道路与交通二需求预测

什么是交通需求预的 一的制定、交通网络设计以及方案评价都与交通需求预测有密的联系。传统交通需求预测的“四阶段”模式是指在居民出行交通需求的产♦布土地利用产生交通需求♦布土地利用的性强布土地利用的性强布影响交通需求的强度和空动交通施交通需求的分析过1.土地利用性质与强度→交通需求的强2.土地利用布局→交通需求的空间分3.不同交通方式的特征→交通需求的分担方4.交通网络的特征→交通需求的作用结果（交通流量基本概交通生成预测是交通需求四阶段预测中的第一阶段，是交通出行的发生、吸引与土地利用性质和设施规模有着密切的。基本概交通生成预测是交通需求四阶段预测中的第一阶段，是交通需求析工作中最基本的部分之一，目标是求得研究对象地区的交通需求的发生与吸引交通量。出行的发生、吸引与土地利用性质和设施规模有着密切的关交通生成量的影响因土地利家庭规模和家庭成员的构和汽车保有自由时职业和工企业规模、性家庭收其 通量的预出行可分为由家出行与非由家出出行生成有两种单位：一种是以车为单位；另一种是以人为。出行生成包括出行发生与出行吸引。前者以社会经济特性为者以土地利用的形态为出行 通量通常作为总控制量，用来预测和校核各个交通小的发生和吸引交通量OD表中发生交通量、吸引交通量和 通量三者之间的关。 通量的预

…...生…... 通 通 通量的预测方 通量的预测方法主要有原单位法、增长率法、交分类法和函数还有利用研究地区过去的交通量或经济指标等的趋势回归分析等方原单位原单位法（生成率法）基本原①某类出行的生成量与某种社会经济指标（如人口等）者的比例称为出行生成率（或称原单位）②这种出行生成率能够通过对象地区的历史或现状数据推算出，者可以从其他类似地区移植③假定出行生成率在一定时期内是稳定的，则可通过预测未来年应社会经济指标的变化，来预测未来年的出行生成原单位原单位法（生成率法）计式中T——交通生成as——第s类出行的生成Ns——第s类出行的人口原单位例题某地现状年人口数为800人，交通规划统计的现状日出行总次数为次。已知未来年该地区预测人口为人，试预测未来解该地区现状年的人均出行次数a=2064÷800=2.58（次/日假设未来年人均出行次数不变，则未来年该地区的日出行生总量T=2.58×1000=2580（次基于家庭的出行发生率①有关家庭的横向分②把每个家庭定位到横向类③对其所分的每一类，计算其平均出行④计算各小区的出行发式中Oi、Dj——交通发生、吸引x——某类属性变量（用地面积、职位数、人口、家庭等bs——第s类属性变量的平均发生率（出行数/日人）；—第s类属性变量的平均吸引率（出行数/日人基于家庭的出行发生率例题某地在交通规 中，将区域内家庭按机动车拥有量和收入进行叉分类，共划分为六种类型（见表1），各类家庭的平均出行次数分为a类家庭：12次/户·日；b类家庭：10次/户·日；c类家庭：6次/户·；d类家庭：9次/户·日；e类家庭：7次/户·日；f类家庭：5次/户·日预测该区域未来年各类家庭分布如表2所示。试根据以上数据预测未年各小区出行产生量基于家庭的出行发生率家庭类有机无机DFCE1555350 解·小区1出行产生量O1=25×12+30×10+5×6+5×9+15×7+15×5=855（次·小区2出行产生量O2=20×12+25×10+0×6+5×9+10×7+5×5=630（次·小区3出行产生量O3=30×12+40×10+5×6+0×9+20×7+20×5=1030（次基于土地利用的出行吸引率基本假设：城市中土地利用类型和强度的不同，导致人们的出行动的强度和规律有所不同。可以通 料，按照用地类城市中的土地利用类型繁多，反映不同类型用地规模的指标各有常用指标：职员数量、用地面积基于土地利用的出行吸引率例题某区域由三个交通小区构成，各小区未来年的土地利用特征如下表。