（交通信息工程及控制专业论文）基于活动的交通需求模型理论与实现方法研究.pdf

摘要 摘要 近年来，我国的交通事业随着经济腾飞也取得了飞速发展。随着大规模交 通建设的逐步完成及人们对交通系统的重新认识，交通管理者逐步将注意力由 交通建设转向了交通管理。传统的基于“四阶段”模式交通需求预测方法，主 要面向大规模交通基础设施建设的需要，而对于短期、微观交通政策的研究则 表现出局限性，在人类逐步进入精细交通管理时代这一背景下，基于活动的交 通需求模型，由于能从交通产生的本源来解释出行行为，在交通系统评价方面 呈现出了较大的优越性。论文重点对基于活动的交通需求预测理论和实现方法 展开研究。 论文首先在总结分析国内外众多基于活动的交通需求预测模型特点的基础 上，结合我国居民的出行特征，提出了适合我国国情的基于活动的模型的总体 结构，并详细分析了各子模型的具体计算方法。模型总体结构包括人口合成、 长期选择项预测、日活动模式预测、t o u r 级预测、t r i p 级预测等若干个子模型。 考虑到活动模型和传统模型的分析对象不同，论文对调查数据的获取和整 理方法进行了详细阐述；在通过对模型构成分析的基础上，对模型的模拟方法 进行了研究，并结合某市具体的交通状况和居民出行状况，建立模型对公务员 错时上下班策略的实施效果进了分析评价。分析表明建立基于活动的出行需求 预测模型，由于其构建思路更加接近于人脑的决策过程，可以全面有效地进行 交通需求管理策略的评价研究，为交通部门制定管理政策提供依据。 最后，探索了专用模型软件( a b m s ) 的实现方法，研究了模型数据库系统 的构建、系统的主要功能和主要界面等。为进一步完善模型和简化模型使用提 供了基础。 论文对基于活动的交通需求预测模型理论与实现方法等方面进行了系统的 研究，提出了模型的总体结构和计算方法，构建了基于交通需求预测软件的基 本雏形，对于我国基于活动的交通需求预测理论的发展具有重要的意义和价值， 同时也为相应预测软件系统的开发及应用提供了理论和指导方法。 关键词：交通需求预测行为模型活动模型交通需求管理 a b s t r a c t i nr e c e n ty e a r s ，t h ec a u s eo ft r a f f i ci nc h i n ah a sm a d er a p i dd e v e l o p m e n t w i t ht h ed e v e l o p m e n to fe c o n o m i cg r o w t h a st h ec o m p l e t i o no fl a r g et r a n s p o r t p r o j e c t ，p e o p l eg r a d u a l l ys h i f tt h e i ra t t e n t i o nf r o mt h et r a f f i cc o n s t r u c t i o nt o t r a f f i cm a n a g e m e n t t h et r a d i t i o n a l ”f o u rs t e p ”t r a f f i c f o r e c a s t i n gm o d e l ，m a i n l y f o rl a r g e - s c a l ec o n s t r u c t i o nn e e d s ，d e m o n s t r a t e sl i m i t a t i o n sf o rs h o r t t e r mt r a f f i c f o r e c a s t i n ga n dm i c r o p o l i c ys t u d i e so ft r a f f i c w h i l et h ea c t i v i t y - b a s e dm o d e l s h o w e dg r e a ts u p e r i o r i t yi nt h ee v a l u a t i o no ft r a f f i cs y s t e ma si tc a ne x p l a i n p e o p l e st r a f f i cb e h a v i o rf r o mt h eo r i g i n t h i sd i s s e r t a t i o nf o c u s e do ns t u d y i n g t h et h e o r ya n di m p l e m e n t a t i o nm e a s u r eo ft h ea c t i v i t y b a s e dm o d e l f i r s to fa l l ，t h i sd i s s e r t a t i o np u tf o r w a r dt h es t r u c t u r eo ft h ea c t i v i t y - b a s e d m o