响交通方式划分的各种因素，如有关社会经 济、土地使用特性、公交系统的服务质量以及可使用的小汽车等考虑进去。如威尔伯。史密斯 ( w i l b u rs m i t h ) 等导出的选择交通方式的回归方程式如下： t = 1 2 9 x i 一1 0 3 6 x 2 + o - 5 2 9 x 3 + 0 1 5 0 x 4 1 0 2 ( r ：0 9 3 )( 2 2 1 ) 式中：t 一乘公共交通的出行次数： x ，一交通产生区中劳动力； x 2 一交通产生区中小汽车辆数 x 3 一公共交通的服务指数； x 。一交通区中的学生数 ( 2 ) 第= 类方式划分模型 此类模型( 如图2 - 2 ( b ) ) 交通方式划分与交通分布结合在一起，分别计算不同交通方式 在各交通分区的出行量。此类模型利用带有交通阻抗指数函数的重力模型。计算每种交通方式 在分区间的出行交换量。较为典型的是美国公路局提出的分布方式划分一体化模型，但需要对 各个方式在各区间的阻抗进行分别标定。 a p 4 一 r 2 2 2 ) 。只。旁i 万 、+ jm 式中：t i i m 一利用方式m ；从i 区到j 区的出行量： p i i 区的出行产生量； a i i 区的出行吸引量： 口一对应于出行目的的常数 i u m 一方式m 的阻抗指标，与许多因素有关的函数。 此类交通方式划分公式也可由虽大熵法( w i l s o n ，1 9 7 0 年) 导出。 ( 3 ) 第三类方式划分方法 交通方式划分在交通分布和交通分配之间进行，( 如图2 - 2 ( c ) ) 。 表2 - 2 常用交通方式划分方法比较 常用交通方 式划分方法 主要特点优点 缺点 通过对居民出行调查的统计分析。建 可利用转移曲线直接查 转移曲线法立各交通方式的分担比例与其影响 得各交通方式在城市交 无法反映出未来，影响因 通小区之间出行量中所 素旋生变化较大时的各 因素之问的关系曲线交通方式分担率的变化 占的比例简单易行 通过建立交通方式分担率与其相关 需舞大量现状数据，比较 回归模型法凶素之问的函数关系樽到回归方简单易行 籼略而且得出的分担率 小能保证在o 1 之间，适 程，一般采用线性回归模型 用范围有限 假定交通方式选择是以各交通方式反映了交通使用者在选模型中的待定系数以及 概率模型法的阻抗大小为基础，以一定的概