交通規(guī)劃7課件

第七章交通方式劃分主要內(nèi)容:第一節(jié)概述第二節(jié)交通方式選擇的影響因素第三節(jié)交通方式選擇的程序及劃分率 經(jīng)驗?zāi)Ｐ停ㄖ攸c）

第四節(jié)非集計型交通方式劃分模型第一節(jié)概述所謂交通方式劃分(ModalSplit)就是出行者出行時選擇交通工具的比例，它以居民出行調(diào)查的數(shù)據(jù)為基礎(chǔ)，研究人們出行時的交通方式選擇行為，建立模型從而預(yù)測基礎(chǔ)設(shè)施或服務(wù)等條件變化時，交通方式間交通需求的變化。2/6/2023鄧建華交通方式劃分的建模思路有兩種：一是在假設(shè)歷史變化情況將來繼續(xù)延續(xù)下去的前提下，研究交通需求的變化；二是從城市規(guī)劃角度，為實現(xiàn)所期望的交通方式劃分，如何改擴建各種交通設(shè)施引導(dǎo)出行，及如何制定交通管理規(guī)則等。新交通方式的交通需求預(yù)測問題屬于后者。本章講述幾種常用的交通方式劃分模型，包括劃分率曲線模型、出行端點模型、出行轉(zhuǎn)換模型和非集計模型。2/6/2023鄧建華城市居民出行方式結(jié)構(gòu)預(yù)測

---無錫市居民出行方式結(jié)構(gòu)

交通特性的影響主要是在一次的固有特性中，對方式選擇影響的部分。1．出行目的

上班、上學(xué)出行：汽車?yán)寐实汀⒐步煌ɡ寐矢摺?/p>

業(yè)務(wù)出行：因需要在多客戶處停留，裝卸貨物等，所以汽車?yán)寐矢?、公共交通利用率低。自由出行：汽?出租)利用率高。一、交通特性2/6/2023鄧建華2．出行時間和出行距離步行<3km自行車<5km摩托車<8km公共汽車<300km轎車<500km貨車<500km鐵路500-1000km、低附加值貨物飛機>1000km、高附加值貨物水運(內(nèi)河)短途、捷徑、觀光水運(近海、遠(yuǎn)洋)旅游、散貨、低附加值貨物。2/6/2023鄧建華3．費用與運行時間相同，交通費用也是影響交通方式選擇的主要因素之一。一般而言，要減少運行時間，必須付出更高的交通費用。交通費用常與運行時間配對使用而很少作為單獨的原因使用。根據(jù)美國伊利諾工業(yè)大學(xué)研究所的研究成果，公共交通方式的乘客中，42％的人將交通費用作為選擇的主要因素，而家用轎車的利用者中，僅不足１％。另外，交通費用作為主要原因考慮的沒有因為年齡的不同而發(fā)生顯著的變化。2/6/2023鄧建華4．舒適性5.安全性6.準(zhǔn)時性7.換乘次數(shù)和候車時間2/6/2023鄧建華1.職業(yè)、性別、年齡、收入職業(yè)、年齡、性別、收入、駕照持有與否、汽車保有與否……。業(yè)務(wù)員、推銷員汽車使用率高，20~40歲汽車?yán)寐矢?，其它年齡段公共汽車?yán)寐矢撸行员扰云嚴(yán)寐矢撸杖敫咂嚴(yán)寐矢?。二、出行者屬?/6/2023鄧建華人口密度、規(guī)模、交通設(shè)施水平、地形、氣候等。密度高公共交通利用率高。城市規(guī)模大交通設(shè)施水平高公共汽車?yán)寐矢呱酱?、河流多汽車、公共汽車?yán)寐矢哂晏?、雪天公共交通方式利用率高停車設(shè)施舒適性和便利性。三.地區(qū)特性2/6/2023鄧建華公共交通劃分率區(qū)人口密度非汽車保有家庭1輛/戶2輛/戶2/6/2023鄧建華四.出行時間特性人們的活動，是以一天為一個周期的，因此在某一時刻，人們具有類似交通目的的出行集中的傾向：早高峰上班時間段、平時時間段、晚高峰回家時間段。在進行交通規(guī)劃時，應(yīng)該根據(jù)規(guī)劃的性質(zhì)選擇合適的時間段。因為時間段的不同，道路的交通阻塞和出行目的也比較集中，當(dāng)然也應(yīng)該分析交通方式選擇因時間段不同的變化。另外，因平日和公休日的交通目的差異很大，因此交通方式選擇特性也就不同。2/6/2023鄧建華轉(zhuǎn)移曲線（分擔(dān)率曲線）對如公共交通和個人交通的選擇：上節(jié)共11個影響因素中，有些因素不起作用，如可靠性；有些作用不大，挑選主要的因素作為方式選擇的決定參數(shù)，通過對這些因素與對應(yīng)的兩種方式的選擇比例所構(gòu)成的樣本進行統(tǒng)計分析，得出的多條比例曲線，參照這些曲線可以確定選擇方式的比例。2/6/2023鄧建華一.交通方式劃分方法影響交通方式選擇的因素很多，人們出行時在這些原因的影響下選定對自己最有利的交通方式，而劃分率是人們出行中各種交通方式的利用比例?？紤]全部交通方式時的多元選擇法(Multi-choiceMethod)以及通過各階段的組合考慮兩種交通方式時的二元選擇法(BinaryChoiceMethod)。2/6/2023鄧建華（1）多元選擇法（Multi-ChoiceMethod）一次計算可以預(yù)測各種交通方式的劃分率，但隨著自變量的增加，模型變復(fù)雜。2/6/2023鄧建華全交通方式步行、自行車步行以外步行自行車個性化交通工具公共交通工具汽車摩托車公共汽車軌道交通二元選擇法示意圖2/6/2023鄧建華全交通方式公共交通個人交通公共汽、電車城市軌道交通私人交通：步行、自行車、私家車、單位車出租車根據(jù)服務(wù)提供者選擇方案示意圖2/6/2023鄧建華二.交通方式劃分率模型1.全域模型

