城市轨道交通需求预测方法比较

56
交通科技与经济
第 13 卷
城镇的公路的里程, 即关系的数量 , 这种与弧有关的 数量指标 , 根据实际问题的需要, 可以赋予不同的含 义, 称之为权。包含 权值的有向图 即赋权有向图。 例如图 3 中 D = ( V , A ) , A 代表弧的集合 , V 代表点 的集合, 对 A 中的某条弧从点 v i 指向 v j , 则记之为 ak = ( v i , v j ) , 相应地有权 W ( ak ) = w ij , 则 D 连同边 上的权即为赋权有向图。
中各类影响因子权重综合修正值。 在诸多交通阻抗因素中 , 时间因素是最主要的。 对于单种交通网络 , 出行者在进行路径选择时, 一般 都是以时间最短为目标。城市轨道交通网络中, 路 段上的走行时间与距离成正比, 与路段上的流量无 关, 此时用时间或距离作为阻抗是等价的。小汽车 交通、 常规公交等交通网络上, 路段上的走行时间与 路段上的交通流量有关 , 与距离不一定成正比, 此时 走行时间与距离、 流量的关系比较复杂 , 不作具体探 讨, 可参 照美国 道 路局 ( BP R – Bureau of Public Ro ad) 开发的表示车辆在公路路段上所需走行时间 与公路车流量之间关系的 BPR 函数。 2) 点的权值。在换乘过程中, 人们往往期望换 乘步行时 间短, 换 乘等候时间短 , 换乘费用 低。因
=
( ti + vi ) f i . si
式中 : t i 为乘客在点 i 处衔接换乘所需的步行时间; v i 为乘客在点 i 处衔接换乘所需的等候时间 ; f i 为 乘客在点 i 处衔接换乘花费的费用 , 如停车费等 , f i 0 ; s i 为乘客在点 i 处衔接换乘的舒适度; 为换乘 综合费用函数中各类影响因子权重综合修正值。 3. 2 基于赋权有向图最短路理论的客流分配 1) 赋权有向图最短路理论
与 四阶段 模型相比, 三阶段 法的区别在于: 1) 基础平台不同。 三阶段 法预测的基础平台 是包含轨道交通、 常规公交、 小汽车交通、 非机动车 交通、 步行等各类交通方式的综合交通网络 , 而非仅 为公共交通网络。 2) 无 方式 划分 阶段。 三阶段 法中不 包含 方式划分 阶段, 主要是由于客流分配是在包含各 种交通方式的综合交通网络中进行 , 客流对于出行 路径的选择也体现了其对交通方式的选择。 3) 客流分配的对象不同。 三阶段 法是对全人 口全 方式 出行 OD 进 行分配 , 而非 仅对 公交 出行 OD 进行分配。 三阶段 法最核心的部分即是综合交通网络的 构建以及在综合交通网络基础上的客流分配。 3. 1 基础平台 络的构建 基于赋权有向图的综合交通网
城市轨道交通需求预测方法比较
李青华
( 上 海市城市综合交通规划研究所 , 上海 200040) 摘 要 : 针对常用的 四阶段 法在轨道交通需求预测中存在 的不足 , 提出 轨道交通 客流分配应 将全人口 全方式出行
量在综合交通网络中进行分配的观点 , 并应用赋权 有向图相关理论构造 综合交通 网络 , 提出 轨道交通 需求预测的 三阶段 方法 。 关键词 : 轨道交通 ; 交通需求预测 ; 四阶段模型 ; 综合交通网络 中图分类号 : U 492 文献标识码 : A 文章编号 : 1008 5696( 2011) 01 0054 04
[ 1]
。最短路问题就是
一个赋权有向图的优 化问题。在赋 权有向图 D = ( V , A ) 中, 若 P 是从 v s 到 v t 的一条路 , 定义路 P 的 路权是 P 中所有弧的权之和, 记为 w ( P ) 。最短路 问题就是要在所有从 v s 到 v t 的路中求一条权最小 的路。即求一条从 v s 到 v t 的路 P 0 , 使 w ( P 0 ) = minP w ( P) . 对 D 中所有从 v s 到 v t 的路 P 0 取最小, 称 P 0 是从 v s 到 v t 的最短路。路 P 0 的权称为路的距离, 记为 d( v s , v t ) 。d ( v s , v t ) 与 d( v t , v s ) 不一定相等。 当所有的 w ij st ra 标号算法
The Comparison of Urban Transit Demand Forecasting Method
L I Qing hua
( Shanghai Cit y Comprehensiv e T r ansport ation P lanning Inst itute, Shang hai 200040, China)
收稿日期 : 2010 08 15 作者简介 : 李青华 ( 1983- ) , 女 , 助理工程师 , 硕士 , 研究方 向: 城市综 合交通规划 .
