城市道路与交通规则之交通需求预测
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
④仓储用地是货物的主要集散点。是货物交通的主要发生 源。该用地发生与吸引交通量通常用仓库面积、货物吞吐 量等指标表示
2.家庭构成与大小 家庭构成出行的基础，上班及走亲访友，购物等多以家庭 为出发点；随着家庭规模的增大，人均出行数减少，如购 物可由一人代替。
T/人
规模(人/家)
3.年龄,性别 男性26-50岁出行多， 女性16-50岁出行多。
②公共设施用地包括行政办公用地、商业金融业用地、文 化娱乐用地、体育用地、医疗卫生用地、教育科研设计用 地、文物古迹用地等。该用地的发生与吸引交通量通常用 办公、营业面积、从业人口等指标表示。与公共设施有关 的出行有：上班、上学、购物、娱乐、业务等。
③工业用地是上班交通的主要吸引源。该用地的发生与吸 引的交通量通常用从业人口、产值等指标表示。与工业用 地相关的出行有：上班、业务等。
T-出行数； t：自由时间； a，b：系数和常数。
8.其他：气候与季节（春秋多，夏冬少），工作日（大而 集中）与周末（小而分散）。
预测方法
1.原单位法 2.类别生成率法（category analysis） 3.回归分析法(regression models) 4.类别回归分析法 5.时间序列法 6.弹性系数法
交通需求预测的一般过程 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
交通需求预测的四个阶段
i
Oi发生交通量
tij
i
tij交通分布
j
Dj吸引交通量
j
tij(car)
i
j
tij(railway)
交通交通需求预测的一般内容
2 交通产生与吸引预测
基本概念
发生与吸引交通量的预测是交通需求预测中的第1阶段， 本阶段的任务是求出对象地区的交通需求总量，即生成交 通量（Trip Gerneration），然后，在此量的约束下，求
出各小区的产生交通量（Trip Production）和吸引交通量 （Trip Attraction）。
例如通过分析建立的合肥市的城市居民上班出行为：
Y 上班＝550.26X1 + 84.44X2 + 97.39X3 + 3.57X4
Y 上班—上班目的地单位用地面积基本吸引权； X1—交通区公共建筑用地面积； X2—交通区工业用地面积； X3—交通区对外交通用地面积； X4—交通区居住、科研办公、仓储及特殊用地面积
①线性回归模型 线性回归模型的主要优点是函数关系明确,可以统计检验 模型精度,其缺点是常用的Y=a+bx形式方程具体应用时， 有时出现相关系数较高但其常数项（a）值较大的情况， 这样就使出行率出现虚假的上升、下降现象。 线性回归预测模型的基本形式为：
式中，Y——交通区的出行生成量； Xi——第i 种土地利用强度指标； a、bi——回归系数。
2 …... j …... n 合计
P1
P2
产
…... 生
Pi …...
交 通
Pm
量
A2 …... A i …... A n G
吸引交通量
生成交通量
影响出行产生和吸引的主要因素
1、土地利用
城市土地利用分为10类，其中与交通发生吸引密切相关的 用地为：居住用地、公共设施用地、工业用地和仓储用地。
① 住宅用地是交通的主要发生源和居民出行的主要起讫 点。该用地发生与吸引的交通量通常用居住面积、住户数、 人口、住户平均人数等指标表示。与住宅用地的相关的出 行为：上班、上学、购物、娱乐和回家。
计算得到回归系数:
回归模型为: 各系数t统计量为: 各检验统计量为:
从所得的回归模型来看，工业总产值和农业总产值的t统 计量都比较显著，而基建投资的t 统计量不仅很小，而且 估计参数的符号与时间情况不相符。因为基建投资越大， 基建规模也就越大，所需要的基建材料也就越多，导致货 运量增加。这意味着基建投资量与货运出行量成正关系， X3的系数应该为正值。这说明模型是不正确的，应该加以 修改。进行相关性分析，计算多重相关系数后,选择X1和 X2,舍弃X3,重新计算回归系数,得到新的模型:
生成交通量是对象区域交通的总量，其与土地利用没有直 接关系，常被作为总控制量，用来预测和校核各个交通小
区的产生量与吸引量。
生成交通量包括出行产生量与吸引量，或者说出行产生量
和出行吸引量是出行生成的两种量化表现方式。
出行的产生点和吸引点：对于一次出行，如果它是由家出
行（指有一个端点是家的出行，可以是起点也可以是讫点 ）那么它的家庭端点就是该次出行的产生点，非家庭端点 是它的吸引点；如果它是非由家出行或货物出行，那么其 起点就是该次出行产生点，讫点就是其吸引点。
最典型的为家庭类别分析方法 该模型方法的基本描述为：把家庭按家庭规模、家庭收入 以及汽车拥有量的不同来分类，再依据居民出行OD 调查 统计的各种类型家庭平均出行率和家庭总户数来计算其出 行量。 基本假设为: 一定时期内出行率是稳定的; 家庭规模的变化小; 收入与车辆拥有量总是增长的; 每种类型内的家庭数量可用数学分布方法来估计.