d e ls u i t a b l et oo u rn a t i o nb a s e do na n a l y z i n gn u m b e r so f a c t i v i t y - b a s e dm o d e l o fd i f f e r e n tc o u n t r i e sa n dc o n s i d e r i n gt h et r a f f i cc h a r a c t e r i s t i c so fo u rr e s i d e n t s ， a n da l s oa n a l y z e dt h ec a l c u l a t i o nm e t h o do ft h em o d e li nd e t a i l t h em o d e l i n c l u d e dp o p u l a t i o ns y n t h e s i s ，l o n g - t e r ml e v e lm o d e l ，d a yl e v e lm o d e l ，t o u rl e v e l m o d e l ，t r i pl e v e lm o d e la n ds oo n c o n s i d e r i n gt h ed i f f e r e n c e b e t w e e nt h e a c t i v i t y - b a s e da p p r o a c h a n d t r i p - b a s e dm e t h o di nr e s e a r c ho b je c t ，t h i sd i s s e r t a t i o ne x p o u n d e ds u r v e y i n ga n d a n a l y z i n gm e t h o d so ft h et r i pd a t a ；o nt h eb a s i so fa n a l y z i n gt h es t r u c t u r eo ft h e m o d e l ，t h es i m u l a t i o nm e t h o d sh a db e e ns t u d i e d ；t h e na c c o r d i n gt ot h et r a f f i c c o n d i t i o na n dt r i pc h a r a c t e r si nac e r t a i nc i t y , t h i sd i s s e r t a t i o na n a l y z e da n d e v a l u a t e dt h er e s u l to fc h a n g i n gt h ew o r k i n gh o u r so fc i v i ls e r v a n t su s i n gt h e m o d l e t h ea n a l y s i ss h o w e dt h a tt h ea c t i v i t y - b a s e df o r e c a s tm o d e lc o u l da n a l y z e a n de v a l u a t et h et r a f f i cm a n a g e m e n ts t r a t e g ye f f e c t i v e l y f i n a l l y , t h i sd i s s e r t a t i o ns t u d i e dt h ei m p l e m e n t a t i o nm e a s u r eo fa b m s ，t h e c o n s t r u c t i o no ft h ed a t a b a s e ，c o r em a i nf u n c t i o n so ft h e s y s t e m ，t h em a i n i n t e r f a c e ，a n ds oo n t h i sd i s s e r t a t i o ns t u d i e dt h et h e o r ya n di m p l e m e n t a t i o nm e a s u r eo ft h e a c t i v i t y - b a s e dm o d e ls y s t e m a t i c a l l y , p u tf o r w a r dt h es t r u c t u r ea n dt h ec a l c u l a t i o n m e t h o d ，c o n s t r u c t e dt h eb a s i cf o r mo ft h em o d e l ，s oi th a dg r e a ts i g n i f i c a n c ea n d v a