城市道路与交通规则之交通需求预测

城市市道道路路与与交交通通规规则则之之交交通通需需求求预预测测目录录1.交通通需需求求预预测测概概述述2.交通通产产生生与与吸吸引引预预测测3.交通通分分布布预预测测1交通通需需求求预预测测概概述述交通通需需求求预预测测：是是利利用用资资料料调调查查与与分分析析的的成成果果建建立立各各种种预预测测模模型型，，并并运运用用这这些些模模型型预预测测规规划划区区域域未未来来交交通通需需求求状状况况，，其其目目的的是是为为交交通通系系统统的的规规划划、、评评价价提提供供依依据据。。集计计模模型型：是目前前交通预预测中常常用的一一种模型型，其基基本思想想是将集集合区的的出行作作为研究究对象，，着眼于于研究交交通区出出行总体体的出行行特征，，建模基基础是各各交通区区的出行行总况。。基本概念念非集计模模型：着眼于于研究出出行者个个体的出出行行为为。其核核心是效效用最大大化理论论，其宗宗旨是出出行者将将选择使使其获得得最大效效用的出出行。交通需求求分析的的基本思思路：是根据分分析，建建立交通通与土地地利用之之间的基基本关系系，结合合土地利利用资料料，进而而进行交交通预测测。一般般由交通通生成、、分布、、方式和和交通分分配四个个阶段组组成。人口和就业的预测出行生成预测出行分布预测方式划分预测出行分配预测交通网络中的交通量、时间和费用等交通需求求预测的的一般过过程ijOi发生交通通量Dj吸引交通通量ijtijtij交通分布布交通需求求预测的的四个阶阶段ijtij(car)tij(railway)ij交通方式式划分交通量分分配交通需求求预测的的一般内内容2交通产生生与吸引引预测发生与吸吸引交通通量的预预测是交通需需求预测测中的第第1阶段，本本阶段的的任务是是求出对对象地区区的交通通需求总总量，即即生成交通通量（TripGerneration），然后后，在此此量的约约束下，，求出各各小区的的产生交交通量（（TripProduction）和吸引引交通量量（TripAttraction）。生成交通通量是对对象区域域交通的的总量，其与土地地利用没没有直接接关系，，常被作作为总控控制量，用来预预测和校校核各个个交通小小区的产产生量与与吸引量量。基本概念念生成交通通量包括括出行产产生量与与吸引量量，或者说说出行产产生量和和出行吸吸引量是是出行生生成的两两种量化化表现方方式。出行的产产生点和和吸引点点：对于一一次出行行，如果果它是由由家出行行（指有有一个端端点是家家的出行行，可以以是起点点也可以以是讫点点）那么么它的家家庭端点点就是该该次出行行的产生生点，非非家庭端端点是它它的吸引引点；如如果它是是非由家家出行或或货物出出行，那那么其起起点就是是该次出出行产生生点，讫讫点就是是其吸引引点。出行产生生量：由家出行行的全部部家庭端端点数和和货物出出行的全全部起点点数之和和。换句话话来说，，单位时时间内某某一分区区的出行行产生量量等于家家庭端点点在这个个分区的的由家出出行数，，与起点点在这个个分区的的非由家家出行和和货物出出行的出出行数之之和。出行吸引引量：由由家出出行的全全部非家家庭端点点数，与与非由家家出行和和货物出出行的全全部终点点数之和和。或者说，，单位时时间内某某一个分分区的出出行吸引引量等于于非家庭庭端点在在这个分分区的由由家出行行数，与与终点在在这个分分区的非非由家出出行数和和货物出出行数之之和。单位时间间可以是是一小时时、一天天、一周周、一月月、一年年等等，，也可以以是指高高峰小时时。从上述定定义可以以看出，，出行“产产生点””并不等等价于““起点””,“吸引点””也不等等价于““讫点””。在早期的的交通规规划理论论中，只只有起、、讫点的的概念，，没有产产生点和和吸引点点的概念念。由于一个个分区的的交通出出行发生生量主要要是由这这个分区区的土地地利用形形态决定定的，而而起讫点点的概念念与用地地形态没没有关系系。从起起讫点的的概念出出发，无无法由分分区未来来的用地地模式预预测分区区的交通通出行发发生量。。因此，，后来交交通学家家们提出出了产生生点和吸吸引点的的概念.