交通生成预测
合集下载
4 四步骤交通需求预测模型(1)概述与出行生成预测
出行生成 出行分布 方式划分
交通分配
“四阶段”模型内容描述（2）
出行分布（Trip Distribution）
对每个交通小区，它所产生的这 些出行量究竟到那个分区去了？ 它所吸引的这些出行量又究竟 来自哪里？出行分布也就是要 预测未来规划年各个分区之间 出行的交换量
出行生成 出行分布 方式划分
交通分配
根据以上划分可以看出，伦敦1963年规划把家庭 划分为6×6×3=108类
1 出行生成预测：相关基本概念
（4）出行生成的两种量化表达
出行产生量（Trip Generation）
单位时间内某一个交通小区的出行产生量等于家 庭端点在这个分区的由家出行数，与起点在这个 分区的非由家出行和货物出行的出行数之和
出行吸引量（Trip Attraction）
单位时间内某一个交通小区的出行吸引量等于非 家庭端点在这个分区的由家出行数，与终点在这 个分区的非由家出行数和货物出行数之和
起讫点与产生吸引点的区别
A B 公司和饭店
家
C 客户
1 出行生成预测：相关基本概念
（3）区分出行产生点、吸引点与出行起讫点的意义 由于一个交通小区的交通出行发生量主要是由这 个小区的土地利用形态决定的，而起讫点的概念 与用地形态没有关系 例如：居住用地，其既可以是出行的起点（去上 班），也可以是出行的讫点（下班回家） 从起讫点的概念出发，无法由交通小区未来的用 地模式预测该小区的交通出行发生量
将各交通小区之间出行分布量分 配到交通网络的各条边上去的过 程，预测交通需求PA分布各组成 部分流量具体在道路交通网络上 的交通流量
出行生成 出行分布 方式划分
交通分配
“四阶段”模型功能说明
“四阶段”模型用于进行交通需 求预测，以用地和社会经济等 相关数据作为输入，通过“四 阶段”模型进行处理，得到未 来年每个路段的交通流量数据， 以预测的未来年路段交通流量 数据为基础进行新建道路或者 道路拓宽等交通设施建设依据
城市道路与交通规则之交通需求预测
④仓储用地是货物的主要集散点。是货物交通的主要发生 源。该用地发生与吸引交通量通常用仓库面积、货物吞吐 量等指标表示
2.家庭构成与大小 家庭构成出行的基础，上班及走亲访友，购物等多以家庭 为出发点；随着家庭规模的增大，人均出行数减少，如购 物可由一人代替。
T/人
规模(人/家)
3.年龄,性别 男性26-50岁出行多， 女性16-50岁出行多。
②公共设施用地包括行政办公用地、商业金融业用地、文 化娱乐用地、体育用地、医疗卫生用地、教育科研设计用 地、文物古迹用地等。该用地的发生与吸引交通量通常用 办公、营业面积、从业人口等指标表示。与公共设施有关 的出行有：上班、上学、购物、娱乐、业务等。
③工业用地是上班交通的主要吸引源。该用地的发生与吸 引的交通量通常用从业人口、产值等指标表示。与工业用 地相关的出行有：上班、业务等。
T-出行数； t：自由时间； a，b：系数和常数。
8.其他：气候与季节（春秋多，夏冬少），工作日（大而 集中）与周末（小而分散）。
预测方法
1.原单位法 2.类别生成率法（category analysis） 3.回归分析法(regression models) 4.类别回归分析法 5.时间序列法 6.弹性系数法
交通需求预测的一般过程 人口和就业的预测 出行生成预测 出行分布预测 方式划分预测 出行分配预测
交通网络中的交通量、 时间和费用等
交通需求预测的四个阶段
i
Oi发生交通量
tij
i
tij交通分布
j
Dj吸引交通量
j
tij(car)
i
j
tij(railway)
交通交通需求预测的一般内容
2 交通产生与吸引预测
基本概念
2.家庭构成与大小 家庭构成出行的基础，上班及走亲访友，购物等多以家庭 为出发点；随着家庭规模的增大，人均出行数减少，如购 物可由一人代替。
T/人
规模(人/家)
3.年龄,性别 男性26-50岁出行多， 女性16-50岁出行多。
