交通方式划分——交通分布组合模型研究与软件设计(交通运输规划与管理专业优秀论文)

ｄｅｍａｎｄ．Ｄｕｒｉｎｇ ｔｈｅ ｆｏｕｒ ｓｅｐｓ ｏｆ ｔｒａｎｓｐｏｒｔａｔｉｏｎ ｏｆｔｒａｆｆｉｃ ｍｏｄｅ ｓｐｌｉｔ ａｓｓｕｍｅｓ
ｐｌａｎｎｉｎｇ，ｔｈｅ ｔｒａｆｆｉｃ ｍｏｄｅ ｓｐｌｉｔ ｉｓ
ｔｈａｔ ｅｖｅｒｙ ｔｒａｆｆｉｃ ｉｍｐｒｅｃｉｓｉｏｎ
ｔｏ
ｚｏｎｅ
ａ
ｐｉｖｏｔａｌ ｓｔｅｐ．Ｈｏｗｅｖｅｒ，ｔｈｅ ｐｒｅｓｅｎｔ ｍｅｔｈｏｄ
摘要
摘要
交通方式划分模型是交通规划中最重要的模型之一。交通方式选择问题，是交通规划和政策制 定中的重要部分。它影响着我们在城市中出行的效率，影响到城市交通用地的数量，影响到是否能 向出行者提供更多的选择可能性。 目前我国交通规划中采用较多的交通方式划分方法是以分担率乘以分布交通量得出各个交通 方式的分担交通量，它假定了备个交通区都具有一样的交通方式划分，这与实际的情况有较大的差 异，导致了交通需求预测精度的降低。因此，对交通方式划分方法的改进显得十分必要。
Ｆｉｒｓｔｌｙ，ｔｈｅ ｔｈｅｓｉｓ ａｎａｌｙｚｅｓ ｃｉｔｉｚｅｎｓ ｔｒａｖｅｌ ｃｈｏｉｃｅ ｍｉｎｄ，ｔｒａｖｅｌ ｄｉｓｔａｎｃｅ ａｎｄ ｔｒａｖｅｌ ｔｉｍｅ
ｃｏｎｓｕｍｅｄ．Ｔｈｅ
ｂａｓｅｄ
ｏｎ
ｔｒａｖｅｌ ｄｉｓｔａｎｃｅ
ｃｕｒｖｅ
ｍｏｄｅｌ
ｉｓ ｄｏｎｅ ｂｙ ｕｓｉｎｇ ｄｉｓｔａｎｃｅ ｄｉｖｅｒｓｉｏｎ
平衡法，通过迭代计算使模型满足约束条件，并与距离曲线模型结合，建立交通方式划分——交通
量总和不能保证等于该出行方式分担总量。因此，本文针对两大难点问题，提出解决方法一总量
分布组合模型，编制模型的应用软件，并用实例对模型进行检验，得出结论：本文所建立的交通方
式划分——交通分布组合模型能够体现不同出行方式在不同距离范围的优势，并且能够保证计算出
运交通系统取得长足的优先发展之后，其便利性、舒适性和准点率的提高。势必会吸引其它方式的
客流，有利于整体交通运输效益的提高和整个交通环境质量的改善，从而减少其它交通方式的在途 时问和出行费用，出行舒适度也随之得到提高，也就是说，其它交通方式的出行效用也会因此而提 高：反之，当公交服务水平以及准点率下降时，则会造成诸交通方式运输效用的同步下降。所有这些 均表明交通系统中诸方式的营运效用是密切相关的。Ｌｏｇｉｔ模型忽略了这种影响机制，限制了Ｌｏｇｉｔ 模型对交通出行者交通方式选择行为特征解释的准确性，从而也就弱化了Ｌｏｇｉｔ模型对整体交通状 态的描述。Ｐｒｏｂｉｔ模型虽然克服了Ｌｏｇｉｔ模型这一缺陷，但是该模型往往需依赖于极其复杂的 Ｍｏｎｔｅ－Ｃａｒｌｏ仿真算法或者多项式Ｃｌａｒｋ求解逼近算法１２”。
Ｕ
ｍｏｄｅｌ．Ｔｈｅｎ，ｔｒｏｕｇｈ ｔｈｅ ｃｏｍｐａｒｉｓｏｎ ｏｆｔｒａｆｆｉｃ
ｏｎｅ
ｖｏｌｕｍｅ ｆｏｒｅｃａｓｔ ｉｎ ｔｈｅ
ｖｉｒｔｕａｌ
ＺＯｎｅ
ｂｙ ｔｈｅ ｎｅｗ ｍｏｄｅｌ
ａｎｄ ｃｏｍｍｏｎ ｉｎ ｔｈｉｓ ｔｈｅｓｉｓ