产生、吸吸引交通通量与生生成交通通量的关关系…...…...…...…...…...…...…...…...产生交通量吸引交通量生成交通量1、土地利利用城市土地地利用分分为10类，其中中与交通通发生吸吸引密切切相关的的用地为为：居住住用地、、公共设设施用地地、工业业用地和和仓储用用地。①住宅用地地是交通通的主要要发生源源和居民民出行的的主要起起讫点。。该用地发发生与吸吸引的交交通量通通常用居居住面积积、住户户数、人人口、住住户平均均人数等等指标表表示。与与住宅用用地的相相关的出出行为：：上班、、上学、、购物、、娱乐和和回家。。影响出行行产生和和吸引的的主要因因素②公共设施施用地包包括行政政办公用用地、商商业金融融业用地地、文化化娱乐用用地、体体育用地地、医疗疗卫生用用地、教教育科研研设计用用地、文文物古迹迹用地等等。该用地地的发生生与吸引引交通量量通常用用办公、、营业面面积、从从业人口口等指标标表示。。与公共共设施有有关的出出行有：：上班、、上学、、购物、、娱乐、、业务等等。③工业用地地是上班班交通的的主要吸吸引源。该用地地的发生生与吸引引的交通通量通常常用从业业人口、、产值等等指标表表示。与与工业用用地相关关的出行行有：上上班、业业务等。。④仓储用地地是货物物的主要要集散点点。是货货物交通通的主要要发生源源。该用地发发生与吸吸引交通通量通常常用仓库库面积、、货物吞吞吐量等等指标表表示2.家庭构成成与大小小家庭构成成出行的的基础，，上班及及走亲访访友，购购物等多多以家庭庭为出发发点；随随着家庭庭规模的的增大，，人均出出行数减减少，如如购物可可由一人人代替。。T/人规模(人/家)3.年龄,性别男性26-50岁出行多多，女女性16-50岁出行多多。年龄段平均出行次数(男)不同年龄的平均出行次数（女）年龄段4.职业、职职务：司司机、市市场开拓拓人员多多，教师师出行少少。5.收入：收收入高，，出行机机会多。。6.汽车保有有率：汽汽车保有有率高，，人均出出行数增增加。(1)出行需求求高的人人买车，，(2)有车后容容易诱发发出行。。7.自由时间=24-生活必需时间间(睡眠、饮食)-约束时间（工工作、学习））自由时间多出行机会大自由出行量：：T=at+bT-出行数；t：自由时间；；a，b：系数和常数数。8.其他：气候与与季节（春秋秋多，夏冬少少），工作日日（大而集中中）与周末（（小而分散））。1.原单位法2.类别生成率法法（categoryanalysis）3.回归分析法(regressionmodels)4.类别回归分析析法5.时间序列法6.弹性系数法预测方法1.原单位法/生成率法该方法的基本本思想是：从从OD调查中，可得得出单位用地地面积（单位位人口或单位位经济指标等等）交通生成成量，如假定定其是稳定的的，则根据规规划期限各交交通区的用地地面积（人口口量或经济指指标等）便可可进行交通生生成预测。其中,T研究对象地区区总的生成交交通量;Tk为出行目的为为k时的生成交通通量;akl为某出行目的的和人口属性性的平均出行行生成量.在某对象区域域常住人口平平均出行率不不变的情况下下，求其将来来的出行生成成量。（单位：万出出行数／日））2.类别分析法/聚类分析法/交叉分类方法法是考虑对交通通生成影响较较大的某些因因素，如人口口、职业结构构、用地面积积、不同性质质用地的结构构等，有这些些因素组合城城有不同生成成率的类别，，根据现状调调查资料，统统计不同类别别单位指标的的交通生成量量，进而进行行预测。优点：能考虑虑多个影响因因素缺点：影响因因素很多，关关系复杂时，，由于此时组组合会很多，，因此，该法法运用困难。。另外，当各各影响因素变变化较大时，，现状资料不不能反映，此此时该模型也也不适用。最典型的为家庭类别分析析方法该模型方法的的基本描述为为：把家庭按家庭庭规模、家庭庭收入以及汽汽车拥有量的的不同来分类类，再依据居民民出行OD调查统计的各各种类型家庭庭平均出行率率和家庭总户户数来计算其其出行量。