得到相关矩阵:
可见，删除掉X3后，除R 略有下降外（统计分析表明，R 随自变量数目的减少而下降，随自变量数目的增加而提高 与模型的优劣无直接关系），其余各项统计量都比前一个 模型有所改进。如样本的标准残差由24.229 降为22.895 ， 这说明在同一检验水平下，缩小了预测区间的宽度，提高 了预测的准确性。
1.原单位法/生成率法
该方法的基本思想是：从OD调查中，可得出单位用地面 积（单位人口或单位经济指标等）交通生成量，如假定其 是稳定的，则根据规划期限各交通区的用地面积（人口量 或经济指标等）便可进行交通生成预测。
T Tk
k
Tk alkNE
l
其中,T研究对象地区总的生成交通量;Tk为出行目的为k时 的生成交通量;akl为某出行目的和人口属性的平均出行生 成量.
无锡各种目的出行生成的回归模型：
②非线性回归模型 非线性回归模型有多种形式，常见的有对数函数、指数函 数和幂指数等，应针对具体情况采用不同形式的函数。
4. 增长系数法
增长率法是将现状各交通区交通生成量乘以现状年到预测 年这段时间的增长率,从而得到预测年的交通生成量.
式中，Gi——第i交通区的出行生成量； G(0)i——第i交通区的现状出行生成量； Fi——第i交通区的出行发生量增长率。
在国内的规划实践中，认为该方法的基本单元应是个人而 非家庭，因此有研究提出采用基于个人的分类方法;
与家庭分类方法相比,个人分类方法同经典的交通需求模 型更兼容(都是基于出行者),也可以采用交叉分类方法,建立 个人分类模型需要的样本数要远少于基于家庭的分类方法, 很容易考虑人口统计的变化,未来年各类个人的预测更加 容易.
是考虑对交通生成影响较大的某些因素，如人口、职业结 构、用地面积、不同性质用地的结构等，有这些因素组合 城有不同生成率的类别，根据现状调查资料，统计不同类 别单位指标的交通生成量，进而进行预测。 优点：能考虑多个影响因素 缺点：影响因素很多，关系复杂时，由于此时组合会很多， 因此，该法运用困难。另外，当各影响因素变化较大时， 现状资料不能反映，此时该模型也不适用。
6.时间序列法
按时间序列预测交通增长，即用现在和过去的交通生成资 料，对交通生成与时间的关系进行回归，并用此回归方程 预测未来交通生成。
例题:表中的数据是一次交通规划中某些分区的货运产生 量与其工业总产值,农业总产值,基建投资量的数据,试建立 货运出行产生量的回归模型:
由表大致可以判断货运产生量基本与各个自变量呈线性关 系,有样本矩阵:
该方法中增长率F 的确定，通常可以用各交通区的一些特 征指标的增长率来反映。如交通区的人口增长率、劳动力 增长率等。
式中，Fi——第i 交通区的发生量增长率； Pik ——第i 交通区各特征指标的增长率； n——特征指标的总个数。
5.类别回归分析法
考虑非定量影响因素组成不同的类别，对各种类别分别建 立交通生成与定量影响因素之间的回归方程，以此，即考 虑定量因素的影响，也考虑非定量因素的对交通出行产生 吸引的影响。
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）
O\D 1
2
3 合计 人口(万
1
28.0 11.人0/)15.0
2
51.0 20.0/36.0
3
26.0 10.0/14.0
合计 28.0 50.0 27.0 105.0 41.0/65.0
2. 类别分析法/聚类分析法/交叉分类方法
3.回归分析方法
回归分析法时根据调查资料，建立生成量与其主要影响因 素之间的回归方程，利用所建立的回归方程，通过对主要 影响因素的预测，进而预测交通生成量.
