第2章--交通需求预测.ppt

第二章,交通需求预测,出行生成预测,概述(需求预测的意义和基本方法),第2章,四阶段交通需求预测方法,分布交通量预测,方式划分,路网分配,2.1概述,2.1.1轨道交通客流预测含义,第2章,轨道交通客流预测是指在一定的社会经济发展条件下科学预测：,城市各目标年限轨道交通线路的断面流量站点乘降量以及站间OD平均运距,轨道交通客流需求指标,2.1概述,2.1.2轨道交通客流预测意义,第2章,1)线网规划中，客流分析是进行线网优选的主要内容；,2)工可中，客流量是工程修建必要性和可行性的主要依据；,3)设计中，客流量决定系统运输能力、车辆选型及编组、设备容量及数量、车站规模以及工程投资和经济效益分析等；,因此，轨道交通线路客流量是城市快速轨道交通可行性和设计的重要依据；,2.1概述,2.1.3客流预测的基本方法,第2章,1)客流预测年限,城市快速轨道交通工程项目建设标准规定客流预测年限分为初期、近期和远期。,初期：3年近期：10年远期25年。,2)轨道交通客流预测的基本方法,四阶段交通需求预测法,非集聚模型,吸引范围法,趋势外延法,2.2四阶段交通需求预测方法的基本思想,2.1.1四阶段交通需求预测方法简介,第2章,出行生成预测,分布交通量预测,方式划分,路网分配,四阶段交通需求预测系统由四个子模型组成：出行生成、出行分布、方式选择、路网分配,1.把预测范围划分成若干小区;,2.四阶段预测系统;,2.2四阶段交通需求预测方法的基本思想,2.2.1四阶段交通需求预测方法简介,第2章,1)出行生成预测,对每一个小区产生和吸引的出行数量的预测。,出行,吸引,i,j,2.2四阶段交通需求预测方法的基本思想,2.2.1四阶段交通需求预测方法简介,第2章,2)出行分布预测,从起点小区到终点小区(OD)的交通量预测。,i,j,2.2四阶段交通需求预测方法的基本思想,2.2.1四阶段交通需求预测方法简介,第2章,3)出行方式划分预测,预测出行者可能采用何种交通方式(轨道交通、公共汽车、自行车等)出行。,i,j,预测每组起终点间各种可能的交通方式(轨道交通、公共汽车、自行车等)所承担的比例。,tij(car),tij(railway),2.2四阶段交通需求预测方法的基本思想,2.2.1四阶段交通需求预测方法简介,第2章,4)路网分配,将每种交通方式的起终点(OD)之间的客流量通过各自有关的模型网络分配在特定的线路上。,i,j,即，从起点到终点采用某种交通工具行走某条路线的交通流预测。,tij(railway),2.2四阶段交通需求预测方法的基本思想,2.2.1四阶段交通需求预测方法简介,第2章,产生,吸引,221,分布,方式划分,分配,2.3出行生成预测,第2章,2.3出行生成预测,2.3.1概述,第2章,1)出行生成预测任务,预测每一个交通小区的出行产生、吸引量。,2)出行产生量的因素：,（1）住户的人口特性。,（2）住户的收入水平和小汽车拥有量。,3)出行吸引量的因素：,建筑面积及其使用性质（商业、服务业、制造业等）。,2.3出行生成预测,2.3.2出行生成预测方法,*步骤：,预先掌握交通量与社会经济指标间的关系；预测未来规划年度相应的社会经济指标值；预测得到规划年度的交通量。,出行预测的方法主要有出行率法和回归模型法。,2.3出行生成预测,第2章,1)出行率法,基本假定：某个社会经济指标（如面积、人口等）单位指标值所发生的交通量是一定的，即出行率始终为常数。,以Gi表示交通小区i的产生或吸引交通量，Qi表示该小区的某个社会经济指标值，则单位指标值所形成的产生或吸引交通量Ui为：,(2-1),2.3.2出行生成预测方法,2.3出行生成预测,如果对所有的交通小区i1n，Ui都是一个常数U，则U即可认为是出行率。