1、城市道路與交通規(guī)則之交通需求預(yù)測,目錄,1.交通需求預(yù)測概述 2.交通產(chǎn)生與吸引預(yù)測 3.交通分布預(yù)測,1 交通需求預(yù)測概述,交通需求預(yù)測：是利用資料調(diào)查與分析的成果建立各種預(yù)測模型,并運用這些模型預(yù)測規(guī)劃區(qū)域未來交通需求狀況,其目的是為交通系統(tǒng)的規(guī)劃、評價提供依據(jù). 集計模型：是目前交通預(yù)測中常用的一種模型,其基本思想是將集合區(qū)的出行作為研究對象,著眼于研究交通區(qū)出行總體的出行特征,建模基礎(chǔ)是各交通區(qū)的出行總況.,基本概念,非集計模型：著眼于研究出行者個體的出行行為.其核心是效用最大化理論,其宗旨是出行者將選擇使其獲得最大效用的出行. 交通需求分析的基本思路：是根據(jù)分析,建立交通與土地利用之

2、間的基本關(guān)系,結(jié)合土地利用資料,進(jìn)而進(jìn)行交通預(yù)測.一般由交通生成、分布、方式和交通分配四個階段組成.,交通需求預(yù)測的一般過程,i,j,Oi發(fā)生交通量,Dj吸引交通量,i,j,tij交通分布,交通需求預(yù)測的四個階段,i,j,tij(car),tij(railway),i,j,交通方式劃分,交通量分配,交通需求預(yù)測的一般內(nèi)容,2 交通產(chǎn)生與吸引預(yù)測,發(fā)生與吸引交通量的預(yù)測是交通需求預(yù)測中的第1階段,本階段的任務(wù)是求出對象地區(qū)的交通需求總量,即生成交通量（Trip Gerneration）,然后,在此量的約束下,求出各小區(qū)的產(chǎn)生交通量（Trip Production）和吸引交通量（Trip Attr

3、action）. 生成交通量是對象區(qū)域交通的總量,其與土地利用沒有直接關(guān)系,常被作為總控制量,用來預(yù)測和校核各個交通小區(qū)的產(chǎn)生量與吸引量.,基本概念,生成交通量包括出行產(chǎn)生量與吸引量,或者說出行產(chǎn)生量和出行吸引量是出行生成的兩種量化表現(xiàn)方式. 出行的產(chǎn)生點和吸引點：對于一次出行,如果它是由家出行（指有一個端點是家的出行,可以是起點也可以是訖點）那么它的家庭端點就是該次出行的產(chǎn)生點,非家庭端點是它的吸引點；如果它是非由家出行或貨物出行,那么其起點就是該次出行產(chǎn)生點,訖點就是其吸引點.,出行產(chǎn)生量：由家出行的全部家庭端點數(shù)和貨物出行的全部起點數(shù)之和.換句話來說,單位時間內(nèi)某一分區(qū)的出行產(chǎn)生量等于家

4、庭端點在這個分區(qū)的由家出行數(shù),與起點在這個分區(qū)的非由家出行和貨物出行的出行數(shù)之和. 出行吸引量： 由家出行的全部非家庭端點數(shù),與非由家出行和貨物出行的全部終點數(shù)之和.或者說,單位時間內(nèi)某一個分區(qū)的出行吸引量等于非家庭端點在這個分區(qū)的由家出行數(shù),與終點在這個分區(qū)的非由家出行數(shù)和貨物出行數(shù)之和. 單位時間可以是一小時、一天、一周、一月、一年等等,也可以是指高峰小時 .,從上述定義可以看出,出行“產(chǎn)生點”并不等價于“起點”, “吸引點”也不等價于“訖點”. 在早期的交通規(guī)劃理論中,只有起、訖點的概念,沒有產(chǎn)生點和吸引點的概念. 由于一個分區(qū)的交通出行發(fā)生量主要是由這個分區(qū)的土地利用形態(tài)決定的,而起訖