回归的形式有多种，自变量有一元也有多元，函数关系有 线性也有非线性。
在交通生成预测中一般以土地利用强度指标为自变量，如 交通区人口数、劳动力资源数、就业岗位数、各类土地利 用面积等。
出行产生量：由家出行的全部家庭端点数和货物出行的全
部起点数之和。换句话来说，单位时间内某一分区的出行 产生量等于家庭端点在这个分区的由家出行数，与起点在 这个分区的非由家出行和货物出行的出行数之和。
出行吸引量： 由家出行的全部非家庭端点数，与非由家 出行和货物出行的全部终点数之和。或者说，单位时间内
实施步骤: ①将家庭进行分类,如澳大利亚按照家庭大小,家庭收入各 分为六类,家庭拥有小汽车分为三类; ②把每个家庭定位到横向类别,就是对家庭访问资料进行 分类,将每个家庭归入所属类别; ③对其所分的每一类计算其平均出行率,用调查的每类出 行发生量除以每类的家庭总数,则可以分别得出每类家庭 的平均出行率; ④计算各分区的交通生成量,把每类家庭数乘以该类的出 行生成率,并全部相加得到生成总量.
由于一个分区的交通出行发生量主要是由这个分区的土地 利用形态决定的，而起讫点的概念与用地形态没有关系。 从起讫点的概念出发，无法由分区未来的用地模式预测分 区的交通出行发生量。因此，后来交通学家们提出了产生 点和吸引点的概念.
产生、吸引交通量与生成交通量的关系
PA 1 1 2
…...
i
…...
m
合计 A1
某一个分区的出行吸引量等于非家庭端点在这个分区的由 家出行数，与终点在这个分区的非由家出行数和货物出行 数之和。
单位时间可以是一小时、一天、一周、一月、一年等等， 也可以是指高峰小时 。
从上述定义可以看出，出行“产生点”并不等价于“起 点”, “吸引点”也不等价于“讫点”。
在早期的交通规划理论中，只有起、讫点的概念，没有产 生点和吸引点的概念。
1.841.781.621.711.901.881.73 1.39
1.09
0.93
0.65 0.52 0.40 0.16
6～10 16～20 26～30 36～40 46～50 56～60 66～70年龄段
不同年龄的平均出行次数（女）
4.职业、职务：司机、市场开拓人员多，教师出行少。 5.收入：收入高，出行机会多。 6.汽车保有率：汽车保有率高，人均出行数增加。 (1)出行需求高的人买车，(2)有车后容易诱发出行。 7.自由时间=24-生活必需时间(睡眠、饮食)-约束时间（工 作、学习） 自由时间多出行机会大 自由出行量： T=at+b
城市道路与交通规则之交通需求预测
目录
1.交通需求预测概述 2.交通产生与吸引预测 3.交通分布预测
1 交通需求预测概述
基本概念
交通需求预测：是利用资料调查与分析的成果建立各种预
测模型，并运用这些模型预测规划区域未来交通需求状况， 其目的是为交通系统的规划、评价提供依据。
集计模型：是目前交通预测中常用的一种模型，其基本思
想是将集合区的出行作为研究对象，着眼于研究交通区出 行总体的出行特征，建模基础是各交通区的出行总况。
非集计模型：着眼于研究出行者个体的出行行为。其核心
是效用最大化理论，其宗旨是出行者将选择使其获得最大 效用的出行。
交通需求分析的基本思路：是根据分析，建立交通与土地
利用之间的基本关系，结合土地利用资料，进而进行交通 预测。一般由交通生成、分布、方式和交通分配四个阶段 组成。
2.50
平 均
2.00
1.871.751.661.942.072.041.951.781.721.60
出 1.50
1.37
行
1.12
1.09
次 1.00 数 0.50 男
0.70
()
0.00
6～10 16～20 26～30 36～40 46～50 56～60 66～70 年龄段
2.00 1.50 1.00 0.50 0.00
2.家庭构成与大小 家庭构成出行的基础，上班及走亲访友，购物等多以家庭 为出发点；随着家庭规模的增大，人均出行数减少，如购 物可由一人代替。
T/人
规模(人/家)
3.年龄,性别 男性26-50岁出行多， 女性16-50岁出行多。
②公共设施用地包括行政办公用地、商业金融业用地、文 化娱乐用地、体育用地、医疗卫生用地、教育科研设计用 地、文物古迹用地等。该用地的发生与吸引交通量通常用 办公、营业面积、从业人口等指标表示。与公共设施有关 的出行有：上班、上学、购物、娱乐、业务等。