基本假设为:一定时期内出出行率是稳定定的;家庭规模的变变化小;收入与车辆拥拥有量总是增增长的;每种类型内的的家庭数量可可用数学分布布方法来估计计.实施步骤:①将家庭进行分分类,如澳大利亚按按照家庭大小小,家庭收入各分分为六类,家庭拥有小汽汽车分为三类类;②把每个家庭定定位到横向类类别,就是对家庭访访问资料进行行分类,将每个家庭归归入所属类别别;③对其所分的每每一类计算其其平均出行率率,用调查的每类类出行发生量量除以每类的的家庭总数,则可以分别得得出每类家庭庭的平均出行行率;④计算各分区的的交通生成量量,把每类家庭数数乘以该类的的出行生成率率,并全部相加得得到生成总量量.在国内的规划划实践中，认认为该方法的的基本单元应应是个人而非非家庭，因此此有研究提出出采用基于个人的分分类方法;与家庭分类方方法相比,个人分类方法法同经典的交交通需求模型型更兼容(都是基于出行行者),也可以采用交交叉分类方法法,建立个人分类类模型需要的的样本数要远远少于基于家家庭的分类方方法,很容易考虑人人口统计的变变化,未来年各类个个人的预测更更加容易.3.回归分析方法法回归分析法时时根据调查资资料，建立生生成量与其主主要影响因素素之间的回归归方程，利用用所建立的回回归方程，通通过对主要影影响因素的预预测，进而预预测交通生成成量.回归的形式有有多种，自变变量有一元也也有多元，函函数关系有线线性也有非线线性。在交通生成预预测中一般以以土地利用强强度指标为自自变量，如交交通区人口数数、劳动力资资源数、就业业岗位数、各各类土地利用用面积等。①线性回归模型型线性回归模型型的主要优点点是函数关系系明确,可以统计检验验模型精度,其缺点是常用用的Y=a+bx形式方程具体体应用时，有有时出现相关关系数较高但但其常数项（（a）值较大的情情况，这样就就使出行率出出现虚假的上上升、下降现现象。线性回归预测测模型的基本本形式为：式中，Y——交通区的出行行生成量；Xi——第i种土地利用强强度指标；a、bi——回归系数。例如通过分析析建立的合肥肥市的城市居居民上班出行行为：Y上班＝550.26X1+84.44X2+97.39X3+3.57X4Y上班—上班目的地单单位用地面积积基本吸引权权；X1—交通区公共建建筑用地面积积；X2—交通区工业用用地面积；X3—交通区对外交交通用地面积积；X4—交通区居住住、科研办办公、仓储储及特殊用用地面积无锡各种目目的出行生生成的回归归模型：②非线性回归归模型非线性回归归模型有多多种形式，，常见的有有对数函数数、指数函函数和幂指指数等，应应针对具体体情况采用用不同形式式的函数。。4.增长系数法法增长率法是是将现状各各交通区交通生成成量乘以现现状年到预预测年这段段时间的增增长率,从而得到预预测年的交交通生成量量.式中，Gi——第i交通区区的出行生生成量；G(0)i——第i交通区区的现状出出行生成量量；Fi——第i交通区区的出行发发生量增长长率。该方法中增增长率F的确定，通通常可以用用各交通区区的一些特特征指标的的增长率来来反映。如如交通区的的人口增长长率、劳动动力增长率率等。式中，Fi——第i交通区的发发生量增长长率；Pik——第i交通区各特特征指标的的增长率；；n——特征指指标的总个个数。5.类别回归分分析法考虑非定量量影响因素素组成不同同的类别，，对各种类类别分别建建立交通生生成与定量量影响因素素之间的回回归方程，，以此，即即考虑定量量因素的影影响，也考考虑非定量量因素的对对交通出行行产生吸引引的影响。6.时间序列法法按时间序列列预测交通通增长，即即用现在和和过去的交交通生成资资料，对交交通生成与与时间的关关系进行回回归，并用用此回归方方程预测未未来交通生生成。例题:表中的数据据是一次交交通规划中中某些分区区的货运产产生量与其其工业总产产值,农业总产值值,基建投资量量的数据,试建立货运运出行产生生量的回归归模型:由表大致可可以判断货货运产生量量基本与各各个自变量量呈线性关关系,有样本矩阵阵:计算得到回回归系数:回归模型为为:各系数t统计量为:各检验统计计量为:从所得的回回归模型来来看，工业业总产值和和农业总产产值的t统计量都比比较显著，，而基建投投资的t统计量不仅仅很小，而而且估计参参数的符号号与时间情情况不相符符。