城市道路与交通规则之交通需求预测.ppt

重力模型参数的标定： 采用线性回归方法标定模型参数，对上述模型两边取自然对数： 此处Pi，Aj，Rij，qij可从现状调查数据中取若干个分区作为样本,则待标定的参数有:lnK,α,?,-? ,令 1.无约束重力模型（一般形式） 常见的交通阻抗函数有以下几种形式： 幂型： 指数型： 组合型： 半钟型： 幂型和指数型都只含有一个参数,比较容易标定,较常使用,另外两种含两个参数,使用较少,但在特定的交通方式的分布中,有其优势,如城市中自行车的出行,很短距离和很长距离的出行数量都比较少,而中等距离的出行数量较多,这时这种特定交通工具的分布量用这种阻抗函数比较好. 具体选用哪种类型的阻抗函数视具体情况而定,可以先用一些调查数据在坐标系上标出散点图,看其与哪类函数曲线拟和较好. 无约束重力模型的参数标定: （1）利用现状OD数据，以及两小区之间的交通阻抗，用最小二乘法标定模型； （2）利用建立的模型，根据交通生成和吸引预测得出未来交通小区的产生量和吸引量，预测未来各交通小区的分布量； （3）进行收敛性的计算，通常利用平均增长系数法； 无约束重力模型计算出来的交通分布量，不满足上述约束的任何一个，通常要进行收敛迭代。 交通守恒约束： 2.单约束重力模型 为满足上式,将 代入上式,有 从而得到: 无约束重力模型，无法满足: 对于其他形式阻抗函数,为: 此时有: (乌尔希斯重力模型) 乌尔希斯重力模型参数标定： 乌尔希斯重力模型比无约束重力模型少了一个参数,取α=?=1,此时只有γ一个参数需要标定,一般用试算法计算: ①先假定一γ值，如1 ②利用现状PA调查资料可以得出各个交通小区出行产生量和吸引量Pi和Aj；现状各交通小区之间出行时间cij；利用乌尔希斯重力模型计算所得出交通分布. 3.双约束重力模型： 双约束重力模型，满足出行产生和吸引量约束 重力模型的算例： 有2个居住区(1,2小区作为出行产生区)和3个就业分区(3,4,5号小区,作为出行吸引小区,它们的现状分布表和出行阻抗表如下,求其双约束重力模型: 双约束重力模型优点: 1.直观上容易理解 2.能考虑土地利用和交通供给设施变化（主要是路网）对人们的出行产生的影响 3.特定交通小区之间的现状OD交通量为零，也能预测； 4.能比较敏感的反映交通小区之间行驶时间变化的情况 重力模型法的优缺点 (1)优点：可以将交通设施服务水平的变化对交通分布预测的影响考虑进去；模型构造简单，对任何地区都适用；即使没有完整的PA表，也能对未来交通分布进行预测；可考虑未来土地利用的变化。 (2)缺点：缺乏对人的出行行为的分析，与实际情况存在一定的偏差；实际上人们的出行距离在全区域内不是定值，而重力模型视为定值.重力模型主要考虑路网的出行时间，难以考虑其它交通方式内内交通两的行驶时间难以给出；当交通阻抗趋近于零时，交通分布量会趋近于无穷大，因此它不适用于短距离的交通分布计算。 该方法中增长率F 的确定，通常可以用各交通区的一些特征指标的增长率来反映。如交通区的人口增长率、劳动力增长率等。 式中，Fi——第i 交通区的发生量增长率； Pik ——第i 交通区各特征指标的增长率； n——特征指标的总个数。 5.类别回归分析法 考虑非定量影响因素组成不同的类别，对各种类别分别建立交通生成与定量影响因素之间的回归方程，以此，即考虑定量因素的影响，也考虑非定量因素的对交通出行产生吸引的影响。 6.时间序列法 按时间序列预测交通增长，即用现在和过去的交通生成资料，对交通生成与时间的关系进行回归，并用此回归方程预测未来交通生成。 例题:表中的数据是一次交通规划中某些分区的货运产生量与其工业总产值,农业总产值,基建投资量的数据,试建立货运出行产生量的回归模型: 由表大致可以判断货运产生量基本与各个自变量呈线性关系,有样本矩阵: 计算得到回归系数: 回归模型为: 各系数t统计量为: 各检验统计量为: 从所得的回归模型来看，工业总产值和农业总产值的t统计量都比较显著，而基建投资的t 统计量不仅很小，而且估计参数的符号与时间情况不相符。因为基建投资越大，基建规模也就越大，所需要的基建材料也就越多，导致货运量增加。这意味着基建投资量与货运出行量成正关系，X3的系数应该为正值。这说明模型是不正确的，应该加以修改。进行相关性分析，计算多重相关系数后,选择X1和X2,舍弃X3,重新计算回归系数,得到新的模型: 得到相关矩阵: 可见，删除掉X3后，除R 略有下降外（统计分析表明，R 随自变量数目的减少而下降，随自变量数目的增加而提高与模型的优劣无直接关系），其余各项统计量都比前一个模型有所改进。如样本的标准残差由24.229 降为22.895 ，