第4章 交通分布预测分析
道路交通规划第四章-2
自行车 17.15% 61.31% 66.40% 64.82% 57.20% 49.62%
公共交通 0.19% 0.98% 1.74% 3.77% 6.37% 10.72%
摩托 6.06% 10.97% 15.38% 20.08% 26.98% 32.84%
其他机动车 0.51% 1.62% 4.19%
第四节 交通方式划分预测
交通方式划分预测结果 —分方式OD矩阵
常用交通方式划分预测方法
交通方式划 分方法 转移曲线模 型 概率模型
重力模型的 转换型 优点 使用简便 考虑各交通方式 阻抗 考虑交通阻抗， 单约束 建立分担率与相 关因素的回归公 式 缺点 需要大量调查资料
现行适用 性
不适用 应用不广 泛 一般 适用范围 有限
按平均每年增加250辆控制
日承担出行人次数：13.75万 承担出行比例：3.0%
城市居民出行方式结构预测
无锡市单位车发展预测
现状从职人员：63.76万 现状从职人员单位车利用率： 0.198次/人 2010年从职人员：69万 2010年单位车日承担出行总量： 13.67万
2010年单位车承担出行比例： 3.0%
模型参数难以标定
非双约束，当阻抗趋于零时， 交通量无穷大
回归模型
粗略预测，需大量调查资料
城市居民出行方式结构预测
确定各种交通方式比例
自行车，公交，步行，出租车 摩托车，单位车， 私家车等
交通管理政策 出行距离曲线 出行量平衡条件
城市居民出行方式结构预测
中国的交通政策
大力发展公共交通 以地面公共交通为主体 有限制地发展大运量轨道交通
交通政策（政府对不同交通方式的态度等）
《交通分布预测》PPT课件
O/D
1
2
3
合计
1
22.819
11.080
5.270
39.169
2
11.226
70.585
9.462
91.273
3
5.427
7.995
22.637
36.058
合计
39.471
89.660
37.369 166.500
（6）重新计算 FO2i 和 FD2j
表1 现状OD表和将来各小区的预测值（单位：万次）
O\D
1
2
3
合计 预测值
1
17.0
7.0
4.0
28.0
38.6
2
7.0
38.0
6.0
51.0
91.9
3
4.0
5.0
17.0
26.0
36.0
合计
28.0
50.0
27.0
105.0
166.5
解：采用常增长系数法，即： （1）求各个小区的发生增长系数：
FO1 U1 / O1 38.6 / 28.0 1.3786 FO2 U 2 / O2 91.9 / 51.0 1.8020
增长率法算法
假设在给定
ti0j
的条件下，预测
t
N ij
。
第1步
令迭代次数m=0；
第2步
给出现在OD表中
t
m ij
、Oim
、D
m j
、T m 及
将来OD表中的 U i 、 V j 、X 。
第3步
求出各小区的发生与吸引交通量的增
第四章 交通需求预测
• 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。
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。包括
Y a0 a1t a2t 2 ant n
Y a bt
时间序列法 -1
Q a b( t c) d
Q 历史资料
预测期
T1
T2 t
要求: T1 T2
时间序列法 -2
年份 1981 1982 1984 1986 1988 1990 1992 1994 运量 1564 1597 1630 1650 1670 1680 1690 1700
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
Tij Aj , Tij Gi
i
j
• 迭代时，更新
i
Gi Gi
Gi Tij
, j
Aj Aj
Aj Tij
j
i
• 代入上式重新计算，直至两参数收敛到1为止。
• 3、底特率法
第四章 公路网布局的常用方法及其特点
第四章郑州市公路网布局规划研究4.1公路网布局的常用方法及其特点纵观交通规划的发展史，公路网布局的方法主要有四种，即专家经验法、OD流向流量法、节点重要度法和交通区位分析法，其中OD流向流量法和节点重要度法目前较为常用。
