《交通发生与吸引》PPT课件.ppt

1 交通需求预测 一 交通生成预测二 交通分布预测三 交通方式划分预测四 交通分配预测 预测四阶段 通过现状OD调查得到一张全人口全方式的现状OD表 o D 1 根据现状OD表求未来交通出行需求 o D 2 将总发生量和总吸引量分布到未来的全人口全方式OD表中 o D 3 在出行方式上选择 进行新的划分 o D o D 公交OD 自行车OD 4 把两小区的交通交换量具体地落实到路网上 方法 现状路网上分未来OD现状路网上分现状OD评价现状路网未来路网上分未来OD检验规划的方案是否合理 集聚分析 集合预测发 客观方法非集聚分析 主观方法因果分析 其中最典型的是回归分析 趋势外推 其中最典型的是指数平移法 预测的模式 居民客运流动人口对外和过境人口内容市内对外和过境 货运 城市交通需求预测 模式1 居民OD居民生成 分布 方式划分 分配流动人口OD对外人口生成 分布 方式划分 分配过境 对外生成 分布 方式划分 分配 基本步骤 模式2 居民OD流动人口OD生成 分布 方式划分 分配过境 对外 交通预测基本思路 预测前应获取的资料 1现状OD2现状和未来的社会经济3土地利用4交通及其交通设施 第一个阶段 出行的发生与吸引 影响出行生成的因素生成交通量的预测发生与吸引交通量的预测 发生 吸引交通量与生成交通量的关系 发生交通量 吸引交通量 生成交通量 交通生成模型的目的 交通生成 TripProduction 目的 Zoning根据ODStudy资料收集预测 Pi Aj i j 1 2 3 n 出行 土地使用 社会经济活动到出行过程生成出行分类 按Home由家出行 上班 非上班 非由家出行按目的工作 上学 购物 公务 旅游 按距离按时间按方式出行生成的单位 人 车 出行发生量 TripGeneration 住户的社会经济特征人口特征收入特征车辆的拥有特征出行发生率 出行的发生次数 人 天 Pi 数量 形态 出行吸引量 TripAttraction 土地使用的形态Aj土地面积 性质建筑面积 性质 商业 办公 工厂 社会 1 回归分析y f xi 模型 y 1x1 2x2 nxn多元线性回归y 1x1a1 2x2a2 nxnan多元非线性回归应满足假设 变量与自变量连续 自变量对因变量是线性的 独立的变量误差来源 1调查误差2自变量的变化分布不一定是正态的3个别抽样值离散4资料欠缺 出行生成的两类模型 2 类别生成法 原单位法 1 构造方法按住宅类兴分按人口组成a家庭分类按收入按车辆拥有b归类c计算每类的平均出行发生率 吸引率d计算各分区的发生量 吸引量 出行的影响因素 土地利用住宅对交通的影响 住宅区面积 住户数 居住区总人口单位面积的住户数和居民数等 其它对交通的影响 单位面积的工作人员数 占用的土地面积等 其它指标 学生人数等 家庭 家庭规模 人口构成 家庭规模大的出行次数多 性别 年龄 越年轻 出行次数越多 汽车 自行车 拥有数 拥有数越大 出行越多 职业 职务 职业不同出行次数不同 单位公房 与工作地点相距很近的居住者出行较少 自由时间 自由时间 24 生活必需时间 睡眠 饮食 约束时间 工作 学习 其它 家庭收入 劳动时间 商店营业量等等 年龄段 平均出行次数 男 不同年龄男性日人均出行次数 1986年北京市 女性不同年龄的平均出行次数 年龄段 不同出行目的人均出行原单位 1986年北京市 交叉分类或类型分析 按家庭 Cross ClassificationorCategoryAnalysis 以估计给定出行目的每户家庭的出行产生量为基础 建立以家庭属性为变量的函数 突出家庭规模 收入 拥有小汽车数分类调查统计得出相应的出行产生率 由现状产生率得到现状出行量 由未来产生率得到未来出行量 基本假定 一定时期内出行率稳定 家庭规模变化很小 收入与小汽车拥有数增长 家庭类型数量及各参数分布可用数学方法导出 模型说明 假设tp h 是由h类家庭产生的 出行目的为p的平均出行数 类型可按照选择的层次来定义 计算出行率的标准方法是将标定数据所涉及的家庭分成多组 然后 