第七章(二).ppt

1、第四节 出行分布预测 Trip Distribution,出行分布的目的： 根据现状的OD分布量、交通小区的经济特征、土地利用的发展变化，来找出未来各交通小区的出行交换量。,出行分布模型,增长系数法：基于出行的起点和终点所在的小区的增长特性，利用现状OD表计算未来的OD表的方法。适用于小区或小区间的出行，不太受空间的阻挠因素的影响，而只受地区间产生及吸引特性影响的空间分布形态。 增长特征：人口、经济、土地使用。,综合法（重力模型、机会模型）：将出行的空间阻挠因素与出行所在地区的增长特征一并考虑的模拟分析法。是一种空间互动模型，是用于出行要受空间阻挠的空间互动形态，有反馈信息。,增长系数法,常系

2、数增长法：,式中,未来ij的出行量,现状ij的出行量,G 增长系数,一般,Pi与社会经济特征相关 Aj与土地利用性质相关,平均增长系数法：,式中 Gii区增长系数,Gjj区增长系数,运算时,第k步的调整系数,例：有一城市，交通区划分如图，GA=2, GB=1, GC=4, GD=3。,A,B,C,D,PA=40 A,D PD=20,C PC=30,PB=50 B,25,15,5,5,方法一：平均增长系数法 题设条件列表如下：,第一次分布：,同理：,控制精度： =Pi/Aj，一般 i0.95，1.05 由此看出A区正好，B区多了50%，C区少了50%，D区少了20%,表一,第二次分布：,同理：,

3、表二,弗雷特（Fratar)法,出行的阻挠因素,出行的增长因素,实质：未来的交通区之间的出行量，不仅与这两区的增长 系数有关，而且还与整个调查区内其它区的增长系 数有关。,式中：,方法二：弗雷特法,同理：LB=0.357, LC=0.6, LD=0.5,同理,显然弗雷特法中收敛的快些,底特律(Detroit)法,式中：,底特律法不仅考虑交通区的交通产生、吸引量的增长率，还考虑到了整个规划区交通产生量（吸引量）的增长率对未来交通分布的影响。,F全规划区交通生成总量的增长率,重力模型,基本假定：交通区i到交通区j的交通分布量与交通区i的交通量、交通区j的交通吸引量成正比，与交通区i和j之间的交通阻

4、抗参数，如两区中心间交通的距离、时间或费用等成反比。,思考题： 1.为什么有n个交通小区的城市进行一次OD调查及相关的社会经济、土地利用调查就可以建立回归分析模型，预测交通生成量？,2.回归模型的系数为什么会有负值？,重力模型(GM)一般形式,式中：k 待定系数 f(tij)交通区i与交通区j之间的交通阻抗系数,重力模型的分类,根据f(tij)和k的取值可以分类：,因tij表示的内容不同可分为：行程时间重力模型 相互影响重力模型 分布系数重力模型,根据k，f(tij)的关系可分为： 无约束重力模型 单约束重力模型 完全约束重力模型,f(tij)的形式区间阻抗函数,幂函数,指数函数,Gamma函

5、数,多项式,综合费用系数,式中：tij 车内时间； wij车外时间（步行时间、候车时间） diji到j的出行距离 Piji到j的出行费用,无约束重力模型,式中：,约束条件：,该模型不满足约束条件，待定参数的标定方法为：最小二乘法。,单约束重力模型,乌尔希斯重力模型（出行发生受约束重力模型）,常用形式：,待定系数 根据现状OD调查资料拟合确定，一般可采用试算法等数值方式，以某一指标作为控制目标，通过用模型计算和实际调查所得指标的误差比较确定。,美国公路局重力模型,与乌尔希斯模型相比，此模型引入了交通调整系数kij。引入该系数的目的是校正乌尔希斯重力模型计算值与调查值之间的误差，反映出交通阻抗、交

