曹安公路远期交通流量预测

学院：交通运输工程学院学号：学院：交通运输工程学院学号：姓名：曹安公路远期交通流量预测——以华江支路——嘉金高速段为根底目录一、报告概述 2工作目标 2工作内容 2技术路线 2二、调查道路和交叉口概述 3三、调查数据处理与现状分析 33.1调查数据汇总及标准车换算 33.2路段流量推算 43.3AADT计算 53.4现状分析 6四、远期流量预测 74.1基于弹性系数的远期交通量预测 94.2基于线性回归的远期交通量预测 104.3基于人工神经网络为融合根底的远期交通量组合预测 11五、预测结果分析 13一、报告概述：工作目标根据曹安公路华江支路——嘉金高速段历年交通流量数据，综合现场调查结果，预测该段2020—2025年年平均日交通量，并对未来曹安公路道路建设工程提出合理意见。工作内容现场数据采集：收集曹安公路华江支路——嘉金高速段两交叉口早晨8：00—9：00车流量；数据处理与分析：〔1〕现状与历年流量的差异及差异出现的原因〔2〕变化趋势与历年趋势的比照，说明影响预测结果的主要影响因素及产生原因〔3〕预测结果分析技术路线交叉口流量调查交叉口流量调查标准车换算AADT计算路段流量推算神经网络融合回归模型预测远期流量预测弹性模型预测结果分析二、调查道路和交叉口概述本次调查区段为曹安公路华江支路—嘉金高速段，共有两个交叉口，分别是翔江公路交叉口和翔封路交叉口。两交叉口相对位置如下列图所示：三、调查数据处理与现状分析3.1调查数据汇总及标准车换算将实测的分车型交通量转换为标准车流量。换算系数如下：车种小客、小货中客中货大客、大货拖挂、集装箱换算系数1.01.41.62.03.0各交叉口流量调查及标准车换算翔封路——曹安公路交叉口交通量调查结果车道拖挂大货中货小货大客中客小客标准车换算西进口左转1号车道10122614698212.6直行2号车道4746315871991157.43号车道191636722551174号车道6121232242100直行总量292410312629184416东进口右转8号车道9810352751249468.4直行5号车道021616601156.46号车道4724592813967号车道17142937513247直行总量2123541028100703北进口左转9号车道023131012118176.6右转9号车道0104095775.6翔江公路——曹安公路交叉口交通量调查结果车道当量小汽车合计流出统计西进口左转1号车道182.6182.6874.2直行2号车道163.8596.83号车道216.44号车道216.6右转5号车道94.894.8南进口左转1号车道155.6155.6743.8直行2号车道192.0369.23号车道177.2右转3号车道219.0219.0东进口左转1号车道420.6420.61910.8直行2号车道415.21106.23号车道364.24号车道326.8右转5号车道384.0384.0北进口左转1号车道232.2232.2738.4直行2号车道224.6351.23号车道126.6右转3号车道155.03.2路段流量推算以采集数据的两个交叉口：翔江公路及翔封路，把华江支路——嘉金高速区段划分成三个路段：华江支路—翔封路，翔封路—翔江公路和翔江公路—嘉金高速。采样时间段内〔8：00—9：00〕各路段统计交通量如下：路段调查小组交通流量〔PCU〕〔双侧〕华江支路—翔封路316251334翔封路—翔江公路312321370翔封路—翔江公路419111048翔江公路—嘉金高速41417874由于两交叉口间存在支路，两组统计到的交通量有一定差异。取调查到的最大交通量作为该路段的顶峰小时流量，那么各路段交通量如下：路段交通流量〔PCU〕华江支路—翔封路2959翔封路—翔江公路2959翔江公路—嘉金高速2291考虑到远景交通量预测时，区段道路建设应满足区段内各路段顶峰小时的最高交通量，故华江支路——嘉金高速区段交通量取最高值为2959PCU。3.3AADT计算利用小时流量比换算日交通量时间01234567工作日22390160891119873596923144153575375040时间89101112131415工作日7609575156740477015067919758067446272522时间1617181920212223总流量工作日7160375950723686112258313568484735334648189167根据工作日不同观测时段的交通量，计算观测时段8：00—9：00的小时流量比为76095/189167=0.0607，那么日交通量＝2959/0.0607=48748PCU。利用周变系数计算周平均流量时间1234567周平均流量工作日12003201221977123142712311181257074113794010505991190065调查工作日为星期四，故周变系数为1231118/1190065=1.034,那么周平均日流量为48748/1.034=47145PCU。