交通量分配(一)

交通量分配(一)TrafficAssignment—交通规划四阶段法核心模块Contents课程目录交通量分配（一）——从基本概念到实际应用的系统性课程框架01交通量分配基本概念02四阶段法中的定位03静态交通分配方法04动态交通分配原理05分配模型分类体系06软件工具与实际应用CHAPTER01交通量分配基本概念理解交通分配的定义、作用与核心要素TRAFFICASSIGNMENT交通量分配的定义交通量分配是交通规划四阶段法的最终环节，将OD矩阵中的出行需求按照路网特性分配到具体路段，输出各道路的交通流量、拥堵程度等关键指标，为路网评价和规划决策提供定量依据。城市道路交通流量实景01交通量分配（TrafficAssignment）是将起讫点调查所得的OD交通量，合理分配到调查区域内各条道路上的计算过程02输入包括OD矩阵（出行需求量）、路网拓扑结构（节点与路段连接关系）、路段特性参数（通行能力、自由流时间等）OD矩阵·拓扑·参数03输出为各路段的交通流量、饱和度（V/C比）、拥挤状态下的行程时间和车速等路网运行指标V/C比04该过程反映一定数量的OD交通量多次反复出现时，可能呈现在路网上的交通流量期望值TrafficVolumeAssignment交通量分配的两大内容交通量分配涵盖机动车流量分配与公交客流分配两大领域，前者服务于道路网络规划与评价，后者支撑公共交通线网优化。城市道路机动车交通流量实景机动车交通量分配将车辆OD矩阵在道路网上进行分配，求得各路段的机动车交通流量考虑道路通行能力限制、行程时间函数、驾驶者路径选择行为等因素输出结果用于道路规划设计、交通影响评价、拥堵识别与改善方案制定城市公交站台乘客候车场景公交客流分配将居民公交出行OD量在公交网络上分配，求出各线路客运总量计算各路段公交客流通过量、各站点上下客量，评估公交服务水平需考虑公交发车间隔、换乘时间、票价等特有的服务水平影响因素CLASSIFICATIONSYSTEM交通分配方法的分类体系交通量分配方法可从路径选择逻辑、容量约束条件、均衡状态三个维度进行分类，不同分类维度交叉组合形成完整的方法体系，实际应用中需根据规划目标和数据条件选择合适方法。按路径选择逻辑最短路径分配：所有出行者选择阻抗最小的单一路径，计算简单但过于理想化多路径分配：考虑出行者对不同路径的选择概率，更符合实际出行行为路径逻辑按容量约束条件非容量限制分配：不考虑路段拥堵对行程时间的影响，适用于流量较小场景容量限制分配：考虑流量增加导致行程时间延长的反馈效应，更贴近现实容量约束按均衡状态平衡分配：达到Wardrop用户均衡或系统最优状态，理论严谨但计算复杂非平衡分配：采用启发式方法逐步逼近，计算效率高但无法保证全局最优均衡状态Chapter02四阶段法中的定位交通分配与出行生成、出行分布、方式划分的逻辑关联FOUR-STEPMODEL交通规划四阶段法流程四阶段法是交通需求预测的经典框架，交通分配作为最终环节，将前三阶段输出的分方式OD矩阵加载到路网上，实现从"出行需求"到"路网负荷"的转化，其结果是规划方案评价的直接依据。01STAGE出行生成预测各交通小区的出行产生量和吸引量，回答"有多少人要出行"的问题产生量02STAGE出行分布将产生量与吸引量配对，形成OD矩阵，回答"从哪里到哪里"的问题OD矩阵03STAGE方式划分确定各种交通方式的分担比例，涵盖小汽车、公交、轨道等出行选择分担比例04STAGE交通分配将分方式的OD量加载到路网上，回答"走哪条路"，输出路段流量与运行指标路段流量INPUTDATA交通分配的核心输入数据交通分配的准确性依赖于三大核心输入：OD矩阵反映出行需求量，路网数据描述道路物理属性，阻抗函数量化流量-时间关系。OD矩阵来自居民出行调查、路边访问调查或OD反推技术，反映各起讫点间的出行需求量需按交通方式和时段进行分层处理出行需求路网数据包括节点坐标、路段连接关系、车道数、设计速度、通行能力等几何与物理属性需建立准确拓扑结构，确保连通性与转向限制物理属性阻抗函数BPR函数：t=t₀[1+α(V/C)^β]，描述流量增加导致行程时间延长参数α、β需根据本地实测数据标定流量—时间Output&Application交通分配的输出与应用交通分配的标准输出包括路段流量、V/C比、拥挤行程时间和车速等指标，这些数据不仅直接服务于路网评价和瓶颈识别，还可反馈至前序阶段进行迭代计算，并支撑环境评价和效益分析。