5、點的概念與用地形態(tài)沒有關(guān)系.從起訖點的概念出發(fā),無法由分區(qū)未來的用地模式預(yù)測分區(qū)的交通出行發(fā)生量.因此,后來交通學(xué)家們提出了產(chǎn)生點和吸引點的概念.,產(chǎn)生、吸引交通量與生成交通量的關(guān)系,1、土地利用 城市土地利用分為10類,其中與交通發(fā)生吸引密切相關(guān)的用地為：居住用地、公共設(shè)施用地、工業(yè)用地和倉儲用地. 住宅用地是交通的主要發(fā)生源和居民出行的主要起訖點.該用地發(fā)生與吸引的交通量通常用居住面積、住戶數(shù)、人口、住戶平均人數(shù)等指標(biāo)表示.與住宅用地的相關(guān)的出行為：上班、上學(xué)、購物、娛樂和回家.,影響出行產(chǎn)生和吸引的主要因素,公共設(shè)施用地包括行政辦公用地、商業(yè)金融業(yè)用地、文化娛樂用地、體育用地、醫(yī)療衛(wèi)生用

6、地、教育科研設(shè)計用地、文物古跡用地等.該用地的發(fā)生與吸引交通量通常用辦公、營業(yè)面積、從業(yè)人口等指標(biāo)表示.與公共設(shè)施有關(guān)的出行有：上班、上學(xué)、購物、娛樂、業(yè)務(wù)等. 工業(yè)用地是上班交通的主要吸引源.該用地的發(fā)生與吸引的交通量通常用從業(yè)人口、產(chǎn)值等指標(biāo)表示.與工業(yè)用地相關(guān)的出行有：上班、業(yè)務(wù)等. 倉儲用地是貨物的主要集散點.是貨物交通的主要發(fā)生源.該用地發(fā)生與吸引交通量通常用倉庫面積、貨物吞吐量等指標(biāo)表示,2.家庭構(gòu)成與大小 家庭構(gòu)成出行的基礎(chǔ),上班及走親訪友,購物等多以家庭為出發(fā)點；隨著家庭規(guī)模的增大,人均出行數(shù)減少,如購物可由一人代替.,3.年齡,性別 男性26-50歲出行多, 女性16-50歲

7、出行多.,年齡段,平均出行次數(shù)(男),不同年齡的平均出行次數(shù)（女）,年齡段,4.職業(yè)、職務(wù)：司機(jī)、市場開拓人員多,教師出行少. 5.收入：收入高,出行機(jī)會多. 6.汽車保有率：汽車保有率高,人均出行數(shù)增加. (1)出行需求高的人買車,(2)有車后容易誘發(fā)出行. 7.自由時間=24-生活必需時間(睡眠、飲食)-約束時間（工作、學(xué)習(xí)） 自由時間多出行機(jī)會大 自由出行量： T=at+b T-出行數(shù)； t：自由時間； a,b：系數(shù)和常數(shù). 8.其他：氣候與季節(jié)（春秋多,夏冬少）,工作日（大而集中）與周末（小而分散）.,1.原單位法 2.類別生成率法（category analysis） 3.回歸分析法

8、(regression models) 4.類別回歸分析法 5.時間序列法 6.彈性系數(shù)法,預(yù)測方法,1.原單位法/生成率法該方法的基本思想是：從OD調(diào)查中,可得出單位用地面積（單位人口或單位經(jīng)濟(jì)指標(biāo)等）交通生成量,如假定其是穩(wěn)定的,則根據(jù)規(guī)劃期限各交通區(qū)的用地面積（人口量或經(jīng)濟(jì)指標(biāo)等）便可進(jìn)行交通生成預(yù)測.,其中,T研究對象地區(qū)總的生成交通量;Tk為出行目的為k時的生成交通量;akl為某出行目的和人口屬性的平均出行生成量.,在某對象區(qū)域常住人口平均出行率不變的情況下,求其將來的出行生成量.,（單位：萬出行數(shù)日）,2. 類別分析法/聚類分析法/交叉分類方法 是考慮對交通生成影響較大的某些因素,