②公共设施用地包括行政办公用地、商业金融业用地、文 化娱乐用地、体育用地、医疗卫生用地、教育科研设计用 地、文物古迹用地等。该用地的发生与吸引交通量通常用 办公、营业面积、从业人口等指标表示。与公共设施有关 的出行有：上班、上学、购物、娱乐、业务等。
③工业用地是上班交通的主要吸引源。该用地的发生与吸 引的交通量通常用从业人口、产值等指标表示。与工业用 地相关的出行有：上班、业务等。
T-出行数； t：自由时间； a，b：系数和常数。
8.其他：气候与季节（春秋多，夏冬少），工作日（大而 集中）与周末（小而分散）。
预测方法
1.原单位法 2.类别生成率法（category analysis） 3.回归分析法(regression models) 4.类别回归分析法 5.时间序列法 6.弹性系数法
交通需求预测的一般过程 人口和就业的预测 出行生成预测 出行分布预测 方式划分预测 出行分配预测
交通网络中的交通量、 时间和费用等
交通需求预测的四个阶段
i
Oi发生交通量
tij
i
tij交通分布
j
Dj吸引交通量
j
tij(car)
i
j
tij(railway)
交通交通需求预测的一般内容
2 交通产生与吸引预测
基本概念
交通生成预测
原单位法
计算公式：
∑ T = as Ns
式中：
s
T——交通生成量；
as——第s类出行的生成率；
Ns——第s类出行的人口数。
5.2 交通生成总量预测
原单位法（生成率法） 基本原理
①某类出行的生成量与某种社会经济指标（如人口 等）成正比，二者的比例称为出行生成率（或称原 单位） ；
1
O1
发
2
O2
生
…...
…...
交
i
…...
Oi
…...
通 量
m
Om
合计 D1 D2 …... Di …... Dn T
吸引交通量
生成交通量
5.1.3 交通生成量的影响因素
1.土地利用 2.家庭规模和人员的构成 3.年龄、性别 4.汽车保有率 5.自由时间 6.职业和工种 7.外出率 8.企业规模、性质 9.家庭收入 10.其他
Oi' =
T
n
⋅ Oi
∑ Oi
i =1
D
' j
=
T
n
⋅ Dj
∑ Dj
j =1
例题5-4
假设例题5-1~5-3中的规划对象为同一区域，试对出行 生成预测结果进行整理。
解： 预测出行生成总量： T=2580 预测出行产生总量： O= 855+630+1030=2515 产生量调整系数 ： fo =2580÷2515≈1.0258
式中：
ห้องสมุดไป่ตู้
s
Oi、Dj——交通发生、吸引量；
x——某类属性变量（用地面积、职位数、人口、家庭等）；
交通需求预测四阶段法概述
基础数据： 基础数据：
未来年各小区间的全方式交通分布量； 未来年各小区间的全方式交通分布量； 小区间各种交通方式的距离、费用矩阵。 小区间各种交通方式的距离、费用矩阵。 方式选择的样本数据（标定模型参数用） 方式选择的样本数据（标定模型参数用）
常用方法： 常用方法：
转移曲线法 概率模型
P = e / ∑e
现状年各小区的发生与吸引交通量； 现状年各小区的发生与吸引交通量； 社会经济与土地利用基础资料。 社会经济与土地利用基础资料。
常用方法： 常用方法：
s ∑ Oi = ∑ D j 原单位法 i =1 j =1 D j = ∑ cs x js 交叉分类法 s 回归分析法 Y = a + m a X ∑ i i 0
交通需求预测四阶段法
石家庄铁道大学 交通运输学院 闫小勇 kaiseryxy@
提纲
1 2 3 4 5 交通生成预测 交通分布预测 交通方式划分 交通分配 总结
1 交通生成预测
预测目的： 预测目的：
未来年各小区的发生与吸引交通量。 未来年各小区的发生与吸引讲到此结束
谢谢各位网友！ 谢谢各位网友！
k ij k
Vijk
Vijk
Vijk = α ⋅ Tijk + β ⋅ Fijk + γ k
4 交通分配
预测目的： 预测目的：
将各种方式的分布量分配到交通网络上， 将各种方式的分布量分配到交通网络上，求出各路 段上的交通流量等。 段上的交通流量等。