第1期
李青华 : 城市轨道交通需求预测方法比较
55
OD 调查为基础 , 结合现状居民出行的分布状况 , 对 整个公交客流在路网上的分布进行预侧分析 , 从中 确定轨道交通线路上的客流量。该方法具体分为出 行生成预测、 出行分布预测、 交通方式划分预测和交 通分配 Baidu Nhomakorabea 个阶段 , 其主要工作流程如图 1 所示。 四 阶段 模型发展较为成熟, 目前在 国内应用最为 广 泛。
1
轨道交通需求预测方法
目前 , 我国轨道交通需求预测方法主要分为 3
类: 趋势外推法、 非集计模型、 四阶段 法。 1. 1 趋势外推法 趋势外推法 是以现状公交出 行历史数据为 基
础, 将相关公交线路的现状客流和其他方式客流量 向轨道线路转移 , 得到虚拟的基年轨道客流, 然后按 照相关公交线路历年客运量和增长规律, 确定轨道 客流的增长率, 以此推算远期轨道客流 , 或者由公交 预测资料直接推算远期轨道客流。在确定轨道交通
图1
四阶段 法需求预测流程 图2 三阶段 法需求预测流程
2 对主流 四阶段 预测方法存在不足的思考
虽然 四阶段 模型在目前轨道交通客流预测中 应用比较广泛, 但其除模型不可避免地与现实情况 存在一定差异性外, 还存在一些问题。 1) 对于转移交通量多以定性分析为主, 较为片 面。 四阶段 模型中 , 将公交出行 OD 在包含轨道 交通的公共交通网络中进行交通分配最终得到轨道 交通客流指标, 其假定轨道客流的产生源即为公交 客流, 较少考虑轨道交通建成后, 小汽车、 非机动车 等其它交通方式向轨道交通的转移量, 或者仅通过 定性分析各个小区小汽车拥有量、 非机动车出行量 等情况, 对公交 OD 进行调整来体现转移交通量, 这 种分析方法较为片面, 必然影响轨道客流预测的准 确性。 2) 未考虑可能存在的小汽车、 非机动车等方式 与轨道交通的换乘情况。 四阶段 模型中 , 预测的 基础平台为公共交通网络, 其假定出行者在出行整 个过程中均采用公交方式, 忽略了可能存在的小汽 车、 非机动车等方式与轨道交通的换乘情况。 分析上述问题, 作者认为轨道交通需求预测应 将轨道交通纳入城市交通网络中, 在包含轨道交通、 常规公共交通、 小汽车交通、 非机动车等各类交通方 式的综合交通网络上, 考虑全体出行人口对于出行 方式的选择, 进而确定轨道交通的客流量及与其他
交通方式相关的轨道交通换乘量。
3
对 四阶段 模型的改进 通网络的 三阶段 法
基于综合交
鉴于以上分析 , 借鉴 四阶段 模型 , 本文提出城 市轨道客流预测 三阶段 法 , 即第一阶段, 出行生成 预测 ; 第二阶段, 出行分布预测; 第三阶段, 客流分配 预测 , 将全人口全方式出行分布量在轨道交通网、 常 规公交网、 小汽车交通网、 非机动车交通网组成的综 合交通网络上进行出行方式选择的客流分配, 最终 得到轨道交通线客流指标。具体流程如图 2 所示。
3. 1. 1
赋权有向图基本理论[ 1]
图是点 ( vert ex ) 和弧 ( edge) 的集合, 是描述一 些对象及其之间关系的模型。其中 , 点是弧联系的 对象 , 弧反映了点之间的联系。若图上点与点之间 的连线标明了方向, 则为有向图。有时不仅要表示 两个对象之间有无关系 , 如在公路网中 , 不仅要知道 两个城镇之间有无公路连接, 还要知道连接这两个
图 3 赋权有向图 D
此, 从理论上可以定义在两种交通方式之间换乘时 点的权值即可换乘站点的换乘综合费用为 W ( v i - ) = w i( )