通过这个U即可以求出小区i的发生或吸引交通量，即：,第2章,2.3.2出行生成预测方法,(2-2),社会经济指标有使用面积、人口等多种指标，通常由单一指标来求得所有交通小区都稳定的常数U是很困难的。因此往往将这些指标加以分层，如对面积按土地利用性质分层，对人口按年龄、性别分层，求出各层的交通发生率。,2.3出行生成预测,第2章,如，以Ui表示j层（j1k）的出行率，则第i个交通小区的产生或吸引交通量Gi可以按下式求得，即：,(2-3),其中Qij为第i个交通小区中第j层的社会经济指标值，并存在下列关系式：,(2-4),2.3.2出行生成预测方法,2.3出行生成预测,第2章,2.3.2出行生成预测方法,在这里可以利用的社会经济指标大体上有以下几类，括号内表示分层的方法。,(1)人口按年龄、性别；按职业(除正规职业外，还应包括主妇、学生、儿童、无职业者等)类别。,(2)白天人口(按企事业职工种类；按不同学校的学生类别)。,(3)面积(按土地利用类别)。,按以上分类方法，通过对将来人口及土地利用面积的预测，再乘以相应的产生率或吸引率，即可求出各交通小区将来的出行产生量与出行吸引量。,2.3出行生成预测,第2章,按年龄分段的出行次数/日,2.3出行生成预测,第2章,按年龄分段出行率,2.3出行生成预测,第2章,2.3.2出行生成预测方法,2.3出行生成预测,2.3.2出行生成预测方法,例：设某一交通小区i的面积为4km2，假定其未来各类规划设施的占地面积如上页表2-1所示。试对该小区的出行生成进行预测。,解：首先，设预测对象区域共分为n个小区，对某种设施j(j18)计算i小区(i=1n)内第j种设施的出行产生率Uij，并将n个小区的平均值作为第j种设施的平均出行产生率Uj，即,第2章,(2-5),2.3出行生成预测,第2章,2.3.2出行生成预测方法,本例的计算结果见表2-1第(4)栏。其次，参照公式(2-3)，计算i小区的出行产生率如下：,=(1.00.01317+0.80.06015+0.20.05917+0.200.02304+0.10.00451+0.10.02639+0.40.04693+1.20.00900)106=110394次11万次,同样的方法，也可以求出其它各小区的出行吸引量。,2.3出行生成预测,第2章,2)回归模型,2.3.2出行生成预测方法,以产生量为因变量，以对其发生影响的所有社会经济指标为自变量，并基于现状数据资料进行回归分析的，据此而得到的模型称为回归模型。,Gif（Qi1，Qi2，Qij，Qik）,这里，取K个社会经济指标为自变量，设第i小区内第j个社会经济指标的值为Qij（j1k），则i小区的出行产生量,Gi与Qij间的关系可以表示成下列模型。,(2-6),2.3出行生成预测,第2章,2.3.2出行生成预测方法,当该模型取为线性模型是，则有：,(2-7),其中bo为回归常数；bj（j1k）为偏回归系数。,将所有交通小区的现状出行量Gi（i1n）及相应的,社会经济指标值Qij（i1n，j1k）分别代如入上,2.3出行生成预测,2.3.2出行生成预测方法,模型，得到n个线性方程式，并利用最小二乘法即可求出相应的回归常数与偏回归系数。将所有的回归系数代入式（2-7），即可得到出行产生的回归预测模型。应该注意,如上述Gi代表的是各小区的现状出行产生交通量，则所得到的模型是出行产生模型；如Gi代表的是各小区的现状出,行吸引量，则对应的模型是出行吸引模型。