交通产生与吸引3_www.hg28.com|www.hg318.com 

移动版

www.hg28.com > www.hg28.com >

交通产生与吸引3

  交通需求预测 ? 交通需求预测是操纵材料查询拜访取阐发的成立各类 预测模子,并使用这些模子预测规划区域将来交通需 求情况,其目标是为交通系统的规划、评价提高根据。 ? 集计模子,是目前交通预测中常用的一种模子,其基 本思惟是将调集区的出行做为研究对象,着眼于研究 交通区出行总体的出行特征,建模根本是各交通区的 出行总况。 交通需求预测 ? 非集计模子,着眼于研究出行者个别的出行行为。其 焦点是效用最大化理论,其旨是出行者将选择使其 获得最大效用的出行。 交通需求阐发的根基思是按照阐发,成立交通取土 地操纵之间的根基关系,连系地盘操纵材料,进而进 ? 行交通预测。一般由交通生成、分布、体例和交通分 配四个阶段构成。 生齿和就业的预测 出行生成预测 出行分布预测 体例划分预测 出行分派预测 交通收集中的交通量、 时间和费用等 交通需求预测的四个阶段 i j Oi发生交通量 Dj吸引交通量 tij i j tij交通分布 tij(car) i j tij(railway) j i 影响出行发生取吸引的次要要素 ? ? 1.城市地盘操纵 城市地盘操纵分为10类,此中取交通发生吸引亲近相 关的用地为:栖身用地、公共设地、工业用地和 仓储用地。 室第用地是交通的次要发生源和居平易近出行的次要起讫 ? 点。该用地发生取吸引的交通量凡是用栖身面积、住 户数、生齿、住户平均人数等目标暗示。取室第用地 的相关的出行为:上班、上学、购物、和回家。 影响出行发生取吸引的次要要素 ? 公共设地包罗行政办公用地、贸易金融业用地、 文化用地、体育用地、医疗卫生用地、教育科研 设想用地、文物奇迹用地等。该用地的发生取吸引交 通量凡是用办公、停业面积、从业生齿等目标暗示。 取公共设备相关的出行有:上班、上学、购物、、 营业等。 影响出行发生取吸引的次要要素 ? 工业用地是上班交通的次要吸引源。该用地的发生取 吸引的交通量凡是用从业生齿、产值等目标暗示。取 工业用地相关的出行有:上班、营业等。 仓储用地是货色的次要集散点。是货色交通的次要发 生源。该用地发生取吸引交通量凡是用仓库面积、货 ? 物吞吐量等目标暗示。 影响出行发生取吸引的次要要素 2.家庭规模取家庭的形成 跟着家庭规模的增大,人均出行数削减,例如,购物可由一 人取代。 有白叟和长儿的家庭看病出行多,年轻佳耦的购物、取 上班等出行多。 影响出行发生取吸引的次要要素 3.家庭收入 家庭收入也是影响出行,特别是影响弹性出行的次要要素之 一。 一般而言,高收入家庭,平均出行次数多 影响出行发生取吸引的次要要素 4.春秋取性别 男性以20~45岁之间的出行率高,女性20~40岁的出行率高, 跟着国平易近健康程度的不竭提高和生齿老龄化的进展,出行率有 向高龄化成长的趋向; 一般男性的人均出行次数大于女性; 出行率跟着居平易近糊口程度和灵活化程度的提高而增大 影响出行发生取吸引的次要要素 5.汽车保有率 凡是汽车保有率添加,生齿出行次数添加 6.时间 时间是指除去睡眠、饮食等糊口必需的时间和工做、进修 等束缚时间的残剩时间。 时间添加,用于出行的时间添加,特别是购物、等弹 性出行时间会添加。 影响出行发生取吸引的次要要素 7.职业和工种 分歧职业人均出行次数分歧 专业驾驶员、推销员、采购员、营业员的平均出行最多;工人、学生、教 师、行政办理人员的平均出行量少 8.其他 气候、工做日、歇息日和季候等要素的分歧影响居平易近出行 雨雪天出行量小; 炎热的炎天和寒冷的冬天,出行量小;春、秋两个季候,天气末路人,出行 多; 工做日出行量大且时间集中;周六、日等歇息日,出行量小且分离 发生、吸引交通量取生成交通量的关系 O D 1 2 …... j …... n …... i 1 2 ? ? ? ? O1 O2 …... …... m ? ? ? ? D1 D2 …... Di …... Dn …... Om Oi 发 生 交 通 量 T 吸引交通量 生成交通量 交通发生取吸引交通量的预测方式 ? ? ? ? ? 1.原单元法(生成率法) 2.交叉分类法(Category analysis) 3.回归阐发法(regression models) 4.时间序列法 5.弹性系数法 原单元法(生成率法) ? 该方式的根基思惟是:从OD查询拜访中,可得出单元用地 面积(单元生齿、单元用地面积货单元经济目标等) 交通发生、吸引量,如假定其是不变的,则按照规划 刻日各交通区的用地面积(生齿量或经济目标等)便 可进行交通生成预测。 ? ? 原单元法是最早的交通发生预测方式。 环节正在于选择什么目标做为单元计较出行发生和吸引 量 原单元法计较方式 Oi ? bxi D j ? cx j ? ? Oi ——小区i的发生交通量; b——单元出行发生次数; ? x——常住生齿、白日生齿、从业生齿、地盘操纵类别、面积等 属性变量; ? ? c——单元出行吸引次数; I,j——交通小区 【例1】 正在某对象区域常住生齿平均出行率不变的环境下, 求其未来的出行各交通区的出行发生量和吸引量。 (单元:万出行数/日) O \ D 1 2 3 合计 1 2 3 28.0 50.0 27.0 合计 28.0 51.0 26.0 105.0 生齿(万 11.0/15.0 20.0/36.0 10.0/14.0 41.0/65.0 成果调整 ? 对于一个研究区域来说,区域内交通的发生总量取区域内交通吸引总量 该当相等。 如预测成果两者不等时,则应对预测成果进行调整。 调整的体例是基于以下假定,认为出行发生模子预测成果比出行吸引模 型预测成果更可托一些,因而,所有小区出行发生量总和靠得住些。 ? ? ai ? ? ? P ? ? a? ? ?A i ai调整后的某交通区的吸引量 ai’调整前的某交通区的吸引量 P总发生量;A总吸引量 成果调整实例 规划区域交通小区 1 2 3 4 发生量 100 300 500 1000 吸引量 4000 3000 5000 1000 5 6 7 8 9 10 外部交通小区 11 12 1500 1000 5000 7500 3000 1000 20900 500 1000 1200 1500 500 100 1500 2000 19800 50 100 13 外部交通区总和 所有交通区分析 250 1750 22650 25 175 19975 调整后成果 规划区域交通小区 1 2 3 4 发生量 100 300 500 1000 吸引量 4540 3450 5675 1135 5 6 7 8 9 10 外部交通小区 11 12 1500 1000 5000 7500 3000 1000 20900 500 1000 1362 1703 568 114 1703 2270 22475 50 100 13 外部交通区总和 所有交通区分析 250 1750 22650 25 175 22650 交叉分类法 ? 因为影响出行发生取吸引的要素凡是不是一个,而是 多个,而且有些要素难以定量化。 对于原单元法若何考虑多种要素的影响,这时候需要 用到交叉分类法 对于回归阐发法若何考虑难以定量化要素的影响,这 时候需要采用交叉分类法 ? ? 交叉分类法规子 家庭 生齿 数 灵活车具有程度 0 1 2或更多 1 家庭 数 925 出行 家庭 出行 次数 数 次数 1098 1872 4821 家庭 数 121 692 出行 次数 206 1501 2 3 1471 2105 1934 6129 1268 1850 3071 1398 4178 1978 9 2 4或更 多 745 1509 4181 1841 4967 2510 1 6 交叉分类法规子 家庭生齿 数 0 1 2 3 4或更多 24 10 11 3 灵活车具有程度 1 42 51 31 17 2或更多 8 107 158 309 回归阐发法 ? 回归阐发法时按照查询拜访材料,成立交通发生或吸引取 其次要影响要素之间的回归方程,操纵所成立的回归 方程,通过对次要影响要素的预测,进而预测交通产 生量或吸引量 ? 回归的形式有多种,自变量有一元也有多元,函数关 系性也有非线性。 回归阐发考虑的影响要素只能是持续变量,并且是定 量目标 ? 回归阐发法 p p Oip ? b0p ? b1p x1p ? b i 2 x 2i ? ? D jp ? c0p ? c1p x1pj ? c 2p x 2pj ? ? ? ? b,c——别离为回归系数; p——出行目标 ? x——自变量 回归阐发法 ? ? 第一个环节是若何选择自变量 问题一:假定某出行需求是有个派素性的需求,请你 阐发正在城市内影响采办日常糊口用品出行需求,主要 的变量是什么? ? 因而,正在成立回归阐发法时,第一步要阐发清晰影响 出行需求发生和吸引的要素,然后正在此根本上确定自 变量和因变量。 回归阐发法 ? ? 问题二:请你阐发下面出行生成回归模子能否合理 Pi ? 9.1 ? 1.65( HHi ) ? 0.095( AOi ) ? 24.3( ADULTi ) ? 0.23(CHILDi ) ? 请问该回归模子的自变量选择能否合适? ? 因而,正在多元回归时候,要留意选择的自变量之间是 彼此,好比说上例中的家庭生齿数、家庭中成年 人数和家庭中儿童数就有很强的相关性。 