城市道路高峰时段交通拥堵实景01路段流量：各道路断面的交通量预测值，是道路横断面设计和车道数配置的直接依据断面流量02饱和度(V/C比)：流量与通行能力的比值，用于识别拥堵瓶颈和评估服务水平等级V/C比03拥挤行程时间：考虑拥堵影响后的实际出行时间，用于路网整体运行效率评价出行效率04反馈应用：分配结果可反馈至方式划分和出行分布阶段，通过迭代计算提高预测精度迭代计算CHAPTER03静态交通分配方法基于确定性OD矩阵与稳态假设的经典分配理论StaticTrafficAssignment静态交通分配的基本概念静态交通分配假设OD需求确定且不随时间变化，路网特性固定，通过求解稳态流量分布来评估路网性能。这种简化虽与现实存在差距，但计算效率高，在规划层面仍能提供有价值的决策参考。城市道路网络结构·航拍实拍01静态交通分配是指OD矩阵已知且确定、不考虑其随时间变化的交通分配方法02核心思想是在给定出行需求下，求解路网中各路径的交通流量分布，以评价路网性能03假设路网处于稳态，流量不随时间推移而变化，适用于中长期规划分析04虽简化了现实复杂性，但计算效率高，仍是当前交通规划实践中最常用的分配方法STATICASSIGNMENT静态交通分配的前提条件静态交通分配建立在五项核心假设之上：路网结构已知、路段特性函数确定、交通需求固定、出行者完全理性且信息完备、选择准则一致。路网拓扑已知所有节点、路段及连接关系已完整建立，转向限制明确定义拓扑结构阻抗函数已知各路段阻抗函数参数已标定，准确反映流量-时间关系BPR函数交通需求确定各OD对出行量已知且不随时间变化，无需考虑动态波动OD固定完全信息出行者掌握路网全部信息，能持续做出最优路径选择信息完备准则一致所有出行者采用相同选择标准，通常为最短行程时间最短时间TRAFFICASSIGNMENTWardrop均衡原理Wardrop于1952年提出的用户均衡与系统最优两大原理是交通分配理论的基石。用户均衡反映出行者个体理性选择的结果，系统最优追求整体效率最大化，两者通常产生不同的流量分布，体现了个体与集体的博弈。第一原理：用户均衡(UE)01均衡状态下，所有被使用路径的行程时间相等，且不大于任何未使用路径的行程时间02没有出行者能通过单方面改变路径来减少自己的行程时间，反映个体理性选择结果个体理性第二原理：系统最优(SO)01系统总行程时间最小化，要求出行者考虑自身选择对外部拥堵的影响02通常需要边际成本定价(如拥堵收费)来实现，现实中难以自发达到整体效率两者的关系01用户均衡通常导致系统总成本高于系统最优，差额称为'无政府代价'(PriceofAnarchy)02拥堵收费、可变信息诱导等措施可引导UE向SO靠近，提升路网整体效率无政府代价TrafficAssignment全有全无分配法（AON）全有全无分配法将每个OD对的全部流量分配到最短路径上，计算简单但忽略容量限制和路径选择随机性。虽然结果过于理想化，但常作为迭代算法的初始步骤，在初步分析中仍有应用价值。01基本逻辑：对每个OD对计算最短路径，将该OD的全部流量分配到这条路径上，"全有或全无"。02优点：计算简单快速，无需迭代，适用于路网初步分析或作为其他方法的初始流量加载。03局限一：不考虑道路容量限制，可能导致分配流量远超通行能力，结果严重偏离实际。04局限二：假设所有出行者选择同一路径，忽略路径选择的随机性和信息不完全性。05应用场景：通常作为容量限制分配或平衡分配的初始步骤，不单独用于最终规划决策。城市主干道车流场景TRAFFICASSIGNMENT容量限制分配法容量限制分配法通过分批次加载流量并迭代更新路段阻抗，使流量逐步向替代路径分散，避免全有全无法的过度集中问题。基本原理将总OD流量分成N份，每份占总量的1/N，按顺序逐批加载到路网上每加载一批后，根据累积流量更新各路段行程时间，再用新时间计算下一批最短路径1/N逐批加载优势与局限考虑了流量增加对行程时间的影响，结果比全有全无法更接近实际分配次数N越大结果越精确，但无法保证收敛到用户均衡解启发式方法工程应用常用分配次数为4-10次，典型比例为40%、30%、20%、10%递减加载在TransCAD、EMME等主流交通规划软件中均有实现，是快速分析常用工具4-10次迭代MULTI-PATHASSIGNMENT多路径分配法多路径分配法引入随机选择模型，将OD流量按概率分配到多条可选路径上，更符合出行者信息不完全和感知差异的现实情况。