四节交通方式划分PPT课件

1、 3 目的： 预测各小区之间各种出行方式的比例和大小。 一 概述 在20世纪60年代中叶，由日本学者首先提出方式 划分问题。 4 综合运输规划的方式选择： 公路运输 铁路运输 水运运输 航空运输 管道运输 5 城市交通规划的方式选择： 驾车出行 乘公共汽车出行 乘地铁出行 乘出租车出行 骑自行车出行 骑摩托车出行 合乘出行 步行出行 航空 q 水运 非机动 q 机动 水上 qij摩托车 qij轿车 公共电汽车 q货车 qij铁路 公路 qij qij qij ij管道 qij qij轨道 行人 qij qij = qij ij qij qij ij qij出租车 交通方式： 1.城际间： 铁路

2、、公路、航空、水运、管道； 2.城市范围： 道路（行人、非机动车、摩托车、 出租、公共电汽车、客车、 货车等） 轨道（地铁、轻轨等） 水运 交通方式分布交通量 8 1.方式划分/分担（modal split):一个地区（ Zone)的全部出行数中利用各种交通方式的人所 占的比例或数量。 2.划分交通量：每种交通方式所分担的量。 3.划分率：划分交通量在全部交通量中所占的比 例。 基本概念： （1）出行者的特征 （2）出行特征 （3）交通设施的特征 （4）交通服务特征 9 二交通方式划分的影响因素 1.是否拥有小汽车或者可以利用小汽车 2.是否有驾驶执照 3.家庭结构(年轻夫妇、有儿女家庭、退

3、休家庭、单身家庭等) 4.出行者的家庭总收入 5.其他决定因素，如工作、送孩子上学 时对小汽车的使用需要 6.住宅区人口密度 出行目的 出行时间分布 出行距离 (上班、上学，自由，业 务，回家) (白天和夜间) 划 分 率 出行距离 与出行时间相关的因素： 如等车时间、车内时间、换乘时间等； 与出行费用相关的因素： 如运费、燃料费、票价等； 与交通设施是否完备相关的因素： 如是否有停车场、停车费用等； 此外，还有一些定性因素，如： 交通设施的舒适性和方便性； 交通工具的可靠性和规律性； 交通工具的安全性。 好的方式选择模型应该包括上述重要特征。 ？问题：用什么途径来综合反映上 述因素的特征。

4、表1 不同出行目的的交通方式利用情况(哈尔滨，2000年) 表2 日本大阪都市圈不同出行目的的交通方式利用情况 表3 日本大阪市中心区不同出行目的的交通方式利用情况 17 各种交通方式的合理出行距离 运 量 距离 小汽车 交通特性、交通服务水平、个人属性、家庭属性、 地区特性和区内人口密度等。 1、交通特性 上班、上学出行： 汽车利用率低、公共交通利用率高。 业务出行： 因需要在多客户处停留，装卸货物 等，所以汽车利用率高、公共交通 利用率低。 2、交通服务水平 行驶时间、费用、等待时间、舒适性、安全性、可 靠性 行驶时间的可靠性 3、个人属性 职业、年龄、性别、收入、驾照持有与否、汽车保 有

5、与否 业务员、推销员汽车使用率高，2040岁汽车利用率 高，其它年龄段公共汽车利用率高，男性比女性汽 车利用率高，收入高汽车利用率高。 4、家庭属性 单身、夫妻、有否小孩、是否与老人同居。 老人、小孩上医院机会多汽车利用机会增多。 5、地区特性 人口规模、交通设施水平、地形、气候等。 城市规模大 山川、河流多 雨天、雪天 交通设施水平高 公共汽车利用率高 汽车、公共汽车利用率高 公共交通方式利用率高 6、区内人口密度 密度高公共交通利用率高 例：北京S2号线调查结果 划分率预测体系的分类 1.根据交通方式选择特性进行分类 （1）一阶段划分率模型 不分为固定阶层和选择阶层，而是一起来考虑。 （2