③工业用地是上班交通的主要吸引源。该用地的发生与吸 引的交通量通常用从业人口、产值等指标表示。与工业用 地相关的出行有：上班、业务等。
T-出行数； t：自由时间； a，b：系数和常数。
8.其他：气候与季节（春秋多，夏冬少），工作日（大而 集中）与周末（小而分散）。
预测方法
1.原单位法 2.类别生成率法（category analysis） 3.回归分析法(regression models) 4.类别回归分析法 5.时间序列法 6.弹性系数法
交通需求预测的一般过程 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
交通需求预测的四个阶段
i
Oi发生交通量
tij
i
tij交通分布
j
Dj吸引交通量
j
tij(car)
i
j
tij(railway)
交通交通需求预测的一般内容
2 交通产生与吸引预测
基本概念
发生与吸引交通量的预测是交通需求预测中的第1阶段， 本阶段的任务是求出对象地区的交通需求总量，即生成交 通量（Trip Gerneration），然后，在此量的约束下，求
出各小区的产生交通量（Trip Production）和吸引交通量 （Trip Attraction）。
例如通过分析建立的合肥市的城市居民上班出行为：
Y 上班＝550.26X1 + 84.44X2 + 97.39X3 + 3.57X4
Y 上班—上班目的地单位用地面积基本吸引权； X1—交通区公共建筑用地面积； X2—交通区工业用地面积； X3—交通区对外交通用地面积； X4—交通区居住、科研办公、仓储及特殊用地面积
①线性回归模型 线性回归模型的主要优点是函数关系明确,可以统计检验 模型精度,其缺点是常用的Y=a+bx形式方程具体应用时， 有时出现相关系数较高但其常数项（a）值较大的情况， 这样就使出行率出现虚假的上升、下降现象。 线性回归预测模型的基本形式为：
式中，Y——交通区的出行生成量； Xi——第i 种土地利用强度指标； a、bi——回归系数。
2 …... j …... n 合计
P1
P2
产
…... 生
Pi …...
交 通
Pm
量
A2 …... A i …... A n G
吸引交通量
生成交通量
影响出行产生和吸引的主要因素
1、土地利用
城市土地利用分为10类，其中与交通发生吸引密切相关的 用地为：居住用地、公共设施用地、工业用地和仓储用地。
① 住宅用地是交通的主要发生源和居民出行的主要起讫 点。该用地发生与吸引的交通量通常用居住面积、住户数、 人口、住户平均人数等指标表示。与住宅用地的相关的出 行为：上班、上学、购物、娱乐和回家。
计算得到回归系数:
回归模型为: 各系数t统计量为: 各检验统计量为:
从所得的回归模型来看，工业总产值和农业总产值的t统 计量都比较显著，而基建投资的t 统计量不仅很小，而且 估计参数的符号与时间情况不相符。因为基建投资越大， 基建规模也就越大，所需要的基建材料也就越多，导致货 运量增加。这意味着基建投资量与货运出行量成正关系， X3的系数应该为正值。这说明模型是不正确的，应该加以 修改。进行相关性分析，计算多重相关系数后,选择X1和 X2,舍弃X3,重新计算回归系数,得到新的模型:
生成交通量是对象区域交通的总量，其与土地利用没有直 接关系，常被作为总控制量，用来预测和校核各个交通小
区的产生量与吸引量。
生成交通量包括出行产生量与吸引量，或者说出行产生量
和出行吸引量是出行生成的两种量化表现方式。
出行的产生点和吸引点：对于一次出行，如果它是由家出
行（指有一个端点是家的出行，可以是起点也可以是讫点 ）那么它的家庭端点就是该次出行的产生点，非家庭端点 是它的吸引点；如果它是非由家出行或货物出行，那么其 起点就是该次出行产生点，讫点就是其吸引点。
最典型的为家庭类别分析方法 该模型方法的基本描述为：把家庭按家庭规模、家庭收入 以及汽车拥有量的不同来分类，再依据居民出行OD 调查 统计的各种类型家庭平均出行率和家庭总户数来计算其出 行量。 基本假设为: 一定时期内出行率是稳定的; 家庭规模的变化小; 收入与车辆拥有量总是增长的; 每种类型内的家庭数量可用数学分布方法来估计.
