第07章 交通方式分担.ppt

? 交通需求预测中的集计与非集计分析 交通需求预测的集计模型通常是将每个人的交通活动按交通小区进行统计处理、分析，从而得到以交通小区为单位的分析模型。需求预测的非集计模型则以实际产生交通活动的个人为单位，调查得到的数据不按交通小区进行统计等处理而直接用于建立模型。 与集计分析相比较，非集计分析在分析的单位、模型预测方法、应用层面、政策体现、数据的效率和说明变量等方面有着明显的差异。 ? 非集计模型的发展 非集计模型的开发、研究始于20世纪60年代初期，最早是以交通方式选择为研究中心。 进入70年代，MIT的Mcfadden教授等人在理论研究上取得了很大的进展，将非集计模型的研究推向了实用化阶段。 效用理论基本变量及其定义 选择函数 二元Logit模型的简单算例 多元Logit模型 如果假定每个效用函数的效用随机项都是独立同Gumble分布的随机变量，则根据效用最大化的原则可以导出多元Logit模型，其选择概率公式为： 某一方案的选择概率也可以表示为该方案的效用值与其它可选方案效用值之差的函数： Logit模型的性质 多元Logit模型的优点是简单实用，与其它更复杂的离散选择模型相比，模型相对简单得多（特别是计算简单），另外模型的可解释性也较好。 Logit模型的IIA特性 对于Logit模型，两个方案的选择概率之比（或称为两个方案的相对优劣）仅取决于这两个方案的特性，而与其它方案的特性无关。通常称该性质为Logit模型的IIA特性（Independent of Irrelevant Alternative），IIA特性源于效用随机项之间相互独立的假定，属于Logit模型的弱点之一。 针对Logit模型缺陷特性的例子 红蓝巴士问题 导致红蓝巴士问题荒谬结果的原因正是忽视了蓝巴士与红巴士紧密的相关性。 长短路的路径选择问题：在网络a中，两条路径的时间分别是10min和5min，差别是5min；在网络b中，两条路径的时间分别是125min和120min，差别仍为5min。 对图a所示的网络，“时间5min”的路径选择概率为0.993，“时间10min”的路径选择概率为0.007；对图b所示的网络，“时间120min”的路径选择概率仍为0.993，“时间125min”的路径的选择概率仍为0.007。 结果分析： 产生这一现象的根源在于Logit模型的基本假设：假设各路径的感知出行时间有着相同概率分布的误差项（尤其是方差也相同）。 ? Probit模型 ? 规划实践中采用的方法 从目前我国城市交通规划的实践来看，在进行居民出行方式划分预测中，一个普遍的趋势是定性分析和定量分析相结合、宏观与微观相结合、宏观预测指导微观预测的方法，即：首先在宏观上依据未来国家经济政策、交通政策及相关城市的比较对未来城市交通结构作出估计，然后在此基础上进行微观预测。 * * 长沙理工大学交通运输工程学院 长沙理工大学交通运输工程学院 长沙理工大学交通运输工程学院 长沙理工大学交通运输工程学院 长沙理工大学交通运输工程学院 长沙理工大学交通运输工程学院 第七章交通方式分担 长沙理工大学 2016年3月 本章主要内容： 6.1 交通方式分担的概念 6.2 影响方式选择的因素 6.3交通方式分担预测的分析方法 6.4 实用方式分担预测模型 6.5 非集计模型 6.1 交通方式分担的概念 一个出行（trip）与一种交通方式（mode）相对应。 一个区域（zone）的全部出行数中，利用某种交通方式的人占所有出行的比例就称为方式分担（modal split）。 每种交通方式所分担到的交通量叫做该方式的分担交通量。 分担交通量占全部交通量里的比例称为方式分担率（或称选择率）。 交通方式分担预测的内容：确定各种交通方式的分担率大小。 交通方式选择问题是交通规划和政策制定中的重要部分。进行方式分担分析的目的在于通过对现状和未来的分析，从而建立起一个合理的分担关系。 交通方式划分模型的建模思路： 思路①：在假设历史的变化情况将来继续延续下去的前提下，研究交通需求的变化。 思路②：从城市规划的角度，为实现所期望的交通方式分担率，研究如何改扩建各种交通设施来引导人们的出行，以及如何制定各种交通管理规则等。 交通方式简介： 城际间：铁路、公路、航空、水运、管道。 城市范围：轨道（地铁、轻轨、独轨等）、水运、道路（步行、非机动车、摩托车、出租、公共电汽车、私家车、公务车；客车、货车）。 代表交通方式 单种交通方式出行： 多种交通方式出行：代表交通方式按照“铁道－公共汽车－小汽车－摩托车－自行车－步行”的优先顺序来进行确定。 交通方式划分的阶段 交通方式划分依据其在四阶段模型中所处阶段位置的不同，有如下的5种分类。