第7章 交通方式划分

45
将来
将来OD分布表
O\D 1 2 3 计
1
22.819 11.226 5.427 39.471
2
11.080 70.585 7.995 89.660
3
5.270 9.462 22.637 37.369
计
39.169 91.273 36.058 166.500
47
解：
（1）利用现状数据确定未知常量

距离比
美国底特律高速公路划分率曲线
（与其它并行公路相比）
线性模型
这是函数模型中最早开发出来的模型。 它把影响交通方式分担的各种要素用线性函
数的形式表现，从而推求交通方式分担率。
但用这种方法求出的分担率Pi无法保证分担
率必须满足（0，1）之间的条件。
为了解决这个问题开发了Logit模型和Probit
9
第2节 交通方式划分的影响因素
（1） 出行者的特征 （2） 出行特征 （3）交通方式的特征
10
（1） 出行者的特征
1. 2. 3.
是否拥有小汽车或者可以利用小汽车 是否有驾驶执照 家庭结构(年轻夫妇、有儿女家庭、退 休家庭、单身家庭等) 出行者的家庭总收入 对小汽车的使用需要,如工作、送孩子上学时 住宅区人口密度
红巴士—蓝巴士问题
如果某人选择小汽车和巴士（假设所有公共汽车 都被漆成红色）的概率各为0.5，两者的选择概率之 比为1：1。现在设原模型中加入一半巴士漆成蓝色 的选择枝。因为通常人们在进行选择时与巴士的颜 色无关，故蓝巴士的效用与红巴士完全相同，都为 Vj，从而它们的选择概率之比为1：1。所以加入蓝 巴士后，小汽车、红巴士、蓝巴士的选择概率之比 为1：1：1，概率值都为1/3。
铁路运输 公路运输 水运运输 航空运输 管道运输
4
城市交通规划的方式选择： 单独开车出行 乘公共汽车出行 乘地铁出行 乘出租车出行 骑自行车出行 骑摩托车出行 步行出行 组合方式出行
5
交通方式： 1.城际间： 铁路、公路、航空、水运、管道； 2.城市范围： 道路（行人、非机动车、摩托车、 出租车、公共汽车、电车、 货车等） 轨道（地铁、轻轨、 城市铁路等） 水运
V t c
C ij C ij C ij
B B V ijB t ij c ij
48
C P ij B P ij