得到相关矩阵:
可见，删除掉X3后，除R 略有下降外（统计分析表明，R 随自变量数目的减少而下降，随自变量数目的增加而提高 与模型的优劣无直接关系），其余各项统计量都比前一个 模型有所改进。如样本的标准残差由24.229 降为22.895 ， 这说明在同一检验水平下，缩小了预测区间的宽度，提高 了预测的准确性。
1.原单位法/生成率法
该方法的基本思想是：从OD调查中，可得出单位用地面 积（单位人口或单位经济指标等）交通生成量，如假定其 是稳定的，则根据规划期限各交通区的用地面积（人口量 或经济指标等）便可进行交通生成预测。
T Tk
k
Tk alkNE
l
其中,T研究对象地区总的生成交通量;Tk为出行目的为k时 的生成交通量;akl为某出行目的和人口属性的平均出行生 成量.
无锡各种目的出行生成的回归模型：
②非线性回归模型 非线性回归模型有多种形式，常见的有对数函数、指数函 数和幂指数等，应针对具体情况采用不同形式的函数。
4. 增长系数法
增长率法是将现状各交通区交通生成量乘以现状年到预测 年这段时间的增长率,从而得到预测年的交通生成量.
式中，Gi——第i交通区的出行生成量； G(0)i——第i交通区的现状出行生成量； Fi——第i交通区的出行发生量增长率。
在国内的规划实践中，认为该方法的基本单元应是个人而 非家庭，因此有研究提出采用基于个人的分类方法;
与家庭分类方法相比,个人分类方法同经典的交通需求模 型更兼容(都是基于出行者),也可以采用交叉分类方法,建立 个人分类模型需要的样本数要远少于基于家庭的分类方法, 很容易考虑人口统计的变化,未来年各类个人的预测更加 容易.
是考虑对交通生成影响较大的某些因素，如人口、职业结 构、用地面积、不同性质用地的结构等，有这些因素组合 城有不同生成率的类别，根据现状调查资料，统计不同类 别单位指标的交通生成量，进而进行预测。 优点：能考虑多个影响因素 缺点：影响因素很多，关系复杂时，由于此时组合会很多， 因此，该法运用困难。另外，当各影响因素变化较大时， 现状资料不能反映，此时该模型也不适用。
6.时间序列法
按时间序列预测交通增长，即用现在和过去的交通生成资 料，对交通生成与时间的关系进行回归，并用此回归方程 预测未来交通生成。
例题:表中的数据是一次交通规划中某些分区的货运产生 量与其工业总产值,农业总产值,基建投资量的数据,试建立 货运出行产生量的回归模型:
由表大致可以判断货运产生量基本与各个自变量呈线性关 系,有样本矩阵:
该方法中增长率F 的确定，通常可以用各交通区的一些特 征指标的增长率来反映。如交通区的人口增长率、劳动力 增长率等。
式中，Fi——第i 交通区的发生量增长率； Pik ——第i 交通区各特征指标的增长率； n——特征指标的总个数。
5.类别回归分析法
考虑非定量影响因素组成不同的类别，对各种类别分别建 立交通生成与定量影响因素之间的回归方程，以此，即考 虑定量因素的影响，也考虑非定量因素的对交通出行产生 吸引的影响。
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）
O\D 1
2
3 合计 人口(万
1
28.0 11.人0/)15.0
2
51.0 20.0/36.0
3
26.0 10.0/14.0
合计 28.0 50.0 27.0 105.0 41.0/65.0
2. 类别分析法/聚类分析法/交叉分类方法
3.回归分析方法
回归分析法时根据调查资料，建立生成量与其主要影响因 素之间的回归方程，利用所建立的回归方程，通过对主要 影响因素的预测，进而预测交通生成量.