l u ef o r t h ed e v e l o p m e n to ft r a f f i cf o r e c a s t i n gt h e o r y ，a sw e l la si tc o u l d p r o v i d et h e o r e t i c a la p p r o a c h a n dg u i d a n c ef o rt h e c o r r e s p o n d i n gf o r e c a s t s o f t w a r es y s t e m s k e yw o r d s ：t r a v e ld e m a n df o r e c a s t i n g ；a c t i v i t y - b a s e dm o d e l ；4 - - s t e pm o d e l ； t r a v e ld e m a n dm a n a g e m e n t i i i 目录 图目录 图1 1 出行链模式图一2 图l - 2 基于活动的交通需求模型与4 阶段模型对比9 图1 3 停留次数选择模型1 8 图2 1 基于活动的出行需求分析框架2 9 图2 - 2 某城市职工工作地点与家庭住址距离分布3 8 图2 3 某城市学生就学地点与家庭住址距离分布。3 8 图2 4 居民出行链数据表4 0 图3 - l 基于活动的交通需求预测模型构成4 2 图3 2 a t l a n t a 地区交通模型采用的人口合成方法4 3 图3 3 人口合成中i p f 迭代过程4 4 图3 4 通勤距离分布图及模拟函数参数值4 8 图3 - 5 深圳经济特区居民小汽车拥有情况与居民收入关系调查统计图5 0 图3 石非弹性活动出行目的地预测5 3 图3 7 方式划分可能的位置6 0 图3 8 传统4 阶段法模型的5 类形式6 0 图3 - 9 活动模型与传统模型的关系6 l 图4 1 蒙特卡罗模拟的一般步骤6 3 图4 - 2 成组数据的经验分布函数6 6 图4 3 用均匀分布随机变量对普通分布进行抽样的示意图6 8 图4 4 家庭收入曲线7 8 图4 5 居民出行时辰分布图8 3 图4 - 6 不同出行目的时辰分布8 4 图4 - 7 现状公务员上班时间分布8 7 图如8 现状中小学上学时间分布8 7 图4 9 现状公务员全日第一出行链情况8 7 图4 - 1 0 现状非公务员9 点前出行情况8 8 图4 1 l 工作时间调整前后9 点前出行情况对比。8 8 图4 - 1 2 工作时间调整前后早高峰小时出行量对比。8 8 图5 1 软件流程结构9 l 图6 - 1 男性终生每日活动时间分配。1 1 1 图6 - 2 女性终生每日活动时间分配。- 11 1 目录 表目录 表1 1 交通需求模型的发展历程3 表3 1 出行目的缩写5 0 表3 - 2 某城市居民出行调杳出行链形式构成5 l 表3 3 某城市不同出行链出行方式组合5 4 表3 4 某城市居民出行交通方式编码5 6 表3 - 5h w h 型出行链采用一种方式的具体出行方式构成5 7 表3 - 6h w h 型出行链采用两种方式的具体出行方式构成5 7 表3 - 7h w h 型各t r i p 采用的具体出行方式预测5 8 表5 1 采用的服务器和工作站9 4 表5 - 2 不同方案下模型运行时间9 4 表5 3h o u s e h o l d s 表结构9 5 表5 - 4p e r s o n s 表结构9 5 表5 5 出行链信息表结构9 6 表5 _ 6 交通小区信息表结构9 6 表5 - 7 几种数据库开发工具比较1 0 0 学位论文版权使用授权书 本人完全了解同济大学关于收集、保存、使用学位论文的规定， 同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版 本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、 扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供 本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有 关部门或者机构送交论文的复印件和电子版；在不以赢利为目的的前 提下，学校可以适当复制论文的部分或全部内容用于学术活动。 学位论文作者签名：起0 浇 年月e 1 同济大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行 研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文 的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的 作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集 体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任 由本人承担。 