9、如人口、職業(yè)結(jié)構(gòu)、用地面積、不同性質(zhì)用地的結(jié)構(gòu)等,有這些因素組合城有不同生成率的類別,根據(jù)現(xiàn)狀調(diào)查資料,統(tǒng)計不同類別單位指標(biāo)的交通生成量,進(jìn)而進(jìn)行預(yù)測. 優(yōu)點：能考慮多個影響因素 缺點：影響因素很多,關(guān)系復(fù)雜時,由于此時組合會很多,因此,該法運用困難.另外,當(dāng)各影響因素變化較大時,現(xiàn)狀資料不能反映,此時該模型也不適用.,最典型的為家庭類別分析方法 該模型方法的基本描述為：把家庭按家庭規(guī)模、家庭收入以及汽車擁有量的不同來分類,再依據(jù)居民出行OD 調(diào)查統(tǒng)計的各種類型家庭平均出行率和家庭總戶數(shù)來計算其出行量. 基本假設(shè)為: 一定時期內(nèi)出行率是穩(wěn)定的; 家庭規(guī)模的變化小; 收入與車輛擁有量總是增長的;

10、 每種類型內(nèi)的家庭數(shù)量可用數(shù)學(xué)分布方法來估計.,實施步驟: 將家庭進(jìn)行分類,如澳大利亞按照家庭大小,家庭收入各分為六類,家庭擁有小汽車分為三類; 把每個家庭定位到橫向類別,就是對家庭訪問資料進(jìn)行分類,將每個家庭歸入所屬類別; 對其所分的每一類計算其平均出行率,用調(diào)查的每類出行發(fā)生量除以每類的家庭總數(shù),則可以分別得出每類家庭的平均出行率; 計算各分區(qū)的交通生成量,把每類家庭數(shù)乘以該類的出行生成率,并全部相加得到生成總量.,在國內(nèi)的規(guī)劃實踐中,認(rèn)為該方法的基本單元應(yīng)是個人而非家庭,因此有研究提出采用基于個人的分類方法; 與家庭分類方法相比,個人分類方法同經(jīng)典的交通需求模型更兼容(都是基于出行者),

11、也可以采用交叉分類方法,建立個人分類模型需要的樣本數(shù)要遠(yuǎn)少于基于家庭的分類方法,很容易考慮人口統(tǒng)計的變化,未來年各類個人的預(yù)測更加容易.,3.回歸分析方法 回歸分析法時根據(jù)調(diào)查資料,建立生成量與其主要影響因素之間的回歸方程,利用所建立的回歸方程,通過對主要影響因素的預(yù)測,進(jìn)而預(yù)測交通生成量. 回歸的形式有多種,自變量有一元也有多元,函數(shù)關(guān)系有線性也有非線性. 在交通生成預(yù)測中一般以土地利用強(qiáng)度指標(biāo)為自變量,如交通區(qū)人口數(shù)、勞動力資源數(shù)、就業(yè)崗位數(shù)、各類土地利用面積等.,線性回歸模型 線性回歸模型的主要優(yōu)點是函數(shù)關(guān)系明確,可以統(tǒng)計檢驗?zāi)Ｐ途?其缺點是常用的Y=a+bx形式方程具體應(yīng)用時,有時出

12、現(xiàn)相關(guān)系數(shù)較高但其常數(shù)項（a）值較大的情況,這樣就使出行率出現(xiàn)虛假的上升、下降現(xiàn)象.,線性回歸預(yù)測模型的基本形式為：,式中,Y交通區(qū)的出行生成量； Xi第i 種土地利用強(qiáng)度指標(biāo)； a、bi回歸系數(shù).,例如通過分析建立的合肥市的城市居民上班出行為： Y 上班550.26X1 + 84.44X2 + 97.39X3 + 3.57X4 Y 上班上班目的地單位用地面積基本吸引權(quán)； X1交通區(qū)公共建筑用地面積； X2交通區(qū)工業(yè)用地面積； X3交通區(qū)對外交通用地面積； X4交通區(qū)居住、科研辦公、倉儲及特殊用地面積,無錫各種目的出行生成的回歸模型：,非線性回歸模型 非線性回歸模型有多種形式,常見的有對數(shù)函數(shù)

