4 四步骤交通需求预测模型(3)交通方式划分预测
4 四步骤交通需求预测模型(1)概述与出行生成预测
出行生成 出行分布 方式划分
交通分配
“四阶段”模型内容描述（2）
出行分布（Trip Distribution）
对每个交通小区，它所产生的这 些出行量究竟到那个分区去了？ 它所吸引的这些出行量又究竟 来自哪里？出行分布也就是要 预测未来规划年各个分区之间 出行的交换量
出行生成 出行分布 方式划分
交通分配
根据以上划分可以看出，伦敦1963年规划把家庭 划分为6×6×3=108类
1 出行生成预测：相关基本概念
（4）出行生成的两种量化表达
出行产生量（Trip Generation）
单位时间内某一个交通小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（Trip Attraction）
单位时间内某一个交通小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
起讫点与产生吸引点的区别
A B 公司和饭店
家
C 客户
1 出行生成预测：相关基本概念
（3）区分出行产生点、吸引点与出行起讫点的意义 由于一个交通小区的交通出行发生量主要是由这 个小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 例如：居住用地，其既可以是出行的起点（去上 班），也可以是出行的讫点（下班回家） 从起讫点的概念出发，无法由交通小区未来的用 地模式预测该小区的交通出行发生量
将各交通小区之间出行分布量分 配到交通网络的各条边上去的过 程，预测交通需求PA分布各组成 部分流量具体在道路交通网络上 的交通流量
出行生成 出行分布 方式划分
交通分配
“四阶段”模型功能说明
“四阶段”模型用于进行交通需 求预测，以用地和社会经济等 相关数据作为输入，通过“四 阶段”模型进行处理，得到未 来年每个路段的交通流量数据， 以预测的未来年路段交通流量 数据为基础进行新建道路或者 道路拓宽等交通设施建设依据
22山东大学网络教育 城市轨道交通系统规划 期末考试试题及参考答案
一、填空题（69分）
1、交通需求量预测四阶段预测法：学生答案：__交通生成预测__、____交通分布预测__、__交通方式划分预测_、__交通流分配__四个阶段
2、按规划目标时期分类，交通规划分为_生答案：长期交通规划、中期交通规划和短期交通规划。
3、在交通分配中，最简单最基本的分配方法是_全有全无分配方法
学生答案：
4、按照国家标准将城市土地分为10大类，与交通发生与吸引密切相关的是前四种土地利用，分别是学生答案：_居住用地__、__公共设施用地__、__工业用地__、_仓储用地_
5、预测发生与吸引交通量的方法主要有_ _等。
学生答案：?
6、城市交通网络的基本形式_方格网式路网
_和_自由式路网____等形式。
学生答案：?
7.出行按出行目的分为
等。
（至少写三种）①工作出行。
②上学出行。
③业务出行。
④购物出行
学生答案：?
8、我国《城市道路设计规范》将城市道路分为以下四类：____.
学生答案：_快速路___、____主干路____、___次干路____、__支路__。
二、名词解释（30分）
9.交通量
学生答案：指单位时间内通过道路某断面的交通流量(即单位时间通过道路某断面的车辆数目)。
其具体数值由交通调查和交通预测确定。
10、OD调查的目的
学生答案：调整城市结构布局；完善交通网系统；选择交通方式；预测远景年的交通量。
11、出行
学生答案：外出旅行、观光游览，或者车辆、行人从出发地向目的地移动的交通行为。
12、路阻函数
学生答案：路段行驶时间(交叉口延误)与路段(交叉口)交通负荷之间的函数关系。
四步骤交通需求预测模型出行分布预测
两类出行分布预测方法，即增长率法、引力模型 法都是来源于实践中直观经验和感性认识，直观 上缺乏理论依据，作为一个完整的理论体系，这 显然是一个缺陷
1）标定阻抗函数参数λ E. 第1轮迭代约束系数K值精度检验
2 出行分布预测
2.6 双约束引力模型法 （4）[计算例题]：求解过程
1）标定阻抗函数参数λ F. 经过反复迭代， 在λ=1条件下收敛约束系数为
约束系数K值迭代计算结束
2 出行分布预测
2.6 双约束引力模型法 （4）[计算例题]：求解过程
现状PA
2 出行分布预测
2.4 简单引力模型法
（5）[例题]：已知3个交通小区的现状PA表、规划 年各小区的产生量和吸引量以及现状和规划年的
各小区间的出行时间，试用无约束引力模型法求
解规划年PA矩阵。
现
将
状
来
行
行
驶
驶
时
时
间
间
2 出行分布预测
2.4 简单引力模型法 （5）[例题]：
1）用以下无约束引力模型进行求解
2.4 简单引力模型法 （5）[例题]：
2）划归为线性回归问题求解 采用最小二乘法利用9个样本数据进行标定得到
则二元线性回归方程为
2 出行分布预测
2.4 简单引力模型法 （5）[例题]：
