交通量生成预测的研究.docVIP

交通量生成预测的研究 　　【摘 要】为了更好的制定相关措施政策，国家要对将来时段的各项数据进行预测分析，其中，交通生成量预测在交通范围内显得尤为重要。本文首先介绍了何为交通量预测、影响因素，接着提出了一种较为普遍的方法―原单位法，通过列出函数模型，找到影响因子，建立了其计算模型，之后使用重庆南川区作为案例进行预测及评价分析，表明，此方法可较为准确的对短期将来年份交通生成量进行预测。 　　【关键词】交通规划； 预测交通量； 原单位法； 影响因子；评价分析 　　引言 　　交通量生成预测，是交通其他数据预测准确性、可信度高低的基础。关于怎样做好交通量生成预测，目前，国内外在区域交通量预测技术领域的研究还不够深入，大多数均采用最基础的方式进行预测，使得预测值与实际值总有多多少少的偏差。针对此问题，本组以原单位法为基础，着手于多影响因素因子方式进行交通量生成预测，使得预测值更加准确、实用。 　　1. 交通预测现状 　　1.1 交通量预测模型 　　交通生成量是利用资料调查与分析的成果建立各种预测模型，并运用这些模型预测规划区域未来交通需求状况，其目的是为交通系统的规划、评价提高依据。其中包括： 　　集计模型，是目前交通预测中常用的一种模型，其基本思想是将集合区的出行作为研究对象； 　　非集计模型，着眼于研究出行者个体的出行行为。 　　1.2 交通量预测方法 　　1.原单位法（生成率法）：常用来做交通生成总量预测 　　2.交叉分类法（Category analysis） 　　3.回归分析法（regression models） 　　4.时间序列法 　　5.弹性系数法（增长率法） 　　本文章采用原单位法进行区域交通量预测。 　　2 .原单位法影响分析 　　2.1确定原单位预测值： 　　本文章采用增长率法确定交通生成原单位，但影响原单位因素很多，通过对大量预测模型比较及经验分析，最终确定将：人口、平均收入、汽车保有量、土地面积，四项作为预测的影响因子。 　　3.预测模型建立 　　3.1 基础资料收集： 　　确定将要对某地区进行交通量生成预测后，应确定预测基年及预测年，查阅年鉴或与相关部门联系，取得基年该地区人口、土地面积、平均收入、汽车保有量资料。 　　3.2 影响因子重要度确定 　　虽已将人口、平均收入、汽车保有量、土地面积四项作为预测的影响因子，但不同项对交通量生成所影响比率不同，故应根据现有基础资料和最小二乘法算出回归系数，即各因子所影响比例，确定重要度。 　　3.3 预测公式 　　设基年交通生成总量α，四项影响因子数据为X1，X2，X3，X4，所占比例分别为B1，B2，B3，B4；预测年交通生成总量β，影响因子数据为Y1，Y2，Y3，Y4，如下表所示 　　4 .模型应用 　　4.1预测区域 　　南川区，中国重庆市下辖的一个市辖区，因南江之源而名南川。南川位于重庆南部，处渝黔、渝湘经济带交汇点，南川境内多山，地形以山为主。 　　4.2 资料统计 　　将2009年作为基年，2019年作为预测年。通过查找重庆市南川区统计年鉴，将四项影响因子筛选并列出，如表2 　　4.3影响因子重要度确定 　　以1为单位，根据基础资料和最小二乘法算出回归系数算出四个影响因子所占比例如下表 　　4.4 影响因子数值确定 　　本文章以人口预测为例，其余可类推。 　　根据南川区的统计年鉴可获得2002-2009年基础总人口数，如下表： 　　由回归方程的拟合曲线可知预测公式如下图所示，其实x表示年份，y表示南川区的人口数，R表示置信度，R2的值越接近1，表明多项式曲线的拟合程度越好，反之，R2的值越接近0，拟合程度越差。 　　通过所得出拟合方程，得出2019年南川区预测人口为111.6万人。 　　4.4 预测年交通量 　　基年交通生成量α=414027（人次/年）将现有资料整理，得出下表： 　　5.评价分析 　　通过原单位法预测得出结果后，要对其进行评价分析，以来判断该方法或选用次四项影响因子是否准确。我们通过时间序列法对预测年交通生成量进行预测，通过调查数据得出2004-2009年南川区交通生成量如下表所示 　　根据大量基础数据和多元回归分析法得到2019年南川区交通生成量491938（人次/年）。 　　回归分析法原理为按照时间序列预测交通增长，是一种较为简单但较为科学的预测方法（无重大变故情况下），通过两种方法比较可以看出，期预测数据相差不大，故我们认为此次评价方法可行。 　　6. 应用前景 　　原单位法可以对交通量、运输量、交通事故等交通数据进行预测，且是一种较为可取、普遍的方法，可作为相关规划部门预测方法。 　　通过对预测量进行分析，找出影响因子、确定其重要度，获取