全域模型考慮規(guī)劃對象區(qū)域整體的交通方式劃分情況，常用于宏觀交通規(guī)劃。由于涉及到全地區(qū)的劃分率預(yù)測，故其影響因素當(dāng)然是與全地區(qū)有關(guān)的城市規(guī)模、人口、土地使用狀況、小汽車擁有率、公共交通及道路建設(shè)水平等指標(biāo)。

公共利用因子：

(居民戶數(shù)/小客車1輛)×(居住人口/平方英里)÷10002/6/2023鄧建華式中

－區(qū)j的出行吸引量；

－OD交通i、j的所要時間；n－小區(qū)數(shù)；γ－系數(shù)。2/6/2023鄧建華3.TI模型TI(TripInterchange)意味著OD交通量的相互轉(zhuǎn)換。該模型推算給定OD表的交通方式劃分率。通常，把各交通方式的利用時間、費用等的比率或差作為自變量。2/6/2023鄧建華一、集計分析與非集計分析第四節(jié)非集計型交通方式劃分模型2/6/2023鄧建華二、非集計分析的概念可供選擇的交通方式叫做“選擇支”。根據(jù)前面的介紹，問題可簡化為“二項”或“多項”選擇。定義選擇枝具有的令人滿意的程度叫做“效用”，關(guān)于效用有下列假設(shè)，這是非集計模型的基礎(chǔ)。個人在每次選擇中總選擇效用最大的選擇枝；個人關(guān)于每個選擇枝的效用值由個人自身特性和選擇枝的特性共同決定。Utility2/6/2023鄧建華三、Logit模型式中V(k)—方案k的固定效益；e(k)—隨機項。1.模型效用是由選擇枝本身的特性和個人的社會經(jīng)濟特性兩方面的因素決定的，但考慮到很難對因素進行量測，所以將效用看作隨機變量。2/6/2023鄧建華三、Logit模型假定兩個選擇枝，則選擇1枝的概率為：由：有：e1和e2聯(lián)合密度函數(shù)2/6/2023鄧建華三、Logit模型假定、相互獨立，則：有：再假定、都服從二重指數(shù)分布，其概率（累積）分布函數(shù)和概率密度函數(shù)分別為：代入2/6/2023鄧建華三、Logit模型2/6/2023鄧建華二項logit模型（BNL）Binary-nomiallogit2/6/2023鄧建華兩種方案間的相對優(yōu)劣僅取決于這兩種方案的特性，而與其它方案的特性無關(guān)。把該性質(zhì)稱為Logit模型的IIA特性(IndependenceofIrrelevantAlternative簡稱IIA)，屬于Logit模型的弱點之一。用交通方式選擇的例子來說，意味著無論其它交通方式(如軌道交通方式)存在與否，選擇小客車與選擇公共汽車的相對優(yōu)劣相等，而實際上并非如此。與小客車相比，軌道交通方式的存在對公共汽車的選擇使用有很大影響。IIA的性質(zhì)明顯不成立時，可采用嵌套Logit模型或者Probit模型。2/6/2023鄧建華四、Probit模型非集計模型，根據(jù)以下所示的備選方案的隨機效益函數(shù)U(k)(RandomUtilityFunction)決定選擇行為。式中V(k)—方案k的固定效益；e(k)—隨機項。2/6/2023鄧建華固定效益可由行駛時間、費用等的方案特性，以及年齡、職業(yè)等的個人屬性表示。假設(shè)e(k)服從某種概率分布。由于隨機效益是個人在選擇時所具有的感覺上的評價值，從而有時也稱為知覺效益。當(dāng)隨機效益U(k)比其他任何方案大時，方案k被選擇，因此，方案k的選擇概率p(k)可由下式表示。