2）划归为线性回归问题求解
2 出行分布预测
2.4 简单引力模型法 （5）[例题]：
3）利用已标定引力模型预测规划年PA矩阵
早期模型在形式上太拘泥于万有引力公式了，在 实际应用中发现也有较大的误差 改进模型
其中：α、β、γ、K是待定系数，假定它们不随时 间和地点而改变 据经验，α、β取值范围0.5~1.0，多数情况下，可 取α=β=1
需求预测方法及模型总结
需求预测方法及模型总结学院：交通运输工程学院专业：交通工程班级学号：071412127学生姓名：刘学鹏指导教师：秦丹丹完成时间：2015-11-26需求预测方法及模型总结交通需求预测是交通规划中的核心内容之一。
交通发展政策的制定、交通网络设计以及方案评价都与交通需求预测有密切的关系。
现代交通规划理论中的交通需求预测习惯上被分为四个阶段，即交通产生预测、交通分布预测、交通方式分担预测及交通网络分配。
下面就对交通需求预测的四阶段法以及其各自的模型进行总结。
一、交通生成预测Ⅰ、增长率法增长率法是根据预测对象（如客货运量、经济指标等）的预计增长速度进行预测的方法。
预测模型的一般形式为： Qt =Q（1+α）t增长率法的关键在于确定增长率，但增长率随着选择年限及计算方法的不同而存在较大的差异。
所以增长率法一般仅适用于增长率变化不大且增长趋势稳定的情况，其特点是计算简单，但预测结果粗略，较适用于近期预测。
Ⅱ、乘车系数法乘车系数法又称为原单位发生率法，类似于城市交通预测中的类别发生率法，它用区域总人口与平均每人年度乘车次数来预测客运量。
模型的形式为：Q t =Ptβ乘车系数可以根据指标的历年资料和今后变化趋势确定，但是乘车系数本身的变动有时难以预测，各种偶然因素会使其发生较大波动。
此外，人口、职业、年龄的变化也使系数很难符合一定规律。
Ⅲ、产值系数法产值系数法是根据预测期国民经济指标值（如工农业总产值、社会总产值、国民收入等）和确定的每单位指标值所引起的货运量或客运量进行预测的方法。
模型的形式为：Q t =MtβⅣ、弹性系数法弹性系数法是通过研究单位社会经济指标产生的小区交通出行量，预测将来吸引、发生量的一种方法。
此法是综合考虑我国经济发展水平和产业结构和发展趋势，参考O、D调查区域社会经济有关文献资料，确定弹性系数的大致范围，结合所得出的历史弹性系数及所处区域位置及相关运网历史交通量与直接影响区历史经济量的回归分析作为进一步的分析手段，确定出项目影响区的交通增长弹性系数，依此进行发生、吸引交通量预测。
交通需求预测四阶段法概述
基础数据： 基础数据：
未来年各小区间的全方式交通分布量； 未来年各小区间的全方式交通分布量； 小区间各种交通方式的距离、费用矩阵。 小区间各种交通方式的距离、费用矩阵。 方式选择的样本数据（标定模型参数用） 方式选择的样本数据（标定模型参数用）
常用方法： 常用方法：
转移曲线法 概率模型
P = e / ∑e
现状年各小区的发生与吸引交通量； 现状年各小区的发生与吸引交通量； 社会经济与土地利用基础资料。 社会经济与土地利用基础资料。
常用方法： 常用方法：
s ∑ Oi = ∑ D j 原单位法 i =1 j =1 D j = ∑ cs x js 交叉分类法 s 回归分析法 Y = a + m a X ∑ i i 0
交通需求预测四阶段法
石家庄铁道大学 交通运输学院 闫小勇 kaiseryxy@
提纲
1 2 3 4 5 交通生成预测 交通分布预测 交通方式划分 交通分配 总结
1 交通生成预测
预测目的： 预测目的：
未来年各小区的发生与吸引交通量。 未来年各小区的发生与吸引讲到此结束
谢谢各位网友！ 谢谢各位网友！
k ij k
Vijk
Vijk
Vijk = α ⋅ Tijk + β ⋅ Fijk + γ k
4 交通分配
预测目的： 预测目的：
将各种方式的分布量分配到交通网络上， 将各种方式的分布量分配到交通网络上，求出各路 段上的交通流量等。 段上的交通流量等。
基础数据： 基础数据：
未来年各小区间某种交通方式的分布量； 未来年各小区间某种交通方式的分布量； 交通网络拓扑结构与阻抗函数； 交通网络拓扑结构与阻抗函数； 现状年路段观测流量（标定模型参数用） 现状年路段观测流量（标定模型参数用）
交通需求预测
有迭代分配 容量限制分配
多路径型
多路径分配
多路径--容量限制分配
交通分配完成后，应得到以下成果
• 道路路段交通量 • 道路交叉口交通量 • 道路路段服务水平 • 道路交叉口服务水平 • 道路路段平均车速 • 道路交叉口平均延误
因素（如人口、劳动力资源数、就业就学岗位数等指标）相 关关系的基础上，得到回归预测模型。一般采用的是一元线 形回归。 总量分摊法：为简化，可以考虑以土地使用性质作为交通的
产生点和吸引点。各小区的高峰高峰时段交通出行产生量＝ 小区人口数×出行人口比例×日平均出行次数×高峰小时系数。
城市居民出行量发生预测
“四阶段”方法工作思路
➢ 确定交通的源及交通源之间的交通流 ➢ 交通源一般是大量的，难以对每个交通源单独研究 ➢ 将交通源合并成若干小区（交通区） ➢ 将交通区之间的交通流代表交通源之间的交通流
