交通生成预测

居民出行吸引量预测
类型分析法
影响居民出行吸引的因素：用地情况、交通小区所处区位、建 筑情况、传统地位等等，定性因素多。
1
利用居民出行调查所得数据，通过逐步回归分析，建立各 种出行目的的出行吸引与土地利用的基本关系。 确定区位系数。交通小区区位划分：中心区、中间区、外 围区。吸引权不同，可得出不同区位系数。 确定交通小区特性系数。反映交通小区除一般因素以外的特性 对出行吸引影响。综合考虑交通小区各种具体状况确定。 交通小区居民出行吸引预测。
交通工程112班 卢明
城市公共交通规划
交通生成预测
概述
●交通生成预测是“四阶段” 交通需求预测法的第一阶段， 是交通需求分析工作中最基本 的组成部分。 ●出行生成是城市土地利用对 城市居民出行意愿的作用效果。 ●出行可分为由家出行与非由 家出行。 ●出行生成有两种单位。 ●出行生成包括出行发生与出 行吸引。前者以住户的社会经 济特性为主，后者以土地利用 的形态为主。 ●交通生成预测以交通小区为 基本单位，分别预测交通小区 的出行产生量和吸引量。
模型的 检验
◇初步检验：模型在整体上是否与公认的常识相矛盾。 ◇统计检验：自变量对因变量的显著性、相关性检验。 ◇预测效果测定
居民出行吸引量预测
方法：
● 类型分析法（主要用于人员出行的吸引量预测） ● 回归分析法（主要用于货物出行的吸引量预测） ● 其他预测方法
WHY？
个人认为仅供参考：货物出行与分区的 经济活动特性密切相关，而各个经济指标 不一定能统一，不便用类型分析法。
Rk ——第k类家庭的平均出行率
n ——划分的家庭类别总数
Fik ——交通小区第k类家庭的总户数
步骤： 基本步骤： ①对研究对象区域内 的家庭进行分类 ②把每个家庭定位到 各类别中； ③计算每类家庭的平 均出行率； ④预测各分区每类家 庭的数量； ⑤预测各分区的出行 产生量。
居民出行产生量预测
类型分析法
【解】小区1出行产量=25×12+30×10+5×6+5×9+15×7+15×5=855 （次/日） 小区2出行产生量=20×12+25×10+0×6+5×9+10×7+5×5=630 （次/日） 小区3出行产生量=30×12+40×10+5×6+0×9+20×7+20×5=1030 （次/日）
居民出行产生量预测
不足
优势
□ 直观、容易了解。 □ 资料的有效利用。 □ 容易检验与更新。 □ 可以适用于各种研 究范围。 „„
居民出行产生量预测
回归分析法
1 2
3
确定模 型形式
选取主要的且近似相互独立的因素作为自变量，根 据样本值标示出散点图，用数学函数拟合每个自变 量与产生量大致系。
标定参 数
包括计算方程式中的回归常数和回归系数的数值。
m s
(m)
as ( m )——第s类家庭目的为m的出行率
N si ——规划年该交通小区中的s类家庭数目的
预测值
Pi
m
( m) a s Nsi
Pi
(m)
——交通小区i目的为m的出行产生量
s
居民出行产生量预测
类型分析法
讨论——
类型分析法的优缺点有哪些？？
□ 每一分类中，住 户彼此之间的差异性 被忽略。 □ 同一类变量类别 等级的确定是凭个人 主观，失之客观。 □ 不全面：不包括 非由家出行的产生量 „„
谢谢大家！
类型分析法
运用该模型时需要注意：
■假设前提：一定时期内出行率是稳定的，家庭规模的变化很小。 ■计算各类家庭的平均出行率时应该抽取足够多的家庭样本以保证模型 的精度。 ■出行目的不同（刚性或弹性）。由此，进行细致的分类，出行目的的 类型分析模型为: Pi ——交通小区i出行产生量
Pi ( m ) as ( m ) Nsi Pi Pi
居民出行产生量预测
影响出行产生量的因素：
居民交通出行产生量的预测方法：
◆ 土地利用 ◆ 家庭规模和人员的构成 ◆ 年龄、性别 ◆ 汽车保有率 ◆ 自由时间 ◆ 职业和工种 ◆ 外出率 ◆ 企业规模、性质 ◆ 家庭收入 ◆ 其他
★ ◆ 类型分析法
（聚类分析法、 交叉分类法）
◆ 回归分析法 （函数法）
【例题】某地在交通规划调查中，将区域内家庭按机动车拥有量和收入进行 分类，共划分为六种类型（见表1），各类家庭的平均出行率分别为： a类家庭：12次/户· 日；b类家庭：10次/户· 日；c类家庭：6次/户· 日； d类家庭：9次/户· 日；e类家庭：7次/户· 日；f类家庭：5次/户· 日。 ������ 预测该区域未来年各类家庭分布如表所示。试根据以上数据预测未来 年各小区出行发生量。
回归模型中的自变量本身在未来规划年的值也需要预测。自变量中 经济指标涉及因素多且复杂，多采用时间序列分析方法进行预测。
移动平均法
时间序列预测法
以历史数据的算术平均数、加权算术平 均数和几何平均数等直接作为预测值
只需要本期的实际值和本期的预测值便 可预测下一期的数据，不需要保存大量 的历史数据。 指数平滑法包括一次、二次、三次指数 平滑。
◆ 增长率法
居民出行产生量预测
类型分析法
■以家庭作为分析单位，用将来的出行发生率求得将来的出行量。 ■基本思想是把家庭按类型分类（小汽车拥有量、家庭规模和家
庭收入 ），从而求得不同类型家庭的平均出行率。预测时以将来 同类型家庭的总户数乘以相应的出行率。
Gi Rk Fik
k 1
n
பைடு நூலகம்
Gi ——交通小区i的出行产生量
2 3 4
Ai
yi
——某种目的、交通小区i的出行吸引量
——某种目的、交通小区i的基本吸引权
yiKi位Ki特 Ai Gi yiKi位Ki特 i
i
Ki特
i
Ki位 ——某种目的、交通小区i的区位系数
——某种目的、交通小区i的特性系数
i
G ——某种目的的居民出行产生量
居民出行吸引量预测
其他预测方法
指数平滑法
居民出行吸引量预测
ARMA模型
自回归滑动平均模型（Auto-Regressive and Moving Average Model , ARMA) 是研究时间序列的 重要方法。将预测指标随时间推移而形成的数据序 列看作是一个随机序列，这组随机变量所具有的依 存关系体现着原始数据在时间上的延续性。常用于 长期追踪资料的研究。 ——摘自百度百科