01考虑出行者对行程时间感知的随机性，按选择概率将流量分配到多条路径02Logit模型：概率与路径效用差呈指数关系，计算简便但对路径重叠敏感03Probit模型：感知误差服从正态分布，能更好处理路径相关性，计算复杂度高04分散系数θ：控制路径选择随机程度，θ越大选择越集中，θ越小越分散05适用于路网密度高的城市中心区，替代路径丰富，出行者选择行为更具多样性城市中心区密集路网·替代路径丰富Algorithm用户均衡分配求解：Frank-Wolfe算法Frank-Wolfe算法是求解用户均衡分配的经典方法，通过迭代执行全有全无分配并沿搜索方向更新流量，逐步逼近均衡解。算法保证每步可行且内存需求小，但接近最优解时收敛速度减慢，需合理设置终止条件。算法流程01初始化：进行全有全无分配得到初始流量，设置迭代计数器n=102更新阻抗：根据当前流量计算各路段行程时间，再做全有全无分配得到辅助流量03方向搜索：沿当前流量与辅助流量连线方向求解最优步长，更新路段流量收敛特性算法保证每步迭代结果可行，目标函数单调递减，最终收敛到用户均衡解接近最优解时收敛速度减慢，实际应用中常以相对间隙或最大迭代次数为终止条件工程实现主流软件如TransCAD、EMME均内置该算法，通常迭代20-50次可达到工程精度大规模路网可采用路径流量分配或梯度投影法等改进算法加速收敛CHAPTER04动态交通分配原理考虑时变需求与交通流动态传播的分配理论DYNAMICTRAFFICASSIGNMENT动态交通分配的核心概念动态交通分配考虑交通需求的时变特性和交通流的动态传播过程，能够刻画拥堵的形成、传播和消散。它是实时交通诱导和信号控制的理论基础，为智能交通系统提供决策支持。时变流量最优分布在交通供给和需求状态已知条件下，分析时变交通流量的最优分布模式动态传播与排队考虑交通需求随时间变化，以及交通流在路网中的动态传播和排队过程拥堵时空演变能够刻画拥堵的形成、传播和消散过程，揭示交通状态的时空演变规律控制与诱导决策为交通控制（信号配时优化）和动态路线诱导（可变信息板、导航系统）提供理论依据智能交通诱导系统实景DynamicAssignment动态分配与交通控制、诱导的关系动态交通分配为交通控制和路线诱导提供决策依据，三者协同作用：控制通过信号配时调整车流时间分布，诱导通过信息发布改变车流空间分布，动态分配则预测和评估各种策略的效果。交通控制通过改变路口信号配时方案来调整车流的时间分布，如拥堵时延长主路绿灯时间动态分配可预测不同配时方案下的流量分布，为控制策略优化提供定量依据信号配时动态路线诱导通过可变信息板、车载导航等非强制手段，引导出行者选择替代路径改变车流的空间分布，将拥堵路段的流量分散到平行路径，提升路网整体效率替代路径协同优化控制与诱导配合使用，在时间和空间两个维度上重新配置交通需求动态分配模型是评估控制诱导效果、制定最优策略的核心分析工具时空配置CONSTRAINTS动态交通分配的关键约束动态交通分配需满足流量守恒、流量传播、容量限制和FIFO四类核心约束，确保模型结果符合交通流的物理特性。这些约束使模型能够准确刻画排队形成、传播延迟和拥堵演化等动态现象。道路拥堵排队实景01流量守恒约束：每个OD对在每个时段的总流量等于各路径流量之和，保证需求完整分配02流量传播约束：车辆进入路段后需经历传播时间才能驶出，体现交通流在路网中的延迟特性03容量约束：路段流出率不能超过通行能力，超出部分形成排队，反映拥堵产生的物理机制04FIFO约束：先进先出原则要求先进入路段的车辆先驶出，防止模型出现不合理的"超车"现象交通量分配（一）动态交通分配的主要挑战动态交通分配面临计算复杂度高、数据需求大、参数标定难、实时性要求严四大挑战，限制了其工程化应用。当前研究聚焦于高效算法开发、数据融合技术和模型简化策略，以推动动态分配从理论走向实践。以下从计算复杂度、数据需求与实时性要求三个核心维度，梳理制约动态交通分配工程化落地的关键瓶颈与应对思路。