基于居民平均出行时间的OD反推方法研究.pdfVIP

基于居民平均出行时间的 OD反推方法研究 陈仲 欧心泉 【摘要】针对目前综合交通规划阶段对城市现状居民出行空间特征的要求，本文提出了一种基于居民 平均出行时间的OD反推模型，模型中的平均出行时间数据来源于居民出行调查，易于获取。模型主要聚焦 于城市组团的层面，从较为集计的角度上对既有OD反推模型的结构进行简化处理。从数值模拟的结果来看， 模型允许路段流量存在误差，对既有OD反推模型的优化效果明显，具有现实的借鉴意义。 【关键词】OD反推；综合交通规划、居民出行调查、平均出行时间 1 引言 OD 出行矩阵是城市交通规划中比不可少的前提条件之一，它反映了城市不同空间之间 的联系强度，通常代表着城市交通需求的空间分布特征。基于OD 矩阵，交通规划或是城市 管理人员可以初步判断出城市客流走廊的分布、跨截面（河流、铁路等）交通出行需求甚至 可以对城市空间形态与交通网络的适应性进行判断。 目前主要有三种方法来对OD 出行矩阵进行估算：调查法（如居民出行调查、路边问询 调查等）直接估算；应用四步骤阶段的交通分布模型（如重力模型）来估算；使用采集的路 段交通流量去更新已知的 OD 出行矩阵。其中，第三种方法是目前研究最多的一种方法，其 数据采集成本小且便于实际操作。其核心思想是通过某种计算方法得到与已知 OD 出行矩阵 “最接近”的OD 出行矩阵。其模型结构如下： ˆ ˆ F   F   F v v v t  min ( , v) 1 1( , ) 2 2 ( , ) , 0   s t v assign t . . ( ) ˆ ˆ 其中，  v 为估算的 OD 矩阵，v 为估计的路段流量， 为先验 OD 矩阵， 为路段观测流量， F ,F  , 分别为权重系数， 1 2 为不同的方法，通常有极大熵法、广义最小二乘法、极大似然 1 2 法、最小信息量法和贝叶斯法等[1][2]。  OD 矩阵估算模型可以拆分为三个部分：数据输入、模型结构、模型算法。近年来对 OD 出行矩阵估算的研究主要集中在模型算法的更新上，以优化改进现有算法或引入新算法 为研究重点，以期得到更加准确的估算结果。然而，就其余两部分的研究而言，进展相对缓 慢。尤其是数据输入，尽管有些研究尝试了不同的数据输入，如停车起讫点数据等，但其采 集难度太大，并未能够得以大规模推广。这也是限制了 OD 矩阵估算模型在实际中应用的重 1    要因素。 本文从数据输入和模型结构的角度出发，拟在现有的 OD 矩阵估算模型中引入新的数据 输入信息，即引入居民出行调查中的居民平均出行时间信息，结合调查得到的样本 OD 出行 矩阵、路段流量数据优化传统 OD 反推模型，从而对城市组团间的 OD 矩阵进行估算，为准 确判断现状城市居民出行的空间特征提供量