交通发生与吸引PPT课件

《交通发生与吸引PPT课件》由会员分享，可在线阅读，更多相关《交通发生与吸引PPT课件（49页珍藏版）》请在装配图网上搜索。

1、交通需求预测交通需求预测1一、一、交通生成预测交通生成预测二二、交通分布预测、交通分布预测三三、交通方式划分预测、交通方式划分预测四四、交通分配预测、交通分配预测预测四阶段预测四阶段l通过现状通过现状OD调查得到一张全人口全方式的现调查得到一张全人口全方式的现状状OD表表1234n123.nt11t12t13t14t1nt21t22t23t34t2nt31t32t33t34t3n.tn1tn2tn3tn4tnnP1.PnA1A2A3A4AnToD1、根据现状、根据现状OD表求未来交通出行需求表求未来交通出行需求1234n123.nP1.PnA1A2A3A4AnToD2、将总发生量和总吸引量分布

2、到未来的全人口全、将总发生量和总吸引量分布到未来的全人口全方式方式OD表中表中1234n123.nt11t12t13t14t1nt21t22t23t34t2nt31t32t33t34t3n.tn1tn2tn3tn4tnnP1.PnA1A2A3A4AnToD3、在出行方式上选择，进行新的划分、在出行方式上选择，进行新的划分tijTnoDtijTmoD公交OD自行车OD4、把两小区的交通交换量具体地落实到路网上、把两小区的交通交换量具体地落实到路网上方法：方法：l现状路网上分未来现状路网上分未来ODl现状路网上分现状现状路网上分现状OD评价现状路网评价现状路网l未来路网上分未来未来路网上分未来OD

3、检验规划的方案是否合理检验规划的方案是否合理集聚分析（集合预测发）集聚分析（集合预测发）客观方法客观方法非集聚分析非集聚分析主观方法主观方法因果分析（其中最典型的是回归分析）因果分析（其中最典型的是回归分析）趋势外推（其中最典型的是交叉分类法）趋势外推（其中最典型的是交叉分类法）预测的模式预测的模式居民居民客运客运流动人口流动人口对外和过境人口对外和过境人口内容内容市内市内对外和过境对外和过境货运货运城市交通需求预测城市交通需求预测模式模式1：居民居民OD居民生成居民生成、分布分布、方式划分方式划分、分配分配流动人口流动人口OD对外人口生成对外人口生成、分布分布、方式方式划分划分、分配分配过境

4、，对外过境，对外生成生成、分布分布、方式划分方式划分、分配分配基本步骤基本步骤模式模式2：居民居民OD流动人口流动人口OD生成生成、分布分布、方式划分方式划分、分配分配过境过境、对外对外交通预测基本思路交通预测基本思路预测前应获取的资料：预测前应获取的资料：1现状现状OD2现状和未来的社会经济现状和未来的社会经济3土地利用土地利用4交通及其交通设施交通及其交通设施第一个阶段：出行的发生与吸引第一个阶段：出行的发生与吸引影响出行生成的因素影响出行生成的因素生成交通量的预测生成交通量的预测 发生与吸引交通量的预测发生与吸引交通量的预测发生、吸引交通量与生成交通量的关系发生、吸引交通量与生成交通量的

5、关系 .发生交通量吸引交通量生成交通量生成交通量交通生成模型的目的交通生成模型的目的交通生成（交通生成（Trip Production）目的：目的：Zoningl根据根据ODStudy资料收集资料收集l预测：预测：Pi、Aj(i,j=1,2,3n)l出行土地使用、社会经济活动到出行过程生成l出行分类：按按Home由家出行（上班、非上班）非由家出行按目的按目的工作，上学，购物，公务，旅游按距离按距离按时间按时间按方式按方式l出行生成的单位：人，车人，车l出行发生量（出行发生量（TripGeneration）住户的社会经济特征住户的社会经济特征人口特征人口特征收入特征收入特征车辆的拥有特征车辆的拥