而交通区位分析法是一种较新的布局方法，各种布局方法的特点简要分析如下。
4.1.1 专家经验法专家经验法是在区域交通规划前期所采用的主要布局方法，主要是根据权威专家与当地专家、领导的经验来确定道路的走向，从而确定整个道路网络的分布，这种方法完全依赖于专家和领导的经验，依靠主观定性分析来判断，缺乏定量分析的科学依据，但在定量预测难达要求的精度时，还往往要依靠专家的经验来弥补其不足。
4.1.2 OD流向流量法OD流向流量法是从微观出发，以定量分析为主导，以路网上的交通流现状OD调查为基础，从微观经济学的基本原理出发，运用系统的原理与方法，研究区域经济在时间上和空间上的发展对交通需求的影响，通过交通需求的集中发生预测、OD流分布预测、运输方式分担预测和路线交通量分配预测把公路网的布局同规划区的经济发展有机地联系在一起，是目前常用的布局方法。
其工作流程图如图4-1所示。
OD流向流量法的主要缺点在于：第一，交通小区划分以后，以小区的质心来代替小区，即以点代面，把小区上的所有交通活动均视为在质心这一点上进行，把面与面上的交通出行简化为点与点上的交通出行。
这种以点代面的合理性就值得怀疑。
第二，OD流向流量布局法在进行交通分配，即路线交通量预测时，采用现状路网信息来标定分配参数，并以它作为未来交通量分配的依据，不考虑规划期内路网的变化，这种静态的考虑方法显然是不符合实际的。
第三，为获得基年的小区OD资料，必须进行大规模的OD调查，需要耗费大量的人力、物力与财力，并不经济。
第四，该方法是在研究城市交通规划中产生的，将其应用于公路网规划中，还有一些有待于解决的问题。
图4-1 OD流量流向布局法流程图4.1.3 节点重要度布局法节点重要度布局法的基本思路是通过规划地区的运输集散分析，选择交通运输节点，并运用与交通密切相关的多个指标来综合评价节点的重要程度，通过聚类分析，根据各节点的重要度，将其分成不同的层次，其目的是确定节点功能的强弱，从而确定不同层次路线的主要控制点，在路线的选择与优化上，建立路线重要度的概念，并以路线单位里程重要度最大做为优化目标，确定路线的基本走向，得出路网重要度最大树，最后通过定性与定量相结合，进行加边连线得出规划地区的道路网络图，结合专家经验修改调整得出合理布局。
第四章 出行分布预测
q ij = α O i D j f ( c ij )
重力模型的标定
重力模型的特点 • 重力模型具有以下优点： 重力模型具有以下优点： (1)模型形式直观，可解释性强，易被规划人员理解 模型形式直观， 模型形式直观 可解释性强， 和接受； 和接受； (2)能比较敏感地反映交通供给变化对出行的影响， 能比较敏感地反映交通供给变化对出行的影响， 能比较敏感地反映交通供给变化对出行的影响 适用于中长期需求预测； 适用于中长期需求预测； (3)不需要完整的基年 不需要完整的基年O-D矩阵，如果有可信赖的模 矩阵， 不需要完整的基年 矩阵 型参数，甚至不需要基年O-D矩阵； 矩阵； 型参数，甚至不需要基年 矩阵 (4)特定小区（如新开发区）之间的分布量为零时， 特定小区（ 特定小区 如新开发区）之间的分布量为零时， 也能进行预测 重力模型最主要的缺点是难以准确预测小区内出 行分布量、采用幂型、指数型函数时， 行分布量、采用幂型、指数型函数时，由于区内 出行距离很小，预测结果往往比实际偏高。 出行距离很小，预测结果往往比实际偏高。
i i ij j
j j ij i
Tij = tij a i b j (
Li + L j 2
)
Li =
∑t ∑tபைடு நூலகம்b
ij j ij j
Lj =
j
∑t ∑t a
ij i ij i
i