回归阐发法 ? ? ? 第二个环节是选择何种函数模子 这种函数模子能够是线性的、非线性的、一元的、多元的。 凡是我们起首要成立自变量和因变量之间的散点图从曲不雅角度分 析自变量取因变量之间的函数关系,好比说是线性相关,还 线性;正负相关以及相关性的强弱等等 ? 然后按照我们的阐发,成立响应的模子,操纵最小二乘法计较回 归系数b、c ? 计较相关系数,好比R查验、t查验和F查验,按照计较的成果判 断模子成立的合 回归阐发法 ? 第三个环节是成立模子之后,要查验模子能否合适基 本常识和的理论,若是,就需要针对此类情 况查抄缘由。 ? ? 最初按照成立模子,预测将来的交通量 回归阐发法存正在的问题不克不及表示因地盘操纵的变化带 来的人们出行行为的变化和交通前提的改善惹起人们 出行能力的加强。 时间序列法(趋向阐发预测法) ? 1.按时间序列预测交通增加,是最简单的一种需求预 测模子 ? 2.方式:绘制汗青的需求程度取时间相对应的图来估 计,按图形趋向外推到未来 时间序列法(趋向阐发预测法)例子 年份 1990 1991 1992 1993 1994 1995 1996 客运量 651605 7023.5 12883.8 10703.1 12000 18840.1 12800 1997 1998 1999 15639.4 14254.6 166243 20000 18000 16000 14000 12000 10000 8000 6000 4000 2000 0 y = 6428.1x0.4192 R 2 = 0.779 20000 18000 16000 14000 12000 10000 8000 6000 4000 2000 0 y = 4487.6Ln(x) + 5950.2 R 2 = 0.7 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 20000 18000 16000 14000 12000 10000 8000 6000 4000 2000 0 y = 1021.2x + 7112 R 2 = 0.6184 20000 18000 16000 14000 12000 10000 8000 6000 4000 2000 0 y = 7260.7e0.093x R 2 = 0.6538 19 90 19 91 19 92 19 93 19 94 19 95 19 96 19 97 19 98 19 99 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 时间序列法(趋向阐发预测法) ? 3.趋向阐发存正在两个问题: 第一外推的趋向曲线的函数形式根基是肆意的,能够 曲直线的趋向曲线,也能够是S曲线或对数曲线等,不 同曲线形式交通需求随时间的增加率是分歧的 第二因为趋向阐发仅仅试图成立交通需求取时间之间 的关系,这就不较着假定了其它要素对需求的影响正在 时间上是,因而,若是环节性要素正在时间上的变 化很大,则现实的需求取趋向预测成果有很大的误差 时间序列法(趋向阐发预测法) ? 1.趋向预测凡是用于预测近期预测,其它要素的变化 较小 ? ? 2.趋向预测用于预测区域交通需求较多 3.正在缺乏较完美的材料的环境下,审查一下以往的趋 势,隆重的判断估量此趋向若何随时间变化,是阐发 者能够做的最好环境。环节正在于,较着不易简单外推 过去的趋向,需要细心阐发形成这些趋向的可能要素 以及其随时间的变化 弹性系数法 ? 弹性系数法是一种定性定量相连系的分析阐发方式, 它通过研究确定交通的增加率取国平易近经济成长的增加 率之间的比例关系——弹性系数,按照国平易近经济的未 来增加情况,预测交通的增加率,进而预测将来交通。 交通增加率 e? 国平易近经济成长增加率 弹性系数法 ? 将来预测年份弹性系数简直定应分析阐发预测地域的 汗青、现状、成长趋向,通过汗青现状材料阐发其不 同时间的弹性系数,并通过取其它地域的类比阐发等 确定。 居平易近出行发生和吸引预测 ? ? 凡是城市居平易近出行发生取吸引预测采用分歧的模子 出行发生模子凡是考虑的影响变量包罗家庭收入、机 动车能否具有以及具有量、每个家庭加入工做的人员 数、栖身密度和小区距离CBD的距离 ? 出行吸引模子凡是考虑影响变量包罗交通小区就业岗 位数(按职业类型分)、交通小区办公用地面积(按 贸易类型分)和可达性目标 居平易近出行发生和吸引预测常用的方式 ? 1.出行发生和吸引预测凡是采用的是交叉分类的原单 位法(生成率法)和交叉分类的回归阐发法

(责任编辑:admin)