6、通产生和吸引之间外的其它因素对交通分布的特殊影响。,重力模型（GM）的验算,重力模型的标定是通过拟合现状OD调查资料确定待定系数，但拟合的目标是以某种指标（如平均出行时间）的误差作为控制指标，因此，其标定的模型精度有时不能仅以此作为评判标准，必要时应作统计检验，最常用的是2 检验。,2 检验：利用现状已知的OD及其它资料。,插入机会模型,模型假定：阻抗参数相同的每一个交通吸引点均按指数分布等概率的成为交通的终点，而当阻抗参数不同时，交通总是选择阻抗参数最小的交通吸引点作为终点。此模型主要考虑的是交通阻抗参数。,根据上述假定，插入机会模型的形式为,式中：A从交通区i出发，交通阻抗参数（如交通时间

7、或 距离）小于到交通区j的交通阻抗参数的所有交 通区的交通吸引量之和； l 交通吸引率，为待定系数。,第五节 交通方式划分Mode Split,交通方式划分(MS)：指人（或物）出行次数在不同交通方式（交通工具）之间进行划分（分配或选择）。,交通方式划分的分类,一般的分为三类：自由类交通方式：步行,条件类交通方式：单位小汽车、单位大客车、 私人小汽车、摩托车等,竞争类交通方式：公交车、地铁、电车、 出租车、自行车等,在城市客运交通中一般分为两大类：,公共：公共汽车、有轨电车、无轨电车,私人：小汽车、自行车、步行,在城市货运系统中分为：,小型货车（2吨） 中型货车（25吨） 大型货车（5吨） 拖

8、挂车 拖拉机,在区域研究中则分为：,铁路 公路 航空 水运 管道,影响出行选择的因素,交通工具的吸引力：准确性（正点率、准点率）、方便性、 舒适性、安全性、经济性,出行者的社会经济特征：收入、职业,出行的类型：目的、距离,出行起迄点的位置,出行者的心理、行为,交通线路、站点的布局,交通方式划分的模式,G 交通生成 （Generation) D 交通分布 （Distribution) MS交通方式划分（Mode Split) A 交通分配 （Assignment),G-MS,D,A,G,MS,D,A,G,D-MS,A,G,D,MS,A,交通方式划分的主要模型,模型中主要使用：回归分析模型、类别法

9、,模型中主要使用：回归分析模型、转移曲线法（诺谟图）,模型中主要使用：带交通阻抗的重力模型,模型中主要使用：MNL模型、Logist模型,第六节 交通分配Trip Assignment,目的：把已知的各分区之间的出行交换量（即出行分布量）具体的去落实到线路、设施上。,作用：,把现状的OD分到现状的路网上，就可分析现状的交通负荷。可以检验模型（交通分配模型）。,把未来OD分到现状的路网上，可以检验现状的路网是否合理，是否能满足未来要求，即评价现状路网。,把未来OD分到未来的路网上，评价规划方案，比选规划方案；确定交通设施的建设顺序；确定设计交通量和服务水平。,交通分配模型的建立,Wordrop原

10、理： 原理：网络上的交通以这样一种方式分布，就是所有的使用的路线都比没有使用的路线费用小。 原理：车辆在网络上的分布，使得网络上所有车辆的总出行时间最小。,平衡模型（EM),凡满足原理或者的分配模型成为平衡模型。(Equilibrium Model) 满足原理的，称为用户优化平衡模型（UOE模型）(User Optimized Equilibrium) 满足原理的，称为系统优化平衡模型（SOE模型）(System Optimized Equilibrium),平衡模型(EM)是数学规划模型。 特点：目标明确，结构严谨。 数学规划模型一般均可归结为多商品流问题（MMCFP问题）。 （Multic

11、ommality Minimal Cost Flow Problem）,非平衡模型,既不满足原理，也不满足原理，而是采用了模拟的方法的分配模型。,交通网络分析技术,交通网络的描述,1,2,9,8,7,6,5,4,3,2(2),1(2),17(2),18(2),11(2),20(2),19(2),12(2),7(1),8(1),9(2),5(1),3(2),21(2),23(2),24(2),16(2),14(2),10(2),6(1),15(2),13(2),22(2),4(2),1,节点,1边的编号,（2）路权,邻接矩阵,i与j无边，或i=j,i与j有边相连,边编目录表,权矩阵,i=j,i与