• Fratar 法计算过程较为繁琐，但收敛速度快，是 法计算过程较为繁琐，但收敛速度快， 实际规划工作中应用较多的一种方法。 实际规划工作中应用较多的一种方法。 • 总之，增长系数法结构简单，易于理解，且直接 总之，增长系数法结构简单，易于理解， 使用观测出行矩阵来预测出行增长， 使用观测出行矩阵来预测出行增长，不需要其他 额外的数据。但该方法有很多缺点，包括： 额外的数据。但该方法有很多缺点，包括： (1) 增长系数法要求有完整的现状出行分布矩阵，而 增长系数法要求有完整的现状出行分布矩阵， 得到这种基础数据的成本很高； 得到这种基础数据的成本很高； (2)增长系数法对于基年出行矩阵精度的依耐性较大， 增长系数法对于基年出行矩阵精度的依耐性较大， 增长系数法对于基年出行矩阵精度的依耐性较大 任何出行在基年出行矩阵中的误差将在计算过程 中被放大； 中被放大； (3)如果基年矩阵中有零元素，那么预测矩阵中对应 如果基年矩阵中有零元素， 如果基年矩阵中有零元素 的部分也为零， 的部分也为零，即这种方法无法补充观测矩阵中
新教材 必修第二册 第四章 交通运输布局与区域发展 期末复习资料(合格性考试)
第四章交通运输布局与区域发展一、知识点罗列二、具体知识点清单（一）交通运输方式（二）交通运输布局目的：实现区域运输的合理化，以获得最大的经济效益和社会效益。
（三）交通运输布局考虑因素1.立足现有的经济水平和技术、装备等条件；2.考虑地质、地貌、气候、水文等自然条件;3.考虑当前的交通运输实际。
4.要预测客流、货流未来的发展趋势。
（四）交通运输布局一般原则①依据运输需求：运输方式和交通线、站的选择、标准，以及交通运输网的密度等，都应依据运输需求而定。
②适度超前设计：标准要满足今后一定时期的运输需求，但标准过高会造成浪费。
③因地制宜：运输方式的选择，交通线的选址以及设计标准等要充分考虑自然条件。
④尽量少占土地：交通线、站布局应尽量少占土地；⑤发挥综合运输优势：利用不同运输方式的优势，做好转运和衔接，形成立体、系统的交通运输网。
⑥其他：如平衡地区发展、适应国防需要等。
（五）、交通运输布局对区域发展的影响➢促进经济发展：①促进区域经济要素合理流动；②加强区际联系，扩大辐射范围③带动相关产业发展。
➢影响聚落发展：①促进沿线聚落发展；②聚落发展随交通运输布局变化而变化。
（六）缓解交通拥挤的措施①加快城市道路基础设施建设（拓宽道路宽度、增加路网密集、增加停车设备）②大力建设城市道理交通管理设施（增加红绿灯、交通标志的设置）③加快实现城市设备管理（建设道路交通管理信息系统）④大力发展公共交通（加强轨道交通、城市BRT、鼓励拼车）⑤实现车辆使用的控制政策（拥挤收费、通车收费、车牌控制）⑥实现车辆控制政策（实现车辆税、车辆配额、车辆标准限制）巩固提升练习一、单选题近年来，我国在俄罗斯远东地区开发土地面积近40万公顷，预测平均每年返销大豆总量将达两万吨，种在俄罗斯的境外粮食有超过九成返乡回国，这个现象被称为“俄粮返乡”。
读图，完成下面小题。
1．下列关于海参崴夏季气候特征的叙述，正确的是（）A．凉爽湿润B．高温多雨C．凉爽干燥D．炎热干燥2．图中同江铁路大桥冬春季节建设过程中可能遇到的不利自然因素有（）①极寒暴雪②江冰凌汛③极夜④沼泽冻土⑤风沙A．①②③B．②③④C．①②④D．③④⑤3．关于“俄粮返乡”的原因，叙述正确的有（）①与我国东北距离近，水陆交通便利②俄罗斯土地租金低，气候条件优越，农作物产量高③两国关系友好，粮食贸易免关税④国内粮食需求大，加工能力强A．①②B．①③C．②③D．①④金沙江两岸山峦起伏，峡谷丛生，江水湍急，滩高水深。
第4章-8-交通分配方法-分配要点
• 容量限制法存在的不足：
• 此法与最短路分配法相同，出行者因其出行目的、喜好、路 况及习惯的缘故，并不一定选择最短路径，并且对不熟悉各 种可能替代路线的人，最短路径更无从选定。
权d(i，j)加上有效路段终点j至出行终点s的最短路权Lmin(j，s) ，
即L(i – j，s) = d(i，j) +Lmin(j，s)
运用本模型时，首先必须确定每一OD点对(r,s)的有效路段及 有效出行线路。 有效路段—[i,j]为路段终点j比路段起点i更靠近出行终点s。 有效出行线路—由有效路段组成线路。 每一OD点对的出行量只在它相应的有效出行路线上进行分配。 出行者从出行起点r到达出行终点s，需经过一系列交通节点 (交叉口)，每经一个交通节点，都必须在该节点所邻接的有效 路段中选择一条路段作为他出行路线的一部分，继续进行。 在交通节点处，可供出行者选择的有效出行路线条数等于该节 点所邻接的有效路段个数。通常的城市交通网络中3～5个。 模型能较好反映路径选择过程中的最短路因素及随机因素。
表 1 PA 表（1000 人次）