“四阶段”法一般过程
社会经济发展指标
交通小区 土地利用性质
现状及规划 交通设施布局
现状客运交通特征
居民出行吸引预测
TRANSPAS GRAPHICS
8
show cell number
enlarge
return to selection
exit
沈阳2020年交通大区全日客运OD分布图
• 通常情况下，城市近期发展变化有限，因此， 近期出行预测中，可更多地采用增长系数法。
• 通常情况下，城市远景发展变化较大，因此， 远景出行预测中，可更多地采用重力模型法。
吸引
产生
回程 弹性 上学 上班
• 说明1：大量典型城市调查结果表明，城市暂住
人口的出行特征与城市居民相似。因此，一般不 单独预测暂住人口的出行生成量，而将其纳入城
四步骤交通需求预测模型 出行分布预测
F0 p3
P3
/ P30
36.0 / 26.0 1.3846
Fa01 A1 / A10 39.3/ 28.0 1.4036
Fa02 A2 / A02 90.3 / 50.0 1.8060
Fa03 A3 / A30 36.9 / 27.0 1.3667
2 出行分布预测
3 增长函数法：平均增长率法例题
3 增长函数法
（6）Fueness法
A. 方法原理：
Fueness于1956年提出的一种增长率法，认为：
两个分区之间出行分布量qij的预测值与此两个分
区之间出行分布的现状值 qi0j成正比，还与产生分
区的规划年产生量预测值、吸引分区的规划年吸 引量预测值有关，这种关系可用两个系数ui、vj表 示（分别称之为产生系数、吸引系数）
现状PA
2 出行分布预测
3 增长函数法：平均增长率法例题
[例题1]：求解过程
f平 Fpi，Faj
f12平 FFppii， Faij
1 2
Fpi
Fai
（1）求各小区产生量和吸引量的增长率，k=0
F0 p1
P1
/ P10
38.6 / 28.0
1.3786
F0 p2
P2
/ P20
91.9 / 51.0 1.8020
交通工程本科课程
交通规划理论与方法（4）——
“四步骤”交通需求预测模型
西南交通大学交通运输学院 杨 飞 （博士、讲师）
交通运输学院
2 出行分布预测
1 基本概念 （1）出行分布量
分区i与分区j之间平均单位时间内的出行量。单位 时间可以是一天、一周、一月等，也可以是专指高 峰小时 qij——以分区i为产生点（不一定是出行的起点）， 以分区j为吸引点（不一定是出行的终点）的出行量
交通规划四阶段法模型
交通规划四阶段法模型TransCAD核心--交通规划模型TransCAD以交通规划“四阶段法”为基础，提供了完善的交通规划模型算法。
其中包括需求预测模型、公交模型、OD矩阵推算、路径模型、路网分析模型、物流模型等。
1(“四阶段法”交通规划模型? 出行产生/吸引模型交叉分类法:交叉分类法是根据一定的社会经济特点将一个城区的人口划分为若干类型。
然后，经验地估计每种类型的家庭或出行者的平均出行率，由此产生的出行率表，可用于预测该研究区的出行产生量。
回归分析模型:普遍采用两种回归分析模型。
第一种，使用以交通小区为标准的集计数据，将每个家庭的平均出行量作为因变量，小区特征属性的平均值作为说明变量(自变量)。
第二种，使用以单个的家庭或出行者为标准的非集计数据，以每个家庭或出行者的出行量作为因变量，家庭和出行者的特征属性作为说明变量(自变量)。
离散选择法: 离散选择法是使用非集计的家庭或单个出行者的数据估算它们的出行概率。
再将所得的结论集计起来即为预测的出行产生量。
? 产生/吸引平衡模型保持出行产生量不变:保持出行产生量不变，调整出行吸引量，使得吸引总量与产生总量相等。
保持出行吸引量不变:保持出行吸引量不变，调整出行产生量，使出行产生总量与吸引总量相等。
用户指定出行总量系数:同时调整出行产生量和出行吸引量，使产生量和吸引量之和等于出行总量乘以用户给定系数之积。
用户指定的出行总量:同时调整出行产生量和吸引量，使产生量和吸引量之和等于用户给定的值。
? 出行分布模型1增长系数法:是通过对现有的矩阵乘以系数实现的(增长系数由未来的出行产生量除以出行现状的产生量计算得出的)。
在无法获悉路网交通小区间距离、出行时间或综合费用等信息时，常常使用该方法。
——常增长系数法——出行产生受约束的增长系数法——出行吸引受约束的增长系数法——全约束增长系数(Fratar福来特法 )重力模型:主要的原理——两个地区之间的空间交流量与出行产生量/吸引量的乘积成正比，与两地之间的交通阻抗成反比。
交通需求预测-
• 1、均衡增长率法 • 把全规划区现状交通生成总量和未来交通生成
总量之间的增长率直接用于反映各交通区之间 的交通分布增长状况。
Gi Tij tij i g i
• 基本思想：将集合成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。包括：增长系数模型、重力模型。
• 二、非集合模型
