四步驟交通需求預(yù)測模型概述與出行生成預(yù)測

1、交通規(guī)劃理論與方法（4） “四階段”交通需求預(yù)測模型西南交通大學(xué)交通運(yùn)輸學(xué)院楊 飛 （博士、講師）交通工程本科課程交通運(yùn)輸學(xué)院四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第1頁“四階段”交通需求預(yù)測模型出行生成（Trip Production）出行分布（Trip Distribution）方式劃分（Mode Split）交通分配（Traffic Assignment）四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第2頁“四階段”模型發(fā)展背景從20世紀(jì)50年代，歐美發(fā)達(dá)國家為了滿足大規(guī)模城市道路交通規(guī)劃及其建設(shè)需要，開始研究城市交通需求預(yù)測技術(shù)20世紀(jì)70年代初形成了含有代表性“四階段”城市交通規(guī)劃需求預(yù)

2、測技術(shù)“四步驟”方法在當(dāng)初歐美一些城市交通規(guī)劃實(shí)踐中發(fā)揮了主要作用，比如底特律、芝加哥交通規(guī)劃四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第3頁“四階段”模型內(nèi)容描述（1）出行生成（Trip Production） 依據(jù)交通小區(qū)經(jīng)濟(jì)、人口、就業(yè)崗位等屬性特征，將社會活動引發(fā)交通需求量化為交通小區(qū)交通出行生成量，包含出行產(chǎn)生和出行吸引兩部分，分別進(jìn)行遠(yuǎn)期預(yù)測出行生成出行分布方式劃分交通分配四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第4頁“四階段”模型內(nèi)容描述（2）出行分布（Trip Distribution） 對每個交通小區(qū)，它所產(chǎn)生這些出行量終究到那個分區(qū)去了？它所吸引這些出行量又終究來自哪里？出行

3、分布也就是要預(yù)測未來規(guī)劃年各個分區(qū)之間出行交換量出行生成出行分布方式劃分交通分配四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第5頁“四階段”模型內(nèi)容描述（3）方式劃分（Mode Split）方式劃分階段目標(biāo)在于考查未來城市活動中產(chǎn)生和吸引交通運(yùn)輸需求對各種交通方式可能利用情況，即預(yù)測各種交通方式上交通量分擔(dān)率出行生成出行分布方式劃分交通分配四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第6頁“四階段”模型內(nèi)容描述（4）交通分配（Traffic Assignment）將各交通小區(qū)之間出行分布量分配到交通網(wǎng)絡(luò)各條邊上去過程，預(yù)測交通需求PA分布各組成部分流量詳細(xì)在道路交通網(wǎng)絡(luò)上交通流量出行生成出行分布方式劃

4、分交通分配四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第7頁“四階段”模型功效說明“四階段”模型用于進(jìn)行交通需求預(yù)測，以用地和社會經(jīng)濟(jì)等相關(guān)數(shù)據(jù)作為輸入，經(jīng)過“四階段”模型進(jìn)行處理，得到未明年每個路段交通流量數(shù)據(jù)，以預(yù)測未明年路段交通流量數(shù)據(jù)為基礎(chǔ)進(jìn)行新建道路或者道路拓寬等交通設(shè)施建設(shè)依據(jù)輸入：土地社會經(jīng)濟(jì)數(shù)據(jù)出行生成出行分布方式劃分交通分配輸出：未明年路段交通流量交通規(guī)劃四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第8頁“四階段”模型實(shí)際利用過程描述交通小區(qū)現(xiàn)實(shí)狀況分布預(yù)測分布交通分配四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第9頁1 出行生成預(yù)測：相關(guān)基本概念出行相關(guān)基本概念（1）出行分類 按出行端

5、點(diǎn)屬性 由家出行一個端點(diǎn)是家庭出行，既能夠是起點(diǎn)，也能夠是訖點(diǎn)； 非由家出行起、迄點(diǎn)都不是家庭出行按出行目標(biāo)工作、上學(xué)、購物、娛樂四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第10頁1 出行生成預(yù)測：相關(guān)基本概念（2）出行產(chǎn)生點(diǎn)和吸引點(diǎn)出行產(chǎn)生點(diǎn)：由家出行，家庭端點(diǎn)就是該次出行產(chǎn)生點(diǎn)；非由家出行或貨物出行，那么其起點(diǎn)就是該次出行產(chǎn)生點(diǎn)出行吸引點(diǎn)：由家出行，非家庭端點(diǎn)是它吸引點(diǎn)；非由家出行或貨物出行，訖點(diǎn)就是其吸引點(diǎn) 起訖點(diǎn)與產(chǎn)生吸引點(diǎn)區(qū)分ABC四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第11頁1 出行生成預(yù)測：相關(guān)基本概念（3）區(qū)分出行產(chǎn)生點(diǎn)、吸引點(diǎn)與出行起訖點(diǎn)意義因?yàn)橐粋€交通小區(qū)交通出行發(fā)生量主要