利用月变系数计算年平均日交通量〔AADT〕月份123456流量114801511533001233724119333311263001175532月份789101112平均流量1208448118068012053851230393116372412662451190423调查月份为11月，故月变系数为1163724/1190423=0.978，那么年平均日交通量为47145/0.978=48206PCU.3.4现状分析华江支路—嘉金高速区段历年流量如下：年份1991199219931994199519961997AADT10503173501558714860125071117620069年份1998199920002001200220032006AADT18818184822054221817265573533640197年份20092012AADT4506748206总体而言，20年来曹安公路年平均日交通量〔AADT〕呈上升趋势，20年来增幅总共达359%。由图可知，曹安公路平均日交通量历年情况中有两次大的衰退，分别是1993—1995年，交通量一直处于负增长状态，最高减少达15.83%〔1995年〕；1998—1999年，比前一年减少6.23%。通过查阅相关资料可知，1993—1995年正处沪宁高速开通，导致交通转移增大，曹安公路交通量下降；而1997—1998年，刚好是亚洲金融危机爆发的时期。而随着2000后经济形势的好转，国民经济抗风险能力增强，交通量也逐年上升。由于曹安公路不仅是上海市区与郊区工业基地的连接主干道，更是上海与江苏的连接主干道，而上海和江苏皆为中国沿海经济最兴旺的省市之一，随着经济的不断开展，两省市间的交通流量必然会不断增加。但需注意的是，存在一个增长趋势先快后慢的过程。说明当社会经济增长到一定规模后，交通量受其影响力度减少。四、远期流量预测远景交通量，是确定公路工程建设规模与技术标准的主要依据之一，是提高公路建设工程投资效益的重要环节。因此，在公路建设工程可行性研究阶段，做好建设工程交通需求量预测工作，具有十分重要的现实意义。常用的预测方法有时间序列分析法、回归分析法、灰色模型预测法、弹性系数法、人工神经网络等，但由于历年〔1991—2012年〕交通量数据不连续，缺少2004—2005年，2007—2008年，2010—2011年数据，传统时间序列、灰色模型GM(1,1)等预测方法不适用，而其他可行的预测方法各有优缺点，为了将每种预测方法所包含的有用信息都反映在预测结果里，本报告综合运用弹性系数法、回归分析法以及人工神经网络进行2020—2025年交通量预测，建立以人工神经网络模型为融合根底的弹性系数法、回归分析法组合预测模型。可以看到，组合预测模型的相对误差只有6.8%，比单独使用一种预测方法更好。在区域客运量分析中常用总人口、非农业人口、居民密度、人均旅行次数、人均消费水平、人均国民收入、客车保有量等指标作为相关因素;区域货运量分析中常用总人口、工农业总产值、汽车保有量、人均国民收入、人均消费水平、基建投资额等指标作为相关因素。本报告由于要预测远期〔2020—2025年〕交通量数据，选取的指标本身必须具有较好的预测性。由于常住人口增长率、新增职位数等指标远期变化情况较难预测，应选择国民生产总值〔GDP〕作为参考指标，根据上海市政府发布的《上海市国民经济和社会开展第十二个五年规划纲要》中预计从2011年到2020年上海国民生产总值年平均增长8%，且仍假设之后5年生产总值年均增长在8%左右。上海市1991—2012年GDP情况如下：年份GDP(亿元)年份GDP(亿元)1991893.7720025741.0319921114.3220036694.2319931519.2320048072.8319941990.8620059247.6619952499.43200610572.2419962957.55200712494.0119973438.79200814069.8719983801.09200915046.4519994188.73201017165.98200047716920015210.12201221115.26数据来源：2012年上海统计年鉴4.1基于弹性系数的远期交通量预测弹性系数法是指在对一个因素开展变化预测的根底上，通过弹性系数对另一个因素的开展变化作出预测的一种间接预测方法。弹性系数法适用于两个因素x，y之间有指数函数关系的情况。弹性系数被用来表示两个因素各自相对增长率之间的比率。对交通量数据进行对数处理如下：年份Lny〔y为交通量，单位当辆小车〕Lnx〔x为GDP，单位亿元〕19919.2594166.79544819929.7613487.01619939.6541937.32595919949.6064287.59632219959.4340447.82381819969.3215247.99211719979.90693288425698.24304319999.8245538.34015320009.9302278.47034720019.9904458.558358200210.187058.655394200310.472668.809001200610.601559.265987200910.715919.618897201210.783249.957751分析lny与lnx的相关性，发现两者相关系数到达了0.89，呈高度相关，满足利用弹性系数法分析的前提条件。