• 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。它着眼于研究出行者个体的 出行行为。在非集合模型中，效用以出行的省时省钱、 方便程度等来表达，在理论上利用了现代心理学的成 果，引入随机效用的概念。
• （2）当只能对某一区域的交通生成进行分析 预测——可先对区域总量进行预测，再根据各 区的经济水平、人口、地理等分配至各小区。
第四节 交通分布预测
增长系数法
• 包括均衡增长率法、平均增长率法、底特律法、 弗雷特法等。
• 其基本假定是交通分布的模式现在和将来变化 不大，因此简单、方便，但当土地利用、交通 源布局等有较大变化、预测区域交通设施状况 有较大变化时，误差较大。
Y 上 5 班 .2 5 X 1 5 0 8 .4 4 X 3 2 9 8 .3 7 5 X 8 3 3 9 .55 6 X 4657
Y 上 学 4.3 95 X 1 1 19.6 93 1 X 25 Y 生 活 2.0 57 X 1 0 38 .1 5X 2 5 2 9.7 19 X 358
• 微观预测法 – 回归分析法
• 宏观预测法 – 时间序列法 – 弹性系数法
时间序列法
外表（趋势）分析 简单 精度低
回归分析法
内在（本质）分析 复杂 精度高
弹性系数法
内在（本质）分析 简单 经验性 精度一般
4 四步骤交通需求预测模型(3.2)交通方式划分预测
3 方式划分预测
3.7 Logit模型 实际例题：假设的Logit模型
PijBus
exp(VijBus ) exp(VijBus ) exp(VijCar )
，PijCar 1 PijBus
Bus Bus VijBus t ij cij Car Car VijCar t ij cij
性集计、混合集计
3 方式划分预测
3.9 非集计模型的最后集计化
（1）概率集计 就是将各样本关于某个选择枝的选择概率Pni求平 均值 1 N
Pi ห้องสมุดไป่ตู้
P N
n 1
ni
特点：方法很简单，但比较粗糙
3 方式划分预测
3.9 非集计模型的最后集计化 （2）特性集计 不是在最后概率值的基础上求均值，而是追索到 问题的跟本质一层——个体的特性变量。将样本 的各个特性变量分别求均值，作为分区全体居民 相应的特性变量 1 N
规划年的合交通方式效用计算
Bus 11 Bus 11 Car 11 Bus 11
V 387 c V
0.390 0.0796 3.0 0.00387 26=0.0506
0.0796 t 0.00387 c 0.0796 5 0.0796 5.0 0.00387 160 1.017 Car Car 0.390 0.0796 t11 0.00387 c11
同理对称可推导出 P2=Φ(V21/D21)
V 21=V2-V1= -V12 D =σ
2 21
11+σ 22-σ 12= D
2 12
3 方式划分预测
3.8 Probit模型 （1）模型推导 Logit模型和Probit模型计算例题 假设A、B两小区之间有两种交通方式可供选择， 随即效用服从均值为0、具有方差和协方差的多变 量正态分布Multivariate nomal distribution， MVN概率分布。试用Logit模型和Probit模型分别 计算两种交通方式的选择概率
交通需求预测
Vjg
M jg Aj M jg Aj
T
g
j
四、城市对外及过境客（货）运交通量生成预测
• 与市内货运交通生成预测类同方法，可先根据 城市发展状况预测其总量的增长情况，再考虑 用地等状况将总量分配到各交通区。
五、区域交通生成预测
• 通常采用回归分析法、时间序列法和弹性系数 法等。
• （1）各小区资料全——对各小区分别建模进 行产生、吸引预测；
• 1、居民出行预测——居民出行生成预测，分 布预测，方式预测。
• 2、流动人口出行预测——流动人口出行生成 预测，分布预测，方式预测。
• 3、对外及过境客运交通预测——对外及过境 客运生成预测，分布预测，方式预测。
• 4、城市市内货运预测——城市市内货运交通 生成预测，分布预测。
• 5、对外及过境货运交通预测——对外及过境 货运交通生成预测，分布预测，方式预测
各种交通生成的预测
• 一、 城市居民出行预测
• 1、居民出行产生预测 • 首先应对影响居民出行产生的主要因素作出分
析，主要因素包括：社会发展水平、职业、工 作（学习）时间制度等。可分别就（1）上班 （学）出行产生预测和 (2) 生活、文娱、公务 出行产生预测
• 上班（学）出行产生预测可采用生成率法；生 活、文娱、公务出行产生预测可采用回归分析 法。
Y公务 65.3291 X1 0.753115 X 2 21.2826 X 3
• （2）确定区位系数
各目的不同区位的出行吸引区位系数
目的 区位
中心区 中间区 外围区
上班
1.7625 1.51605 0.70557
上学 生活
1.33953 1.10754 0.821384 2.21947 1.92037 1.43813
