新城区交通需求预测方法探究.docVIP

新城区交通需求预测方法探究 　　摘 要：本文通过分析新城区居民出行特性，总结出新城区居民出行生成预测模型。通过建立新城区居民出行生成预测模型，保障新城区交通需求预测的准确性。有利于新城区土地的合理开发和利用，并且其本身也是对交通需求预测理论的补充与完善。 关键词：交通需求, 预测模, 出行生成 中图分类号： C913.32文献标识码：A 文章编号： 0引言 随着中国经济的持续快速发展，城市化水平不断提高。我国的国家政策是限制大城市的发展规模，鼓励发展卫星城市。因此我国出现了大量的新城区。此外，由于缺乏新城市的居民出行状况、经济发展水平和土地利用等因素，传统的交通需求模型在新的城市中显示出它的局限性[1]。因此，需要对新城区交通需求预测模型进行研究。 在交通需求预测方面，国内外学者都进行了大量的研究。国外交通需求预测起步早，其中最具代表性的劳瑞模型，是综合交通和土地利用的模型[2]，把城市的活动水平与分布作为一个有机整体，在预测中建立统一的模型。国内学者对交通需求预测的研究也做出了重要贡献，如同济大学郭冠英对出行的分布模型进行了归纳和创新[3]。本文通过对城市居民出行特性的研究，得出新老城区居民的出行特征，从而对城市居民出行生成预测因素进行了具体分析，进而对常用的几种城市居民出行预测模型进行了深入的探讨和研究。 1 新城区居民出行特征分析 老城区居民出行特征总体可以概括为两个集中：一方面为时间集中，主要表现在居民上下班和节假日；另一方面为地点集中，主要表现在较繁华路段，如商业区。相比而言，新城区居民出行特征主要表现为时间集中，而地点上的集中程度比老城区要低。通过分析比较新老城区居民出行的特征，为研究新城区居民出行生成的预测模型奠定基础。 2影响城市居民出行生成预测因素 影响城市居民出行的因素是多方面的，本文主要对以下几方面进行分析： （1）经济状况。居民日常生活状况、出行目的地的选择及费用状况等都与经济有关。 （2）空闲度。城市居民的出行，需要有充足的时间来满足出行消耗。 （3）交通政策。其影响一般表现在交通政策制定的倾向性、公共设施建设和分布等方面。 另外，居住环境、生活习惯等也是影响出行生成预测的因素，这就使得研究工作变得较为复杂。 3新城区居民出行生成预测模型研究 原来的“四阶段预测法”[4]-[5]不能完全适应于新城区。新城市居民出行生成预测模型有很多种，针对几种较为常用的模型进行研究分析。 3.1原单位法 该预测模型分个人和面积原单位法两种模型，不同方法模型选择的原单位指标不同。 此预测模型将居民按属性分类，各类居民的单位出行量相对稳定，可保障预测的精度，具有较高的应用价值及指导意义。但该模型需要大规模的调查数据，而实施调查的频率极低，因此容易造成数据缺乏或陈旧。 3.2函数法 函数法通常采用两种回归分析法：一是使用小区的数据，分别以小区的平均特征和平均出行次数为自变量和因变量；二是使用个人或家庭的数据，分别以个人或家庭的特征和出行次数为自变量和因变量。 该方法在预测过程中加入了对居民出行行为特征的研究，对研究对象的分类比较细，保证了预测精确性。但是不能表现出土地利用的变化对居民出行行为的影响，预测的前期需要大量信息，且该模型的计算过程复杂，需要计算机协助完成。 3.3聚类分析法 在聚类分析法中，小汽车的拥有量、家庭规模和家庭收入是影响交通发生的三个主要因素。 公式为 (1) 式中：—i区内的C类家庭数；—C类家庭平均出行率；—I区出行产生数的计算值。 其优点为：直观、易理解；资料收集、检验和更新容易；应用范围广。缺点为：同类别家庭间的差异性被忽略了；分类的标准难以进行较为合理的量化，只靠个人主观进行评定；在实际应用的过程中对未来年各类住户数预测的工作较为繁杂[6]。 3.4基于土地利用的居民出行预测模型 因该模型较为直观，对居民出行分布的预测有直接的意义，而被广泛采用。 例如刘洪丽建立的公式： (2) 式中：-居民平均出行次数；-交通小区i的交通区位；-交通小区i的人口数；-交通小区i的出行发生量；n-交通小区的划分个数。 根据出行总量等于总人口与人均出行次数的乘积这个思路，可分别预测出各个交通小区的居民出行总量[7]。 3.5个人分类法 个人分类方法是通过研究各类人中平均出行生成次数，用各类居民出行生成量总和，来预测该地区出行生成量的模型。 这种预测模型是以出行者为研究对象，明显优于基于家庭的居民出行生成预测模型。在预测中所需的样本数据少，容易考虑人口统计的变化。此模型的不足是对各种居民