A1 3 7 9 P
1 0 20 20 50 3 25 0 40 10 7 40 30 0 10 9 30 40 25 0
解：（1）确定各 PA 点对之间的最短路径，如表 2。 （2）将各 PA 点对的出行量全部分配到相应的最短路径上。 （3）累加各路段上的出行分配量，得最后分配结果。如图所示。
minf(v) fij[ Vs(i, j)] fij[V(i, j)],
i,j
s
i,j
s.t.Vs(j,k)Vs(i, j)T(j,s) (js),
交通规划设计之交通分配预测
t t0 1V /C
t0——路段车辆平均自由行驶时间（Link Travel Time）； t0——路段车辆自由流行驶时间（Free Flow Travel Time）； V——路段的交通流量（Link Flow）；
C——路段的交通容量（Link Capacity）；
α,β——参数，一般α＝0.15，β＝4
T(1-λ)2 2(1-λX)
+
X2
-0.65( T
2Q(1-X)
Q2
1
) 3 X (2+5λ)
二、交通分配的基本原理
交通均衡状态 交通分配模型分类 非均衡模型 均衡模型 例题
1、交通均衡状态
如果两点之间有多条线路供出行者选择，出行 者会选择费用最小的路径（最短路径）。
随着两点之间的交通量增加，最短路径上的交 通流量也在增大，增大到一定程度时，道路产 生拥挤甚至堵塞，此时最短路径的阻抗比次短 路径更大，一部分出行者会选择次短路径；
无迭代（静态） 有迭代（动态）
最短路分配 容量限制-增量加载
多路径分配
容量限制-多路径
• 优点：结构简单、概念明确、计算简便等； • 缺点： 不适合拥挤的城市交通。
4、均衡模型发展历史
1952年，英国交通工程专家Wardrop提出了道路网 均衡第一原理、第二原理的概念和定义；
1956年，Beckmann等提出了描述平衡交通分配的数 学规划模型；
（3） 交叉口阻抗延误函数
公路：交叉口阻抗可以忽略； 城市交通：交叉口延误必须考虑。
城市交叉口阻抗可以分为两类：
•不分流向类：交叉口各个流向的阻抗基本相同，或
者没有明显规律性的分流向差别，此时道路的总阻
抗为：
交通规划 第四章 交通发生预测
第四章交通发生预测主题一概述1、出行概念☐一定年龄☐一定目的☐一定距离☐单向移动。
2、出行分类⏹基本出行（不可选择）•工作出行•教育出行⏹可选择出行（自由，弹性）•购物出行•社会活动出行•其他出行国际通常分类：•基于家的出行（Home Based）——出行的起点或者终点为家庭。
HBW、HBNW（HBS、HBE、HBO）•非基于家的出行（Non-Home Based）——出行的起点和终点都不是家庭。
NHBW、NHBO（1）土地利用 住宅用地（居民出行起讫点）：指标为居住面积、住户数、人口等；相关出行：上班、上学、购物、娱乐、回家。
公共设施用地（交通吸引源）：指标为办公营业面积、从业人口等；相关出行：上班、上学、娱乐、业务、回家。
工业用地（上班交通的主要源点）：指标为从业人口、产值等；相关出行：上班、业务、回家。
仓储用地（货物的主要集散点）：指标为仓库面积、货物吞吐量等；相关出行：上班、业务、回家。
（2）家庭构成 上班、自由出行多以家庭为起讫点；家庭为单位的走亲访友，购物等私人出行多。
家庭规模越大，人均出行数越少，例如，购物可由一人代替。
老人幼儿家庭看病出行多，年轻夫妇购物、娱乐、工作出行多。
T/人规模(人/家)⏹（4）汽车保有率 汽车保有率高，人均出行数增加。
原因：(1)出行需求高的人买车，(2)有车后容易 诱发出行。
⏹（5）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）自由时间多 出行机会大自由出行量方程： T=at+bt：自由时间；a，b：系数和常数。
⏹（6）职业、职务 司机、推销、采购等出行多，学生、教师、科技人员出行少。
⏹（7）外出率 工种、年龄相关。
⏹（8）企业规模、性质 企业大，业务多，工作出行量大。
⏹（9）家庭收入收入高，汽车拥有率高，购物娱乐出行机会多。
⏹（10）其他 天气、周日、工作日、季节等。