6、是由這個小區(qū)土地利用形態(tài)決定，而起訖點(diǎn)概念與用地形態(tài)沒相關(guān)系比如：居住用地，其既能夠是出行起點(diǎn)（去上班），也能夠是出行訖點(diǎn)（下班回家）從起訖點(diǎn)概念出發(fā)，無法由交通小區(qū)未來用地模式預(yù)測該小區(qū)交通出行發(fā)生量四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第12頁1 出行生成預(yù)測：相關(guān)基本概念（4）出行生成兩種量化表示出行產(chǎn)生量（Trip Generation）單位時間內(nèi)某一個交通小區(qū)出行產(chǎn)生量等于家庭端點(diǎn)在這個分區(qū)由家出行數(shù)，與起點(diǎn)在這個分區(qū)非由家出行和貨物出行出行數(shù)之和出行吸引量（Trip Attraction）單位時間內(nèi)某一個交通小區(qū)出行吸引量等于非家庭端點(diǎn)在這個分區(qū)由家出行數(shù)，與終點(diǎn)在這個分區(qū)非由家

7、出行數(shù)和貨物出行數(shù)之和四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第13頁1 出行生成預(yù)測：相關(guān)基本概念（4）出行生成兩種量化表示例題：分析圖中交通小區(qū)產(chǎn)生量、吸引量和生成量homefactoryfactoryschooloffice例1homehomefactoryschool例2四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第14頁1 出行生成預(yù)測：出行產(chǎn)生量預(yù)測預(yù)測方法（1）類型分析法（2）回歸分析法（3）增加率法較為粗糙，在相關(guān)數(shù)據(jù)極難獲取情況下使用四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第15頁1 出行生成預(yù)測：出行產(chǎn)生量預(yù)測類型分析法（1）方法描述類型分析法是以家庭為分析單位，依據(jù)對出行起決

8、定作用一些原因?qū)⒄麄€對象區(qū)域家庭劃分成若干類型，分別預(yù)測每種類型家庭出行產(chǎn)生量后再加總匯合成研究區(qū)域內(nèi)總出行產(chǎn)生量（2）假設(shè)前提在同一類型家庭中，因?yàn)橹饕鲂性蛳嗤骷彝コ鲂写螖?shù)基本相等，將各類家庭單位時間內(nèi)平均出行次數(shù)稱作“出行率”假定各類家庭出行率一直到規(guī)劃年都是不變四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第16頁1 出行生成預(yù)測：出行產(chǎn)生量預(yù)測類型分析法（3）家庭類型劃分經(jīng)分析發(fā)覺，一個家庭有三大特征對其出行產(chǎn)生量起主要決定作用：人口（指6歲以上者）：人口越多，出行次數(shù)越大收入：收入越多，越愛購物和消費(fèi)，出行次數(shù)也越多車輛擁有量：車輛擁有量越大，出行越方便，出行可能性越大四步驟交通需

9、求預(yù)測模型概述與出行生成預(yù)測第17頁1 出行生成預(yù)測：出行產(chǎn)生量預(yù)測類型分析法（3）家庭類型劃分案例：英國倫敦1963年交通規(guī)劃家庭類型劃分1）年收入（英鎊）劃分為6級收入級別123456收入范圍2500四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第18頁1 出行生成預(yù)測：出行產(chǎn)生量預(yù)測類型分析法（3）家庭類型劃分案例：英國倫敦1963年交通規(guī)劃家庭類型劃分2）家庭就業(yè)組成份為6類 無就業(yè)者：1人 無就業(yè)者：1人就業(yè)人1，無業(yè)人1 就業(yè)人1，無業(yè)人2就業(yè)人2，無業(yè)人1 就業(yè)人2，無業(yè)人2四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第19頁1 出行生成預(yù)測：出行產(chǎn)生量預(yù)測類型分析法（3）家庭類型劃分案例