签名：起文鸟 年月e 1 第1 章绪论 1 1 研究背景 第1 章绪论 四阶段模型可以认为是最初的交通需求模型，该模型的产生主要原来交通 规划的需要。当时美国正在进行大规模的交通建设，因此急需用模型预测规划 期内的交通需求。随着大规模交通建设的逐步完成及人们对交通系统的重新认 识，交通管理者逐步将注意力由交通建设转向了交通管理。四阶段模型尽管存 在诸多不足，但也为当时交通设施的规划做出了巨大贡献。而随着人类逐步进 入精细交通管理的时代，以四阶段法为代表的一些传统的交通需求模型已无法 满足工作的需要。基于活动的交通需求模型，由于能从交通产生的本源来解释 出行行为，呈现出了较大的优越性，从众多的模型中脱颖而出，成为近年来交 通需求模型研究的重点。 进入2 1 世纪以来，世界上一些发达国家( 包括美国、加拿大、澳大利亚、 日本等) 在继西欧之后，纷纷投入到行为模型的开发应用行列。国际学术界也一 致认为，行为模型代表了今后出行分析技术的发展方向，无疑将会取代传统的 4 s m 模型。面对这一形势，加上经济快速增长对交通运输系统的高新要求，中 国也应当在行为模型的开发应用方面有所作为【l 】。 1 1 1 基于活动的相关概念 经过多年的研究和实际应用，基于活动的出行需求预测方法已经形成了其 独立的理论体系【2 1 。为方便问题研究，本文将研究中用到的一些基本概念阐述 如下： 出行( t r i p ) 出行是指人有目的地从一地点( 起点，o r i g i n ) 到另一地点( 终点， d e s t i n a t i o n ) 的单向空间移动过程。出行的方向总是从发生端指向吸引端，表现 为“单向运动特性。出行者在每一次出行中通常都有明确的出行目的地，到 第l 章绪论 达目的地后作停留结束一次出行，因而出行由停留和空间移动组成。 中途驻停点( s t o p ) 在一次出行链中存在一个主要出行目的地，这样，在起终点和主要出行目 的地之外的活动点被称为中途驻停点。 活动( a c t i v i t y ) 活动，指的是个人在一个连续时间段内因为某种目的，采用一定的到达方 式和优先权在某个地点去实现此目的的过程，此过程包括时空的约束。活动可 分为工作活动、娱乐活动等。活动概念的引入，处理的对象不再是简单的出行 ( 物理移动净，而且还要考虑个人和家庭的各类决策以及引起出行的原因等等， 研究范围得到了扩展。 出行链( t r i pc h a i n ) 出行链( t r i pc h a i n ) 是指从家作第一次出行开始，至回家为出行结束的 多次出行组成的活动链，即指从家出发又回到家中的一连串移动与停留，表明 了居民活动的时空先后顺序。有时候也被称作往返行程( t o u r ) 。往返行程总是 由某地点出发，经过一系列的出行后又回到此出发点。 出行链由多个出行顺序连接而成，按照出行链包含出行数目的多少，可以 分为一阶出行链、两阶出行链和多阶出行链几种类型。如家一单位一家( h w r h ) ， 形成一阶出行链；家一单位一家一购物一家( h w h s h ) ，形成二阶出行链。这 样，前一个从家出发又回到家的过程称为一阶往返行程，后一个往返行程被称 为二阶往返行程。同样，一、二阶往返行程中的主要活动目的地分别被称为一、 二阶目的地。图1 - 1 为一二阶出行链模式各环节示意图。 图1 - 1 出行链模式图 2 第1 章绪论 1 1 2 国内外研究现状综述 出行预测的方法和模型真正用于协助交通运输系统的规划决策仅有半个多 世纪的时间。这半个多世纪恰好是人类社会逐步摆脱大规模战争动乱，而进入 一个社会相对稳定和经济快速发展的历史阶段。半个多世纪以来，随着社会经 济发展条件和侧重点的改变，尤其是这种改变对交通运输系统要求的变化，出 行预测的方法和模型也经历了一个不断改进和变革的过程。目前，以四阶段模 型( 4 s t e pm o d e l ，4 s m ) 为代表的基于出行( t r i p b a s e d ) 的模型( 以下简称为出行模 型) 是占主导地位的出行预测方法。然而，在出行模型得到开发和推广应用的同 时，基于行为( a c t i v i t y - b a s e d ) 的模型( 在国内常被翻译为基于活动的出行模型，也 有人译为行为模型) 也得到许多学者长期的关注和不懈的探索。一方面，这是由 于出行模型自身弱点而招致广泛批评的原因；另一方面，也是因为行为模型具 有许多出行模型所无法兼备的优点。特别是最近1 0 年来，行为模型在实用开发 方面取得了长足的进步，基本具备了取代出行模型的所有理论与技术条件。因 此普遍认为，行为模型将是新一代占主导地位的出行分析和预测方法，标志着 出行分析理论和技术的一个划时代的变革【2 j 。 本节将主要介绍交通需求模型的发展阶段，基于活动出行模型的基本理论 和目前较有影响力的基于活动的交通需求预测模型。 