3. 1. 2 应用赋权有向图理论构建综合交通网络 3. 1. 2. 1 网络的构建 综合交通网络应是由轨道交通网络、 常规公交 网络、 小汽车交通网络、 非机动车交通网络、 步行网 络等各类交通网络一起构成的超级网络, 网络中应 能反映各种交通方式线路及站点。将综合交通网络 抽象化为赋权有向图, 则综合交通网络亦由弧和点 构成 , 若用 D = ( V , A ) 表示, 其中 A 为弧集, 用以表 示轨道交通、 常规公交、 小汽车交通、 非机动车、 步行 等各种交通方式下的行驶线路 , 对 A 中的某条弧 a k 从点 v i 指向 v j , 则记之为 ak = ( v i , v j ) , 相应地有权 W ( ak ) = w ij , 弧上的权值即表示在该交通方式路段 上运行的综合费用, 相当于路段阻抗。 V 为节点集 , 代表两种或两种以上交通方式可衔接换乘的公交站 点、 停车场等, 定义点的权值表示在该衔接换乘点某 两种交通方式之间的换乘综合费用 , 相当于节点的 阻抗。 3. 1. 2. 2 权值的确定 1) 弧的权值: 当乘客选择某种交通方式时 , 比 较关注的一般包括: 交通费用、 行驶时间、 舒适度等。 人在出行的过程中, 往往倾向于选择舒适度高 , 而出 行费用低、 所需时间短的交通方式, 因此, 从理论上 可以定义在某种交通方式下弧的权值即路段的出行 综合费用为 W( ak ) = w ij = tk sk fk .
Abstract: Based on t he Summary o f t he g eneral rail t ransit demand f orecast ing met ho ds and t heir applica t ions, t he paper analyzes t he sho rt com ings of t he co mmo n ed gr aph. Key words: rail t ransit; t raff ic demand for ecast ; f our st ep m odel; co mprehensive t ranspo rt at ion netw or k 轨道交通客流需求预测分析是项目立项和可行 性分析的重要依据, 也是整个轨道交通系统规划与 设计的重要依据 , 其结果的准确与否对于确定何种 形式的轨道交通系统, 线网的规模、 线路的走向、 场 站的位置及规模起着至关重要的作用。因此 , 必须 重视轨道交通需求预测方法、 预测理论 , 对影响需求 预测结果精度的因素要进行深入的分析和把握 , 以 期为轨道线网的建设和完善提供科学的支持。 客流增长率时一般采用指数平滑、 多元回归等方法。 北京一、 二期地铁线路的客流预测及复兴门 - 八王 坟的线路客流预测均采用了此类预测方法 [ 4] 。 趋势外推法由于不是基于现状 OD 分布, 对现 状交通特征的反映较片面, 无法全面考虑城市用地 规模、 交通设施及出行结构改变上的影响, 因此, 精 度较低, 目前一般只用于其它模式预测后的比较验 证或作为定性分析的辅助手段[ 5] 。 1. 2 非集计模型 非集计模型又称交通特征模型 , 它以实际产生 交通活动的个人而非交通小区作为研究对象, 根据 个人特征对个人是否进行出行、 去何处、 利用何种交 通工具以及选择哪条路线等活动分别进行预侧, 得 到交通需求总量。这一模型在理论上利用了现代心 理学的成果, 引入了随机效用的概念, 其核心是效用 最大化理论。它着眼于研 究出行者个体 的出行行 为, 虽然理论上具有较高的准确性 , 但要求足够精度 和巨大的样本量, 设定的自变量和参数标定工作较 大, 计算复杂 , 应用范围较为局限, 目前在国内的研 究和使用还未系统展开 , 多应用于方式划分领域。 1. 3 四阶段 模型 四阶段 需求预测方 法以现状城市 居民出行 fo ur st ep mo del , sugg est s so me im prov e m ent s, t hen proposed rail demand f orecast ing t hree st ep appro ach applied t he t heo ry o f empow er direct