(7-3)式中K--方案集。2/6/2023鄧建華將(7-1)式代入(7-2)式，可得式。

(7-3)式中，F(xiàn)(x)

–概率分布函數(shù)；fk(x)

-概率變量x=e(k)

的概率密度函數(shù)。上式的含義是:首先，假設(shè)e(k)

固定，求方案j

相對應(yīng)的e(j)

的同時概率分布函數(shù)值；其次，e(k)

概率變化時，與其概率密度相乘，再進行積分。2/6/2023鄧建華上式中，如假設(shè)隨機項e(k)服從于平均值為0，具有有限的方差協(xié)方差矩陣的多變量正態(tài)分布MVN(Multi-varianceNormalDistribution)，可得到Probit模型。

2/6/2023鄧建華五、Probit模型與Logit模型的差異Logit模型假設(shè)徑路的隨機誤差相互獨立，而Probit模型假設(shè)隨機誤差具有相關(guān)關(guān)系。簡單地說，表示概率分布值的(7-7)式的分母中，協(xié)方差在Logit模型中為0，而在Probit模型中為2。但是，更確切地說，由于Logit模型與Probit模型的隨機項的概率分布形式不同，其選擇概率的差別不是僅僅由于協(xié)方差的有無而引起的。其他說明請看書2/6/2023鄧建華六、例題【例題7-1】

在只有公共汽車和家用轎車出行的兩區(qū)域之間，假設(shè)如下Logit模型適用，試用表7-5～表7-10示現(xiàn)狀數(shù)據(jù)擬合參數(shù)，并利用表7-11～表7-14示將來數(shù)據(jù)，結(jié)合例題6-2中將來OD表計算結(jié)果，計算交通方式劃分率和交通方式OD表。2/6/2023鄧建華六、例題令b=1,不影響結(jié)果無常數(shù)項不影響結(jié)果，留下3個參數(shù)需要標(biāo)定2/6/2023鄧建華在非集計分析中，為了預(yù)測交通參與者個人的選擇行為，需要輸入個人的數(shù)據(jù)。即在進行交通需求預(yù)測時，需要對象區(qū)域的個人數(shù)據(jù)，但是利用抽樣結(jié)果預(yù)測個人的將來值尚有困難。因此，對于非集計分析，從實用角度還需要模型的集計化處理?！窘狻浚?/6/2023鄧建華其選擇因素數(shù)據(jù)為集計數(shù)據(jù)。這里，由式(7-20)-式(7-23)得如下線性回歸方程式。(1)參數(shù)擬合

對上式代入表7-5～表7-10中的數(shù)值并利用最小二乘法擬合參數(shù)α、β和γ值如下：α=-0.0796(-13.173),β=-0.00387(-12.200),γ=0.390(16.449)其中，()內(nèi)數(shù)據(jù)為t值，擬合相關(guān)系數(shù)為0.98。2/6/2023鄧建華(2)將來劃分率和交通方式OD表用上步擬合Logit模型和表中的數(shù)據(jù)，分別計算公共汽車和汽車的效用，得表7-15和表7-162/6/2023鄧建華(2)將來劃分率和交通方式OD表將表7-15和表7-16中的值分別代入式（7-20）,再利用式(7-21)可得表7-17和表7-18示交通方式劃分率。2/6/2023鄧建華(2)將來劃分率和交通方式OD表進而