4 四步骤交通需求预测模型(3)交通方式划分预测
（1）非集计模型发展 开发出来的非集计模型种类很多。例如，期早提出 了Logit模型和Probit模型，这两种模型都有明显的 不足 为弥补其不足提出了多种改进的Logit模型 通过讨论Logit模型提供建立各类非集计模型的基础
3 方式划分预测
3.7 Logit模型 （2）效用理论（Utility Theory） 如何在有限的时间和资金条件下做出选择？ Q1：买一辆新车 VS 修理旧车 Q2：买品牌货品 VS 一般货品 Q3：将收入储蓄 VS 进行投资 经济学对消费选择行为解释的基本假定：
3 方式划分预测
3.7 Logit模型 （5）确定效用值V A. 常用简化方法
V j j 0 c X jc t X jt o X jo
Xjc、Xjt、Xjo——分别表示选择枝j的费用/收入之 比、选择枝j的车内时间、车外时间 θc、θt、θo——分别表示相应的参数 θj0——为常数项（j=1，2，…，J） [注意]：不同的选择枝的常数项不同，因此这里 共有J个常数项（J为全体选择枝的数目）
交通工程本科课程
交通规划理论与方法（4）——
“四步骤”交通需求预测模型
西南交通大学交通运输学院
杨 飞 （博士、讲师）
交通运输学院
主要内容
交通方式划分方法
影响交通方式选择的主要因素 交通方式划分研究历程 集计方法和非集计方法的概念与对比 交通方式划分的非集计模型：Logit模型、Probit模型 非集计结果的最后集计化 交通方式划分的集计模型
3 方式划分预测
3.7 Logit模型 （4）模型推导
同理可得多项Logit模型，即MNL（Multi-nomial Logit），某人选择选择枝j的概率为
交通规划课程设计——四阶段需求预测
.《交通规划》课程设计———四阶段法交通需求预测姓名：专业：班级：学号：指导教师：本论文主要是以福州市某轨道交通的道路网络来举例论证，如图4-1所示。
其中1、3、7、9四个交通节点分别作为四个交通区A 、B 、C 、D 的作用点，交通节点之间边线上的数据是路段的行驶时间。
该道路网络的每条道路上都设有中央分隔带以及机动车和非机动车分隔带的双向两车道道路。
图4-1 福州某轨道交通的道路网络 单位：min4.1交通生成预测根据每个家庭的月收入的不同来统计出行率，经过调查见表4-1： 表4-1出行率表收入分类（元/月） 0～800 800～1600 1600～2400 2400以上 出行率（人次/天）2.93.23.43.7小区现状家庭数和目标家庭数以及不同家庭的月收入比例如表4-2所示： 表4-2 小区家庭数小 区 A B C D 现 状 家 庭 数 8700 9200 8400 9600 目标年家庭数9800 11300 9600 11800 比例0-800 0.04 0.02 0.12 0.03 800-16000.150.260.130.241600-2400 0.25 0.37 0.28 0.33 2400以上0.650.420.560.46现状及目标年各小区家庭数以及不同收入家庭的比例。
123 45678 988448888 7.27.288DA B C使用交叉分类法，计算现状及目标年各小区的交通生成量。
现状交通生成量：交通小区A：8700×0.04×2.9+8700×0.15×3.2+8700×0.25×3.4+8700×0.65×3.7=33504交通小区B：9200×0.02×2.9+9200×0.26×3.2+9200×0.37×3.4+9200×0.42×3.7=34058交通小区C：8400×0.12×2.9+8400×0.13×3.2+8400×0.28×3.4+8400×0.56×3.7=28842交通小区D：9600×0.03×2.9+9600×0.24×3.2+9600×0.33×3.4+9600×0.46×3.7=25772目标年交通生成量：交通小区A：9800×0.04×2.9+9800×0.15×3.2+9800×0.25×3.4+9800×0.65×3.7=37740交通小区B：11300×0.02×2.9+11300×0.26×3.2+11300×0.37×3.4+11300×0.42×3.7=41833 交通小区C：9600×0.12×2.9+9600×0.13×3.2+9600×0.28×3.4+9600×0.56×3.7=28842交通小区D：11800×0.03×2.9+11800×0.24×3.2+11800×0.33×3.4+11800×0.46×3.7=257722.交通分布预测已知现状交通分布的OD矩阵为：（单位：人次/天）A B C DA 0 6180 6180 15450B 6180 0 15450 3090C 6180 15450 0 7725D 15450 3090 7725 0 使用增长系数法计算目标年的OD矩阵。
交通需求预测
回 归 分 析 法 -1
Q=a0+a1X1+a2X2+a3X3+.. .. ..