ｒｅｓｐｅｃｔｉｖｅｌｙ，ｉｔ ｉｓ ｆｏｕｎｄ ｔｈａｔ ｔｈｅ ｃｏｍｂｉｎｅｄ ｍｏｄａｌ ｓｐｌｉｔ／ｔｒｉｐ ｄｉｓｔｒｉｂｕｔｉｏｎ ｍｏｄｅｌ ｅｓｔａｂｌｉｓｈｅｄ
ＲＵＭ（ｒａｎｄｏｍ
ｕｔｉｔｉｔｙ ｃｈｏｉｃｅ
ｍｏｄｅｌ）是基于最大随机效用
ｍａｘｉｍｉｚａｔｉｏｎ）理论基础上的一类相对完善的模型，它从微观经济学的角度，致 力于对人的交通方式选择行为的客观解释，是目前应用极其广泛的交通方式划分预测模型。在ＤＣＭ ｄｉｓｔｒｉｂｕｔｉｏｎ）可分另ＩＪ得到方式划分的Ｌｏｇｉｔ模型和Ｐｒｏｂｉｔ模型口”。Ｌｏｇｉｔ模型具有物理意义明确
研究生签名：
导师签名：
日
期：
知识水坝为您整理
第一章绪论
第一章
１．１研究背景
绪论
交通需求预测是进行城市交通规划的前提，准确地把握城市交通需求，对于制定城市交通发展 战略，进行城市道路网规划与建设，科学组织管理城市交通具有重要的意义。城市交通需求预测作 为城市交通规划的关键技术环节之一，其预测结果的准确与否，将在很大程度上影响规划的科学性。 且城市交通涉及到人文、地理、社会、经济各方面，要准确把握城市交通复杂系统的特点，对交通 需求做出科学预测，就需要综合运用多学科知识，采用定性与定量相结合、科学理论与经验相结合、 宏观与微观相统一的研究方法。交通需求预测主要是根据交通系统及其外部系统的过去和现状预测 未来，根据历史经验、客观资料和逻辑推断，寻求交通系统的发展规律和未来趋势的过程。
１．２国内外研究概况
１．２．Ｉ国外研究概况
国外对交通方式划分预测技术的研究起步于５０年代初期。ＰｕｇｅｔＳｏｕｎｄ １２０１分类预测模型是美国 最先发展起来的交通方式分担率预测模型之一。由于该模型涉及极其广泛的调查统计和分类工作， 因而不适用于大、中型城市的交通预测，也不适用于城市交通方式结构有很大调整的场合。 交通方式划分预测的离散概率选择模型ＤＣＭｌ２１１（ｄｉｓｃｒｅｔｅ
本文建立了交通方式划分——交通分布组合模型，分两个阶段对交通方式划分方法进行改进。
首先从居民出行方式选择心理的角度入手，对城市居民出行需求心理、居民对居住地和工作地 的选择心理、居民出行目的构成、居民个人私密空间的需求心理等进行具体分析，同时对影响城市 居民出行方式选择的外在因素出行距离和出行时耗进行讨论，具体分析它们对居民出行方式选择的 影响。讨论了交通方式和城市规模之间的关系，提出在规模不大、机动化水平不高的城市，出行距 离是影响出行者选择出行方式的主要因素。对收集的蚌埠、常德、常州、苏州、番禺、昆山、濮阳、 松陵、盛泽９个城市的居民出行调查数据进行分析处理。建立各个城市分交通方式的距离曲线，从 横向上研究不同类型的城市交通方式距离曲线的特性，从纵向上研究各交通方式分担率在不同出行 距离范围内变化的规律，并确定各交通方式模型的具体数学形式。讨论影响各交通方式距离曲线的 主要因素，确定距离曲线模型所采用的参数，并提出一些参数的简单量化方法，建立出行方式距离 曲线模型。 第二阶段。由于出行方式距离曲线模型在实际应用时存在两大缺陷：一是模型计算出的小区之 间的各出行方式分担率之和不能保证等于１００％二是模型计算出的菜种出行方式在小区间的分担