B ij
e
C vij B vij
e
ln
C P ij B P ij
ln
e
C vij B vij
v v
C ij
B ij
e
ln PB (t t ) (c c )
ij
38
多元Logit模型的IIA特性 1959年由Luce发现 （independence of irrelevant alternative）
采用 Logit 模型时，两个方案间的选择概率关系可 表示如下：
p(k ) e V ( j) p( j ) e
V (k )
即意味着无论其它交通方式 ( 如轨道交通方式 ) 存在 与否，选择小客车与选择公共汽车的相对优劣相等， 而实际上并非如此。与小客车相比，轨道交通方式 的存在对公共汽车的选择使用有很大影响。
公路 ij
…...Oຫໍສະໝຸດ 公路 iD公路 1
D
公路…... 2
D
公路 …... j
D
公路 n
O T
公路 m 公路
基本概念：
1.方式分担（modal split):一个地区（Zone)的 全部出行数中利用该种交通方式的人所占的比例 叫做交通方式的分担。 2.分担交通量：每个交通方式所分担的量叫做该 交通方式的分担交通量。 3.分担率：分担交通量在全部交通量中所占的比 例叫做分担率（或选择率）。
第7章 交通方式划分 (Modal Split)
主要内容: 第 1节 第 2节 概述 交通方式划分的影响因素
第3节 交通方式划分过程 第 4节 交通方式划分模型
1
2
第1节 概述
在20世纪60年代中叶，由日本学者首先提出方式 划分问题。
目的： 预测各小区之间各种出行方式的比例和大小。
3
综合运输规划的方式选择：
交通现象的把握 方法
3.根据方式选择步骤来分类
（1）二者择一法 把交通方式的选择分为两步的方法
徒步 徒步，自行车 全交通 方式
徒步、自 行车以外
自行车
个人运输工具
汽车
摩托车 公共汽车
公共运输工具
铁路 （2）多项选择法 用包含各种方式的选择率公式一次求出选择率的方 法。方法简单，但正确提取方式选择的要素十分困难。
19
OD交通量 个人属性
小汽车利用 者固定阶层 交通手段选 择可能者 公共交通利用 者固定阶层
小汽车利用者
公共汽车利用者
二阶段分担交通量预测框架
2.根据方式选择的基本单位进行分类
（1）集计模型 以交通小区为单位将利用者的方式选择集 计起来进行说明的模型。 （2）非集计模型 以个人为单位构造模型来确定各交通方式 的选择概率，然后再将每个人的方式选择结 果集计起来，预测分担交通量的模型。
资料：哈尔滨市综合交通规划研究所等，《哈尔滨市综合交通规划》，2000年10月。
14
表7.2-3 日本大阪市中心区不同出行目的的 交通方式利用情况
交通方式 城市铁路 公共汽车 小汽车 步行、自行车、 摩托 其它 合计 上班 40.03 2.02 18.74 39.21 0.00 100.00 上学 31.55 1.66 1.29 65.50 0.00 100.00 自由 22.31 1.25 8.26 68.15 0.04 100.00 业务 23.26 0.87 26.64 49.10 0.13 100.00 回家 71.68 1.44 12.46 14.41 0.01 100.00 合计 46.19 1.27 15.85 36.64 0.05 100.00
40
红巴士—蓝巴士问题 很明显，这是一个不合理的结论。因为通常人们 在进行选择时与巴士的颜色无关，小汽车、公共汽车 的选择概率应仍为 0.5 ，所以红、蓝巴士的选择概率 各为0.25。导致这个荒谬结果的原因？ 忽略了蓝巴士与红巴士的紧密相关性
41
例题：
在仅有公共汽车和私人汽车两种交通方式 的地区，假设有下述 Logit 交通方式选择 模型，试用下表所示行驶时间和费用以及 划分率，求出这两种交通方式的将来分布 （OD）交通量。
15
（3） 交通方式特征 与出行时间相关的因素： 如等车时间、车内时间、换乘时间等； 与出行费用相关的因素： 如运费、燃料费、票价等； 与交通设施是否完备相关的因素： 如是否有停车场、停车费用等；
16
（3）交通方式特征 此外，还有一些定性因素，如： 交通设施的舒适性和方便性； 交通工具的可靠性和规律性； 交通工具的安全性。 好的方式选择模型应该包括上述重要特征。
4. 5. 6.
公共交通划分率
非汽车保有家庭 1辆/户 2辆/户
区人口密度
（2） 出行特征 出行目的
(上班、上学，自由，业务，回家)
出行时间分布
(白天和夜间)
出行距离
分 担 率 出行距离
表7.2-1 不同出行目的的交通方式利用情 况(哈尔滨，2000年)
交通方式 公共汽车 单位班车 小 出 摩 自 步 其 合 汽 租 托 行 车 车 车 车 行 它 计 上班 46.37 8.79 1.64 0.55 1.92 15.59 24.91 0.24 100 上学 24.94 2.60 0.11 0.22 0.76 15.99 55.18 0.22 100 自由 20.26 0.54 0.73 4.42 2.53 12.85 58.38 0.29 100 业务 22.87 10.88 7.93 11.11 1.36 6.35 39.50 0.00 100 回家 37.01 6.58 1.55 1.42 1.83 14.99 36.34 0.28 100 合计 36.28 6.36 1.60 1.76 1.84 14.69 37.21 0.27 100
23
第4节 交通方式划分模型
1.出行端点方式选择模型（trip end model）
在研究总量后即探讨分担率的方法 （即在出行生成预测后即进行方式划分）
Oi Di
Oim Dim
m：modal （出行端点）
划分率曲线(出行端点)
O Pm Oi
m i
2.出行互换方式选择模型 （trip interchange model） 在出行分布后进行方式划分
？问题：用什么途径来综合反映上
述因素的特征。
各种交通方式的合理出行距离
小汽车
18
第三节 交通方式划分过程
分担率预测体系的分类
1.根据交通方式选择特性进行分类 （1）一阶段分担率模型
不分为固定阶层和选择阶层，而是一起来考虑。 （2）二阶段分担率模型 分固定阶层和选择阶层，不考虑地区间的交通 服务水平。
42
现状
现状
划分率（公共汽车） 划分率（汽车）
PijB
1 2 3
1
0.273 0.282 0.239
2
0.265 0.248 0.192
3
0.253 0.255 0.244
PijC
1 2 3
1
0.727 0.718 0.761
2
0.735 0.752 0.808
3
0.747 0.745 0.756
多元Logit模型
pi
exp(Vi )
exp(Vi )
i 1
k
k------交通方式的总数
二元Logit模型曲线