Q---预测的运输量 a0 a1 a2 a3... --- 回归系数 X1 X2 X3... --- 回归因子
人口. 国民生产总值 ...
回 归 分 析 法 –2 历史资料
序
运量 Q
人口 X1 车辆数 X2 人均收入 产值
各种交通生成的预测
• 一、 城市居民出行预测
• 1、居民出行产生预测 • 首先应对影响居民出行产生的主要因素作出分
析，主要因素包括：社会发展水平、职业、工 作（学习）时间制度等。可分别就（1）上班 （学）出行产生预测和 (2) 生活、文娱、公务 出行产生预测
• 上班（学）出行产生预测可采用生成率法；生 活、文娱、公务出行产生预测可采用回归分析 法。
• (3) 确定交通区特性系数 • 交通区特性系数可通过比较交通区实际出行吸
引与考虑用地面积和区位等一般因素的一般出 行吸引，综合考虑交通区建筑情况、传统地位、 交通区用地的具体状况等确定。
• (4) 交通区居民出行吸引预测
Ai
Yi ki位 ki特 Yi ki位 ki特
Gi
i
i
二、城市流动人口出行生成预测
• 6、交通分配预测
区域交通需求预测
• 客运交通预测 • 包括：客运交通生成预测、分布预测、方式预
测 • 货运交通预测 • 包括：货运交通生成预测、分布预测、方式预
测 • 交通分配预测
• 交通生成、交通分布、交通方式、交通分配四 步骤的交通预测——四阶段模式。
• 交通方式预测也可在交通分布预测之前进行。 • 除了“四阶段模式”之外，还有将四个步骤中
交通量需求预测方法
在可行性研究阶段，预测交通需求量有多种方法，例如趋势类推法、弹性分析法、OD调查法、专家调查法以及四阶段模型系统法（出行生成模型、交通分布模型、方式分担模型、交通量分配模型）。
本报告主要在介绍建设建立在区域经济学分区理论基础上，预测精度较高，技术难度较大的四阶段模型系统法。
一、出行生成模型出行生成模型作为交通需求预测的第一步，其主要任务是对研究地区的每个分区的出行量进行估计。
首先将研究区域进行分区，并对每个分区的社会经济性质、土地利用特点进行研究，建立以分区为基础的联合出行生成模型，从而导出研究区域的交通出行生成总量。
由于每个分区及时出行的起始点，优势出行的目的地，因此出行生成由出行产生和出行吸引两部分组成。
相应的就是出行产生量O i 和出行吸引量D j两种度量方法。
二者的影响因素是不同的。
出行产生的主要影响因素是交通用户（出行者）的社会经济性质，如人口、收入、小汽车拥有量等；出行吸引的主要影响因素是地区的土地利用性质，如土地利用类型（商业企业、工业区等）、土地利用密度、就业水平、可达性等。
由于出行产生和出行吸引二者的影响因素不同，一般情况下应分别建立模型进行分析。
出行生成通常采用两种传统的模型方法：回归模型和分类模型。
①回归模型回归模型是计量经济学中重要的方法之一，它以社会经济作为分析基础，属于经验性定量模型，在交通需求预测中有广泛的应用。
出行生成回归模型的一般表达公式为：Y=a0+a1X1+a2X2+⋯+a k X k+u式中：Y——地区出行生成量；X1、X k——地区出行生成主要影响因素；a0、a k——回归系数；U——随机变量。
出行生成回归模型的输入是地区影响因素的量化值和出行生成量的时间序列历史数据。
模型建立以后，利用常见的最小二乘等参数估计方法对模型进行标定。
单元回归模型的标定过程比较简单，多远回归模型的最小二乘计算公式要通过解k+1个联立方程得出，比较复杂，但现在有许多方便的计算机软件可供使用。
- 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)。
3 方式划分预测
3.6 集计方法和非集计方法
（3）方法特点 集计方法 A. 要求相当规模的样本容量以保证模型的精度 B. 存在信息浪费，即在统计求和过程中没有充分 利用各个个体（个人和家庭）的全部调查数据 非集计方法 A. 要求的样本容量较小
B. 充分运用调查的个人数据，模型精度较高
3 方式划分预测
3 方式划分预测
3.7 Logit模型
（4）非集计模型两点假设 基于人们通常的心理选择行为进行建模假定，这 是非集计模型的基础： ①个人在每次选择中总选择效用值最大的选定
在这两个基本假定的基础上借助随机效用理论推 导非集计模型