二、出行发生（Trip Generation）⏹概念⏹作用出行发生预测（Trip Generation）包括：•出行产生（Trip Production）；•出行吸引（Trip Attraction）；•出行平衡（Trip Balance）。
4-2交通分布预测-重力模型
1、通过拟合现状OD，用最小二乘法确定待定系 数k,αβγ。 2、将预测的发生量Oi和吸引量Dj及阻抗代入无约 束重力模型公式，计算qij 3、若qij不满足约束条件，则用增长率法进行迭代 计算，使其满足约束条件。如迭代时，可采用下 列公式：
Dj 1 Oi ` qij qij 2 qij qij i j
例某区域有三个交通区，现状OD矩阵及通过出行产生 预测所获得的未来出行发生、吸引总量如表1，个交通 区之间的行程时间如 表2.试用乌氏模型确定出行分布
表1 现状OD矩阵及未来发生、吸引量
1 2 3 D j` Dj
1 4 2 2 8 16
2 2 8 4 14 28
3 2 4 4 10 40
Oi ` 8 14 10 32
i j
j
即得预测交通分布量。
7.4双约束重力模型
如果采用佛尼斯法对无约束重力模型同时进行行列约 束，则可得到双约束重力模型（过程略）：
qij ai b j Oi D j f cij ai b j D j f cij j b j ai Oi f cij i
模型假定：阻抗参数相同的每一个交通吸引点均按指数分 布等概率的成为交通的终点，而当阻抗参数不同时，交通 总是选择阻抗参数最小的交通吸引点作为终点。因此该模 型主要考虑的是交通阻抗参数。 模型形式为：
U U j 从交通区i出发，交通阻抗参数小于到交通区j 的交通阻抗参数的所有交通区的交通吸引量之和。 α：一次到达机会被吸引的概率
模型或平均增长率模型
区域交通分布预测——重力模型
补充：介入机会模型法
第四章 出行分布预测
佛莱特法（ 佛莱特法（Fratar method） ）
• 佛莱特法是 佛莱特法是Fratar 1954年发表的一种方法。主要 年发表的一种方法。 年发表的一种方法 引进一个和各交通分区有关的数量关系， 引进一个和各交通分区有关的数量关系，作为其 增长率之修正依据。它基于两项基本假设： 增长率之修正依据。它基于两项基本假设： O (1)未来的出现空间分布与出行产生的增长率 (1)未来的出现空间分布与出行产生的增长率 ∑ t = a D 均成正比关系； 和出行吸引的增长率 ∑ t = b 均成正比关系； (2)未来的出现空间分布与两区间的出行阻扰因素成 未来的出现空间分布与两区间的出行阻扰因素成 反比关系， 反比关系，此处出行的阻扰因素可表示为 L i + L j 2 其基本公式为： 其基本公式为：
i i ij j
j j ij i
Tij = tij a i b j (
Li + L j 2
)
Li =
∑t ∑t b
ij j ij j
Lj =
j
∑t ∑t a
ij i ij i
i
• Fratar 法计算过程较为繁琐，但收敛速度快，是 法计算过程较为繁琐，但收敛速度快， 实际规划工作中应用较多的一种方法。 实际规划工作中应用较多的一种方法。 • 总之，增长系数法结构简单，易于理解，且直接 总之，增长系数法结构简单，易于理解， 使用观测出行矩阵来预测出行增长， 使用观测出行矩阵来预测出行增长，不需要其他 额外的数据。但该方法有很多缺点，包括： 额外的数据。但该方法有很多缺点，包括： (1) 增长系数法要求有完整的现状出行分布矩阵，而 增长系数法要求有完整的现状出行分布矩阵， 得到这种基础数据的成本很高； 得到这种基础数据的成本很高； (2)增长系数法对于基年出行矩阵精度的依耐性较大， 增长系数法对于基年出行矩阵精度的依耐性较大， 增长系数法对于基年出行矩阵精度的依耐性较大 任何出行在基年出行矩阵中的误差将在计算过程 中被放大； 中被放大； (3)如果基年矩阵中有零元素，那么预测矩阵中对应 如果基年矩阵中有零元素， 如果基年矩阵中有零元素 的部分也为零， 的部分也为零，即这种方法无法补充观测矩阵中
高中地理全册必背章节知识清单(人教版2019必修第二册)---第四章 交通运输布局与区域发展
第一节区域发展对交通运输布局的影响2.区域发展差异对交通运输布局的影响3．交通运输方式对交通运输布局的影响第二节交通运输布局对区域发展的影响知识点1：促进区域经济发展1．交通运输使区域经济发展所需要的资源、产品、设备、劳动力等要素合理流动，实现空间上的优化配置。