12、j无边连接,i与j有边连接,邻接目录法（原为数学中处理大规模矩阵所用方法）,定义两组数组：一维R(i)，与i节点相连的边的条数； 二维V(i,j)，与i节点相连的j节点的节点号。,路权（路阻函数）,路段的路阻函数,美国联邦公路局路阻模型（BOPR）,式中： t当前路段上车辆行驶时间 t0交通量为零时车辆行驶时间 Q实际交通量 C实道路的实际交通能力,建议： =0.15， =4 注意： t0与V0有关，一般取设计行车速度； C实的获取从C0开始,美国UTPS,式中： 通行能力影响因素（取11.25）,多元回归函数,t=t01+1(1/C1) 1+ 2(2/C2) 2,或 t=t01+k1(1/C

13、1) + k2(2/C2),式中： 1(1/C1) 1， k1(1/C1) 机动车影响 2(2/C2) 2， k2(2/C2) 非机动车影响,Dr. Wang 路阻函数,式中：,注意：非拥挤状态取“+”，拥挤状态取“-”，阻塞状态时Q(i,j)=0,V0=V设 Km=ncKm 自行车 n 车道数 c 交叉口修正系数,交叉口的延误（d(i,j),d,有信号交叉口：Webster 法（计算每一进口道交叉口延误） 无信号交叉口：环交、立交先不予考虑 平面交叉口Tanner 法,模拟交通出行分配方法,全有全无法（AON法）（All or Nothing) 即最短路径法 思路：路权是一个常数，每一个OD

14、点对应的出行全部都由最短路通过，其它路不通过。,方法：寻找最短路径。 莫尔算法：1957年，美国More提出； TRRL算法：1963年英国道路交通实验室提出， 与莫尔算法比较接近。 TRRL英国道路交通实验室 沈贝尔算法：1951年Shinmbel 提出 这是一种矩阵算法，适合于计算机编程。 Dijkstra算法：Dijkstra 1959年提出（标号法） Bellman算法：带有负权问题的算法 Floyd算法：求网络上任意两点的最短路,AON法分配程序,输入O-D矩阵及网络几何信息,计算路权,计算最短路权矩阵,辨识各O-D点对间的最短路线并分配该O-D量,累加交叉口、路段交通量,输出各路段

15、、交叉口总分配交通量,最后一O-D点对？,否,转入下一 O-D点对,是,容量限制法 思想：考虑了路权与交通负荷之间的变化关系。 方法：A. 容量限制增量加载法 B. 容量限制迭代平衡法 特点：工作量 精度 核心：路权计算,静态多路径法 思路：影响出行的因素：最短路因素 随机因素,模型：各路线被选用的概率,式中：P(r,s,k)trs在第k条出行路线上的分配率 t(k)第k条出行路线的路权,各出行路线的平均路权,m有效出行路线的条数（终点比起点离目的地更近的路线） 参数；m=2, =3.03.75(一般可取3.5）,当某条路线的路权远远小于其它各路线时，模型应该是最短路模型。,当个出行路线上的路

16、权相等时，则应是随机分配模型,动态多路径法,思路：,全有全无法（静态单路径）,容量限制法,静态多路径法,动态多路径,动态,多路径,多路径,动态,方法：动态多路径增量加载法 动态多路径迭代平衡法,非平衡法实践 例：南京市的OD预测，用了四种方法（M1全有全无法；M2容量限制法；M3静态多路径法；M4动态多路径法），对22个路口的交通量进行检验。,由此可知，容量限制法较为实用，可用于实践（考虑了人力因素）。 理论上仍认为动态多路径法为最佳方法。 静态多路径法提供给我们的是概率，而决定其概率的参数值仍是路权所决定的，并不代表真实的效果。,平衡模型,MMCFP(Multicommality Minimal Cos