居民出行分布预测剖析.ppt

居民出行分布预测 ——基于增长系数法、重力模型法 第一章 概述及基本概念 一、概述 在交通发生分析阶段，主要是预测各交通小区的发生和吸引交通量。而在交通分布分析阶段，则要预测这些吸引、发生交通从哪来、到哪去，即推求出各小区间的交通分布量。 交通分布中最常用的一个基本概念是OD表，O表示出发地，D表示目的地。交通分布通常用一个二维的矩阵表示。一个小区数为n的区域OD表如下图所示 表中， 为一小区i为起点，小区j为终点的交通量； 为小区i发生的交通量； 为小区j的吸引交通量；T为研究对象区域的交通总量。 对此OD表，下述各式均成立： ， ， 交通分布量的预测是指给定发生交通量 和吸引交通量 ，求全部OD 对（i,j）之间的分布交通量 ，将发生、吸引交通量作为已知条件，然后再预测这些发生、吸引交通量的分布。分布交通量是交通规划和交通控制系统设计的基本数据，其预测是四阶段预测法的重要步骤之一。 二、基本概念 (1)路段—交通网络上相邻两个节点之间的交通线路称为“路段”。 (2)路径—交通网络上任意一对PA点之间，从产生点到吸引点一连串连通的路段有序排列叫作这对队点之间的路径。一对PA之间可由有多条路径。 (3)最短路径—一对队点之间的路径中阻抗最小的路径叫“最短路径”。一对PA点之间的最短路径不止一条，用M(r，s)表示点对(r，s)间的最小阻抗。 (4)交通阻抗—指交通网络上路段或路径之间的运行距离、时间、费用、舒适度，或这些因素的综合。具体到不同交通网络其含义随人们的关注点不同而有所偏重，如时间。交通阻抗又两部分组成:路段上的阻抗和节点上的阻抗。 1)路段上的阻抗——在诸多交通阻抗因素中，时间是最主要的。对于任何交通出行，出行者一般都会选择时间最短的路径和交通工具。在城市路网中，有些交通系统(例如轨道交通)，其出行时间与距离成正比，与流量等因素无关。但是其它方式的交通，时间、距离往往不成正比，常常与流量有关，由此时间、距离、流量之间的关系比较复杂。 2)节点的阻抗——在城市道路中，往往道路网密集，相邻道路间距很近，因此车辆在节点处，尤其是信号等交叉口花费一定的时间。节点车的阻抗分为两类。 不分流向类:在某个节点各流向的阻抗基本相同，或者没有明显的规律性的分流向差别。 分流向类:流向有整体交通流向和局部交通流向之分 第二章 增长系数模型 一、基本模型 在交通调查得到OD矩阵后，便可以进行交通规划的四阶段法。OD矩阵是这 样一种形式： 他是一个n+1阶矩阵， 表示起 点为第i个小区，终点为第j个小区的出行次数。 预测未来OD矩阵前，需要事先估计出各小区的未来交通发生量和交通吸引量。设 为第i小区的未来交通发生量， 为第j小区的未来交通吸引量，D为未来交通小区的总交通量，则未来的OD矩阵为： ，所要求的即为 ， ， 分别是现状OD 矩阵的第i小区交通发生量和第j小区的交通吸引量，令 则我们可以得到迭代公式 其中i=1,...,n,j=1,....n这便是增长系数模型的最基本的形式。f为增长函数，取不同形式的时候便得到了不同的增长系数模型。当全部 和 ，都接近1时就可以停止迭代，收敛后就得到所需的未来OD矩阵。 二、几个模型的变形 上面我们提到，不同的增长函数会演变成不同的增长函数法，下面我们例举几种常见的方法： 1.常增长系数法： 该方法认为 的增长仅与i区的产生量增长率有关。增长函数为 这种方法只单方面考虑了产生量增长率对增长函数的影响，忽视吸引量增长率的影响。由于产生量与吸引两的不同，导致结果精度不高。这是一种最粗糙的方法。 2.平均增长系数法 该方法较常增长系数法有了改进。它认为 与i区产生量的增长及j分区吸引量的增长同时相关而且相关程度也相同，即增长函数为: 这种方法明显比常系数法合理，也是一种最常用的方法。 3.Detroit法 Detroit法是J.D.carol于1956年提出的。此方法认为:从小区i到小区j的交