2．便捷的交通运输缩短了不同区域之间的时空距离，使一个区域的经济活动可以辐射其他区域，甚至世界各地，从而加快经济发展速度，提升经济发展水平。
3．发展交通运输，可以直接拉动原材料、能源、建筑、旅游等行业的发展，增加就业。
4．“一带一路”倡议：公路、铁路、航空、水路、油气管道，以及电网、通信网络等基础设施的互联互通，是“一带一路”建设的优先领域。
知识点2：影响聚落发展1．交通枢纽吸引相关产业集聚，往往会形成规模较大的城市。
2．重要交通运输线路或运输方式的变化，会引起区域内客、货运输方向和集散地的变化，从而促使商业网点甚至商业中心城市的变化。
一、交通线建设的意义(1)对交通：①缓解交通运输压力；②缩短运输距离，减少运营时间，提高运输效率；③合理布局交通线，完善交通网。
(2)对经济：①促进沿线地区的资源开发和经济发展；②加快商品流通，促进沿线商业、旅游业发展；③加强区域经济文化联系，促进区域经济协调发展；④带动相关产业发展。
(3)对社会：加强民族团结；巩固国防；促进少数民族地区、革命老区脱贫致富；加快城市化进程；增加就业机会。
二、交通运输方式的变化对聚落分布和空间形态的影响五、交通运输对商业网点分布的影响交通运输条件对商业网点分布的影响至关重要。
一般而言，商业网点的位置要求2．交通运输对商业中心形成与发展的影响3．商业网点区位的判读方法。
城市道路与交通规划第4讲交通需求预测
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；随着家庭城市规道路模与交的通规增划第大4讲交，通需人求预均测 出行数减少，如购 物可由一人代替。
T/人
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
城市道路与交通规划第4讲交通需求预测
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。
交通需求预测的四个阶段
城市道路与交通规划第4讲交通需求预测
i
j
Oi发生交通量
Dj吸引交通量
tij
i
j
tij交通分布
tij(car)讲交通需求预测
tij(railway)
交通方式划分
j i
交通量分配
交通需求预测的一般内容
城市道路与交通规划第4讲交通需求预测
2 交通产生与吸引预测
基本概念
城市道路与交通规划第4讲交通需求预测
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）。
四、交通需求预测
4-1 交通流理论-统计分布解析
交通流理论的发展历程
20世纪30年代才开始发展，最早采用的是概率论方法。1933 年，金蔡(Kinzer.J.P)论述了泊松分布应用于交通分析的可能 性；1936年，亚当斯(Adams.W.F)发表了数值例题；格林希 尔茨（Greenshields）发表了用概率论和数理统计的方法建立 的数学模型，用以描述交通流量和速度的关系。 40年代，由于二战的影响，交通流理论的发展缓慢。 50年代，随着汽车工业和交通运输业的迅速发展，交通量、 交通事故和交通阻塞的骤增， 交通流中车辆的独立性越来越 小，采用的概率论方法越来越难以适应，迫使理论研究者寻 求新的模型，于是相继出现了跟驰理论（Car Following） 、 交通波理论（Traffic Wave Theory） 和车辆排队理论 （Queuing Theory）。这一时期的代表人物有Wardrop、 Webster、Herman等。
m k m 60 6 则由Pk e 得 P0 e 0.0025 k! 0! m 由递推公式Pk 1 Pk 得 k 1 6 P P0 0.0149 1 1 6 P2 P 1 0.0446 2 6 P3 P2 0.0892 3 不足4辆车的概率为 P( 4) Pi 0.1512
对于交通流中波松分布 的性质： ( t ) k t Pk P( xn k ) e , k! 1、递推公式
0