3 方式划分预测
3.7 Logit模型
（5）确定效用值V 计算概率Pi的关键就是要求出其中的效用确定项Vj （j∈A） A. 常用简化方法 对城市交通出行的交通方式，定义效用确定项Vj 为费用/收入、车内时间、步行时间这三个可量测 值的线性组合：
V j j 0 c X jc t X jt o X jo
1
w exp(by) by)dy dw 0 w exp( by)[1 exp(bV2 bV1 )] exp( exp( bV bV ) 1 1 1 1) 1 1 exp( exp( bV bV bV bV ) exp( exp( bV bV ) exp( exp( bV bV ) 2 2 1 1) 1 1) 2 2)
3 方式划分预测
3.7 Logit模型 （5）确定效用值V A. 常用简化方法
V j j 0 c X jc t X jt o X jo
Xjc、Xjt、Xjo——分别表示选择枝j的费用/收入之 比、选择枝j的车内时间、车外时间 θc、θt、θo——分别表示相应的参数 θj0——为常数项（j=1，2，…，J） [注意]：不同的选择枝的常数项不同，因此这里 共有J个常数项（J为全体选择枝的数目）
3 方式划分预测
3.4 交通方式划分影响因素
（1）出行者本身特性
家庭车辆拥有情况：主要指小汽车、自行车、助
动车、摩托车
出行者年龄：不同年龄阶段的出行者偏好于不同
的交通工具，如老人、小孩偏好于公共交通，而 较少骑车
收入：高收入者偏向于坐出租车，而低收入者偏
向于公共交通或骑自行车
3 方式划分预测
3.4 交通方式划分影响因素
效益较差，适宜采用私人交通出行。例如洛杉矶
3 方式划分预测
3.5 研究历程
（1）最早的交通规划理论没有研究交通方式划分， 只研究交通发生、交通分布、交通分配 （2）1960年代中叶，日本首先提出方式划分问题 （3）早期主要从集计的角度研究该问题，1970年代 以来，以McFadden为代表的一批学者将经济学中 的效用理论引用过来，并以概率论为理论基础， 从非集计的角度对方式划分问题展开了研究
A An
n 1
3 方式划分预测
3.7 Logit模型
（4）模型推导
选择枝确定：
统一进行表达，设每个人的选择枝集合都为A，并 用J表示A中选择枝的数目 例如A={公交车，出租车，小汽车，地铁}，J=4
如果某个人n根本不可能选择选择枝j，如没有摩 托车的人不可能采用摩托车出行，就设Unj=一个明 显小于所有选择枝效用的值，如-10000
（2）方式分担交通量
每种交通方式所分配的出行量称为该交通方式的分 担量 （3）方式划分率 每种交通方式的分担交通量占总出行量的比例
3 方式划分预测
3.4 交通方式划分影响因素 影响交通方式选择的因素主要包含四类： （1）出行者本身特性 （2）出行特性 （3）交通设施服务水平 （4）城市土地开发密度
3 方式划分预测
3.6 集计方法和非集计方法
（2）非集计方法（disaggregate method） 发展背景：1960年代，日本提出交通方式划分的 “非集计模型方法”概念和模型，借用微观经济 学中的效用理论，在这个问题上开创了交通方式 划分的非集计模型的研究，至今仍是交通规划理 论中的一个热点问题 方法描述：以个体为分析对象，将个体的原始数 据不作任何统计处理直接用来构造模型，充分地 利用每个调查样本的数据，求出的描述个体行为 的概率值
令：w=F(y)F(y+V1-V2)，则
w exp exp(by) (1 exp(bV2 bV1 ))
dw bw exp(by)[1 exp(bV2 bV1 )] dy
3 方式划分预测
3.7 Logit模型 （4）模型推导 由于当 y= 时,w=exp(0)=1；当 y=- 时,w=exp(- )=0。故有
二项 Logit 模型：BNL（Binary-nomial Logit）
w exp(by) P1 b w exp(by)dy 0 w exp( by)[1 exp(b 1
3 方式划分预测
3.7 Logit模型
（4）模型推导
选择枝确定：
如果有多个选择枝，由于一般各人根据自己的实 际情况可选择的范围不一定相同，设个人n选择枝 的集合为An，令A为全体出行者所有可能选择枝的 集合 N