由于弹性系数e=交通量增长率/GDP增长率，计算得到弹性模型如下：Lny=5.93+0.486lnx；AdjustedR2=0.78023交通量预测值与真实值差异如下表所示：年份预测值真实值相对误差〔%〕199110205.953810503-2.8282199211359.9221717350-34.5249199313205.5450815587-15.2785199415058.61817148601.336596199516817.900631250734.4679199618250.37011117663.29966199719636.8476320069-2.15333199820615.82213188189.553736199921611.474971848216.93256200023022.196422054212.07378200124027.652612181710.13271200225187.1768426557-5.15805200327138.1670935336-23.1997200633882.4168340197-15.7091200940217.5129745067-10.7606201247412.3020448206-1.64647平均相对误差：16.2%4.2基于线性回归的远期交通量预测分析交通量与GDP增长之间的相关关系，发现相关系数到达了0.93，两者高度相关。利用EXCEL提供的回归分析功能建立预测模型如下：Y=11892.10892+2.040322743*x;AdjustedR2=0.85其中y为交通量(单位当量小车)，x为GDP〔单位亿元〕交通量预测值与真实值差异如下表所示：年份预测值真实值相对误差〔%〕19911050313715.6930.5882919921735014165.68-18.353419931558714991.83-3.8183819941486015954.117.36275819951250716991.7535.8579419961117617926.4760.4014419972006918908.35-5.783319981881819647.564.40832919991848220438.4710.5858120002054221626.845.28106120012181722522.443.2334220022655723605.66-11.113220033533625550.5-27.692720064019733462.89-16.752820094506742591.72-5.4924420124820654974.0514.03985平均相对误差：16.3%4.3基于人工神经网络为融合根底的远期交通量组合预测组合预测就是对多种不同预测方法的预测结果进行适当组合，充分提取不同预测结果的有价值信息，综合利用各种方法所提供的有用信息，从而尽可能地提高预测精度，更为全面地反映系统的变化规律。其根本思想是采用某种恰当的方法，将不同预测模型的预测结果有机组合起来，相互取长补短，到达提高预测精度和增加预测结果可靠性的效果。组合预测原理说明在某种测度下，组合模型的某种度量要比单一模型优越。一般组合预测模型为目前的组合预测方法概括起来有两类:一是权系数组合预测法。它包括最优组合预测法和变权重组合预测法。这类方法的特点是假定参加组合预测的各个预测模型间是一种线性关系。然而，当单个预测方法来源于非线性模型或者所基于的条件期望是信息集合的非线性函数时，各预测方法的线性组合显然就不是最优的。一是非线性组合预测法。目前使用较多的是人工神经网络方法。实验结果说明，这种组合方法在提高拟合精度的同时，也提高了模型预测的可靠性。这是由于神经网络连接权的权重可正可负，亦可为零。当权重大于零时，意味着对输入信息产生兴奋，小于零时，那么对输入信息产生抑制，这样，通过这种兴奋与抑制，可以对各种预测结果所提供的信息按照其反映现实的真实程度进行有效的过滤和筛选，从而有效地保存了各种预测方法提供的有用信息，提高组合预测的精度，增强了模型的适用性。以弹性系数法和回归分析法两种预测方法的预测结果(1991一2012年)为BP神经网络的输入，以对应各年实际交通量为输出，建立2一5一1的三层神经网络结构，使用Newff函数生成一个前馈BP网络,将隐层传递函数设定为logsig函数,输出层传递函数设定为Pureline,以确保整个网络的输出可以取任意值,采用Levenberg-Marquardt算法,设置BP网络反传函数为trainlm,这样便可得到一个未经训练的前馈BP网络。接下来利用Train函数对所建立起来的前馈BP网络进行训练。经过反复尝试,设置训练时间为1000个单位时间,训练目标为误差小于0.0085,其他参数仍采用系统默认值,可得到如下图的训练过程误差变化曲线。得到各年交通量预测值如下：年份预测值真实值相对误差〔%〕199110596105030.89%199217065173501.64%199316125155873.45%199413783148607.25%199513523125078.12%19961431811