6、有特征l出行发生率出行发生率=出行的发生次数出行的发生次数/人人.天天Pi(数量，形态)出行吸引量（出行吸引量（TripAttraction）土地使用的形态土地使用的形态Aj土地面积，性质土地面积，性质建筑面积，性质建筑面积，性质(商业，办公，工厂，社会商业，办公，工厂，社会)1、回归分析、回归分析y=f(xi)模型：模型：y=+1x1+2x2+nxn多元线性回归多元线性回归y=+1x1a1+2x2a2+nxnan多元非线性回归多元非线性回归l应应满满足足假假设设：变变量量与与自自变变量量连连续续，自自变变量量对对因因变变量量是是线性的线性的、独立的变量独立的变量l误差来源：误差来源：1调查误

7、差调查误差2自变量的变化分布不一定是正态的自变量的变化分布不一定是正态的3个别抽样值离散个别抽样值离散4资料欠缺资料欠缺出行生成的两类模型出行生成的两类模型2、类别生成法、类别生成法(原单位法原单位法)1）构造方法构造方法按住宅类兴分按住宅类兴分按人口组成按人口组成la家庭分类家庭分类按收入按收入按车辆拥有按车辆拥有lb归类归类lc计算每类的平均出行发生率，吸引率计算每类的平均出行发生率，吸引率ld计算各分区的发生量，吸引量计算各分区的发生量，吸引量 出行的影响因素出行的影响因素土地利用土地利用住宅对交通的影响：住宅对交通的影响：住宅区面积、住户数、居住区总人口 单位面积的住户数和居民数等。其

8、它对交通的影响：其它对交通的影响：单位面积的工作人员数、占用的土地 面积等。其它指标：其它指标：学生人数等。家庭家庭家庭规模、人口构成：家庭规模、人口构成：家庭规模大的出行次数多。性别、年龄：性别、年龄：越年轻，出行次数越多。汽车（自行车）拥有数：汽车（自行车）拥有数：拥有数越大，出行越多。职业、职务：职业、职务：职业不同出行次数不同。单位公房：单位公房：与工作地点相距很近的居住者出行较少。自由时间：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）其它：其它：家庭收入、劳动时间、商店营业量等等。年龄段年龄段平均出行次数(男)不同年龄男性日人均出行次数（不同年龄男性日

9、人均出行次数（1986年北京市）年北京市）女性不同年龄的平均出行次数女性不同年龄的平均出行次数年龄段年龄段不同出行目的人均出行原单位（不同出行目的人均出行原单位（1986年北京市）年北京市）交叉分类或类型分析（按家庭）交叉分类或类型分析（按家庭）Cross-Classification or Category Analysisn以估计给定出行目的每户家庭的出行产生量为基础，建立以家庭属性为变量的函数。n突出家庭规模、收入、拥有小汽车数分类调查统计得出相应的出行产生率，由现状产生率得到现状出行量，由未来产生率得到未来出行量。基本假定基本假定n一定时期内出行率稳定；n家庭规模变化很小，收入与小汽车

10、拥有数增长；n家庭类型数量及各参数分布可用数学方法导出。模型说明：假设tp(h)是由h类家庭产生的、出行目的为p的平均出行数，类型可按照选择的层次来定义。计算出行率的标准方法是将标定数据所涉及的家庭分成多组，然后，按出行目的汇总观测到的总出行量。按家庭h计算的出行率tp(h)就是将总出行量除以相应的家庭数量H(h)。其技术关键在于如何选择分类方式，使得的标准差最小。优点：1 能够利用已知信息估计家庭类型数量；2 从其他调查取得出行产生率；3 计算简单缺点：高收入、拥有小汽车数量多的住户在现状与预测两阶段中的作用不均衡。实例：20世纪60年代伦敦交通规划。按照地理条件和家庭属性，分了108个类型

11、。该研究的基本假定为：1.一个独立的家庭是交通发生的基本单位；2.每个家庭的生成交通量是由其地理位置（如工作地点）3.及其家庭属性决定的；3.具有某些同样特点的家庭可以作为基准求出各种类型家庭的平均出行率；4.只要各家庭的外部因素与最初调查时点是相同的，就可5.以认为其出行率不变。按照年收入、汽车拥有数、家庭规模等按照年收入、汽车拥有数、家庭规模等3个特征对家庭分类：个特征对家庭分类：年收入（英镑）：年收入（英镑）：不足500、500-1000、1000-1500 1500-2000、2000-2500、2500以上汽车拥有数：汽车拥有数：0、1、1以上家庭构成：家庭构成：无就业者，无业成人1