( t ) k t ( m ) k m m0 m 由P ( xn k ) e e , k 1,2, , n 得P0 e e m , 则 k! k! 0! m m m2 m m m P e , P e P , , 有 P Pk 1 2 1 k 1 k k (k 1) k 1 k 1 2、均值和方差 M m, Dm 当m为已知时，还可计算下 列概率值： ( m) i m 到达数小于k辆车的概率：P( xn k ) e i! i 0 ( m) i m 到达数小于或等于 k辆车的概率：P( xn k ) e i! i 0
4-1交通分布预测-增长系数法
①常增长系数法
该方法认为，qij的增长仅与i 区的发生量增 长或j区的吸引量增长有关。增长函数为：
这种方法只考虑了发生量增长率和吸引量增长率 中的一个因素的影响，是一种最粗糙的方法，预测 精度不高。同时由于OD矩阵的不对称性，不能保证 算法迭代过程收敛。
②平均增长系数法
该方法认为：qij的增长与i 区发生量的增长及j 区吸引量的增长同时相关，而且相关的程度也相 同。增长函数为：
福莱特法计算过程较为繁琐，但收敛速度 快，是实际规划工作应用较多的一种方法。
⑤佛尼斯法
该方法交替使用发生量增长率与吸引量增长 率进行迭代计算，增长函数为：
佛尼斯法收敛速度较快，计算也较为简单。
增长系数法的优缺点
增长系数法结构简单，易于理解，且直接使用观 测出行矩阵来预测出行增长，不需要其它额外的数 据。 但该方法也有许多缺点，包括： ①增长系数法要求有完整的现状出行分布矩阵，无 法预测与未来年新增加小区相关的出行分布量； ②增长系数法对于基年出行矩阵精度的依赖性较 大，任何出现在基年出行矩阵中的误差将在计算 过程中被放大； ③如果基年矩阵中有零元素，那么预测矩阵中对应 部分也为零；
6.2 增长系数法
基本假设：未来的出行分布量是在现状（或历史的）出 行分布量的基础上，乘以相应的增长系数得到的。两小区之 间出行分布量的增长系数，与两小区出行发生量与吸引量的 增长率有关，可表示为如下形式：
迭代算法
直接采用上式计算得到的结果一般不能满足行 列约束 ，因此需要反复迭代计 算，以满足约束。
交通分布预测原理
交通分布预测的问题，可以看作是在已知分布矩阵各行、 各列之和的条件下，求矩阵中每个元素具体数值的问题。这 是一个拥有2n-1个独立方程，n×n个未知数的方程组，由线 性代数知识，当n>1时，该方程组是没有唯一解的。因此， 必须补充其它条件来推算分布矩阵。
- 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)。
4.1
交通分布概述
3 、 O-D分布的出行费用 O-D分布的出行费用因素一般用“距离、时间和费用” 等 单位来表示，在实际中可使用“广义费用”这个概念，将所 有 与出行有关的属性结合起来。当以非统一的单位表示时，可 以线性多项式的形式表示费用相关属性与广义费用的关系， 如从i点到j点采用第k种交通方式的广义费用可表示为：
4.2
增长系数法模型
计算过程必须用Tij代替tij ，用迭代方法反复修正和 计算，直到收敛在误差范围之内为止。一般要求精度达到 95%以上。 Fratar法的特点是：认为两交通小区间的未来出行量， 不仅与这两个小区的增长系数有关，而且还与整个影响区 内其他交通小区的增长系数有关；与其他增长率方法相比， 收敛得要快一些；计算精确度高、误差小。
4.2
增长系数法模型
交通分布预测模型，可以分为两大类。
第一类是比较适用于较短期交通分布的模型，它们往往比 较简单，主要用于交通网络没有发生重大变化的短期交通分布 预测中； 另一类是比较适用于长期交通分布预测或短期分布中交通 情况有较大变化的交通分布预测模型，它们使用出行广义费用 或其他较复杂的数学方法。 以下主要介绍增长系数法和重力模型法，它们适应于长、 短期交通分布预测。
4.2
增长系数法模型
3 、 双约束增长系数法 当拥有每个小区未来的出行发生和吸引数据时，即有每个 小区的发生和吸引两个增长系数时，比如τi和 fj，就可利用 Fratar法或Furness法来进行精确的双约束计算。 佛莱特法，是Fratar 于1945年发表的一种方法。主要引进 一个与各交通小区有关的数量关系，作为其增长率的修正系 数。它基于两项基本假设： 其一，未来的O-D分布与出行发生增长率ai =Oi/∑jtij 和出 行吸引增长bj =D j/∑itij均呈正比关系； 其二，未来的O-D分布与两小区之间的出行阻挠因素呈反 比关系，此处出行阻挠因素可表示为(Li+Lj )/2，其中Li、Lj为 地区性因素。