在现状抽 基础上，计算得到该区域工业用地的出行吸引率为2/雇员·日，商业用地的出行吸引率为7次/雇员·日。试根据以上数据预未来年各小区出行吸引小区编工业用地雇员商业用地雇员123解小区1出行吸引量：D1=120×2+80×7=800（次）小区2出行吸引量：D2=80×2+90×7=790（次）小区3出行吸引量：D3=60×2+130×7=1030（次）发生与吸引交通量的平在出行生成预测阶段，要求预测得到的所有小区的出行产生总量等于出行吸引总量，并与对象区域的出行生成总量相等，即下式严但实际预测过程中，各交通小区出行量的误差是不可避免的，从造成其总和的误差量。此时必须采用一定方法对其进行调总量一般认为，基于人均出行率预测得到的出行生成总量T更为可靠为该值的预测不受对象区域小区划分的影响。因此，可以其为依据各个小区的产生、吸引量进行校正 如下总量例题假设例题5-1~5-3中的规划对象为同一区域，试对出行生成预测结行整解预测出行生成总量：预测出行产生总量：O= 产生量调整系数fo调整后的各小区出行产生量为：O1=855×1.0258≈877O2=630×1.0258≈646预测出行吸引总量： 吸引量调整系fd调整后的各小区出行吸引量为：D1=800×0.9847≈788D2=790×0.9847≈778调整系数在没有进行出行生成总量预测的情况下，可以用出行产生量和吸量二者中可靠性高的一方对另一方进行校正。一般认为出行产生量的如基于家访），吸引量，如下：其他方法——增长率基 应用这种方法的关键是确定增长系数Fi。通常可以用各交通小区主会经济活动指标的增长率作为出行生成量的增长率（如人口增长率）增长系数法的优点是所需基础资料少，模型计算比较简单。一般采用长系数法预测外部小区的出行生成其他方法——函数法（回归分析基 步骤：建立模型、参数估计、模型检验、实施预综交通分布预测是交通需求预测四阶段法的第二阶段。在交通生成预测量综增长系数基本假设：未来的出行分布量是在现状（或历史的）出行分布量的基上，乘以相应的增长系数得到的。两小区之间出行分布量的增长系，与两小区出行发生量与吸引量的增长率有关，可表示为如下形该方法认为，qij的增长仅与i区的发生量增长或j区的吸引量增长有。增长函数为这种方法只考虑了发生量增长率和吸引量增长率中的一个因素的影响，一种最粗糙的方法，预测精度不高。同时由于OD矩阵的不对称性，不保证算法迭代过程收例题解：常增长系数fo1=6/2=3,fd1=4/2=2,q11=1x3=3,q21=1x4=4,该方法认为：qij的增长与i区发生量的增长及j区吸引量的增长同时相，而且相关的程度也相同。增长函数为平均增长系数法考虑的因素较之常增长系数法更为全面，但收敛速度。例题fo1=6/2=3,fo2=8/2=4,fd1=4/2=2,q11=1x(3+2)/2=2.5,q21=1x(4+2)/2=3,fo1=6/6.5=0.92,fd1=4/5.5=0.73,例题解：平均增长系数fo1=6/2=3,fo2=8/2=4,fd1=4/2=2,q11=1x(3+2)/2=2.5,q21=1x(4+2)/2=3,q11=2.05,q21=2.71,该方法认为，qij的增长与i、j分区出行量增长成正比，而且还与整个域出行量增长成反比。增长函数底特律法考虑的因素较为全面，收敛速度也较快例题解：底特律fo1=6/2=3,fd1=4/2=2,该方法认为，qij的不仅与i、j两区的增长有关，而且还与整个对象区内其它区的增长有关。