,2.3出行生成预测,第2章,2.3.2出行生成预测方法,如日本丰田市的一个出行产生回归预测模型为：,Gi247+1.398Qi,1+1.078Qi,2+0.1125Qi,3,(2-8),其中Gii小区的出行产生量（次数）,Qi,1i小区的总人口（人）,Qi,2i小区的事务所人数（人）,Qi,3i小区的商业及事务所占地面积（m2）,只要将预测到的未来相关社会经济指标代入上述模型，即可预测未来的出行产生量或吸引量。,2.3出行生成预测,2.3.3总结,经过该阶段的预测，将得到类似于表2-2所示的预测结果。,第2章,2.3出行生成预测,第2章,2.3.3总结,以上介绍的预测方法都是以个人出行调查时点的产生、吸引交通量为基础，预先求得交通量与社会经济指标间的关系，然后预测出未来规划年度相应的社会经济指标值，最后预测得到规划年度的交通量。,但其间是以其函数关系不变为前提的。然而现实生活,中，由于生活条件的改善，城市规划、土地利用规划等可,能产生调整，或由于产生新的交通项目，地区交通状态会,发生变化，因而作为确定出行产生、吸引交通量基础的地区性质也会产生变化。对于这些问题，应根据不同情况，,对预测值进行适当调整。,2.4分布交通量的预测,2.4.1定义,第2章,分布预测是利用各交通小区产生量和吸引量，求各交通小区之间的预测分布(OD)量，即OD矩阵。,表2-1OD表,2.4分布交通量的预测,2.4.2分布交通量预测方法,第2章,（1）增长系数法。,（2）重力模型法。,（3）机会介入模型法。,2.4分布交通量的预测,2.4.2分布交通量预测方法,第2章,1）增长系数法,假定：将来的交通小区与交通小区之间的出行分布模式与现状的分布模式基本一致，其分布量按其系数增加。,（1）增长系数法基本步骤。,2.4分布交通量的预测,1）增长系数法,(2)计算方法,2.4.2分布交通量预测方法,a、以tij、,、,分别表示现状OD表中ij间的交通量、,i小区产生量及j小区吸引量。,b、假定已经求得规划年度i小区的出行产生量和j小区的出行吸引量分别为Gi、Aj。,c、各小区的产生量、吸引量的增长系数Fgi、Faj可由下式求得，即：,(2-9),2.4分布交通量的预测,第2章,2.4.2分布交通量预测方法,1）增长系数法,d、分布交通量预测值的第一次近似,可以由下式求得,(2-10),式中,是以,、,为自变量的函数。,e、第一次近似OD表产生的产生量,按下式计算：,、,吸引量,(2-11),2.4分布交通量的预测,2.4.2分布交通量预测方法,第2章,1）增长系数法,一般来讲，,、,与Gi、Aj并不相等，所以将式,（2-9）中的,、,置换成,、,，重新计算,调整系数，利用下式得出第二次计算值,，即,(2-12),f、反复进行以上调整过程，当,(2-12),均非常接近于1.0时，该预测过程结束，其最后所得的,即为所求的分布交通量的预测值。,2.4分布交通量的预测,2.4.2分布交通量预测方法,第2章,1）增长系数法,（2）增长系数法分类,平均增长系数法：,底特律法：,福来特法：,2.4分布交通量的预测,2.4.2分布交通量预测方法,1）增长系数法,（3）计算实例,第2章,2.4分布交通量的预测,表2-6基于平均增长系数法的计算结果,2.4.2分布交通量预测方法,1）增长系数法,第2章,2.4分布交通量的预测,第2章,2.4.2分布交通量预测方法,1）增长系数法,表2-8基于福来特法的计算结果,福来特法计算复杂，但只需2次循环就可得到最终结果。,2.4分布交通量的预测,2.4.2分布交通量预测方法,第2章,2）重力模型法,假定：两交通小区之间的分布交通量，与一小区的产生交通量和另一小区的吸引交通量成正比，而与两小区距离成反比。