按出行目的汇总观测到的总出行量 按家庭h计算的出行率tp h 就是将总出行量除以相应的家庭数量H h 其技术关键在于如何选择分类方式 使得的标准差最小 优点 1能够利用已知信息估计家庭类型数量 2从其他调查取得出行产生率 3计算简单缺点 高收入 拥有小汽车数量多的住户在现状与预测两阶段中的作用不均衡 实例 20世纪60年代伦敦交通规划 按照地理条件和家庭属性 分了108个类型 该研究的基本假定为 一个独立的家庭是交通发生的基本单位 每个家庭的生成交通量是由其地理位置 如工作地点 及其家庭属性决定的 具有某些同样特点的家庭可以作为基准求出各种类型家庭的平均出行率 只要各家庭的外部因素与最初调查时点是相同的 就可以认为其出行率不变 按照年收入 汽车拥有数 家庭规模等3个特征对家庭分类 年收入 英镑 不足500 500 1000 1000 15001500 2000 2000 2500 2500以上汽车拥有数 0 1 1以上家庭构成 无就业者 无业成人1人 无就业者 无业成人1人以上 就业者1人 无业成人1人及以下 就业者1人 无业成人2人及以上 就业者2人 无业成人1人及以下 就业者2人 无业成人2人及以上 在某对象区域常住人口平均出行率不变的情况下 求其将来的出行生成量 单位 万出行数 日 出行生成量 T 105 0现状常住人口 N 41 0将来常住人口 65 0平均出行率T N 105 0 41 0 2 561 出行数 日 人 将来的生成交通量 X M T N 65 0 2 561 166 5 万出行数 日 发生与吸引交通量的预测 1 增长率法 2 原单位法 3 函数法 对交通小区的发生 吸引交通量的预测 要考虑到交通发生源的空间布局关系 从而按区域进行发生 吸引交通量的预测 增长率法 GrowthFactorMethod 把现在的不同分区的发生 吸引交通量与到预测时点的增长率相乘 即 发生 吸引交通量增长率 通常可以用表示各交通小区活动的指标的增长率来表示 人口增长率 汽车拥有数的增长率 一个区域共有500户家庭 250户有1辆小汽车 另外250户没有小汽车 假设有汽车家庭出行发生率为6 0次 天 无汽车家庭为2 5次 天 假设未来所有家庭都有1辆小汽车 求规划年的出行发生量Ti 解 该区域现在出行量 t 250 2 5 250 6 2125次 天增长系数为 Fi Cid Cic 500 250 2 0该区域未来出行量 Ti 2 2125 4250次 天 假设各小区的平均出行发生量与吸引量不变 试用例1的数据求出将来的出行发生与吸引量 原单位法 交叉分类法 166 0 166 4 总量控制 ControlTotal T 166 5万出行数 日 函数法 回归法 这种方法是交通小区的发生 吸引交通量预测上最常用的方法 由于绝大部分研究是采用多元回归分析模型 故也被称为多元回归分析法 Regressionanalysis 1 2 3 表示校正系数 表示交通小区的影响出行的社会经济指标 例如区内平均收入 平均汽车保有率 家庭数 人口 就业人数 土地利用面积等等 准备和整理必要的资料数据 确定因变量和自变量 尤其是自变量 根据资料数据作出散点图 确定模型形式 求解回归系数 1 建立模型 初步经验检验 统计检验包括离散系数 相关系数 可决系数等检验 从数学上考察模型 判定预测效果 2 检验模型 通过上述检验后 进入实际预测 提供有价值的信息 3 实施预测 一元线性回归 只有一个变量的一元回归模型 a b 回归系数 回归系数公式 标准差S计算公式 式中n 2为自由度 因为a b是由实际资料计算的 所以自由度比n少2 例题 某城市有六个区 各区2002年机动车拥有量与人口之间的关系如下 试用一元线性回归分析技术建立预测模型 分区号123456机动车300240430310220200人口128201276 解 b 16 286 a 106 901所以 Yi 106 901 16 286Xi 回归分析方法的缺陷 不能保证使用了真正有效的说明变量 即使得到了公式 也不能保证一定是合理的描述了交通现象 计算结果通过总量控制法进行修正