方式划分模型中，对随机效用误差变量采用Ｇｕｍｂｅｌ口”分布及多项式态分布ＭＶ，Ｎ１２３ｌ（ｍｕｌｔｉｖａｒｉａｔｅ
ｎｏｒｍａｌ
且便于计算等优点，因此在实践中被广泛利用。但Ｌｏｇｉｔ模型存在一个致命的缺陷，即其效用随机 项是单独假设的，在实际交通系统中，诸交通方式的运行状况实质上是相互作用的。例如。当公共客
ａｎａｌｙｚｅｄ．Ｎｉｎｅ ｐａｒａｍｅｔｅｒｓ
ａｒｅ
ｕｓｅｄ ｔｏ ｂｕｉｌｄ ｔｈｅ ｔｒａｖｅｌ
ＣＵｒＶｅ
ｍｏｄｅｌ．
Ｓｅｃｏｎｄｔｙ，ｔｈｅ ｔｈｅｓｉｓ ｐｕｔ ｆｏｒｗａｒｄｓ ｇｒｏｓｓ ｂａｌａｎｃｅ
ｃｕｒｖｅ
ｍｏｄｅｌ
ｔｏ ｓｅｔｔｌｅ ｔｗｏ ｉｍｐｏｒｔａｎｔ ｐｒｏｂｌｅｍｓ ｏｆ ｔｈｅ ｔｒａｖｅｌ
ｍｏｄｅ ｓｐｌｉｔ ｃｏｕｌｄ ｎｏｔ ｂｅ ｈｅ ｓａｍｅ．Ｔｈｅｒｅｆｏｒｅ，ｔｈｅ ｔｒａｆｆｉｃ
ｚｏｎｅｓ
ａｄｊｕｓｔｍｅｎｔ
ｏｆ ｔｒａｆｆｉｃ ｍｏｄｅ ｓｐｌｉｔ
ｒａｔｅ
ｂｅｔｗｅｅｎ ｄｉｆｆｅｒｅｎｔ
ｉｓ ｎｅｃｅｓｓａｒｙ．
Ｔｈｅｒｅ
ａｒｅ
ｔｗｏ
ｓｔｅｐｓ ｔｏ ｃｏｎｓｔｉｔｕｔｅ ｔｈｅ ｃｏｍｂｉｎｅｄ ｍｏｄａｌ ｓｐｌｉｔ／ｔｒｉｐ ｄｉｓｔｒｉｂｕｔｉｏｎ ｍｏｄｅｌ．
ＣＵＷＣＳ，ｗｈｉｍ ｉｓ ｍｏｄｅｌｅｄ
ｈｏｕｓｅｈｏｌｄ ｔｒａｖｅｌ ｓｕｒｖｅｙ ｄａｔａ ｏｆ
Ｂｅｎｇｂｕ，Ｃｈａｎｇｄｅ，Ｃｈａｎｇｚｈｏｕ ｃｈａｎｇｚｈｏｕ，ｓｕｚｈｏｕ，ｐａｎｙｕ，
ａｒｅ
ｋｕｎｓｈａｎ，ｐｕｙａｎｇ，ｓｏｎｇｌｉｎｇ ａｎｄ ｓｈｅｎｇｚｅ，ａｎｄ ｍａｉｎ ｆａｃｔｏｒｓ ｔｈａｔ ｉｎｆｌｕｅｎｃｅ ｐａｓｓｅｎｇｅｒ ｔｒａｆｆｉｃ ｓｔｒｕｃｔｕｒｅ
行统计处理。如求平均值、求比例等，再用这些统计值来标定方式划分模型中的参数。在这一过程 中关于个人和家庭的原始资料被统一处理了，这就是集结方法，得出的模型就是集结模型；另一类
东南大学硕士学位论文
是以概率论为基础的非集结方法（ｄｉｓａ鲳ｒｅ酎ｔｅ ｍｅｔｈｏｄ），这一类方法分析的对象是个体，它将个体的 原始资料不加任何处理直接用来构造模型。 但是，无论交通方式划分的位置如何．采用的是集结模型还是非集结模型，都存在不同程度上 的缺陷。因此对交通方式分担率的预测技术尚需作进一步的深入研究。
｜甲甲甲甲
（ａ） （ｂ）
（ｃ） （ｄ）
Ｇ一出行生成；ＭＳ－－交通方式划分；Ｄ一交通分布：Ａ一交通分配
图１．１
四阶段法中方式划分的不同位置
总体上来说．交通方式划分预测方法可以分为两大类：一类是以统计学为基础的榘结方法
ｆａｇｇｒｅｇａｔｅ
ｍｅｔｈｏｄ），这一类方法一般以交通分区为研究单位．将分区中的个人或家庭的调查数据进
ｍｏｄｅ，ｔｒａｖｅｌ ｄｉｓｔａｎｃｅ，ｄｉｓｔａｎｃｅ ｃｕｒｖｅ，ｇｒｏｓｓ
ｂａｌａｎｃｅ，ｔｒｉｐ
ｄｉｓｔｒｉｂｕｔｉｏｎ
Ｉｌ
知识水坝为您整理
东南大学学位论文独创性声明
本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成 果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过 的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并