增长函数福莱特法计算过程较为繁琐，但收敛速度快，是实际规划工作应多 法例题♦fd1=4/2=2,q11=1x3x2x2/7=12/7=1.71,q21=1x4x2x2/7=16/7=2.29,该方法交替使用发生量增长率与吸引量增长率进行迭代计算，增长函为佛尼斯法收敛速度较快，计算也较为简例题例题解：佛尼斯fo1=6/2=3,fo2=8/2=4,fd1=4/2=2,q11=1x3=3,q12=1x3=3,q21=1x4=4,fo1=6/6=1,fo2=8/8=1,fd1=4/7,q11=3x4/7=12/7=1.71,q21=4x4/7=16/7=2.29,增长系数法的优缺增长系数法结构简单，易于理解，且直接使用观测出行矩阵来预测行增长，不需要其它额外的数据但该方法也有许多缺点，包括①增长系数法要求有完整的现状出行分布矩阵，无法预测与未来年新加小区相关的出行分布②增长系数法对于基年出行矩阵精度的依赖性较大，任何出现在基年行矩阵中的误差将在计算过程中被放③如果基年矩阵中有零元素，那么预测矩阵中对应部分也为重力模型基本原重力模型考虑了两个交通小区的吸引强度和它们之间的阻力，认为两交通小区的出行分布与两个交通小区的出行发生量与吸引量成正比，与交通小区之间的交通阻抗成反无约束重力模一般的重力模型具有如下形式中qij——i、j分区之间的出行分布量预测cij——两分区间的阻抗Oi、Dj——发生、吸引量α——参数f(cij)——阻抗函阻抗函常见的阻抗函数有以下几指数函数幂函数组合函数例题某区域由三个交通小区构成，已知各小区出行发生量、吸引量（：人次）和各小区之间出行阻抗，使用重力模型计算出行分布（参数例题解：根据重力模型计算各小区出行分布量，列表如下有约束重力模从上例可以看出，直接使用无约束重力模型计算得到的未来分并不满足行、列约束条件，一般不能直接用于出行分布预测，必须用增长系数法对无约束重力模型初始计算结果进行迭代计在这里我们可把无约束重力模型的计算结果qij看作是增长系数法基年矩阵qij0，如果采用常增长系数法对其进行约束，则这就是所谓 （Voorhees）重力模型，它是一种单约束重力型，只能满足行约束条双约束重力模如果采用佛尼斯法对无约束重力模型同时进行行列约束，则可得双约束重力模型（过程略双约束重力模型可以同时满足行列约束条件，是目前使用较多的重力模型双约束重力模型的标双约束重力模型中的Ai与Bj是在计算过程中产生的，不是固定的参，因而对于双约束重力模型只有阻抗函数中的参数需要标定。在取数型阻抗函数时，需要标定的就是参数β如果参数β的取值能使得由重力模型计算结果中得到的出行长度分，与实际得到的出行长度分布最大程度地吻合，则该值就作为模根的问题。可以用法、差商法等数值方法求解。重力模型的优缺优点模型形式直观，可解释性强，易被规划人员理解和接能比较敏感地反映交通设施变化对出行的影响，适用于中长期求预不需要完整的基年ODD特定交通小区（如新开发区）之间的分布量为零时，也能进行测重力模型的优缺缺点重力模型最主要的缺陷是难以准确预测小区内出行分布量解决这一问题的方法有两种：一是采用更为灵活的阻抗函数型，如复合型和离散型阻抗函数，但这会带来模型标定上 另 法是区内出行不参加重力模型的运算，而采用其他法（如增长系数法）来单独处增长系数法与重力模型对概

Modal主要方法包括：转移 、重力模型的化方法、回归模型法、概率模型法