10、：英國倫敦1963年交通規(guī)劃家庭類型劃分3）擁有車輛數(shù)劃分為3類0輛，1輛，2輛依據(jù)以上劃分能夠看出，倫敦1963年規(guī)劃把家庭劃分為663=108類四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第20頁1 出行生成預(yù)測：出行產(chǎn)生量預(yù)測類型分析法（4）模型式中：Pi分區(qū)i規(guī)劃年單位時間出行產(chǎn)生量 as全市現(xiàn)年第s類家庭出行率 Nsi第i分區(qū)規(guī)劃年第s類家庭數(shù)目 Ni第i分區(qū)規(guī)劃年各類家庭總數(shù)目 si第i分區(qū)規(guī)劃年第s類家庭百分比四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第21頁1 出行生成預(yù)測：出行產(chǎn)生量預(yù)測類型分析法（5）工作步驟1）家庭分類：將整個對象區(qū)域家庭依據(jù)其特征（人口、收入、車輛擁有量等）分

11、成若干類2）確定出行率as：從調(diào)查樣本中統(tǒng)計(jì)出各類家庭每個單位時間出行數(shù)，可采取“分層隨機(jī)抽樣”法； as是不分分區(qū)，全市統(tǒng)一3）計(jì)算家庭數(shù)目預(yù)測值Nsi：普通是由概率分布模型計(jì)算出每一分區(qū)中不一樣類型家庭百分比si；再求出分區(qū)i中家庭數(shù)預(yù)測值Ni；Nsi = Ni si四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第22頁1 出行生成預(yù)測：出行產(chǎn)生量預(yù)測類型分析法例題我國某城市交通規(guī)劃將家庭分作333=27類，出行率as如表所示，某分區(qū)各類家庭百分比如表括號中數(shù)值si，預(yù)測該分區(qū)未來規(guī)劃年份將有8000戶居民，用類型分析法求該分區(qū)出行產(chǎn)生量預(yù)測值Pi四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第23頁

12、1 出行生成預(yù)測：出行產(chǎn)生量預(yù)測類型分析法例題解：由題設(shè)知預(yù)測未來家庭總數(shù)Ni=8000，由類型分析法模型得例完四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第24頁1 出行生成預(yù)測：出行產(chǎn)生量預(yù)測類型分析法（6）方法總結(jié)1）利用類型分析模型關(guān)鍵前提是：假定未來規(guī)劃年各類家庭出行率as與現(xiàn)在出行率相比基本不變2）該方法預(yù)測出來產(chǎn)生量其實(shí)沒有包含非由家出行和貨物出行這兩部分，預(yù)測數(shù)據(jù)不全方面3）為確保模型含有一定精度，在計(jì)算各類家庭平均出行率時應(yīng)該抽取足夠多家庭樣本4）現(xiàn)在在國外交通規(guī)劃理論中，對于城市交通提出一個更為細(xì)致分類分析模型，即分出行目標(biāo)類型分析模型四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第

13、25頁1 出行生成預(yù)測：出行產(chǎn)生量預(yù)測類型分析法分出行目標(biāo)類型分析模型其中：Pi分區(qū)i出行產(chǎn)生量 分區(qū)i目標(biāo)為m出行產(chǎn)生量 第s類家庭目標(biāo)為m出行率 Nsi規(guī)劃年分區(qū)i中第s類家庭數(shù)目標(biāo)預(yù)測值四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第26頁1 出行生成預(yù)測：出行產(chǎn)生量預(yù)測回歸分析法（1）方法描述一個交通小區(qū)出行產(chǎn)生量與多個原因有親密因果關(guān)系，主要有城市經(jīng)濟(jì)發(fā)展水平、分區(qū)居民數(shù)、平均收入、平均車輛擁有量、其中各類職業(yè)人口數(shù)、分區(qū)距市中心距離、非住宅用地面積等，經(jīng)過建立出行產(chǎn)生量與這些相關(guān)原因之間函數(shù)關(guān)系進(jìn)行預(yù)測注：該方法還用于其它領(lǐng)域預(yù)測問題，有成熟軟件輔助計(jì)算(Matlab)四步驟交通需求預(yù)測

14、模型概述與出行生成預(yù)測第27頁1 出行生成預(yù)測：出行產(chǎn)生量預(yù)測回歸分析法（2）模型 Pi=b0+b1X 1+b2X 2+bnX n+ 式中：Pi是某分區(qū)出行產(chǎn)生量 bk是待定系數(shù)（偏回歸系數(shù)） Xk是被選出自變量，比如收入 殘差項(xiàng)，是一個隨機(jī)變量，表示其它影響原因?qū)Ξa(chǎn)生量綜合作用四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第28頁1 出行生成預(yù)測：出行產(chǎn)生量預(yù)測回歸分析法（3）參數(shù)標(biāo)定 P=XB XP=(XX)B其中能夠證實(shí)： 當(dāng)各變量Xi線性無關(guān)時，矩陣（XX）可逆四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第29頁1 出行生成預(yù)測：出行產(chǎn)生量預(yù)測回歸分析法（4）模型統(tǒng)計(jì)檢驗(yàn)1）顯著性檢驗(yàn)檢驗(yàn)自變量