13、、指數(shù)函數(shù)和冪指數(shù)等,應(yīng)針對具體情況采用不同形式的函數(shù).,4. 增長系數(shù)法 增長率法是將現(xiàn)狀各交通區(qū)交通生成量乘以現(xiàn)狀年到預(yù)測年這段時間的增長率,從而得到預(yù)測年的交通生成量.,式中,Gi第i交通區(qū)的出行生成量； G(0)i第i交通區(qū)的現(xiàn)狀出行生成量； Fi第i交通區(qū)的出行發(fā)生量增長率.,該方法中增長率F 的確定,通?？梢杂酶鹘煌▍^(qū)的一些特征指標(biāo)的增長率來反映.如交通區(qū)的人口增長率、勞動力增長率等.,式中,Fi第i 交通區(qū)的發(fā)生量增長率； Pik 第i 交通區(qū)各特征指標(biāo)的增長率； n特征指標(biāo)的總個數(shù).,5.類別回歸分析法 考慮非定量影響因素組成不同的類別,對各種類別分別建立交通生成與定量影響因素

14、之間的回歸方程,以此,即考慮定量因素的影響,也考慮非定量因素的對交通出行產(chǎn)生吸引的影響. 6.時間序列法 按時間序列預(yù)測交通增長,即用現(xiàn)在和過去的交通生成資料,對交通生成與時間的關(guān)系進(jìn)行回歸,并用此回歸方程預(yù)測未來交通生成.,例題:表中的數(shù)據(jù)是一次交通規(guī)劃中某些分區(qū)的貨運產(chǎn)生量與其工業(yè)總產(chǎn)值,農(nóng)業(yè)總產(chǎn)值,基建投資量的數(shù)據(jù),試建立貨運出行產(chǎn)生量的回歸模型:,由表大致可以判斷貨運產(chǎn)生量基本與各個自變量呈線性關(guān)系,有樣本矩陣:,計算得到回歸系數(shù):,回歸模型為:,各系數(shù)t統(tǒng)計量為:,各檢驗統(tǒng)計量為:,從所得的回歸模型來看,工業(yè)總產(chǎn)值和農(nóng)業(yè)總產(chǎn)值的t統(tǒng)計量都比較顯著,而基建投資的t 統(tǒng)計量不僅很小,而且

15、估計參數(shù)的符號與時間情況不相符.因為基建投資越大,基建規(guī)模也就越大,所需要的基建材料也就越多,導(dǎo)致貨運量增加.這意味著基建投資量與貨運出行量成正關(guān)系,X3的系數(shù)應(yīng)該為正值.這說明模型是不正確的,應(yīng)該加以修改.進(jìn)行相關(guān)性分析,計算多重相關(guān)系數(shù)后,選擇X1和X2,舍棄X3,重新計算回歸系數(shù),得到新的模型:,得到相關(guān)矩陣:,可見,刪除掉X3后,除R 略有下降外（統(tǒng)計分析表明,R 隨自變量數(shù)目的減少而下降,隨自變量數(shù)目的增加而提高與模型的優(yōu)劣無直接關(guān)系）,其余各項統(tǒng)計量都比前一個模型有所改進(jìn).如樣本的標(biāo)準(zhǔn)殘差由24.229 降為22.895 ,這說明在同一檢驗水平下,縮小了預(yù)測區(qū)間的寬度,提高了預(yù)測的