回归的形式有多种，自变量有一元也有多元，函数关系有 线性也有非线性。
在交通生成预测中一般以土地利用强度指标为自变量，如 交通区人口数、劳动力资源数、就业岗位数、各类土地利 用面积等。
出行产生量：由家出行的全部家庭端点数和货物出行的全
部起点数之和。换句话来说，单位时间内某一分区的出行 产生量等于家庭端点在这个分区的由家出行数，与起点在 这个分区的非由家出行和货物出行的出行数之和。
出行吸引量： 由家出行的全部非家庭端点数，与非由家 出行和货物出行的全部终点数之和。或者说，单位时间内
实施步骤: ①将家庭进行分类,如澳大利亚按照家庭大小,家庭收入各 分为六类,家庭拥有小汽车分为三类; ②把每个家庭定位到横向类别,就是对家庭访问资料进行 分类,将每个家庭归入所属类别; ③对其所分的每一类计算其平均出行率,用调查的每类出 行发生量除以每类的家庭总数,则可以分别得出每类家庭 的平均出行率; ④计算各分区的交通生成量,把每类家庭数乘以该类的出 行生成率,并全部相加得到生成总量.
由于一个分区的交通出行发生量主要是由这个分区的土地 利用形态决定的，而起讫点的概念与用地形态没有关系。 从起讫点的概念出发，无法由分区未来的用地模式预测分 区的交通出行发生量。因此，后来交通学家们提出了产生 点和吸引点的概念.
产生、吸引交通量与生成交通量的关系
PA 1 1 2
…...
i
…...
m
合计 A1
某一个分区的出行吸引量等于非家庭端点在这个分区的由 家出行数，与终点在这个分区的非由家出行数和货物出行 数之和。
单位时间可以是一小时、一天、一周、一月、一年等等， 也可以是指高峰小时 。
从上述定义可以看出，出行“产生点”并不等价于“起 点”, “吸引点”也不等价于“讫点”。
在早期的交通规划理论中，只有起、讫点的概念，没有产 生点和吸引点的概念。
1.841.781.621.711.901.881.73 1.39
1.09
0.93
0.65 0.52 0.40 0.16
6～10 16～20 26～30 36～40 46～50 56～60 66～70年龄段
不同年龄的平均出行次数（女）
4.职业、职务：司机、市场开拓人员多，教师出行少。 5.收入：收入高，出行机会多。 6.汽车保有率：汽车保有率高，人均出行数增加。 (1)出行需求高的人买车，(2)有车后容易诱发出行。 7.自由时间=24-生活必需时间(睡眠、饮食)-约束时间（工 作、学习） 自由时间多出行机会大 自由出行量： T=at+b
城市道路与交通规则之交通需求预测
目录
1.交通需求预测概述 2.交通产生与吸引预测 3.交通分布预测
1 交通需求预测概述
基本概念
交通需求预测：是利用资料调查与分析的成果建立各种预
测模型，并运用这些模型预测规划区域未来交通需求状况， 其目的是为交通系统的规划、评价提供依据。
集计模型：是目前交通预测中常用的一种模型，其基本思
想是将集合区的出行作为研究对象，着眼于研究交通区出 行总体的出行特征，建模基础是各交通区的出行总况。
非集计模型：着眼于研究出行者个体的出行行为。其核心
是效用最大化理论，其宗旨是出行者将选择使其获得最大 效用的出行。
交通需求分析的基本思路：是根据分析，建立交通与土地
利用之间的基本关系，结合土地利用资料，进而进行交通 预测。一般由交通生成、分布、方式和交通分配四个阶段 组成。
2.50
平 均
2.00
1.871.751.661.942.072.041.951.781.721.60
出 1.50
1.37
行
1.12
1.09
次 1.00 数 0.50 男
0.70
()
0.00
6～10 16～20 26～30 36～40 46～50 56～60 66～70 年龄段
2.00 1.50 1.00 0.50 0.00