1 1 2 1 交通需求模型的发展阶段 从交通需求预测模型发展历程来看，到目前为止，交通需求预测模型可以 分为3 代，第一代为城市交通规划系统模型，以四阶段法为代表，第二代是离 散选择模型，第三代是基于活动的交通需求模型，这一类模型又可以分为基于活 动的离散选择模型和基于活动的仿真模型，当前还有不少学者认为基于活动的 仿真模型才属于真正的基于活动的交通需求模型【3 】。 表1 1 交通需求模型的发展历程 模型类别 产生产生 模型特点 时间背景 第城市交通规划系 1 9 5 0 s大规 t r i p - b a s 铡l ，集计 一代统模型( u t p s )模交通设 施建设 3 第1 章绪论 表1 1 交通需求模型的发展历程 第离散选择模型 1 9 7 0 s t r i p - b a s e d ，非集计 二代 第基基 t h e t o u r - b a s e d ，非集计，一般未 三代于活动于活动 m i do f 考虑家庭成员之间的相互影响 的交通的离散1 9 8 0 s ( 开交通 需求模选择模始广泛的需求管理 型型应用)政策出现 基乃et o u r - b a s e d ，非集计，考虑家 于活动 e n do f 庭成员之间的相互影响， 的仿真1 9 7 0 sa n d 模型 1 9 8 0 s 说明：1 9 7 7 第三届国际出行行为研究大会提出了两类新的模型：第二代( 离 散选择模型) 、第三代( 基于活动的交通需求模型) ，但第二代模型在随后的2 0 年里取得了胜利。 根据分析手段的不同，可以将活动模型分为两类：一是以个体效用最大理 论为基础的优化方法，二是微观模拟方法。两种方法有各自的优缺点【3 】【4 】。 优化方法分析出行行为时，用概率选择问题描述个人对是否出行、出发时 间、出行目的地、出行方式等问题的选择，模型包含的特性变量和选择肢数量 很多。尤其是对出行时间的选择问题，需要将一天中的2 4 小时划分为多个时间 段，划分的时间段足够多才能得到准确的分析结果，而这必将导致模型选择肢 集合非常庞大，增加模型求解难度【5 】，影响其实用性。 微观模拟方法是根据调查统计的概率分布来复制人的出行行为，模拟一天 的活动和出行行为，从而预测出行需求【引。由于交通调查方法和统计估计方法 的不断改进，计算机计算速度的提高以及相关应用软件的完善等，都为活动一 出行需求微观模拟方法的实际应用创造了条件【6 ，7 j 。 1 1 2 2 基于活动的交通需求模型与传统模型的比较 1 1 2 2 1 以四阶段为代表的传统模型 早在2 0 世纪5 0 年代，欧美一些发达工业国家为了满足大规模城市道路交 通规划及其建设的需要，就开始研究城市交通需求预测技术至2 0 世纪7 0 年代 初，已经形成了具有代表性的“四阶段”城市交通规划交通需求预测技术。该 4 第l 章绪论 方法在当时的欧美一些城市的交通规划实践中发挥了极其重要作用。所谓“四 阶段 预测实质上是将城市交通规划中需要完成的交通需求预测任务分成四个 子任务来依次完成。即依次进行交通生成最预测、出行分布预测、交通方式分 担率预测以及交通量分配预测，如下图8 1 。 1 ) 出行生成阶段 1 - 2 “四阶段”模型流程图 5 图 第1 章绪论 交通需求的生成( t r i pg e n e r a t i o n ) 包括交通出行产生和吸引两个过程， 这一阶段的目的在于获得城市在未来社会经济发展规模、人门规模和土地利用 特征下，各交通小区可能产生和吸引到的总交通量。代表性的研究方法有家庭 类别生成模型法、回归模型法、增长率法、发生率法和时间序列法。 2 ) 出行分布阶段 出行分布( t r i pd i s t r i b u t i o n ) 阶段的目的在于预测一定的城市社会经济 生产和居民日常生活活动下，所产生的交通运输需求在城市不同空间位置上的 分布即流向和流量，以便在实施城市道路交通网络规划时能够把握主要交通流 向，使路网的布局沿主要交通运输需求流向布置。 目前，代表性的出行分布预测技术有增长率方法( 如福来特f r a t a r 模型和 底特律d e t r o i t 模型等) 和综合预测模型( 如重力模型、双约束引力模型和嫡 分布模型等) 。 3 ) 交通方式划分阶段 交通方式划分( m o d es p l i t i n g ) 阶段旨在考察未来城市活动中产生的交通 运输需求对各种交通方式的可能利用情况，即预测各种交通方式上的交通量分 担率，从而，为优化城市未来的交通运输方式结构提供合理科学的决策支持。 此外，由于交通负荷与交通结构密切相关，所以，交通方式分担率的预测也有 助于从总体上比较真实、客观地把握未来城市社会经济活动中可能产生的交通 运输压力。 在交通方式划分模型中，p u g e ts o u n d ( 1 9 5 5 ) 分类预测模型是美国最先发 展起来的交通方式分担率预测模型。其基本思想是将城市各交通小区中居民按 收入、年龄、职业以及车辆拥有情况进行分类，调查、统计每一类居民在各交 通方式上的出行比例。假定这种比例结构持续不变，则根据城市在未来预测年 份中各交通小区的各类居民的出行次数的推断估计值，就可以确定各种交通方 式上的交通量。 