12、人；无就业者，无业成人 1人以上；就业者1人，无业成人1人及以下；就业者1人，无业成人2人及以上；就业者2人，无业成人1人及以下；就业者2人，无业成人2人 及以上；在某对象区域常住人口平均出行率不变的情况下，在某对象区域常住人口平均出行率不变的情况下，求其将来的出行生成量。求其将来的出行生成量。（单位：万出行数日）（单位：万出行数日）出行生成量：现状常住人口：平均出行率T/N：105.0/41.0=2.561(出行数/日、人)将来的生成交通量：X=M*(T/N)=65.0*2.561=166.5(万出行数/日)发生与吸引交通量的预测发生与吸引交通量的预测（1）增长率法；）增长率法；（2）原单位

13、法；）原单位法；（3）函数法）函数法对交通小区的发生、吸引交通量的预测，要考虑到对交通小区的发生、吸引交通量的预测，要考虑到交通发生源的空间布局关系，从而按区域进行发生、交通发生源的空间布局关系，从而按区域进行发生、吸引交通量的预测。吸引交通量的预测。增长率法（增长率法（Growth Factor Method）把现在的不同分区的发生、吸引交通量 与到预测时点的增长率 相乘，即：发生、吸引交通量增长率，通常可以用表示 各交通小区活动的指标的增长率来表示。人口增长率汽车拥有数的增长率一个区域共有500户家庭，250户有1辆小汽车，另外250户没有小汽车。假设有汽车家庭出行发生率为次/天，无汽车家

14、庭为次/天。假设未来所有家庭都有1辆小汽车，求规划年的出行发生量Ti。解：该区域现在出行量：t=250*2.5+250*6=2125次/天 增长系数为：Fi=Cid/Cic 该区域未来出行量：Ti=2*2125=4250次/天。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。原单位法（交叉分类法）原单位法（交叉分类法）总量控制总量控制(Control Total)T=166.5 万出行数日函数法（回归法）函数法（回归法）这种方法是交通小区的发生、吸引交通量预测上最常用的方法，由于绝大部分研究是采用多元回归分析模型，故也被称为多元回归分析法（Regression

15、 analysis）。1.2.3.：表示校正系数；：表示交通小区的影响出行的社会经济指标，例如区内平均收入、平均汽车保有率、家庭数、人口、就业人数、土地利用面积等等。准备和整理必要的资料数据；准备和整理必要的资料数据；确定因变量和自变量，尤其是自变量；确定因变量和自变量，尤其是自变量；根据资料数据作出散点图根据资料数据作出散点图;确定模型形式；确定模型形式；求解回归系数。求解回归系数。1、建立模型、建立模型初步经验检验。统计检验包括离散系数、相关系数、可决系数等检验，从数学上考察模型；判定预测效果。2、检验模型、检验模型通过上述检验后，进入实际预测，提供有价值的信息。3、实施预测、实施预测一元

16、线性回归一元线性回归只有一个变量的一元回归模型：只有一个变量的一元回归模型：a、b回归系数。回归系数。回归系数公式：回归系数公式：标准差标准差S计算公式：计算公式：式中式中n-2为自由度，因为为自由度，因为a,b是由实际资料计算的，所以是由实际资料计算的，所以自由度比自由度比n少少2。例题例题某城市有六个区，各区某城市有六个区，各区2002年机动车拥有量与人口之间年机动车拥有量与人口之间的关系如下，试用一元线性回归分析技术建立预测模型。的关系如下，试用一元线性回归分析技术建立预测模型。分区号分区号123456机动车机动车300240430310220200人口人口128201276解：解：所以，所以，回归分析方法的缺陷：回归分析方法的缺陷：1.不能保证使用了真正有效的说明变量；不能保证使用了真正有效的说明变量；2.即使得到了公式，也不能保证一定是合理的描述即使得到了公式，也不能保证一定是合理的描述了交通现象。了交通现象。计算结果通过总量控制法进行修正。计算结果通过总量控制法进行修正。