6、）二阶段划分率模型 分固定阶层和选择阶层，不考虑地区间的交通 服务水平。 21 三 交通方式划分过程 OD交通量qij 个人属性 小汽车利用 者固定阶层 交通手段选 择可能者 公共交通利用 者固定阶层 小汽车利用者公共汽车利用者 二阶段划分交通量预测框架 23 2.根据方式选择的基本单位进行分类 （1）集计模型(Aggregate Model) 以交通小区为单位将利用者的方式选择集 计起来进行说明的模型。 （2）非集计模型(Disaggregate Model, Activity Based) 以个人为单位构造模型来确定各交通方式 的选择概率，然后再将每个人的方式选择结 果集计起来，预测划分交

7、通量的模型。 表7.4-1集计分析与非集计分析的区别 徒步，自行车 徒步以外 全交通 方式 自行车 个人运输工具 公共运输工具 汽车 摩托车 公共汽车 铁路 3.根据方式选择步骤分类 （1）二者择一法 把交通方式的选择分为两步的方法 徒步 （2）多项选择法 用包含各种方式的选择率公式一次求出选择率的方法。 方法简单，但正确提取方式选择的要素十分困难。 25 27 a.二元方式划分(Binary Choice Method) 该种方式一般多被采用。 划分率1.0 1.0 方式2 随机 性线性模型 非随机型 方式 1 26 b.多元方式划分（Multi-Choice Method） 一次计算可以预

8、测各种交通方式的划分率， 但随着自变量的增加，模型变复杂。 方式3 方式1 划分率1.0 0.0 四交通方式划分模型 1.出行端点方式选择模型（trip end model） 在给出总量后即探讨划分率的方法 （即在出行生成预测后即进行方式划分） 2.出行互换方式选择模型 （trip interchange model） 在出行分布后进行方式划分 （目前较多采用的方法） 28 29 两种出行方式选择模型的比较： 出行生成 出行分布 方式划分 交通流分配 互 换 出行生成 方式划分 出行分布 交通流分配 q m D j D j Pm D j D j q O q D q q q j T Oi D i

9、 j qij j qij i m ij m Oi D j qij m j i Oi Oi Oi Oi Pm m m m m ij i m m ij j m ij p m ij mp ij m m 出行互换方式选择模型 优点： 便于考虑出行特征和 可用出行方式的特征。 缺点： 难以考虑出行者的特 征，因为它们已被集 计到出行矩阵中。 出行端点方式选择模型 优点： 能够考虑个体的特征， 比如收入、汽车拥有 量等。 缺点： 难于考虑交通方式服 务水平的变化 31 32 出行互换方式选择模型计算方法 方式划分率计算方法： 划分率曲线法（转移曲线法） 函数模型法： 重力模型的转换模型 线性模型 Logi

10、t模型 Probit模型 1 0.8 0.6 0.4 0.2 0 12345678 公共交通与小汽车的时间比 划分率曲线法 1、划分率曲线法（转移曲线法） 日本广岛公交与小客车的划分率 日本广岛轨道与公共电汽车的划分率 时 间 差 （ 分 ） 距离差（英里） 美国加利福尼亚高速公路划分率曲线 （与其它并行公路相比） 表示与时间比为1.0等价的点 美国底特律高速公路划分率曲线 （与其它并行公路相比） 距离比 38 线性模型 函数模型中最早开发出来的模型。 把影响交通方式划分的各种要素用线性函 数的形式表现，从而推求交通方式划分率。 用这种方法求出的分担率Pi无法保证划分率必须满 足（0，1）之间

11、的条件。 为了解决这个问题开发了Logit模型和Probit模型。 随机效用理论： 理论基础: Travel behavior analysis -TBA to observe the individual behavior in real/virtual market 观测现实/虚拟市场的个人行为 to understand the decision making process 了解决策过程 to describe the process in a simplified/generalized model 利用简化/一般化模型描述决策过程 to forecast the changes i