基础数据： 基础数据：
未来年各小区间某种交通方式的分布量； 未来年各小区间某种交通方式的分布量； 交通网络拓扑结构与阻抗函数； 交通网络拓扑结构与阻抗函数； 现状年路段观测流量（标定模型参数用） 现状年路段观测流量（标定模型参数用）
第五讲交通生成预测
（2）例题3中预测出行吸引总量： D=800+790+1030=2620
吸引量调整系数： fd= 2580÷2620=0.9847
调整后ห้องสมุดไป่ตู้各小区出行吸引量为：
D’1=800×0.9847≈788 ； D’2=790×0.9847≈778 ；
D’3=1030×0.9847≈1014
【出行产生和吸引量平衡调整前后对照表】
因素，进行统计分析，确定城市中各类用地的出行生成率。
城市中的土地利用类型繁多，反映不同类型用地规模
的指标各有不同。应用该方法需要首先对用地类型的详细
划分，选择反映各类用地规模的主要指标，并通过一定样
本量的调查与统计，确定相应的出行吸引率。
常用指标：职员数量、用地面积等
5.3 发生与吸引量的预测
d类家庭：9次/户·日；e类家庭：7次/户·日；f类家庭：5次/户·日。
预测该区域未来年各类家庭分布如表2所示。试根据以上数据预测未
来
年各小区出行产生量。
解：
小区1出行产生量：O1=25×12+30×10+5×6+5×9+15×7+15×5=855 （次）
小区2出行产生量：O2=20×12+25×10+0×6+5×9+10×7+5×5=630 （次）
5.3 发生与吸引量的预测
(三)其他方法——增长率法
基本公式：
应用这种方法的关键是确定增长系数Fi。通常可以用
各交通小区主要社会经济活动指标的增长率作为出行生
成量的增长率（如人口增长率等） 。
增长系数法的优点是所需基础资料少，模型计算比较
简单。一般采用增长系数法预测外部小区的出行生成量。
吸引量调整系数： fd= 2580÷2620=0.9847
调整后ห้องสมุดไป่ตู้各小区出行吸引量为：
D’1=800×0.9847≈788 ； D’2=790×0.9847≈778 ；
D’3=1030×0.9847≈1014
【出行产生和吸引量平衡调整前后对照表】
因素，进行统计分析，确定城市中各类用地的出行生成率。
城市中的土地利用类型繁多，反映不同类型用地规模
的指标各有不同。应用该方法需要首先对用地类型的详细
划分，选择反映各类用地规模的主要指标，并通过一定样
本量的调查与统计，确定相应的出行吸引率。
常用指标：职员数量、用地面积等
5.3 发生与吸引量的预测
d类家庭：9次/户·日；e类家庭：7次/户·日；f类家庭：5次/户·日。
预测该区域未来年各类家庭分布如表2所示。试根据以上数据预测未
来
年各小区出行产生量。
解：
小区1出行产生量：O1=25×12+30×10+5×6+5×9+15×7+15×5=855 （次）
小区2出行产生量：O2=20×12+25×10+0×6+5×9+10×7+5×5=630 （次）
5.3 发生与吸引量的预测
(三)其他方法——增长率法
基本公式：
应用这种方法的关键是确定增长系数Fi。通常可以用
各交通小区主要社会经济活动指标的增长率作为出行生
成量的增长率（如人口增长率等） 。
增长系数法的优点是所需基础资料少，模型计算比较
简单。一般采用增长系数法预测外部小区的出行生成量。
第3章交通需求预测
2. 交叉分类法
交叉分类法必须服从的假定： 一定时期内出行率是稳定的。 家庭规模的变化很小。 收入与车辆拥有量总是增长的。 每种类型内的家庭数量，可用相应于该家庭收入、车辆拥有量和家庭结构等资料所导出的数学分布方法来估计。
2. 交叉分类法
构造交叉分类模型的步骤： ①有关家庭的横向分类。 ②把每个家庭定位到横向类别。 ③对其所分的每一类，计算其平均出行率。 ④计算各小区的出行发生。
发生、吸引交通量与生成交通量的关系
…...
…...
…...
…...
…...
…...
…...
…...