COMPUTATION计算复杂度时间维度的引入使问题规模成倍增长，大规模路网求解耗时巨大需要高效算法和并行计算技术支持，当前研究聚焦于启发式和近似算法启发式算法DATA数据需求需要时变OD矩阵和高频交通流检测数据，采集成本和技术门槛较高手机信令、浮动车GPS等新型数据源为动态OD估计提供了新途径多源数据融合REAL-TIME实时性要求在线诱导系统需在数分钟内完成计算并更新诱导策略，对算法效率要求极高通常采用模型简化、预计算和增量更新等策略来满足实时性需求增量更新CHAPTER05分配模型分类体系从仿真与分析、数学手段两个维度解析模型类型DynamicTrafficAssignment仿真模型与分析模型按描述交通流方法的不同，动态分配模型分为仿真模型和分析模型。仿真模型基于计算机模拟，便于工程应用但分析能力弱；分析模型基于数学函数，理论严谨但缺乏高效算法，目前更多用于学术研究。仿真模型用仿真网络运行代替真实交通流过程，路段特性通过计算机模拟动态加载获得便于集成各种控制策略并分析其效用，无需显式写出特性函数形式，适合工程应用分析能力较弱，难以从模型本身分析解的收敛性、精度和灵敏度分析模型通过数学函数关系描述路网动态特性，结构严谨、逻辑严密目前缺乏行之有效的高效求解算法，难以精确描述复杂交通系统的所有动态特性建模过程中常附加理想化条件，目前主要停留在理论研究阶段，适用于学术探讨交通仿真软件车流模拟场景动态交通分配模型数学规划、最优控制与变分不等式模型按数学手段不同，动态分配模型分为数学规划模型、最优控制模型和变分不等式模型三类。变分不等式模型因能统一描述多种均衡条件且理论基础完善，成为当前研究的主流框架。数学规划模型将交通分配转化为带约束的优化问题，目标函数通常为系统总成本最小化静态UE问题可转化为凸规划，但动态情形下目标函数可能非凸，求解困难凸规划最优控制模型将交通流视为受控动态系统，通过控制变量优化性能指标适用于交通控制与分配联合优化，求解需满足庞特里亚金极大值原理极大值原理变分不等式模型目前最通用的建模框架，能统一描述UE、SO及各种扩展均衡条件存在性、唯一性和收敛性有严格数学证明，是当前研究主流主流框架TRAFFICASSIGNMENTCOMPARISON静态分配与动态分配对比静态分配与动态分配在时间维度、拥堵刻画、应用场景和计算复杂度四个维度存在本质差异。静态分配适合中长期规划，动态分配适合实时管理，两者互补而非替代，实际工作中需根据需求选择或结合使用。静态分配与动态分配核心差异对比对比维度静态交通分配动态交通分配时间维度需求和流量不随时间变化，稳态假设考虑需求和流量的时变特性，动态演化拥堵刻画通过阻抗函数反映平均拥堵程度能刻画拥堵形成、传播和消散过程排队现象无法显式描述排队长度和消散时间可计算各时段排队长度和延误时间应用场景中长期交通规划、路网方案评价实时交通管理、信号控制、路线诱导计算复杂度相对较低，大规模路网可求解高出数个数量级，大规模路网求解困难数据需求OD矩阵、路网拓扑、阻抗函数时变OD矩阵、交通流检测数据、信号配时静态分配与动态分配各有适用场景，前者适合规划层面的宏观分析，后者适合运营层面的精细化管理。Chapter06软件工具与实际应用主流交通规划软件的分配功能与工程实践要点SOFTWAREOVERVIEW主流交通规划软件TransCAD、EMME、VISSIM是三大主流交通规划软件，各自在分配方法覆盖度、求解效率和仿真能力方面具有优势。TransCAD美国Caliper公司开发，支持最广泛的交通分配方法，包括UE、SO、随机分配等GIS集成度高，数据处理和可视化功能强大，在国内交通规划院应用最为普遍GIS集成EMME加拿大INRO公司产品，以高效的均衡分配算法著称，大规模路网求解速度快多模式交通建模能力强，在轨道交通与道路交通联合分析方面表现突出均衡分配VISSIM德国PTV公司开发的微观仿真软件，可精细模拟车辆跟驰、换道和信号控制支持动态交通分配功能，适合交叉口详细设计和信号配时优化等精细化分析微观仿真EngineeringPractice交通分配的工程实践要点交通分配的工程实践需要把握路网建模、OD校核、参数标定、结果检验和敏感性分析五个关键环节。每个环节的疏漏都可能导致结果偏差，严谨的工作流程和质量控制是保证分配结果可信度的基础。01路网建模—节点合理抽象，路段属性完整录入（车道数、限速、通行能力），转向限制不可遗漏02OD矩阵校核—与实际观测流量（路段计数、屏幕线流量）比对，必要时进行