w i l s o n 嫡交通方式划分模型曾被美国联邦公路管理局( f h w a ) 用于预 测公路网规划中的交通方式分担率，但由于诸种原因，该预测方法始终未能推 广应用。交通方式划分预测的离散概率选择模型( d i s c r e t ec h o i s em o d e l ) 是 基于微观经济学的最大随机效用( r a n d o mu t i l i t ym a x i m i z a t i o n ) 理论基础上 而建立起来的一类相对完善的模型，它着重于对人的交通出行选择行为的客观 解释，是目前应用较多的交通方式划分模型。 6 第1 章绪论 对随机效用误差变量分别采用g u m b e l 分布及多项式正态分布 ( m u l t i v s r i a t en o r m a ld i s t r i b u t i o n ) 可得到方式划分的l o g i t 模型和p r o b i t 模型。l o g i t 模型具有物理意义明确且便于计算等优点。因此，在实践中被广 泛使用。但一般l o g i t 模型存在一个极大的缺陷，即其效用随机项的独立性假 设。在实际交通系统中，诸交通方式的运行状况是相互作用的。例如，当公共 客运系统中诸方式取得长足的优先发展之后，其便利性、舒适性以及准点率的 提高，势必吸引其它方式上的客流，有利于城市整体交通运输效益的提高和整 个交通环境质量的改善，从而相应地会提高其它交通方式的出行效用；反之， 则会造成各种交通方式运输效用的同步下降。这表明交通系统中各种方式的营 运效用是密切相关的。l o g i t 模型忽略了这种影响机制，从而限制了l o g i t 模 型对出行者的交通方式选择行为特征解释的准确性。 4 ) 交通分配阶段 交通分配( t r a f f i ca s s i g n m e n t ) 阶段的目的在于预测交通需求o d 分布各 组成部分流量，具体在道路交通网络上的流量流向分布及交通阻抗程度。人们 对于交通分配模型的研究起始于2 0 世纪5 0 年代，当时美国首次提出了交通量 分配转移曲线法。后来，s c h n e i d e r 等人建立了“全有全无 ( a l lo rn o t h i n g ) 的交通量分配方法。该分配方法没有考虑道路交通网络的容量和通行能力限制， 因而与实际交通状态相差甚远。为了改进这一不足，m c l a n g h l i n 提出了多路径 概率分配方法，b u r r e l1 ( 1 9 6 8 年) 将这一方法称为随机运量加载方法并对其进 行了深入的研究d i a l ( 1 9 7 1 ) 通过对有效路径e r ( e f f i c i e n tr o u t e ) 的定义对 该分配方法作了进一步的改进，使之日益完美。上述这些交通量分配方法可以 统称为非均衡类交通量分配方法峭】。 1 1 2 2 2 基于活动的交通需求模型 基于活动的交通需求模型认为出行起源于个人活动的需要，相对于传统的 模型而言，能更好地解析城市居民的出行行为。该模型的一个重要优势在于能 更好的理解和预测出行者对交通需求管理和其它交通政策的反应1 7 j 。 基于活动的交通需求模型与传统的模型相比，在模型的结构方面有至关重 要的变化。虽然模型的结构还在不断完善和发展当中，总的看来，该类模型主 要有以下三大特征：基于活动理论、研究单元为整个出行链、微观仿真技术的 应用【9 1 。 7 第1 章绪论 基于活动理论，将出行放在家庭和个人每天活动组成的序列内来研究。 将出行行为建立在全天的活动安排基础上，包括户内的和户外的活动。同 时注意家庭成员的相互影响。家庭和个人的属性，如车辆的拥有状况、居住地 点也作为影响出行决策的变量。 2 ) 以整个出行过程( t o u r ) 为研究单元。 以整个出行过程( t o u r ) 为研究单元，而不是传统的仅以出行活动中的一个 部分( t r i p ) 为研究单元，可以保持出行链中方式选择、目的地选择、出行时间 选择的一致性。工作的地点和通勤出行的时间、距离等能被有效地用于分析出 行的频率、中途地逗留。 3 ) 微观仿真技术的应用。 基于活动的交通需求模型需要以个人和家庭为研究对象，而不是传统地以 一个交通小区为研究对象，这使得新的模型相对于传统的模型能更现实和完美。 由于分析个人和家庭的出行行为比传统的模型更加复杂，仿真技术的应用解决 了模型计算复杂的难题。 新的模型与传统的模型目的是相同的，即预测每个人的出行安排。因而尽 管各种模型在结构方面存在一定的差异，但以下4 个方面是几乎所有模型必须 考虑的： 1 ) 各种活动的生成； 2 ) 各种活动的安排，如开始与结束时间； 3 ) 活动的地点； 4 ) 为进行各种活动产生的出行行为，包括出行的方式和路线选择。 基于活动的交通需求模型与4 阶段模型的对比如下图所示【1 0 1 。 