2、 O-D矩阵 在交通规划研究中，通常用O-D矩阵来表示交通分布， 即在一个二维的阵列中分别使用行和列来表示拟研究区域中 各个小区的交通出行发生量和吸引量。 根据需要，O-D矩阵可以根据具体情况加以细化。如将 O-D矩阵分成以出行类型和（或）以出行方式分开的多个OD矩阵。 O-D矩阵在数学上的合理性，还表现在它有两个重要的 性质，即：i交通小区的发生量Oi等于i交通小区到所有其它 交通小区的交通量之和；j交通小区的吸引量Dj等于所有其 它交通小区到达j交通小区的交通量之和。 这两个性质是进行交通分布预测的重要条件。如在实际 工作中能够得到可靠的Oi和Dj信息，那么就可以把这两个条 件作为约束条件，称此为双约束；若只能够得到Oi的数据或 Dj的数据，那么就只能使用单约束条件。
4.2
增长系数法模型
2、 单约束增长系数法 单约束增长系数法，就是在实际中知道每个小区出行发生 增长的情况下，可以对O-D矩阵中的每一行应用出行发生约束 增长系数（τi）来预测未来O-D矩阵；同样，如果知道每个小 区出行吸引增长的情况，就可以对O-D矩阵中的每一列使用吸 引约束增长系数（τj），即 对于发生单约束增长系数法，有 Tij=τi tij 对于吸引单约束增长系数法，有 Tij=τjtij
4.2
增长系数法模型
增长系数法基本依赖于各交通小区间基年的交通分布情 况，把预测年的交通发生量和吸引量按基年交通分布的比例 分布到路网中。该方法适应于宏观交通量的分布，不限于个 别因素的影响，着重于总的趋势，适应性较强。但基年交通 分布的稍有偏差，对未来交通分布有较大影响。 它以平均增长系数法、Fratar法、Furness法和底特律法 等方法为主。
Fratar法的计算过程
开 始 输入节点个数 ，基年出行矩阵 开始计算
求αi ，bj 求Li ，Lj 利用公式Tij = tijα
4.2
增长系数法模型
1 、平均增长系数法 平均增长系数法 就是对拟研究地区未来的交通增长率给 一个统一的增长率τ, 用τ来估计未来O-D矩阵中的每一个元 素： Tij=τtij 对于所有i，j 同样有 τ=T/t 通常使用统一增长系数作出的预测，常常是不真实的，除 非它只是做很短时间内的预测。在更多的情况下，应该对项目 影响区的不同交通小区，使用不同的增长率。
4.2
增长系数法模型
4、Fratar法的基本公式为： Tij = tij *ai*bj * (Li+Lj )/2
式中：Tij—表示第i，j小区间的未来特征年出行量； tij---表示第i，j小区间的基年出行量； ∑jtij －－表示第i区现有交通总发生出行量； ∑itij－－ 表示第j小区现有交通总吸引出行量。且 Li= ∑jtij / ∑jtij* bj Lj= ∑itij / ∑itij *ai ai －－表示第i小区发生增长倍数； bj －－表示第j小区吸引增长倍数。
Cij=α1 tijv +α2 tijw +α3 tijt +α4tnij+α5Fij +α6Φij +δ
4.1
交通分布概述
式中： tijv---从i点到j点在车内的旅行时间； tijw---到发车站的步行时间； tijt ---在车站的等候时间； tnij ---从i点到j点的旅行费用； Φij---与从i点到j点有关的终点费用（一般为停车费用）； δ---所有与出行费用有关但没有被包含（安全、舒适性 和便利性等）在内的属性的参数； α1，α2，…α6---每个费用因素的权重。如广义费用以金 钱单位来计算，那么α可解释为“时间价值”，更确切地说， 是在车内旅行时间的价值，它的单位是金钱/时间；在这种 情况下，α2和α3则分别是步行时间价值和候车时间价值。
第4 章
4.1 4.2 4.3
交通分布模型
交通分布概述 增长系数法模型 重力模型及其标定
4.1 交通分布概述
1 、交通分布 交通分布就是要找出各交通小区之间的出行交换 量，即在交通需求或生成预测的基础上，把某一交通小 区的出行和吸引交通量分别依据一定的条件分布给其它 各个交通小区。
4.1 交通分布概述