城市交通系统规划_08-交通方式划分

多元Logit模型
例
已知两小区间有公交和小汽车两种出行方式，其中公交的 出行时间为15分钟，费用1元；小汽车出行时间为5分钟， 费用5元，计算两种交通方式的分担率。（已知Logit模型 参数α= -0. 1，β= -0.5，忽略舒适性等因素。） ������ 解：

V1=-0.1x15-0.5x1=-2 V2=-0.1x5-0.5x5=-3 P1=exp(-2) / (exp(-2)+exp(-3)) =0.135/(0.135+0.049)=0.733 P2=1-P1=0.267


出行距离
出行时间分布（白天、夜间）

与出行费用相关的因素（如运费、燃料费、票 价等）
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 汽 车
上班
46.37 8.79 1.64
上学
24.94 2.60 0.11
自由
20.26 0.54 0.73
业务
22.87 10.88 7.93
基本假设： 宏观因素和微观因素共同影响交通方式选择。 宏观因素如社会经济发展水平、车辆拥有量、 交通政策等，决定着出行方式的总结构。 微观因素如出行目的和出行时间，则决定着各 交通小区之间出行的具体选择。
宏观预测

������ 在宏观上，考虑该城市现状居民出行方式 结构及其内在原因，定性分析城市未来布局、 规模变化趋势，交通系统建设发展趋势，居民 出行方式选择决策趋势，并与可比的有关城市 进行比较，初步估计规划年城市交通结构可能 的取值。


作业
某地区居民采用公交车和小汽车两种交通方式出行，公交车 的运营速度为0.25 km/min，公交票价全程1元。小汽车速度 为1 km/min，平均使用费用为2元/km。已知三小区间全方 式出行分布量和出行距离矩阵如表所示，请计算三小区间小 汽车方式的出行分布量（交通方式的效用函数为k ）
现状全方式OD分布矩阵（单位：千人次） 三小区间出行距离矩阵（单位：km）
交通时间、服务水平等。
各类交通方式的预测
1、自由类交通方式预测

建立步行与出行目的和出行距离的关系，即可 进行步行方式预测。
2、条件类交通方式预测

根据影响因素，这类交通方式Байду номын сангаас预测可采用先
预测车辆的拥有量，再预测其出行总比例，最
后预测各交通区之间的出行比例的程序。

拥有量预测
根据国家的有关政策，以及城市或地区的社会、 经济的发展状况，依据有关的计划、规划，采 用类比分析、回归分析等方法，对单位小汽车、
8.6 概率模型★

������ 基本假设：出行者总是从各种交通方式中 选择“效用”最大的一种。交通方式效用值越 高，被选择的概率越大。
效用函数

效用=负费用 典型的效用函数：

其中： 为i,j小区间方式k的旅行时间， 为i,j小区间 方式k的货币费用， 为方式k的舒适性、安全性等属 性。 、 ������ 为时间价值（VOT）。
3.36
32.33 26.50 0.03 100.00
3.97
2.52 72.00 0.02 100.00
3.66
21.70 64.18 0.05 100.00
1.82
48.81 37.92 0.27
3.36
23.22 52.52 0.05
3.28
25.81 51.01 0.07 100.00
100.00 100.00
集计分析
调查单位 各次出行
非集计分析 各次出行 个人（或家庭） 个人的选择（离散量）
分析单位 因变量
交通小区 小区统计值（连续量）
自变量
预测方法 适用范围水平
各小区的数据
回归分析等 预测交通小区
每个人的数据
最大似然法 任意
政策的体现
交通小区代表值的变化
出行的发生与吸引 ↓ 出行分布 ↓ 交通方式划分 ↓ 径路分配
2.划分交通量：每种交通方式所分担的量叫做 该交通方式的划分交通量。 3.划分率（分担率）：划分交通量在全部交通 量中所占的比例。
8
综合运输规划的方式选择：
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： 1单独开车出行 2乘公共汽车出行 3乘地铁出行 4乘出租车出行 5骑自行车出行 6骑摩托车出行 7合乘出行 8步行出行
补充：Logit模型的标定
极大似然估计模型参数（多元） 不需要基于小区的样本数据 只需要基于个人的离散选择数据 具体可参看： ※《概率论与数理统计》教材的参数估计部分 ※周溪召，张扬. 先进的城市交通规划理论方法 和模型. 北京：中国铁道出版社，2008