8 第1 章绪论 人口合成 - - - 家庭分布 长期选择项模型 卜卜 l+ 1 日活动模式k 出行生成 出行链( t o u r ) 级模式l 如：时间、目的地、交卜 通方式 i 出行分布 方式划分 出行( t r i p ) 级模式t 出行时间 如：目的地、交通方k 式、出发时间等j l ll交通分配卜交通分配 l + 一一 1 图1 - 3 基于活动的交通需求模型与4 阶段模型对比 1 1 3 基于活动的交通需求模型 1 1 3 1v i s e m 模型【3 ，1 1 , 1 2 】 v i s e m 是德国p t v 公司开发的进行交通需求预测的软件，软件的核心是 基于活动的交通需求预测模型。首先按属性的不同将人群划分为若干种类型， 在此基础上分析活动模式，然后再预估出行分布、目的地选择、交通方式、出 行时间等。模型适用于评价土地利用变化对交通供求的影响以及人口结构变化、 活动行为变化、特殊活动等对交通的影响。 1 ) 输入数据 ( 1 ) 土地利用数据( 各交通小区的可居住人数、工作岗位数、商店数、教 育岗位数) ； ( 2 ) 各类同质人群的比例( 同质人群，指具有相同属性的某一类人群，如： 拥有一辆小汽车的工作者、没有小汽车的工作者、有一辆小汽车的无业者、小 学生、中学生、高中生、大学生、老年入等) ； ( 3 ) 各类同质人群各种出行链的比例； ( 4 ) 各次出行的时间分布； 9 第1 章绪论 ( 5 ) 各种方式的出行时间、到达和离开交通工具时间、出行费用； ( 6 ) 出行的距离和阻抗； ( 7 ) 目的地选择和方式划分的相关参数。 2 ) 模型结构 模型的结构如图1 4 所示。 圈1 4 s e m 的模型结构图 3 ) 计算结果 用户定义的各类o d 矩阵，如分方式的o d 矩阵、各种活动的o d 矩阵、 各类同质人群的o d 矩阵、各时间段的o d 矩阵。 1 1 3 2i s r a e l i 模型( s h i f t a n ) 1 3 】 s h i i t a n 曾将基于活动的交通需求预测模型用于多个项目，下面以应用于以 色列的模型为例进行说明。 1 0 第l 章绪论 1 ) 输入数据 以色列全国3 天的出行调查数据，包括个人和家庭的社会经济属性、出行 行为数据；陈述偏好的调查数据，即受访者对交通政策的反应。 2 ) 模型结构 模型的结构如图1 5 所示。 图1 - 5s h i f l a n 用于以色列的模型结构 最高层是小汽车数量的预测；第2 层是确定一个人的主要活动，并判断由 此产生的出行的目的地和采用的方式；接着判断出行过程中是否有停顿；当第 一个出行链中的所有细节都分析清楚后，再判断是否有第二个出行链，并按上 述的方式分析确定出行第二次的出行目的地、出行方式等；最后估计整个出行 链中各次出行的出行时间。 3 ) 计算结果 第1 章绪论 每个人一天的出行情况，并汇总计算各种方式的o d 矩阵，为交通分配做 准备。 1 1 3 3p o r t l a n d 模型f 3 ，1 4 1 p o r t l a n d 模型是世界上第一个大规模的可操作的基于活动的交通需求模型。 最先的模型是j o h nb o w m a n 建立的，该模型还在不断完善，目前应用的是第4 版。 1 ) 输入数据 模型需要输入的数据包括家庭的信息、小区的信息、网络的信息。家庭的 信息包括家庭的类型、人数、收入以及家庭成员的社会经济属性和出行情况， 社会经济属性如年龄、性别、文化程度、工作类型、在家庭中的角色；小区的 信息包括人口分布、工作岗位数、商店的地址和规模等；网络的信息来自于交 通分配模型，包括出行的交通方式和交通小区之间的出行条件，例如出行距离、 出行时间、出行费用、公交车的发车频率。 2 ) 模型结构 模型是一个多项树状分对数( n e s t e dm u l t i n o m i a ll o g i t ，简称n m n l ) 模型， 由两个子模型构成。上层是日活动模型，下层是出行链模型，日活动模型的计 算结果是下层的出行链模型的条件。 3 ) 计算结果 ( 1 ) 个人的活动模式，其结果可以在g i s 中可视化地显示； ( 2 ) 可以根据社会经济属性分类对个人的活动模式进行汇总计算； ( 3 ) 个人的出行行为。可以据此计算o d 矩阵，o d 矩阵可以根据交通方 式、出行目的、出行时间、收入等分别计算。 1 1 3 4w e na n dk o p p e l m a n 模型【3 】【1 5 】 该模型是在1 9 9 7 年的第8 届出行行为研究大会上提出的，仅仅提出了模型 的架构，没有应用到实践中。 1 ) 输入数据 数据来源于2 天的活动日志的调查，同样也需要输入交通小区的信息和网 络的信息。 1 2 第1 章绪论 2 ) 模型的结构 该模型的作者认为个人活动产生于个人经济、生理、社会环境方面的需求。 活动被分为三类：生存活动、维持生活、休闲。模型由两个子模型组成。上层 是一个多项树状分对数( n m n l ) 模型，用于计算全家为维持生活出行的总次 数，然后分别计算有多少次是丈夫的出行，多少次是妻子的出行，最后计算这 些出行中小汽车的使用情况。