因为基基建投资越越大，基建建规模也就就越大，所所需要的基基建材料也也就越多，，导致货运运量增加。。这意味着着基建投资资量与货运运出行量成成正关系，，X3的系数应该该为正值。。这说明模模型是不正正确的，应应该加以修修改。进行行相关性分分析，计算算多重相关关系数后,选择X1和X2,舍弃X3,重新计算回回归系数,得到新的模模型:得到相关矩矩阵:可见，删除除掉X3后，除R略有下降外外（统计分分析表明，，R随自变量数数目的减少少而下降，，随自变量量数目的增增加而提高高与模型的的优劣无直直接关系）），其余各各项统计量量都比前一一个模型有有所改进。。如样本的的标准残差差由24.229降为22.895，这说明在在同一检验验水平下，，缩小了预预测区间的的宽度，提提高了预测测的准确性性。回归模型的的基本假定定，那就是是假定未来来年的出行行产生量P与各因素（（自变量））的关系与与现年相同同，这样才能能把由现年年样本数据据标定出来来的回归系系数用于预预测未来规规划年的产产生量。应用回归模模型的基本本条件：模模型中各自自变量的规规划年预测测值要容易易求得，它们应该该由别的可可靠性较高高的预测模模型求得。。就前面提提到的分区区人口数、、人均收人人水平、非非住宅用地地面积，他他们都可以以由第三章章的有关模模型和方法法求得。以上海临港港物流园区区保税港交交通需求预预测中第1阶段为例进进行分析.一、临港物流园园区保税港港（一期））位于临港港新城重装装备产业区区和物流园园区内，北北靠物流园园区、南临临东海大桥桥，东依主主城区，西西靠重装备备产业区，，直接通过过东海大桥桥和洋山深深水港相连连，主要发发展保税仓仓储物流产产业和出口口加工业，，总面积6平方公里。。预测案例预测范围与与位置：临港物流园园区保税港港（一期））布局特点点：保税港陆域域部分主要要功能包括括：国际中中转、国际际配送、国国际采购、、国际转口口贸易、出出口加工和和综合服务务等。根据海关对对该区域的的监管模式式，结合该该特定区域域的六大功功能，洋山山保税港陆陆域部分一一期规划分分为四大功功能区块。。出口加工工、仓储物物流、港口口辅助用地地、综合服服务区预测内容：：路段及交交叉口交通通量临港物流园园区保税港港（一期））区内的主主要道路的的路段交通通量及各主主要交叉口口的转向交交通量；包包括12小时交通量量、高峰小小时交通量量。预测年年限：2008年、2015年、2025年。交通小区划划分：序列用地代码用地性质面积（公顷）比例（％）1C公共设施46.37.82W仓储物流182.330.83M出口加工42.67.24U辅助设施用地26.14.45W港口辅助用地35.86.16C海关查验区46.67.97U汽车清洗检修2.10.48U市政设施用地5.91.09S道路用地162.927.510G绿地40.86.9小计城市建设用地591.4100开发进度分分析：按照洋山保保税港结构构规划和临临港新城的的总体规划划的实施要要求，从保保税港建设设的实际情情况出发，，借鉴上海海外高桥保保税区、深深圳盐田保保税港以及及宁波保税税港建设的的经验，经经建设单位位、规划设设计单位的的专家领导导分析：认为至2008年，保税港港所有基础础设施建设设全部实施施到位，一一期的招商商开发计划划完成70%；2015年在完成一一期的基础础上完成二二期开发计计划的50%；2025年整个保税税港将全部部开发完毕毕。人口岗位分分析：对于出口加加工用地、、仓储物流流用地、港港口辅助用用地，建议议采用岗位位指标为2000个/平方公里，，这部分就就业岗位数数大约在5200个左右；对于综合服服务用地（（主要有金金融贸易和和展示等功功能），其其岗位指标标采用15000个/平方公里，，其就业岗岗位数为5550个左右。由由此，临港港物流园区区保税港（（一期）规规划用地将将产生10750个工作岗位位。交通量产生生与吸引预预测：货运产生量量=吸引量=货运生成量量=集装箱处理理能力保税港货运运交通总量量的生成可可依据各开开发用地集集装箱年处处理能力来来决定。