基于反馈循环的城市交通需求预测模型构建.docVIP

基于反馈循环的城市交通需求预测模型构建 　　【摘 要】充分引入国外先进的交通规划理念和方法， 对传统四阶段预测法的框架、思路和方法进行拓展， 引入出行时段划分和循环反馈等内容。以大连市区城市交通需求预测模型构建为例， 引入出行分布校核、动态分布参数调整、出行时段划分、综合阻抗、循环反馈等新技术， 使交通需求预测更加准确和科学。 　　【关键词】交通需求预测；反馈循环；综合阻抗；四阶段模型；客流预测 　　0 引言 　　目前流行的传统四阶段模型为单向顺序模型，上一阶段模型的输出结果作为下一阶段模型的输入数据，导致各阶段结果的不一致，随着城市交通拥堵日益加剧，这一缺点更加突出。针对该问题，FHWA提出引入反馈机制，保证模型内部结果的一致性的方法；在正在编制中的《城市轨道交通客流预测规范》明确提出城市交通需求预测模型应利用反馈迭代技术，综合反映各类交通出行方式以及公共交通出行方式之间的竞争关系。本文在对四阶段方法利弊充分认识的基础上， 借鉴国外先进的理论和方法，以大连市交通预测模型构建为例详细阐述反馈循环四阶段方法的框架、各阶段的理论及技术方法。 　　1 模型框架 　　1.1 模型结构 　　在传统四阶段预测模型基础上，对预测模型进行扩展，充分借鉴国外规划预测模型的先进理念， 对传统四阶段法模型进行更科学、合理的优化改进，增加出行分布参数校核与调整、出行时段划分及循环反馈等步骤， 以期交通预测模型更加贴近实际，模型框架具体见图1。 　　1.2 模型原理 　　1.2.1 出行生成 　　引入反馈后，为保证居民出行分布模型的合理性，基于居民出行时间的稳定性，需对居民出行分布参数进行校核，文献[5]表明出行阻抗的指数分布参数与平均出行时间为单调函数，采用黄金分割法对出行分布参数进行动态调整，以保证出行时间分布的合理性。 　　1.2.3 出行时段划分 　　根据城市交通出行时间的分布特点，将全日出行时段划分为三个时段，早高峰、晚高峰及平峰，以确保需求预测更加符合实际，并为相关道路、轨道等专项客流预测提供更准确的数据。 　　1.2.4 出行方式划分 　　1.2.5 交通分配 　　交通分配主要包括道路机动车分配及公交客流分配，其中机动车分配采用用户平衡模型， 　　延误函数选择考虑城市交通拥堵主要集中于交叉口，而传统的延误函数为BPR函数，主要描述路段延误，为保证分配模型与实际的一致性，交通分配过程中引入路段与节点复合延误函数，并根据大连道路实际进行相应标定。 　　公交客流分配采用最短路径法，分配过程中的阻抗为广义出行费用。 　　1.2.6 循环反馈 　　其中MSAFlown为第n次迭代移动平均路段流量，Flown为当前交通分配中计算路段流量。 　　移动平均化对不同出行时间段的各类出行方式的出行时间进行计算并综合为全日综合阻抗反馈至出行分布阶段重新进行出行分布预测。 　　2 大连市交通需求预测模型构建 　　2.1 网络构建 　　网络构建包括道路及公共交通网络，其中道路网络以大连市总体规划确定道路网为依据。公共交通网络包含轨道网络及常规公交线网，轨道网络使用轨道线网规划确定的网络，常规公交线网将结合轨道规划对公交线网进行适当调整。 　　2.2 出行生成 　　根据预测，大连市区未来出行总量为2030万人次，其中居民出行总量为1672万人次，流动人口出行人次为358万人次/日。 　　2.3 出行分布 　　根据大连市区现状居民出行调查数据，大连市区平均出行时间为29分钟，考虑未来城区范围扩大，交通条件改善等因素，居民出行距离将增大，出行时间将增长，最终确定远期大连市区居民出行时间为34分钟。 　　2.4 方式划分 　　根据方式划分模型预测结果，未来大连市区公共交通出行比例将到达50%，出行结构构成具体见表1。 　　表1 大连市区出行结构 　　3 模型应用分析 　　3.1 大连核心区概况 　　大连核心区是大连市的中心区域，集行政文化、商业金融、科技创新中心等多种功能于一体，现状人口约为245万，未来规划定位为东北地区金融、商务、会展中心，大连市行政中心、文化中心、体育中心、高新技术产业基地。 　　受地形条件限制，核心区道路资源有限，高峰时段主要要道路交通量接近饱和，道路运行速度明显下降，这种拥堵状态会随着城市的不断发展以及机动车保有量的快速增长而进一步加剧。 　　3.2 模型应用结果 　　根据交通需求预测结果，核心区未来交通出行量为1100万人次/日，占市区出行总量的54%；出行结构中公交出行占53%，小汽车出行占19%；高峰时段道路网整体运行水平一般，跨蜂腰断面机动车流量为集中，道路服务水平较差，具体见图2、图3。 　　4 结论 　　通过在传统四阶段模型中引入反馈机制，不仅消除了模