,（1）基本形式,其中的Gi、Aj、Rij分别表示i小区的出行产生量、j小区的出行吸引量及小区i、j之间的距离，其它四个为系数。,(2-19),2.4分布交通量的预测,第2章,2.4.2分布交通量预测方法,（2）计算步骤,对式2-19两边取对数可得如下线性方程组,(2-20),tij、Gi、Aj、Rij可由现状OD表获得。这样，通过线性多元回归分析即可得到系数k、。如果这些系数不随时间、场所而改变，则只要给定出行产生量、吸引量及两小区间的距离，即可利用式2-19求得相应的OD分布交通量。,2）重力模型法,2.4分布交通量的预测,2.4.2分布交通量预测方法,第2章,该模型的结构可看成由分子的三项和分母的一项组成，前者表示产生分布交通的力量，、可由经验取0.51之间的值。分母项表示分布交通阻抗项，称为分布阻抗系数。简单的将距离作为分布阻抗不是最优的。通,会综合考虑小区之间的直线距离、小区之间的沿线距离、小区之间的所需出行时间及出行费用等，将其加以合成换算成金钱或时间的某种函数。,但这样得到的OD交通量tij按产生量、吸引量合计得到的Gi、Aj与给定的Gi、Aj并不一致，需要通过增长系数法的收敛计算使之逐步取得一致。,2）重力模型法,2.4分布交通量的预测,2.4.2分布交通量预测方法,（3）计算实例,以前述表2-4的现状OD表为例，各小区间的分布阻抗以时间距离给出，如表2-9所示。为式模型简单化，假定1.0。,2）重力模型法,用最小二乘法求得0.182，0.52。,第2章,2.4分布交通量的预测,2.4.2分布交通量预测方法,第2章,2）重力模型法,所以此实例的模型为：,表2-10基于重力模型法的计算结果,2.4分布交通量的预测,2.4.2分布交通量预测方法,第2章,2）重力模型法,所以此实例的模型为：,表2-10基于重力模型法的计算结果,2.4分布交通量的预测,2.4.2分布交通量预测方法,2）重力模型法,第2章,（4）总结,重力模型原理简单，且通用性强。因此许多研究者通过修正其缺点来开发效率更高的模型。归纳如下：,a、分布阻抗不要采用象Rij那样单纯的指标，而应该采用更一般的函数f(Rij)。,b、交通分布特性中，不能忽视特定的小区相互之间的固有的社会或历史的联系等因素。,c、对计算得到的结果需要进行收敛修正。,2.4分布交通量的预测,2.4.2分布交通量预测方法,第2章,3）介入机会模型,假定：所有的出行将在尽可能短的距离内找到一个合适的目的地。,重力模型以物理性为出发点，而机会介入模型则是行为性的。机会介入模型曾经被应用在唉美国芝加哥地区交通调查中。但由于该模型校准不便，未被普遍接受，使用上受到限制。,2.4分布交通量的预测,第2章,2.4.3分布交通量预测方法比较,2.5交通方式划分,2.5.1基本概念,交通方式划分就是要把各交通小区之间的分布交通量分配给各种交通方式，从而在各自的交通网上进行分配。,交通方式划分依其在四阶段中的位置不同，形成四类模型，如下图所示。,第2章,（a）,（b）,（c）,（d）,2.5交通方式划分,2.5.1基本概念,上表中G出行生成；D出行分布；MS交通方式划分,A交通路网分配。,图中（a）意味着一开始就按不同的交通方式统计各自的出产生量。,（b）则表明出行产生量和交通方式暂时没有联系，而在计算出行分布之前要完成方式划分工作。,（c）把交通方式划分作为出行分布程序的一部分，即两者同时进行，这种程序可以从出行分布的结果中对比出不同交通方式的效果。,（d）指在交通路网分配之前先要完成交通方式划分。