城市交通需求预测

影响因素 工种、年龄
8）企业规模、性质
规律 企业大、业务处理量大，外出率高
30
9）家庭收入
特别影响弹性出行 规律 • 高收入家庭，汽车购买率高，购物、娱
乐等需求高，平均出行次数多
31
10）其他 包括天气、工作日、休息日、季节等
规律 • 雨雪天出行不便，出行量小 • 周一至周五工作日，出行量大且集中 • 周六、周日等休息日，出行量小且分散 • 炎热的夏天和寒冷的冬天，出行量小 • 春秋两季，气候宜人，出行多
集计处理
按集体（合）
8
去计量
集计处理
• 在传统的交通规划或交通需求预测中，通常首先将 对象地区或群体划分成若干小区或群体等特定的集 合体，然后以这些小区或群体为单位，展开问题的 讨论。因此，在建立模型或将样本放大时，需要以 这一类的集合体为单位对数据进行集计处理。
举例
• 用小区质心间的距离（时间）表示小区之间的距离 （时间），而这些距离（时间）在很大程度上意味 的是两小区之间的平均距离（时间）。
D
人口（万人）
O
1
2
3 合计 （现在/将来）
1
28
2
51
3
26
合计 28 50 27 105
11/15 20/36 10/14 41/65
例1 数据
（1）求出现状发生与吸引的原单位 小区2的发生原单位：51.0/20.0=2.550(次/(人.日)) 小区2的吸引原单位：50.0/20.0=2.500(次/(人.日))
51
现状发生、吸引原单位
D O
1 2 3
合计
1
2
3
2.545 2.500 2.700
合计
2.545 2.550 2.600
未来发生、吸引交通量
D O
1 2 3
合计
1
2
3
38.175 90.000 37.800
合计
38.175 91.800 36.400
（2）计算各小区将来发生、吸引交通量 小区2的未来发生交通量：2.550x36=91.800(万次/日) 小区2的未来吸引交通量：2.500x36=90.000(万次/日)
行推算 面积原单位法 • 用不同用途土地面积或单位办公面积平均发生
交通量进行推算 原单位指标的选取 • 以不同出行目的单位出行次数为原单位 • 以单位用地面积或单位经济指标为基准
35
原单位法
36
不同出行目的交通生成量的预测方法
37
不同出行目的交通生成量的预测方法
存在的问题 数据缺乏或陈旧
24
有增大的趋势。
不同年龄男性平均出行次数
25
不同年龄女性平均出行次数
26
4）汽车保有率
汽车保有率增加，人口出行次数增加 原因
• 出行需求高的人群购买车辆需求高，出 行次数多
• 购买车辆以后更容易诱发出行 评价指标
• 汽车保有量 • 户均汽车保有量
27
5）自由时间
定义 • 在一昼夜24h中，除睡眠、饮食等生活必需
21
1）土地利用
工业用地是工作日上班交通的主要发生源 指标：从业人口、产值等 相关出行：上班、公务、回程
仓储用地是货物的主要集散点 指标：仓库面积、货物吞吐量等 相关出行：上班、公务、回程
22
2）家庭规模和家庭成员构成
家庭 出行的基础
上班、弹性出行 多以家庭为出发点
家庭规模、成员构成 家庭出行的主要影响因素
集计数据与集计模型
9
集计数据 通过集计处理得到的数据。
集计模型 用集计数据所建立的模型。
非集计数据与非集计模型
10
非集计数据 不将样本进行集计或扩大等处理的数据。
非集计模型 以每一个样本为单位，直接利用非集计数据建
立的模型。 举例
基于活动链的出行需求预测 Activity-based travel demand forecast
发 生 交 通 量
吸引交通量
生成交通量
17
发生、吸引交通量和生成交通量之间的关系
交通生成预测的影响因素
19
1）土地利用 交通与土地利用：互动关系 土地利用分10类
2）家庭规模和家庭成员构成 3）年龄和性别 4）汽车保有率 5）自由时间
交通生成预测的影响因素
ห้องสมุดไป่ตู้20
6）职业和工种 7）外出率 8）企业规模、性质 9）家庭收入 10）其他
两者关系 家庭规模增大，人均出行次数减少 有老人和幼儿的家庭，看病出行多 年轻夫妇，购物、娱乐、上班出行多