16、準(zhǔn)確性.,回歸模型的基本假定,那就是假定未來年的出行產(chǎn)生量P 與各因素（自變量）的關(guān)系與現(xiàn)年相同,這樣才能把由現(xiàn)年樣本數(shù)據(jù)標(biāo)定出來的回歸系數(shù)用于預(yù)測未來規(guī)劃年的產(chǎn)生量. 應(yīng)用回歸模型的基本條件：模型中各自變量的規(guī)劃年預(yù)測值要容易求得,它們應(yīng)該由別的可靠性較高的預(yù)測模型求得.就前面提到的分區(qū)人口數(shù)、人均收人水平、非住宅用地面積,他們都可以由第三章的有關(guān)模型和方法求得.,以上海臨港物流園區(qū)保稅港交通需求預(yù)測中第1階段為例進(jìn)行分析.,一、臨港物流園區(qū)保稅港（一期）位于臨港新城重裝備產(chǎn)業(yè)區(qū)和物流園區(qū)內(nèi),北靠物流園區(qū)、南臨東海大橋,東依主城區(qū),西靠重裝備產(chǎn)業(yè)區(qū),直接通過東海大橋和洋山深水港相連,主要發(fā)展

17、保稅倉儲物流產(chǎn)業(yè)和出口加工業(yè),總面積6平方公里.,預(yù)測案例,預(yù)測范圍與位置：,臨港物流園區(qū)保稅港（一期）布局特點： 保稅港陸域部分主要功能包括：國際中轉(zhuǎn)、國際配送、國際采購、國際轉(zhuǎn)口貿(mào)易、出口加工和綜合服務(wù)等. 根據(jù)海關(guān)對該區(qū)域的監(jiān)管模式,結(jié)合該特定區(qū)域的六大功能,洋山保稅港陸域部分一期規(guī)劃分為四大功能區(qū)塊.出口加工、倉儲物流、港口輔助用地、綜合服務(wù)區(qū) 預(yù)測內(nèi)容：路段及交叉口交通量 臨港物流園區(qū)保稅港（一期）區(qū)內(nèi)的主要道路的路段交通量及各主要交叉口的轉(zhuǎn)向交通量；包括12小時交通量、高峰小時交通量.預(yù)測年限：2008年、2015年、2025年.,交通小區(qū)劃分：,開發(fā)進(jìn)度分析： 按照洋山保稅港結(jié)構(gòu)

18、規(guī)劃和臨港新城的總體規(guī)劃的實施要求,從保稅港建設(shè)的實際情況出發(fā),借鑒上海外高橋保稅區(qū)、深圳鹽田保稅港以及寧波保稅港建設(shè)的經(jīng)驗,經(jīng)建設(shè)單位、規(guī)劃設(shè)計單位的專家領(lǐng)導(dǎo)分析： 認(rèn)為至2008年,保稅港所有基礎(chǔ)設(shè)施建設(shè)全部實施到位,一期的招商開發(fā)計劃完成70%；2015年在完成一期的基礎(chǔ)上完成二期開發(fā)計劃的50%；2025年整個保稅港將全部開發(fā)完畢 .,人口崗位分析： 對于出口加工用地、倉儲物流用地、港口輔助用地,建議采用崗位指標(biāo)為2000個/平方公里,這部分就業(yè)崗位數(shù)大約在5200個左右； 對于綜合服務(wù)用地（主要有金融貿(mào)易和展示等功能）,其崗位指標(biāo)采用15000個/平方公里,其就業(yè)崗位數(shù)為5550個左

19、右.由此,臨港物流園區(qū)保稅港（一期）規(guī)劃用地將產(chǎn)生10750個工作崗位.,交通量產(chǎn)生與吸引預(yù)測： 貨運產(chǎn)生量=吸引量=貨運生成量=集裝箱處理能力 保稅港貨運交通總量的生成可依據(jù)各開發(fā)用地集裝箱年處理能力來決定. 1）不同功能用地上的單位面積集裝箱年處理能力 出口加工地塊采用0.04TEU/年的標(biāo)準(zhǔn). 倉儲物流區(qū)塊2005年采用0.5TEU/年的標(biāo)準(zhǔn),隨著物流管理水平的提高到2025年,采用1.1TEU/年. 港口輔助用地從2005年到2025年,平均處理能力將由0.75TEU/m2/年提高到1.65TEU/m2/年.,按照上述的單位面積集裝箱年處理能力和保稅港不同功能用地的開發(fā)量計算出來的各小