交通方式划分预测作为传统的需求预测方法——“四阶段”预测方法中一个重要环节，近年来
越来越受到重视。
城市交通规划中的交通方式划分，是为了预测在未来城市社会经济发展水平下属民出行对各种 交通方式的可能利用情况。很明显，所有个体交通方式的选择行为结果反映到整个交通状态上去， 应体现为各种交通方式承担的客流流量或客流负荷。交通方式划分预测实质上是为了预测各种交通 方式究竟会分担到多少客流流量，所以通常也称交通方式划分预测为交通方式分担率预测。无疑， 合理、客观的交通方式划分预测能够为优化城市未来交通运输方式结构提供科学的决策依据：此外， 由于交通负荷（或交通流状态）与交通组成密切相关，所以交通方式划分预测也有助于从总体上比较 真实、客观地把握未来城市可能产生的交通运输负荷。交通方式划分预测是城市交通规划交通需求 预测的重要组成部分，也是城市交通规划的重要步骤之一。 传统的“四阶段”模型根据方式划分的位置不同，可划分为四种模型１１２３１２９］：（ａ）与交通生成结 合在一起；（ｂ）在交通生成和交通分布之间（出行端点模型）：（ｃ）与交通分布结合在一起：（ｄ） 在交通分布和交通分配之间（出行选择模型）。
ｈａｓ ｔｈｅ ｓａｍｅ ｍｏｄｅ ｓｐｌｉｔ ｒａｔｅ，ｗｈｉｃｈ ｈａｓ ｒｅｌａｔｉｖｅ ｇｒｅａｔ ｇａｐ ｗｉｔｈ ｔｈｅ ｆａｃｔ ａｎｄ ｂｒｉｎｇ
ｔｒａｆｆｉｃ ｄｅｍａｎｄ ｆｏｒｅｃａｓｔ，ｂｅｃａｕｓｅ ｉｎ ｒｅａｌｉｔｙ，ｗｉｔｈ ｄｉｆｆｅｒｅｎｔ ｄｉｓｔａｎｃｅ ｂｅｔｗｅｅｎ ｔｒａｆｆｉｃ ｚｏｎｅｓ，ｔｈｅ
表示了谢意。
研究生签名：——日
期：
东南大学学位论文使用授权声明
东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的 复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内 容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可 以公布（包括刊登）论文的全部或部分内容。论文的公布（包括刊登）授权东南大学研 究生院办理。
的小区之问的各出行方式分担率之和等于１００％，计算出的某种出行方式在小区间的分担量总和等 于该出行方式分担总量，具有良好的可操作性。 关键词：交通方式划分。出行方式，出行距离。距离曲线，总量平衡，交通分布
东南大学硕士学位论文
Ａｂｓｔｒａｃｔ
Ｔｈｅ ｍｏｄａｌ ｓｐｌｉｔ ｍｏｄｅｌ ｉｓ
ｏｎｅ
ｏｆ ｋｅｙ ｍｏｄａｌ ｏｆ ｔｒａｎｓｉｔ
ｃａｎ
ｂｅｔｔｅｒ
ｅｍｂｏｄｙ ｔｈｅ ａｄｖａｎｔａｇｅ ｏｆ ｄｉｆｆｅｒｅｎｔ ｔｒａｖｅｌ
ｍｏｄｅｓ
ｏｎ
ｒｅｌｅｖａｎｔ ｄｉｓｔａｎｃｅ ｓｅｇｍｅｎｔｓ，
ｍｏｒｅｏｖｅｒ，ｃｏｒｒｅｓｐｏｎｄ ｗｉｔｈ ｃｉｔｉｚｅｎｓ’ｔｒａｖｅｌ ｍｉｎｄ．
Ｋｅｙ ｗｏｆｌｓ：ｓｐｌｉｔ
ｍｏｄｅｌ，ｔｒａｖｅｌ