12、n behavior based on the model 基于模型预测行为的变化 4、概率模型法 “Random utility theory” is a key concept of TBA. 随机效用理论是TBA的关键理念。 随机效用理论： Individuals belong to a homogeneous population 各个体属于同类母集合 Individuals choice set is predetermined 各个体的选择集合事先给定 Individuals act rationally and possess perfect information 各个体的行为

13、理性、把握完备信息 在法律、社会、物理和约束下，始终谋求效用最大化。 There is disturbance related to “uncertainty”. 干扰与非确定性有关 41 Decision making process：决策过程 Generation of alternatives , ) ProbUin U jn , j Cn Nobel Laureate in Economics, 2000 E. Morris Cox Professor of Economics Director, Econometrics Laboratory University of Califo

14、rnia, Berkeley for his development of theory and methods for analyzing discrete choice Daniel L. McFadden Henry Schultz Distinguished Service Professor of Economics The University of Chicago James J. Heckman for his development of theory and methods for analyzing selective samples pi eVi k eVi i 1 二

15、元Logit模型： V-效用函数（广义费用） 多元Logit模型： k-交通方式的总数 两种交通方式 多种交通方式 47 二元Logit模型曲线 1.0 0.5 pc Vc Vb 48 二元Logit模型的性质 1. 可以得到归一化的划分率；（0,1） 2. 若Vc=Vb，则Pc=Pb=0.5； 3. 若Vc Vb ，则Pc趋向于1。 e V ( j ) 多元Logit模型的IIA特性1959年由Luce发现 （independence of irrelevant alternative） 采用Logit模型时，2个方案间的选择概率关系可 表示如下： V ( k ) e p(k ) p( j)

16、 即意味着无论其它交通方式(如轨道交通方式)存 在与否，选择小客车与选择公共汽车的相对优劣 相等，而实际上并非如此。与小客车相比，轨道 交通方式的存在对公共汽车的选择使用有很大影 响。 小汽车 59 例题： 在仅有公共汽车和私人汽车两种交通方式 的地区，假设有下述Logit交通方式选择 模型，试用下表所示行驶时间和费用以及 划分率，求出这两种交通方式的将来分布 （OD）交通量。 表 7.4-3 公共汽车的行驶时间(min) 表 7.4-5 公共汽车的票价(元) 表 7.4-4 汽车的行驶时间(min) 表 7.4-6 汽车的行驶费用(元) cijCAR 1 2 3 1 21 45 58 2 4

17、5 42 60 3 58 60 19 现状 划分率（公共汽车）划分率（汽车） 现状 表 7.4-9 公共汽车的行驶时间(min) 表 7.4-11 公共汽车的票价(元) 表 7.4-10 汽车的行驶时间(min) 表 7.4-12 汽车的行驶费用(元) 将来 将来OD分布表 OD 1 2 3 计 1 22.819 11.226 5.427 39.471 2 11.080 70.585 7.995 89.660 3 5.270 9.462 22.637 37.369 计 39.169 91.273 36.058 166.500 P 公共汽车的效用值汽车的效用值 将来 PijC 1 PijB vi

18、jC e e vijB B ij vijB e 公共汽车的划分率汽车的划分率 将来 公共汽车的OD表 汽车的OD表 73 本 章 小 结： 1. 影响方式选择的因素 2. 出行方式选择模型的目的和约束条件 3. 出行方式选择模型常用的方法 4. 出行互换的方式选择模型和出行端点 的方式选择模型 5. Logit模型的IIA特性 6. 集计模型与非集计模型的区别 1 0.8 0.6 0.4 0.2 0 12345678 公共交通与小汽车的时间比 划分率曲线法 1、划分率曲线法（转移曲线法） Henry Schultz Distinguished Service Professor of Economics The University of Chicago James J. Heckman for his development of theory and methods for analyzing selective samples e V ( j ) 多元Logit模型的IIA特性1959年由Luce发现 （independence of irrelevant alternative） 采用L