人们倾向于选择在他们看来具有最高满意度的那 些物品和服务，并采用“效用”来描述选择的可 能性
3 方式划分预测
3.7 Logit模型 （2）效用理论（Utility Theory）
效用：满意的程度，消费者从消费一种物品或服
务中得到的主观上的享受和有用性，
经济学上可以用以解释理性的消费者如何将其有 限的资源分配在能给他们带来满足的各种商品上
（2）交通服务提供者
公共汽、电车 公共交通 轻轨等） 城市轨道交通（地铁、 全方式 车、单位车 私人交通 — —步行、自行车、私家 个人交通 出租车
3 方式划分预测
3.3 基本概念 （1）交通方式分担 一个交通小区的全部出行中利用各种交通方式的人 次占总出行人次的比例
3 方式划分预测
3.1 基本问题 （1）完成交通分布预测后，需要将每两个小区之间 的分布量按照不同交通方式进行区分 （2）方式划分预测就是要确定出给定的预测分布量 条件下各类交通方式之间的分配比例
（3）不同交通方式选择可能对交通状况造成不同程 度的压力
3 方式划分预测
3.2 交通方式划分
步行 非机动车 自行车 （1）是否机动化 摩托、助动车 全方式 个人机动交通 小汽车(含出租车） 机动车 车） 普通公交（公共汽、电 公共交通轨道交通（地铁、轻轨 等）
3 方式划分预测
3.7 Logit模型
V1 V2 y dy 4 ）模型推导 （ Pr( y , V V y ) dy f ( y , z ) dz P Pr( U U ) Pr( V 1 2 1 2 1 1 212 1 1 V f12 (y, z)是ε1和ε2的联合概率密度函数，如果假定ε1 和ε2相互独立且具有相同的概率分布，其密度函数 为f，则其联合分布密度函数f12(y,z)=f(y)f(z)
P1
f ( y)
y V1 V2
f ( z )dz dy
进一步假定ε1和ε2都服从Gumbel分布，其概率分 布函数和概率密度函数分别为：
F(y)=exp[-exp(-by)] f(y)=bF(y)exp(-by)
3 方式划分预测
3.7 Logit模型 （4）模型推导
y V1 V2 P1 f ( y ) f ( z )dz dy b exp( by ) F ( y )dz dy b exp( by ) F ( y ) F ( y V1 V2 )dy
3.7 Logit模型
（4）模型推导
效用是由选择枝本身的特性和个人的社会经济特 性两方面的因素决定的，不能对影响效用的全部 因素进行量测，将效用看作随机变量： Unj=Vnj+εnj Unj——个人n关于选择枝j的效用 Vnj——能够观测到的因素构成的效用确定项 εnj——不能够观测到的因素构成的效用随机项
3 方式划分预测
3.6 集计方法和非集计方法
（1）集计方法（aggregate method） 以交通小区为研究单位的，将小区中个人或家庭 的调查数据进行统计处理，如求平均值、求比例 等；再用这些统计值来标定交通发生、分布、方 式划分模型中的参数 在这个过程中关于个人和家庭的原始数据在统计 时被集中处理，即被集计化，因此被称为集计方 法，得出的模型称为集计模型
交通工程本科课程
交通规划理论与方法（4）——
“四步骤”交通需求预测模型
西南交通大学交通运输学院
杨 飞 （博士、讲师）
交通运输学院
主要内容
交通方式划分方法
影响交通方式选择的主要因素 交通方式划分研究历程 集计方法和非集计方法的概念与对比 交通方式划分的非集计模型：Logit模型、Probit模型 非集计结果的最后集计化 交通方式划分的集计模型
3 方式划分预测
3.7 Logit模型 （4）模型推导 在推导过程中假设一共只有两个选择枝，根据效 用理论的基本假定，出行者选择选择枝1的概率为
P U1 U 2 ) Pr( V1 1 V2 2 ) Pr( 2 V1 V2 1 ) 1 Pr(
V1 V2 y Pr( 1 y, 2 V1 V2 y )dy f12 ( y, z )dzdy
3 方式划分预测
3.7 Logit模型
（3）选择枝的概念（Alternative） 可供选择的交通方式称为选择枝 如果一共只有两个选择枝可供选择，就是一个二 项选择问题，否则就是多项选择问题
实际中较多的是多项选择问题，而且往往不同的 出行者可选择的范围不同，即有不同的选择枝集 合，如有私家车的人就多了一个私家车的选择枝