转移 较为简单、直观的交通方式预测是用转移曲线诺模转移转移曲 是目前国外广泛使用的交通方式分担预测方法，在国 通方式较为单、影响因素相对较少的情况，该方法使用简单、方便，应用效果较。在我国交通方式众多、影响因素复杂的情况下，绘制出全面反映各交方式之间转移关系的转移曲线，其工作量十分巨大，且资料收集较。同时，由于它是根据现状资料绘出的，只能反映相关因素变化相对较小的情况，即超过现状所反映的范围不能较大。这使得该方法的应转移转移曲 是目前国外广泛使用的交通方式分担预测方法，在国 通方式较为单、影响因素相对较少的情况，该方法使用简单、方便，应用效果较。在我国交通方式众多、影响因素复杂的情况下，绘制出全面反映各交方式之间转移关系的转移曲线，其工作量十分巨大，且资料收集较。同时，由于它是根据现状资料绘出的，只能反映相关因素变化相对较小的情况，即超过现状所反映的范围不能较大。这使得该方法的应概率模型概率模型是非集计分析模型中的一种比较实用的模交通方式选择本质是一个离散的选择行为，即从各种交通方式中选“效用”最大的一种广泛应用的是多项Logit模型（MNL）概交通流分配是交通需求预测四阶段法的第段，任务是将各种出行方式的OD矩阵按照的路径选择原则分配到交通网络中的各条，求出各路段上的流量及相关的交通指标，从为交通网络的设计、评价等提供依据

Modal交通流分配的作OD矩OD矩阵反映了各种方式的交通需求在不同时段的空间分布形态，这D（如出行次数转换为车辆数）（如全日OD矩阵转换为小时OD矩阵）。路径选择原路径选择原则 行者在选择出行路径时所遵循的行为准。交通网络的实际状态是每个出行者路径选择的结果，能否准确描述出行者路径选择行为，是交通分配问题 出行者往往以出行成本（阻抗）最小作为标准来选择路径。对。路网抽象与路阻函交通网络是交通需求作用的载体。在交通分配前，需要将现状（划）的交通网络抽象为数学中的有向图模型，以表达交通网络的拓关系和交通供给的各种特常用的交通网络抽象方邻接矩邻 权矩路段阻抗函BPR（BureauofPublicRoads）阻抗函BPR函数基本参数的确平衡分配方网络平衡：假设从一个OD对的出行者都选择同一条路径（它时是阻抗最小的），，即所谓的平衡状态Wardrop平衡原Wardrop（1952）对以上平衡现象进行了分析，提出了关于交通络平衡的第一原理和第二原理，奠定了交通分配的基Wardrop第一原D路径具有相等的时间，并不大于未被使用路径的时间。Wardrop第二原在系统平衡条件下，拥挤路网上的交通流应该按照平均或总的出成本最小为依据来分Wardrop平衡原第一原理反映了用户选择路线的一种准则。按照第一原理分配出来结果是路网上用户实际路径选择的结果。而第二原理则反映了一种标，即按照什么样的方式分配是最好用户平衡（UsersEquilibrium，UE）模系统最优（SystemOptimum，SO）模简单UE问题的求例题求解下图网络中的用户平衡分配结2+x1=1+2x2=1+2(5-x1)=11-路径流量：x1=3,x2=5-路段阻抗：t1=5非平衡分配方交通网络平衡模型是一个维数大、约束多的NLP问题。在1975由LeBlanc等将Frank-Wolfe算法用于求解UE模型获得成功之技术，研究分配的近似算法依然是交通分配中的一个重要课题。由此得到了有别于寻求UE分配最优解的一些算法，通常称其为非衡分配算法。这些算法在一定程度上是对真正的平衡分配算或者特殊化1、全有全无（AllorNothing）分对于任意一个OD对，将全部出行量都加载到连接这个ODa，令ta=ta(0),然后搜索最短路径，将交通量全部加载到最短全有全无分配不考虑流量变化对路段阻抗的影响，因此只能于非拥挤交通网络的分全有全无分配法是其他分配方法的基础，其他方法分配过中均需反复调用全有全无分配方例求解下图网络中的全有全无分配结增量分配方增量分配法的基本思想是将OD量分成N份，然后分N次用全有全无配法分配OD量，每次分配一个OD分表；每分配一次，用当前路段阻抗函数，直到把N个OD分表全部分配到网络上一般来说N越大，增量分配法的结果就越接近平衡解，但计算工作量应增加，况且非常大的N时，这个方法就是全有全无分配法。实际工作中，可