1）不同功能能用地上的的单位面积积集装箱年年处理能力力出口加工地地块采用0.04TEU//年的标准。。仓储物流区区块2005年采用0.5TEU//年的标准，，随着物流流管理水平平的提高到到2025年，采用1.1TEU//年。港口辅助用用地从2005年到2025年，平均处处理能力将将由0.75TEU/m2/年提高到1.65TEU/m2/年。按照上述的的单位面积积集装箱年年处理能力力和保税港港不同功能能用地的开开发量计算算出来的各各小区年货货运生成量量，通过调调研分析论论证几个系系数的折算算，包括月月变系数（（采用1.3）、周变系系数（采用用1.4）以及高峰峰小时流量量比（采用用0.09）、空车率率（采用40%），得到保保税港的路路网的货运运的产生与与吸引量。。客运吸引量量的预测：：保税港一期期（临港物物流园区一一期）就业业岗位数为为10750个。关于人人均出行次次数，考虑虑到海关监监管的特点点，相比城城市的人均均出行次数数要低，参参考调研资资料，拟采采用人均日日出行次数数为2.2次。在总总的客运运生成量量中，根根据类比比资料采采用10%小汽车，，80%公共汽车车，10%其他的比比重。以以此来测测算客运运的机动动车交通通量。。3交通分布布预测出行分布布量是指指分区i和分区j之间平均均单位时时间内的的出行量量，单位位时间可可以一天天，一周周，一月月等，也也可以是是高峰小小时，就就一对分分区i和j而言，它它由两部部分组成成，qij和qji：qij是指以分分区i为产生点点(不一定是是出行的的起点)，以分区区j为吸引点点(不一定是是出行的的终点)的出行量量;qji是指分区区j为产生点点,分区i为吸引点点的出行行量;在全日PA表中,qij不一定等等于qji.基本概念念思考:在以上图图中i区和j区之间有有6次出行,其中h表示家,s表示学校校,f表示工厂厂,分析qij和qji:qij=4,出行1,2,5,6qji=2,出行3,4但是以i为起点的的出行数数=3,出行1,4,5以j为起点的的出行数数=3,出行2,3,6PA表

…...…...…...产生交通量吸引交通量…...…...…...…...…...2.出行分布布矩阵(PA表)出行分布布矩阵是是一个二二维表,满足∑Ai=∑Pj=T,但是矩阵阵本身不不是对称称的。出行分布布预测：：在前一阶阶段得出出的各个个分区产产生量和和吸引量量的基础础上,求PA矩阵中的的各个元元素qij,即已知PA表中的小小计列和和小计行行中各元元素值,求其他元元素的值值.从数学上上来说,这是用2n个方程求求n×n个未知数数的问题题,而当n>2时,这是没有有唯一解解的,为此必须须借助其其他一些些条件,来求近似似解.进行出行行分布预预测的方方法主要要有增长长率法,重力模型型法,机会模型型法和最最大墒模模型.(1)常增长系系数法（（UniqueGrowthFactorMethod）(2)平均增长长率法(AverageGrowthFactorMethod）(3)底特律法法（DetroitMethod）(4)福莱特法法（FratarMethod）(5)佛尼斯法法（FurnessMethod）各种增长长率法已知现在在PA表目标PA表（1）常增长长率法此法假定定qij的增长仅仅与i区的产生生量增长长率有关关，或仅仅与j区的吸引引量增长长率有关关,是一个常常量:f常=(Fpi,Faj)=Ui/Pi或Vj/Aj该方法只只考虑将将来的产产生量或或吸引量量或生成成量当中中的某一一个量的的增长率率对分布布量的影影响,是一种最最粗糙的的方法.（2）平均增增长率法法此法假定定qij的增长与与i区的产生生量增长长以及与与j区的吸引引量增长长同时有有关,而且相关关的程度度也一样样,即qij的增长系系数是i区产生量量增长系系数和j小区增长长系数的的平均值值:f平=(Fpi,Faj)=0.5(Fpi+Faj)该方法明明显比第第一种方方法合理理,也是最常常用的一一种方法法,但在实际际运用时时,因迭代步步数较多多,计算速度度稍慢.