8.7 宏、微观相结合的预测方法
在一定的出行总比例下，交通区间的出行比例取决
于出行目的和出行距离。
可首先建立起出行比例与出行目的、出行距离的一
种基础关系，然后再研究这种关系如何随出行总
比例、出行目的结构、出行距离结构发生变化， 进而得出相应关系。


3、竞争类交通方式预测
对于该类交通方式，交通政策、地理环境等外在 因素通过交通时间、费用等内在因素影响人们对 这类交通方式的选择。 建立该交通方式与其内在因素之间的关系模型， 并考虑外在因素的影响，即可对这类方式预测。 概率模型、重力模型转换型是较为合适的模型。
根据方式选择的基本单位进行分类 根据方式选择步骤分类
•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， 预测划分交通量的模型。
23
集计与非集计分析的区别
城市居民出行方式结构预测
0.6 57.8%
53%
现状 规划
0.4
0.2 16.7%
19% 13%
6.7% 1.6% 3% 出租车 11.9%
7%
摩托车
3.7% 3% 1.7% 2% 单位车 其它
0
步行
自行车
公交车
微观预测
������ 在微观上，根据出行调查资料统计出不 同距离（或出行时间）下各种交通方式分担 率，然后通过若干次试算对分担率进行修正， 使城市总体交通结构分布值落在第一步所估 计的可能取值范围之内。
55.18
0.22 100
58.38
0.29 100
39.50
0.00 100
36.34
0.28 100
37.21
0.27 100
日本大阪都市圈不同出行目的的交通方式利用情况 交通方式 城市铁路 上班
37.78
上学
21.49
自由
10.40
业务
11.18
回家
20.85
合计
19.83
公共汽车
小汽车 步行、自行 车、摩托 其他 合计
5
全方式OD
交通方式选择的影响因素★
（1） 出行者的特征
（2） 出行特征
（3）交通设施的特征
出行者的特征
• 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
出行特征

出行目的（上班、上学，自由，业务，回家等）

������
8.1 概述

������ 交通方式划分是交通需求预测四阶段法的第 三阶段，任务是将各小区间的交通分布量划分为 各种交通方式的分布量。交通方式划分阶段研究 的重点是出行者的交通方式选择行为，建立模型 预测基础设施或服务等条件变化时，交通方式间 交通需求的变化。
★基本概念：
1.方式划分/分担（modal split): 一个地区的全部出行数中利用各种交通方式的 人所占的比例叫做交通方式的分担。
不同交通方式的分担率曲线
典型城市客运出行结构
交通方式的分类
可分为：自由类、条件类和竞争类。
1、自由类交通方式

主要指步行交通，影响因素（内在因素）包括：出行 目的、出行距离、气候条件等 主要指单位小汽车、单位大客车、私人小汽车、摩托 车等交通方式。 影响因素（外在因素）包括：有关政策、社会、经济 的发展水平。
各种交通方式的合理出行距离
17
交通设施的特征



旅行时间（如等车时间、车内时间、换乘时间 等） 费用（如运费、燃料费、票价等） 交通设施是否完备（是否有停车场、停车费用 等） 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）
8.2 划分模型分类

8.5 回归模型法——产生分担组合模型

该模型是通过建立交通方式分担率与其相关因素间的
回归方程，作为预测交通方式模型。
Gim m 1m X1 2m X 2 nm X n

其中Gim——交通区i、交通方式m的交通产生量；
Xn——相关因素，如人口、土地使用、生活水平指标等。
25
8.3 转移曲线法
非 机 动 方 式 分 担 率
费用差（机动- 非机动）
转移曲线法优缺点
优点：简单，直观 缺点： ������ 数据调查分析工作量大； 时效性差； ������ 可移植性差； ������ 只能反映两两方式之间的相对划分比例； ������ 同一张图所能反映的因素单一
单位大客车、私人小汽车、摩托车等的拥有量
进行预测。

出行总比例预测
出行总比例预测可按如下模型进行：