,第2章,2.5交通方式划分,2.5.2交通方式划分的模型,第2章,国内外交通方式划分模型的类型主要有以下几类，即：,1）分担率曲线法（或转移曲线法）,2）函数模型,3）损失最小模型,4）非集聚模型,2.5交通方式划分,2.5.2交通方式划分的模型,第2章,1）分担率曲线法,分担率曲线法是根据个人出行调查的结果，以横轴表示影响交通方式分担率的某个主要因素（如距离）的特性值，以纵轴表示各交通方式的分担率，由此建立表示分担率变化的曲线。据此曲线，可以求得个交通方式的分担率。,分担率,100,步行及二轮车分担率,机动车分担率,0,1,2,4,6km距离,图2-5分担率曲线（二者择一方式）,左图将两种方式的分担率分为上下两部分的方式，非常简明易懂。,2.5交通方式划分,2.5.2交通方式划分的模型,1）分担率曲线法,分担率,公共交通,私人小汽车,100,步行,二轮车,0,5,10,20km距离,图2-6分担率曲线（多方式一次选择方式）,左图通过几条曲线将纵向高度分为几段，以表示各种交通方式分担率。,分担率的变化曲线往往随交通目的或交通利用者阶层的不同而不同。另外，影响分担率的因素一般有多个。所以尽管该方法简单明了，却很难表现复杂的分担率的变化。,第2章,2.5交通方式划分,2.5.2交通方式划分的模型,第2章,2）函数模型法,1.基本思想：以各种交通方式的分担率为因变量，以影响分担率变化的因素的特性值为自变量，利用回归分析方法，建立交通方式划分函数模型。,2.当自变量为1时，可以简单地通过图形来表示，类似于分担率曲线。该法不能保证所有交通方式地分担率之和为100。为了使全方式分担率合计值为100，需要通过比例分配等方法加以调整。同时分担率p需要满足0p1.0的条件，为此常用的满足该条件的分担率函数形式有以下3种：,2.5交通方式划分,2.5.2交通方式划分的模型,2）函数模型法,第2章,(2-24),(2-25),(2-26),其中a、b、c、d为系数，可以通过个人出行调查的结果确定。而x为自变量，可以取为距离，交通方士之间的距离比或时间比等影响分担率的因素。,优点：可以将多个自变量引入模型中，利用多元回归分析方法来开发多变量函数的分担率模型。,2.5交通方式划分,2.5.2交通方式划分的模型,3）损失最小模型,1.假定：乘客按损失量最小为目标来选择交通方式。,2.计算：作为损失量的主要因素可以考虑为票价和旅行时间，用下式来表示：,(2-27),其中S-损失量（元）T-旅行时间（分钟）,C-票价（元）d-时间价值（元/分）,现在假定存在3中交通方式分别为1，2，3，则各种交通方式给旅客带来的损失量分别表示如下，即,第2章,2.5交通方式划分,2.5.2交通方式划分的模型,3）损失最小模型,其中d的值因人而异，其分布形态一般被假定为对数正态分布。当得到d的分别形态后，便可从图2-7那样的关系中，求得各种交通方式的分担率。,第2章,（损失量）,S,d（时间价值）,时间价值的分布曲线,P1,P2,P3,d1,d2,图2-7损失量模型,2.5交通方式划分,2.5.2交通方式划分的模型,第2章,3）损失最小模型,3.计算过程：以轨道交通与公共汽车的方式划分为例，介绍利用该方法求解其分担率的过程。,步骤1：在所有OD间，设定轨道交通及公共汽车线路方案，且各自都选择旅行时间最小的线路方案。,步骤2：决定各OD间轨道交通及公共汽车票价。,步骤3：决定各OD间轨道交通及公共汽车的旅行时间。轨道交通按列车时刻表查取，公共汽车按道路规格确定标准走行速度，然后根据OD间距离确定旅行时间。,步骤4：计算轨道交通、公共汽车的损失量（S1、S2）。