见P129,例题6-2（3）Detroit(底特率)法此法假定定qij的增长与与i区的产生生量增长长率Fpi以及j分区吸引引量Faj的乘积成成正比,与出行生生成总量量的增长长系数成成反比:fD=(Fpi,Faj)=Fpi×Faj×T/X该方法考考虑的因因素更多多,在底特率率1956年的规划划中首次次被运用用,相对平均均增长系系数法收收敛速度度要快.（4）Fratar(福莱特)法1954年，Fratar提出分别别从产生生区和吸吸引区两两个角度度分析计计算qij，然后平平均的方方法:（5）Fueness(佛尼斯)法1956年，Fueness提出两个个小区之之间出行行分布量量qij的预测值值与此两两个分区区之间出出行分布布的现状状值q0ij成正比，，还是小小区i的产生增增长系数数ui和j小区的吸吸引增长长系数vj有关增长系数数法的优优缺点(1)优点：结构简单单；不需要交交通小区区之间的的距离和和时间；；时间交交通量量，日日交通通量的的预测测都可可以用用；对对全部部交通通目的的的PA预测都都可以以用；；对于变变化较较小的的OD表预预测非非常有有效；；计算铁铁道旅旅客的的转站站间PA分布很很有效效。(2)缺点：必须有有基年完完整PA表；对象象地区区发生生很大大规模模变化化时，，该方方法不不适用用：比如交交通小小区的的行驶驶时间间发生生变化化,出现了了新开开发区区等;如果现现状交交通小小区之之间的的交通通量为为0，，那么么将来来预测测值也也为0；对对于可可靠性性较低低的OD交交通量量，将将来的的预测测误差差将被被扩大;将来交交通小小区之之间交交通分分布仅仅考虑虑一个个增长长系数数缺乏乏合理理性.重力模模型又又叫引引力模模型，，由Casey1955年提出出，当当时是是受物物理学学中牛牛顿万万有引引力定定律的的启发发，其其形式式也很很象万万有引引力公公式，，最初初的形形式如如下：：该模型型在形形式上上太拘拘泥于于万有有引力力公式式，在在实际际应用用中误误差太太大，，后人人将其其形式式变换换，得得到比比较实实用的的模型型。重力模模型法法重力模模型的的一般般形式式：其中，，Pi，Aj：小区i，j的发生与与吸引引交通通量；；α,,,k：系数数。假假定它它们不不随时时间和和地点点改变变，为为减小小工作作量，，一般般取α==1R：小区区i，j间的距距离或或一般般费用用；可可以是是时间间，距距离，，费用用，也也可以以是各各种因因素的的综合合。简介：：模拟物物理学学的万万有引引力定定律，，是目目前交交通分分布预预测最最常用用的方方法。。重力模模型进进行交交通分分布预预测主主要考考虑两两个因因素：：两个个交通通小区区的吸吸引强强度；；两个个交通通小区区之间间的阻阻力。。重力模模型法法进行行分布布预测测，认认为两两个交交通小小区的的出行行吸引引与两两个交交通小小区的的出行行发生生量与与吸引引量成成正比比，而而与两两个交交通小小区之之间的的交通通阻抗抗成反反比。。重力模模型参参数的的标定定：采用线线性回回归方方法标标定模模型参参数，，对上上述模模型两两边取取自然然对数数：此处Pi，Aj，Rij，qij可从现现状调调查数数据中中取若若干个个分区区作为为样本本,则待标标定的的参数数有:lnK,α,,-,令1.无约束束重力力模型型（一一般形形式））常见的的交通通阻抗抗函数数有以以下几几种形形式：：幂型：：指数型型：组合型型：半钟型型：幂型和和指数数型都都只含含有一一个参参数,比较容容易标标定,较常使使用,另外两两种含含两个个参数数,使用较较少,但在特特定的的交通通方式式的分分布中中,有其优优势,如城市市中自自行车车的出出行,很短距距离和和很长长距离离的出出行数数量都都比较较少,而中等等距离离的出出行数数量较较多,这时这这种特特定交交通工工具的的分布布量用用这种种阻抗抗函数数比较较好.具体选选用哪哪种类类型的的阻抗抗函数数视具具体情情况而而定,可以先先用一一些调调查数数据在在坐标标系上上标出出散点点图,看其与与哪类类函数数曲线线拟和和较好好.无约束束重力力模型型的参参数标标定:（1）利用现现状OD数据，，以及及两小小区之之间的