20、區(qū)年貨運生成量,通過調(diào)研分析論證幾個系數(shù)的折算,包括月變系數(shù)（采用1.3）、周變系數(shù)（采用1.4）以及高峰小時流量比（采用0.09）、空車率（采用40%）,得到保稅港的路網(wǎng)的貨運的產(chǎn)生與吸引量.,客運吸引量的預(yù)測： 保稅港一期（臨港物流園區(qū)一期）就業(yè)崗位數(shù)為10750個.關(guān)于人均出行次數(shù),考慮到海關(guān)監(jiān)管的特點,相比城市的人均出行次數(shù)要低,參考調(diào)研資料,擬采用人均日出行次數(shù)為2.2次.在總的客運生成量中,根據(jù)類比資料采用10%小汽車,80%公共汽車,10%其他的比重.以此來測算客運的機(jī)動車交通量 .,3 交通分布預(yù)測,出行分布量是指分區(qū)i和分區(qū)j之間平均單位時間內(nèi)的出行量,單位時間可以一天,一周

21、,一月等,也可以是高峰小時,就一對分區(qū)i和j而言,它由兩部分組成,qij和qji： qij是指以分區(qū)i為產(chǎn)生點(不一定是出行的起點),以分區(qū)j為吸引點(不一定是出行的終點)的出行量; qji是指分區(qū)j為產(chǎn)生點,分區(qū)i為吸引點的出行量; 在全日PA表中,qij不一定等于qji.,基本概念,思考: 在以上圖中i區(qū)和j區(qū)之間有6次出行,其中h表示家,s表示學(xué)校,f表示工廠,分析qij和qji: qij=4,出行1,2,5,6 qji=2,出行3,4 但是以i為起點的出行數(shù)=3,出行1,4,5 以j為起點的出行數(shù)=3,出行2,3,6,2.出行分布矩陣(PA表),出行分布矩陣是一個二維表,滿足Ai= P

22、j=T,但是矩陣本身不是對稱的.,出行分布預(yù)測：在前一階段得出的各個分區(qū)產(chǎn)生量和吸引量的基礎(chǔ)上,求PA矩陣中的各個元素qij,即已知PA表中的小計列和小計行中各元素值,求其他元素的值. 從數(shù)學(xué)上來說,這是用2n個方程求nn個未知數(shù)的問題,而當(dāng)n2時,這是沒有唯一解的,為此必須借助其他一些條件,來求近似解. 進(jìn)行出行分布預(yù)測的方法主要有增長率法,重力模型法,機(jī)會模型法和最大墑模型.,(1)常增長系數(shù)法（Unique Growth Factor Method） (2)平均增長率法(Average Growth Factor Method） (3)底特律法（Detroit Method） (4)福萊

23、特法（Fratar Method） (5)佛尼斯法（Furness Method）,各種增長率法,已知現(xiàn)在PA表,目標(biāo)PA表,（1）常增長率法,此法假定qij的增長僅與i區(qū)的產(chǎn)生量增長率有關(guān),或僅與j區(qū)的吸引量增長率有關(guān),是一個常量:,f常=(Fpi,Faj)=Ui/Pi或Vj/Aj,該方法只考慮將來的產(chǎn)生量或吸引量或生成量當(dāng)中的某一個量的增長率對分布量的影響,是一種最粗糙的方法.,（2）平均增長率法,此法假定qij的增長與i區(qū)的產(chǎn)生量增長以及與j區(qū)的吸引量增長同時有關(guān),而且相關(guān)的程度也一樣,即qij的增長系數(shù)是i區(qū)產(chǎn)生量增長系數(shù)和j小區(qū)增長系數(shù)的平均值:,f平=(Fpi,Faj)=0.5(