,2.5交通方式划分,2.5.2交通方式划分的模型,3）损失最小模型,步骤5：求得轨道交通及公共汽车损失量相等的点d之值（图2-7中d1）。,步骤6：假定d的分布为对数正态分布，则从图2-7即可求取轨道交通与公共汽车的分担率。图2-7中有三根Sd直线，而本例题用到2根直线，即S1d和S2-d直线。,步骤7：将各小区间的交通量乘以相应的分担率，即可得到各小区间各种交通方式的分担交通量。,第2章,2.5交通方式划分,2.5.2交通方式划分的模型,4）非集聚模型（DisaggregateModel）,基本思想：交通方式选择是乘客个人实施的行为，而OD交通量中的分担率只不过是个人基础上的综合而已。因此，它是将个人数据不经过处理而直接用来构造模型的分析方法。,以交通方式划分为中心的非集聚模型，在实际交通规划中已渐渐开始得到应用。由于该方法与轨道交通需求预测关系密切，且特别适用于缺乏长期交通资料积累的发展中国家的城市交通规划。,第2章,2.5交通方式划分,2.5.3影响交通方式分担率的因素,关于交通方式分担率的影响因素很多，其中既有交通规划中可操作的部分，如输送能力、道路状况、停车费用等；也有不可操作的部分，如安全性、方便性等。,同时，对于非集聚模型，这些因素可以直接使用；而对于其它预测模型必须按小区进行集合并转化为小区特性后才能使用。,实用上所要求的分担率模型都希望象分担率曲线那样，通过少数具有代表性的因素建立模型。因此，常采用将若干个指标合成为某一单自变量的方法。,第2章,2.5交通方式划分,2.5.3交通方式划分的基本程序,第2章,基本程序,图2-9交通方式划分的基本程序,2.5交通方式划分,2.5.3交通方式划分的基本程序,1.交通路网的设定为了确定各种交通方式的交通量，首先必须建立各种交通方式的交通路网，该路网不一定要包含所有的交通路线，但要包含各小区间具有代表性的交通路径，当然应包含规划中的路线。,基本程序,2.交通服务水平的设定交通服务水平是出行者选择交通方式所考虑的对象，一般有乘车时间、费用、步行时间、换乘时间、等待时间等。其它还有拥挤程度、舒适度等也表示交通服务水平，但这些指标的量化非常困难。,2.5交通方式划分,2.5.3交通方式划分的基本程序,基本程序,第2章,3.交通方式分担率的计算以程序2中求得的交通服务水平为基础，计算各种交通方式的分担率。具体方法有两种，即二者择一型和多方式一次选择方法。前者的程序如下图：,全方式,步行、二轮车,其它交通,私人小汽车,公共交通,公共汽车,轨道交通,图2-10二者择一的交通方式分担率划分方法,2.6轨道交通量分配,2.6.1轨道交通量分配的基本方法,轨道交通分配的传统方法主要有以下二类：,（1）最短路径法将OD间的轨道交通量全部分配到相应的最短路径上去的方法。,（2）多路径概率分配法在OD间同时选定多条路径，按各条路径的特性值的大小比例将各OD间的轨道交通量分配到各条路径（轨道交通路线）上去。,最短路径法的基本思想简单易懂，加上长期以来缺乏比较有效的其它方法，从而在国内外轨道交通规划中得到了广泛的应用。,第2章,2.6轨道交通量分配,2.6.2最短路径法,第2章,最短路径法：1975年由莫尔首先提出、并在后来得到改进的一种被称为Dijkstra法的方法。,例子：,(2),(5),B,A,C,F,G,E,(2),(2),(3),(3),(4),D,图2-13例题的路网图,(1),(1),(3),(3),(2),2.6轨道交通量分配,2.6.2最短路径法,，中前一项用于标记与当前节点相联的前一节点的标号，而后一项标记从当前节点到根之