最新交通发生与吸引
相关主题
- 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)。
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
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（Trip Generation）
Pi(数量，形态)
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。
O D 1 2 …... j …... n 合计
1
O1
发
2
O2
生
…...
…... 交
i
Oi
通
…...
…... 量
m
Om
合计 D1 D 2 …... D i …... D n T
吸引交通量
生成交通量
ห้องสมุดไป่ตู้
交通生成（Trip Production ）
目的：
根据
Zoning OD Study 资料收集
预测：Pi 、Aj (i,j=1,2,3……n)
1.50
1.39
1.09 1.00
0.50
0.93 0.65 0.52 0.40 0.16
0.00
年龄段
6～10 11～15 16～20 21～25 26～30 31～35 36～40 41～45 46～50 51～55 56～60 61～65 66～70 71～
女性不同年龄的平均出行次数
不同出行目的人均出行原单位（1986年北京市）
1. 一个独立的家庭是交通发生的基本单位； 2. 每个家庭的生成交通量是由其地理位置（如工作地点） 3. 及其家庭属性决定的； 3. 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； 4. 只要各家庭的外部因素与最初调查时点是相同的，就可 5. 以认为其出行率不变。
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。
不同年龄男性日人均出行次数（1986年北京市）
2.50
平 2.00 均
1.87 1.75 1.66 1.94 2.07 2.04 1.95 1.78 1.72 1.60
交通发生与吸引
预测四阶段
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
城市交通需求预测
内容
居民 客运 流动人口
对外和过境人口
货运 市内 对外和过境
基本步骤
模式1 ：
居民OD 流动人口OD
过境，对外
居民生成、分布、方式划分、 分配 对外人口生成、分布、方式 划分、分配 生成、分布、方式划分、分配
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)。
tp h T p (h )/H (h )
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
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
出行发生率=出行的发生次数/人.天
出行吸引量（Trip Attraction）
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……)
出行生成的两类模型
1、回归分析 y=f(xi)
模型： y=α+β1 x1+ β2 x2+……+ βn xn
多元线性回归 y=α+β1 x1a1+ β2 x2a2+……+ βn xnan 多元非线性回归
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OD 2 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
交通生成模型的目的
发生、吸引交通量与生成交通量的关系
出 1.50
1.37
行
1.12
1.09
次 1.00
0.70
数
男 0.50
0.00
6～10 11～15 16～20 21～25 26～30 31～35 36～40 41～45 46～50 51～55 56～60 61～65 66～70
年龄段
71～
()
2.50
2.00
1.84 1.78 1.62 1.71 1.90 1.88 1.73
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：
2.00
1.80
1.60
1.50 1.51
1.40 1.20 1.14 1.14
1.34
1.21
1.12
1.07
1.12 1.17
1.00
0.80
0.60
0.40
0.20
0.00
上班 下班 上学 放学 回家 生活 文化娱乐 工作外出 回程 其它
交叉分类或类型分析（按家庭）
Cross-Classification or Category Analysis
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
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（Trip Generation）
Pi(数量，形态)
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。
O D 1 2 …... j …... n 合计
1
O1
发
2
O2
生
…...
…... 交
i
Oi
通
…...
…... 量
m
Om
合计 D1 D 2 …... D i …... D n T
吸引交通量
生成交通量
ห้องสมุดไป่ตู้
交通生成（Trip Production ）
目的：
根据
Zoning OD Study 资料收集
预测：Pi 、Aj (i,j=1,2,3……n)
1.50
1.39
1.09 1.00
0.50
0.93 0.65 0.52 0.40 0.16
0.00
年龄段
6～10 11～15 16～20 21～25 26～30 31～35 36～40 41～45 46～50 51～55 56～60 61～65 66～70 71～
女性不同年龄的平均出行次数
不同出行目的人均出行原单位（1986年北京市）
1. 一个独立的家庭是交通发生的基本单位； 2. 每个家庭的生成交通量是由其地理位置（如工作地点） 3. 及其家庭属性决定的； 3. 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； 4. 只要各家庭的外部因素与最初调查时点是相同的，就可 5. 以认为其出行率不变。
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。
不同年龄男性日人均出行次数（1986年北京市）
2.50
平 2.00 均
1.87 1.75 1.66 1.94 2.07 2.04 1.95 1.78 1.72 1.60
交通发生与吸引
预测四阶段
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
城市交通需求预测
内容
居民 客运 流动人口
对外和过境人口
货运 市内 对外和过境
基本步骤
模式1 ：
居民OD 流动人口OD
过境，对外
居民生成、分布、方式划分、 分配 对外人口生成、分布、方式 划分、分配 生成、分布、方式划分、分配
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)。
tp h T p (h )/H (h )
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
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
出行发生率=出行的发生次数/人.天
出行吸引量（Trip Attraction）
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……)
出行生成的两类模型
1、回归分析 y=f(xi)
模型： y=α+β1 x1+ β2 x2+……+ βn xn
多元线性回归 y=α+β1 x1a1+ β2 x2a2+……+ βn xnan 多元非线性回归
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OD 2 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
交通生成模型的目的
发生、吸引交通量与生成交通量的关系
出 1.50
1.37
行
1.12
1.09
次 1.00
0.70
数
男 0.50
0.00
6～10 11～15 16～20 21～25 26～30 31～35 36～40 41～45 46～50 51～55 56～60 61～65 66～70
年龄段
71～
()
2.50
2.00
1.84 1.78 1.62 1.71 1.90 1.88 1.73
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：
2.00
1.80
1.60
1.50 1.51
1.40 1.20 1.14 1.14
1.34
1.21
1.12
1.07
1.12 1.17
1.00
0.80
0.60
0.40
0.20
0.00
上班 下班 上学 放学 回家 生活 文化娱乐 工作外出 回程 其它
交叉分类或类型分析（按家庭）
Cross-Classification or Category Analysis