23
3）年龄和性别
性别、年龄不同，出行次数、内容不同
男性
26~50岁出行率高
女性
16~45岁出行率高
发展趋势
• 随着健康水平提高、人口老龄化，出行率 有向高龄化发展的趋势；
• 随着生活水平和机动化程度提高，出行率
集计模型和非集计模型的比较
11
交通需求预测的四阶段模式
12
交通生成Trip Generation • 交通发生Trip production • 交通吸引 Trip attraction
交通分布 Trip Distribution 方式划分 Modal split 交通分配 Traffic assignment
1）土地利用
居住用地是交通主要发生源和居民出行主要起讫点 指标：居住面积、住户数、人口、住户平均人数等 相关出行：通勤出行、弹性出行、回程
公共设施用地,包括行政办公、商业金融业、文化 娱乐、体育、医疗卫生、教育科研设计、文物古迹 等用地 指标：办公面积、营业面积、从业人口等 相关出行：上班、上学、公务、回程
52
未来发生、吸引交通量
应满足的关系
？
D O
1 2 3
合计
1
2
3
38.175 90.000 37.800
合计
38.175 91.800 36.400
166.5
166.375
165.975
(具体见生成量计算)
常住人口原单位 105/41=2.561（次/日/人） 将来的生成交通量 65*2.561=166.5（万次/日）
已知：低收入、无小汽车、每户3人的家庭有100户；低收入、 无小汽车、每户4人的家庭有200户；中等收入、有1辆小汽车、 每户4人的家庭有300户；高收入、有2辆小汽车、每户5人的家 庭有50户。
则出行总量为： 100*3.4+200*4.9+300*8.3+50*12.9=4455（人次/日）
43
内容
内容
3
概述 交通生成预测 交通分布预测 交通方式划分 交通分配
3.1 概述
交通需求预测的目的
5
根据现状确定近期、中期和远期各特征年份的 各车种OD矩阵；
以便在对未来城市交通规划方案进行评价时， 能对其实施效果有一个科学的“事前”预见和 客观评价，从而避免交通规划的决策失误。
交通需求预测的内容
32
出行生成及其影响因素
33
出行生成 • 出行产生 • 出行吸引
影响因素 • 社会经济特性 • 土地利用
交通生成量—总控制量 • 预测和校核小区交通量
交通生成总量的预测方法
34
1）原单位法 2）交叉分类法 3）个人分类法
原单位法
个人原单位法 • 用居住人口或就业人口每人平均交通生成量进
来推算 函数法 • 预测不同出行目的的原单位
现状出行生成量 T=28+51+26=28+50+27=105（万次/日） 现状常住人口 N=11+20+10=41（万人） 将来常住人口 M=15+36+14=65（万人） 常住人口原单位 T/N=105/41=2.561（次/日/人） 将来的生成交通量 X=M*(T/N)=65*2.561=166.5（万次/日）
• 然后根据发生原单位和吸引原单位与人口、面积 等属性的乘积预测得到发生与吸引交通量。
？
应满足的关系
其中,i,j:小区; ➢ x:属性变量(土地利用类别、面积、常住人口、白天人口,
工作人口等); ➢ b:某出行目的的平均发生量(出行次数/（日.人)); ➢ c:某出行目的的平均吸引量(出行次数/(日.人))。
45
是对基于家庭的分类模型的一种替代方法。
Ti — i小区各类居民的总出行数； Ni — i小区的居民总数； aji — i小区j类居民的百分率； tj — j类居民的人均出行次数。
个人分类法
46
优点
个人出行产生模型同经典的交通 需求模型的其他部分完全兼容， 都是基于出行者
也可采用交叉分类方法
解决方法 采用简易方法进行数据采集或标定
具体办法 • 在居住小区出入口测出每天进出该区的车辆数
或人数，然后除以户数，即可得每天产生的出 行原单位； • 将住户数与原单位相乘及将分区所有项目相加 ，可得该区总出行生成量。
38
生成原单位将来值的做法