下层模型是一个树状分对数( n e s t e dl o g i t ) 模型， 用来计算家庭内成人的出行链个数和每个出行链中途地停留情况，模型中丈夫 和妻子的出行行为要分别计算。 3 ) 计算结果 模型能分别预测妻子和丈夫的出行行为。模型的计算结果表明子女个数对 父母的出行行为有很大影响，包括父母的出行链个数、目的地的选择、出行方 式和出行时间选择。 1 1 3 5p e t r a 模型3 】 p e t r a 模型是一个用于丹麦的模型。 1 ) 输入数据 数据来源于1 9 9 5 年丹麦的出行行为调查，包括1 3 0 0 0 个人的出行日志，同 上面的模型一样，也要求输入交通小区的信息、网络的信息。 2 ) 模型结构 p e t r a 属于多项树状分对数( n m n l ) 模型，上层模型是人口的预测，下 层是交通需求模型。结构如图1 - 6 所示。 图l - 6p e t r a 模型的结构 1 3 第1 章绪论 c o h o r t 预测各类人群的驾照拥有率，l i c e n c e 按照预测的驾照拥有率 将驾照分配到个人。 3 ) 计算结果 模型计算的结果以表格的形式显示样本的预测信息，包括如下的内容： ( 1 ) 每个人的社会经济属性； ( 2 ) 拥有汽车的概率； ( 3 ) 每一种方式的出行距离； ( 4 ) 进行各种活动的概率。 表格中的计算结果还可以通过扩样的方法，预测整体居民的出行行为。 1 1 3 6a m o s 模型【3 】 1 0 l a m o s 是一个按活动顺序模拟出行的动态仿真器，它将交通系统与土地利 用结合起来进行仿真计算。a m o s 的创新之处在于能在交通需求模型中加入更 多的影响因素，如土地利用、空气质量的评定等。a m o s 模型可以根据政策的 变化对已有的活动时间表进行调整，因此，它属于可转换模型( s w i t c h i n g m o d e l ) 。 1 ) 数据输入【1 6 】 该模型需要3 方面的数据： ( 1 ) 交通供给数据，如交通网路、出行成本、出行时问等； ( 2 ) 出行日志数据； ( 3 ) 受访者对交通需求管理政策反应的数据。需要进行额外调查，可以采 用电话调查的方式。首先询问受访者前一天的活动情况，调查人员再提出一些 交通需求管理的措施，如增加燃油的价格、拥挤收费、增加自行车道，然后询 问若这些政策被实施受访者有何影响，譬如，“没有任何改变”、“晚一点出行 、 “改乘公交等。 2 ) 模型结构 适应是a m o s 中的一个核心概念。模型首先辨别出行环境的变化，再根据 这些变化调整出行行为。模型包括4 个模块：出行行为分析、反应选择、出行 行为调整、评价。模型采用神经网络来生成出行者对交通需求管理的反应【l o j 。 1 4 第1 章绪论 y e s t 藏赢蘅1 图1 - 7a m o s 模型计算流程 3 ) 计算结果 交通需求管理对出行者的影响。 1 1 3 7a l b a t r o s s 3 1 7 - 1 9 1 该模型是荷兰的艾恩德霍芬大学城市规划研究组创建的。 1 ) 输入数据 ( 1 ) 活动日志，如活动的顺序、目的、开始时间和持续时间； ( 2 ) 各种活动的约束条件； ( 3 ) 个人家庭的属性、交通小区的信息、交通系统的特征( 如服务水平) 。 2 ) 模型结构 a l b a t r o s s 模型已经发展到第2 版本。该模型由3 个组件构成，第1 个 组件生成各种非弹性活动的框架以及其开始时间和持续时间；第2 个组件生成 各种弹性活动的日程安排，如活动的伴侣、持续时间、时间和出行的特征。第 3 个组件是到达地点模型，用来计算弹性和非弹性活动的到达地点。 3 ) 输出结果 家庭成员一天的活动安排，如模型的活动时间、目的地、持续时间、出行 方式等 1 5 第1 章绪论 1 1 3 8c e m d a p c e m d a p ( c o m p r e h e n s i v ee c o n o m e t r i cm i c r o - s i m u l a t o rf o r 旦a i l y a _ _ c t i v i t y t r a v e lp a t t e r n s ) 是一个采用计量经济学模型研究个人出行行为的软件 系统。它也是仅有的几个能全面模拟职工和非职工在连续时间段内活动模式的 软件系统之一通过输入土地利用、社会统计属性、活动规划和交通系统特征 等，该系统就能计算出家庭中每一个人的出行行为2 0 1 。该软件的基本结构如下 图所示。 图1 - 8 c e 肋a p 软件基本结构 1 1 3 9s a c s i m s a c s i m 是一个区域的交通需求预测系统，2 0 0 5 年在萨克拉曼多( 美国加州 首府) 开发( s a c r a m e n t o ( c a l i f o r n i a ) a r e ac o u n c i lo fg o v e r n m e n t s ，简称 s a c o g ) ，并于2 0 0 6 年得到应用。该系统的特点是能模拟每