基于Logit模型航道货运量分配预测研究.docVIP

基于Logit模型航道货运量分配预测研究 　　摘要 本文应用了Logit模型从模拟船舶实际选择路径概率出发,结合船舶的实际运行特点,建立了行之有效的航道货运量分配模型。 　　关键词 Logit模型;航道;货运量 　　中图分类号U61 文献标识码A 文章编号 1674-6708(2010)23-0177-02 　　 　　Abstract This article applied the Logit model from to simulate the ships actual choice way probability to embark, unifies ships actual movement characteristic, has established the effective route freight volume apportion model. 　　Keywords Logit model;route;freight volume 　　 　　0 引言 　　对于单条航道的货运量预测,传统的方法通常只考虑该航道的历史运量及其发展趋势,通过建立运量与社会经济的相关关系或者运用时间序列法进行预测。然而,当航道网络比较发达,航道路线之间产生竞争,也就是货物的运输存在多路径选择时,周围航道网络条件的改善会对该航道的货运量产生较大的影响,此时,传统的货运量预测方法由于不能反映该影响,往往会导致预测结果出现较大偏差。而采用交通规划中常用的“四阶段法”,根据项目影响区范围内的货物流量流向,从航道的实际营运费用出发,模拟航道船舶的航行路径选择,利用网络配流模型进行预测则具有较好的预测精度,而本文研究的航道货运量分配预测又是整个四阶段预测模型的核心内容。 　　1 Logit模型 　　Logit模型一般形式为: 　　式中, Ui一第i种运输路径的效用值; 　　m一可供船舶选择的运输路径; 　　P一第i种运输路径被船舶选中的概率,满足条件: 　　第i种运输路径的效用值通常表示为包括运输距离、运输时间、运输费用素的线性组合,即: 　　 , 　　式中,Wj 一第j种特性的权重; Cj一第j种特性的特征值。 　　以上是Logit模型的基本形式。Logit模型通常用于评估个体在若干个可选方案中选择某一种的概率。尤其是对一些影响选择决策的,不能直接测试、直接观察到的因素,可运用Logit模型,在一定的假设前提下,建立选择概率和可选方案属性之间的数学关系,进行离散选择分析。由于其形式简单,计算方便,在实际中得到广泛的应用。 　　2 航道货运量预测的分配方法及分配模型 　　1)基本分配模型 　　根据航道船舶的航行特点,本文对其货运量分配采用多路径概率分配法。由出行者的航线选择特性可知,出行者希望选择最合适(最短、最快、最方便、最舒适等)的航线出行,称之为最短路因素,但由于交通网路的复杂性及交通状况的随机性,出行者选择出行航线时往往带有不确定性,称之为随机因素。这两种因素存在于出行者整个出行过程中,2因素所处的主次地位取决于可供选择的出行路线的路权差(行驶时间或费用差等)。因此,各出行路线被选用的概率可采用Logit型路径选择模型计算。 　　其基本原理是:两个交通小区之间,存在几条可能的出行航线,广义行驶时间越小,选择该航线的概率越大。其公式为: 　　式中: 　　Tij(k)――Tij分配到第k条航线上的货运量; 　　Tij――i区到j区的货运量; 　　――分配参数; 　　m――有效出行航线条数; 　　P(k)――第k条航线的使用概率; 　　tk――第k条航线的广义行驶时间。 　　2)航线时间函数的确定 　　一般来说,船舶在选择出行航线时,将综合考虑航线的航行时间、航行距离、船舶营运成本和通行费等诸多因素。为尽可能真实地模拟各航段实际出行时间及花费,本文对航道货运量分配航线时间函数考虑由行程时间、船舶营运成本和通行费3部分组成,且各部分时间被加权以反映每个因素的相对影响性。 　　航线时间函数模型如下: 　　 　　式中: 　　tk――结点i到j之间的航线总时间(小时); 　　tij――结点i到j之间的行程时间(小时); 　　Cij――结点i到j之间的船舶营运成本费用(元); 　　Pij――结点i到j之间的通行费用(元); 　　α、β、γ―相对权重,其中α+β+γ=1; 　　VOT――时间价值(元/小时)。 　　3 实例验证 　　本文以无锡市的锡澄运河货运量预测为例。 　　锡澄运河处于太湖流域以北的无锡市,南起无锡惠山区高桥,经白荡圩、泗河口、黄昌河口、江阴船闸,止于黄田港入江口,全长约37.4km;它南接京杭运河入太湖,北经江阴黄田港入长江,是联系无锡与长江中上游