24、Fpi+Faj),該方法明顯比第一種方法合理,也是最常用的一種方法,但在實際運用時,因迭代步數(shù)較多,計算速度稍慢. 見P129,例題6-2,（3）Detroit(底特率)法,此法假定qij的增長與i區(qū)的產(chǎn)生量增長率Fpi以及j分區(qū)吸引量Faj的乘積成正比,與出行生成總量的增長系數(shù)成反比:,fD=(Fpi,Faj)=FpiFajT/X,該方法考慮的因素更多,在底特率1956年的規(guī)劃中首次被運用,相對平均增長系數(shù)法收斂速度要快.,（4）Fratar(福萊特)法,1954年,Fratar提出分別從產(chǎn)生區(qū)和吸引區(qū)兩個角度分析計算qij,然后平均的方法:,（5）Fueness(佛尼斯)法,1956年,

25、Fueness 提出兩個小區(qū)之間出行分布量qij的預(yù)測值與此兩個分區(qū)之間出行分布的現(xiàn)狀值q0ij成正比,還是小區(qū)i的產(chǎn)生增長系數(shù)ui和j小區(qū)的吸引增長系數(shù)vj有關(guān),增長系數(shù)法的優(yōu)缺點 (1)優(yōu)點：結(jié)構(gòu)簡單；不需要交通小區(qū)之間的距離和時間；時間交通量,日交通量的預(yù)測都可以用；對全部交通目的的PA預(yù)測都可以用；對于變化較小的OD表預(yù)測非常有效；計算鐵道旅客的轉(zhuǎn)站間PA分布很有效. (2)缺點：必須有基年完整PA表；對象地區(qū)發(fā)生很大規(guī)模變化時,該方法不適用：比如交通小區(qū)的行駛時間發(fā)生變化,出現(xiàn)了新開發(fā)區(qū)等;如果現(xiàn)狀交通小區(qū)之間的交通量為0,那么將來預(yù)測值也為0；對于可靠性較低的OD交通量,將來的預(yù)測

26、誤差將被擴(kuò)大;將來交通小區(qū)之間交通分布僅考慮一個增長系數(shù)缺乏合理性.,重力模型又叫引力模型,由Casey1955年提出,當(dāng)時是受物理學(xué)中牛頓萬有引力定律的啟發(fā),其形式也很象萬有引力公式,最初的形式如下：,該模型在形式上太拘泥于萬有引力公式,在實際應(yīng)用中誤差太大,后人將其形式變換,得到比較實用的模型.,重力模型法,重力模型的一般形式：,其中,Pi,Aj：小區(qū)i,j的發(fā)生與吸引交通量； ,k：系數(shù).假定它們不隨時間和地點改變,為減小工作量,一般取=1 R：小區(qū)i,j間的距離或一般費用；可以是時間,距離,費用,也可以是各種因素的綜合.,簡介： 模擬物理學(xué)的萬有引力定律,是目前交通分布預(yù)測最常用的方法

27、. 重力模型進(jìn)行交通分布預(yù)測主要考慮兩個因素：兩個交通小區(qū)的吸引強(qiáng)度；兩個交通小區(qū)之間的阻力. 重力模型法進(jìn)行分布預(yù)測,認(rèn)為兩個交通小區(qū)的出行吸引與兩個交通小區(qū)的出行發(fā)生量與吸引量成正比,而與兩個交通小區(qū)之間的交通阻抗成反比.,重力模型參數(shù)的標(biāo)定：,采用線性回歸方法標(biāo)定模型參數(shù),對上述模型兩邊取自然對數(shù)：,此處Pi,Aj,Rij,qij可從現(xiàn)狀調(diào)查數(shù)據(jù)中取若干個分區(qū)作為樣本,則待標(biāo)定的參數(shù)有:lnK,- ,令,1.無約束重力模型（一般形式）,常見的交通阻抗函數(shù)有以下幾種形式：,冪型：,指數(shù)型：,組合型：,半鐘型：,冪型和指數(shù)型都只含有一個參數(shù),比較容易標(biāo)定,較常使用,另外兩種含兩個參數(shù),使用較少,但在特定的交通方式的分布中,有其優(yōu)勢,如城市中自行車的出行,很短距離和很長距離的出行數(shù)量都比較少,而中等距離的出行數(shù)量較多,這時這種特定交通工具的分布量用這種阻抗函數(shù)比較好. 具體選用哪種類型的阻抗函數(shù)視具體情況