39
直接使用现状调查中得到的原单位 增长率法 • 将现状调查所得原单位乘以其他指标的增长率
6
1）城市客运交通预测 居民出行 流动人口出行 对外及过境客运交通
2）城市货运交通预测 市内货运交通 对外及过境货运交通
集计与非集计
7
集计分析 Aggregate analysis 非集计分析 Disaggregate analysis 集计数据 Aggregate data 非集计数据 Disaggregate data 集计模型 Aggregate model 非集计模型 Disaggregate model
建立个人分类模型所需样本数远 低于基于家庭模型
很容易考虑人口统计的变化
个人分类较家庭分类预测更容易
缺点
很难兼顾家庭 成员间的互相 影响、家庭的 花费和预算
发生与吸引交通量预测方法
47
1）原单位法 2）增长率法 3）交叉分类法(聚类分析法） 4）函数法
1）原单位法 基本思想
• 首先确定发生原单位和吸引原单位
53
166.375
（3）调整计算，采用总量控制法进行调整：
Oi' Oi T / Oi
i
D'j Dj T / Dj
j
D O
1
2
3
合计
1
38.175
2
91.800
3
36.400
合计 38.175 90.000 37.800 166.5
O1'
所导出的数学分布来估计
交叉分类法（聚类分析法）
42
构造模型的步骤 • 对家庭进行横向分类； • 对每个家庭进行横向类别定位； • 计算每类的平均出行率； • 计算各分区出行发生，把分区每类家庭数乘以该类出行发
生率，并将分区中所有类别家庭总加，得到出行总量。
不同类别家庭的平均出行率（人次/户/日）
交叉分类法（聚类分析）
44
优点 • 直观、容易理解 • 容易检验和更新 • 资料的有效利用 • 适用于各种研究范围
缺点
• 每类住户之间的差异性被忽略
• 因各类的样本数不同，预测时 所用出行率缺乏一致的精确性
• 同一类变量的类别等级的确定 凭个人主观
• 每一类的规划年资料的预测工 作繁杂
个人分类法
交通需求预测的四阶段模式
13
交通生成
i
Trip generation
j
交通分布 方式划分
交通分配 O-D流，时间，成本等
交通需求预测的四阶段模式
14
3.1交通生成预测
交通调查→小区土地利用(面积、住宅、就业人口等)→小区 的发生与吸引交通量
交通的发生和吸引（第一阶段）
16
发生、吸引交通量和生成交通量之间的关系
48
原单位法的调整法
49
总量控制法
• 假设 T p P
这种方法的本质是 什么？
• 修正
原单位法的调整法
50
调整系数法
• 假设
这种方法的本质是 什么？
• 调整系数
• 修正
例3 假设各小区的平均出行发生量与吸引量不变, 试用例1的数据求出将来的出行发生与吸引量
各区现状出行发生量和吸引量（万次/日）
40
交叉分类法(聚类分析法)
41
基本原理 以家庭为基本单元，用将来出行发生率求得将来出行量。
发展变化 • 20世纪70年代后，出行生成分析从应用交通分区统计资料
的回归分析转向个人（非集计）资料的交叉分类。 基本假定 • 一定时期内出行率稳定 • 家庭规模变化很小 • 收入与车辆拥有量总是增长的 • 每类家庭的数量可用家庭收入、车辆拥有量、家庭结构等
内容回顾
1
为什么要进行交通调查？ 交通调查的主要内容、方法、步骤分别是什么？ 交通调查的分类如何？各项交通调查需要获得哪
些数据资料？ OD出行调查主要包括哪些内容？主要注意事项有
哪些？一般分为哪几类？ 调查数据的统计分析主要采用哪些方法？常用的
统计指标有哪些？
第三章 交通需求预测
交通生成预测 交通分布预测 交通方式划分 交通分配
的时间和工作、学习等约束时间的剩余值。
规律 • 自由时间增加，用于出行的时间增加，购物
、娱乐等弹性出行增加。
28
6）职业和工种
职业和工种不同，出行量不同 • 专业驾驶员、推销员、采购员、业务员
平均出行量大 • 工人、学生、教师、行政管理人员平均
出行量小
29
7）外出率
定义 工作中外出业务占总业务的比率