15、對因變量（我們這里因變量就是“出行產(chǎn)生量”）顯著水平（影響程度）。殘方差、擬合度、R值、F值2）相關(guān)性檢驗(yàn)計(jì)算相關(guān)矩陣，剔出相關(guān)變量，確保矩陣（XX）可逆四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第30頁1 出行生成預(yù)測：出行產(chǎn)生量預(yù)測回歸分析法（5）模型說明1）假定未明年出行產(chǎn)生量P與各原因（自變量）關(guān)系（這些關(guān)系由回歸系數(shù)bk（k=1，n）表現(xiàn)出來）與現(xiàn)年相同，這么才能把由現(xiàn)年樣本數(shù)據(jù)標(biāo)定出來回歸系數(shù)用于預(yù)測未來規(guī)劃年產(chǎn)生量2）應(yīng)用回歸模型要有一個基本條件：模型中各自變量規(guī)劃年預(yù)測值要輕易求得，它們應(yīng)該由別可靠性較高預(yù)測模型求得四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第31頁1 出行生成預(yù)測

16、：出行吸引量預(yù)測預(yù)測方法1）原單位法通常以就業(yè)崗位或用地面積為分析單位，即個人原單位法或面積原單位法，吸引率單位分別為人次/日.崗位和人次/日.萬平米2）回歸分析法：多用于貨物吸引量預(yù)測3）增加率法：較為粗糙四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第32頁1 出行生成預(yù)測：出行吸引量預(yù)測原單位法（1）模型式中，Bi分區(qū)i理論吸引量 dik分區(qū)i第k類崗位數(shù)或第k類用地面積 wik分區(qū)i每個第k類崗位或第k類用地單位面積單位時間平均出行吸引量，即“吸引率”四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第33頁1 出行生成預(yù)測：出行吸引量預(yù)測原單位法：建設(shè)部規(guī)范參考指標(biāo)情況四步驟交通需求預(yù)測模型概述與出

17、行生成預(yù)測第34頁1 出行生成預(yù)測：出行吸引量預(yù)測原單位法（2）實(shí)際吸引量修正理論吸引量公式中各類崗位吸引率wik是統(tǒng)計(jì)出來，可能造成Bi出現(xiàn)誤差，使總吸引量不等于總產(chǎn)生量。修正后實(shí)際吸引量為： 其中，Pj分區(qū)產(chǎn)生量四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第35頁1 出行生成預(yù)測：出行吸引量預(yù)測原單位法：例題上海金茂大廈交通影響分析辦公功效吸引量計(jì)算開發(fā)基礎(chǔ)資料：辦公樓建筑面積為122871平米；辦公樓租售率，98年底確定為3040%，取為35%，預(yù)測99年底將達(dá)70%出行吸引特征數(shù)據(jù)：依據(jù)上海市綜合調(diào)查，每崗位所需辦公樓面積，普通為15平米/人 ；每崗位吸引人次，為2.31人次；每平方米辦公

18、建筑面積所吸引出行人次為0.13人次/ 平米試依據(jù)98年相關(guān)數(shù)據(jù)預(yù)測金茂大廈99年底辦公吸引量四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第36頁1 出行生成預(yù)測：出行吸引量預(yù)測原單位法：例題解析1）崗位數(shù)預(yù)測 每日出行總?cè)舜?AmL)/BmRm Am：辦公樓建筑面積，為122871平米 L：辦公樓租售率，98年底取35%，99年底70% Bm：每崗位所需辦公樓面積，普通取15平米/人 Rm：每崗位吸引人次，為2.31人次預(yù)測結(jié)果：99年底，吸引總?cè)舜?12287170%) /152.31=13246人次/日四步驟交通需求預(yù)測模型概述與出行生成預(yù)測第37頁1 出行生成預(yù)測：出行吸引量預(yù)測原單位法：例題解析2）建筑面積預(yù)測 每日出行總?cè)舜?AmL)rm Am：辦公樓建筑面積，為122871平米rm：每平方米辦公建筑面積所吸引出行人次，為0.13人次/ 平米 預(yù)測結(jié)果：99年底，辦公吸引總?cè)舜?(12287170%) 0.13=11181人次/日依據(jù)兩種