发生交通量
吸引交通量
生成交通量
3.2.2 生成交通量的预测
生成交通量的预测方法主要有原单位法、增长率法、交叉分类法和函数法。 还有利用研究地区过去的交通量或经济指标等的趋势法及回归分析等方法。
六、职业和工种
职业和职务或工作性质的不同是造成出行量不同的主要原因之一，各国的居民出行数据都表明了这一点。 汽车司机、采购员、推销员、业务员的平均出行多，工人、学生、教师、行政管理人员的平均出行少。
七、企业规模、性质
企业大、业务量大，外出率也就越高。
八、家庭收入
家庭收入也是影响出行，尤其是弹性出行的主要因素之一。 高收入家庭，汽车购买率高，购物、娱乐等需求也高，平均出行次数多。
1. 原单位法
在交通需求预测时，要求各小区的发生交通量之和 与吸引交通量之和相等，并且各小区的发生交通量 或吸引交通量之和均等于交通生成总量。如果它们 之间不满足上述关系，则可以采用总量控制、调整 系数法进行调整。
1）总量控制
用研究区域的生成交通量对推算得到的各个小区的发生量 进行校正。 假设生成交通量T由全人口P与生成原单位p得到，则 T=pP 若生成交通量T与总发生交通量 有明显误差，则将 修正为： 为保证T与总吸引交通量 也相等，需将 修正为：
交叉分类法必须服从的假定： 一定时期内出行率是稳定的。 家庭规模的变化很小。 收入与车辆拥有量总是增长的。 每种类型内的家庭数量，可用相应于该家庭收入、车辆拥有量和家庭结构等资料所导出的数学分布方法来估计。
2. 交叉分类法
构造交叉分类模型的步骤： ①有关家庭的横向分类。 ②把每个家庭定位到横向类别。 ③对其所分的每一类，计算其平均出行率。 ④计算各小区的出行发生。
发生、吸引交通量与生成交通量的关系
…...
…...
…...
…...
…...
…...
…...
…...
发生交通量
吸引交通量
生成交通量
3.2.2 生成交通量的预测
生成交通量的预测方法主要有原单位法、增长率法、交叉分类法和函数法。 还有利用研究地区过去的交通量或经济指标等的趋势法及回归分析等方法。
六、职业和工种
职业和职务或工作性质的不同是造成出行量不同的主要原因之一，各国的居民出行数据都表明了这一点。 汽车司机、采购员、推销员、业务员的平均出行多，工人、学生、教师、行政管理人员的平均出行少。
七、企业规模、性质
企业大、业务量大，外出率也就越高。
八、家庭收入
家庭收入也是影响出行，尤其是弹性出行的主要因素之一。 高收入家庭，汽车购买率高，购物、娱乐等需求也高，平均出行次数多。
1. 原单位法
在交通需求预测时，要求各小区的发生交通量之和 与吸引交通量之和相等，并且各小区的发生交通量 或吸引交通量之和均等于交通生成总量。如果它们 之间不满足上述关系，则可以采用总量控制、调整 系数法进行调整。
1）总量控制
用研究区域的生成交通量对推算得到的各个小区的发生量 进行校正。 假设生成交通量T由全人口P与生成原单位p得到，则 T=pP 若生成交通量T与总发生交通量 有明显误差，则将 修正为： 为保证T与总吸引交通量 也相等，需将 修正为：
5 四步骤交通需求预测模型(4.1)交通分配
交通工程本科课程
交通规划理论与方法（4）——
“四步骤”交通需求预测模型
西南交通大学交通运输学院
杨 飞 （博士、讲师）
交通运输学院
主要内容
交通分配的基本问题描述
交通分配作用 基本概念： 路径与最短路径、交通阻抗、交通均衡问题、非均衡 问题、交通网络的数学化表示
非均衡分配方法
如全有全无分配法、单路径分配法等 B-L均衡分配法（重点）
4.3 基本概念
（4）交通阻抗 A.路段阻抗的函数关系确定 通过实测数据进行回归分析或者理论研究两种方 式对于公路走行时间函数研究
其中被广泛应用的是由美国道路局（BPR –Bureau of Public Road）开发的函数，被称为BPR函数
4 交通分配
4.3 基本概念 （4）交通阻抗 A.路段阻抗的函数关系确定 时间-流量函数曲线变化特征猜想
如果两点之间有很多条路线可供出行者选择那每个出行者自然都选择最短路径随着这两点之间交通量的增大其最短路径上的交通流量也会随之增加增加至一定程度之后这条最短路径的走行时间就会因为拥挤或堵塞而变长以至长过次短路径的走行时间于是就有一部分道路利用者会选择次短的道路随着两点之间的交通量继续增加两点之间的所有道路都有可能被利用特大城市支路的利用4交通分配45交通均衡基础问题道路网均衡状态特征如果所有的道路利用者都准确知道各条道路所需的行走时间并选择走行时间最短的道路最终两点之间被利用的各条道路的走行时间会相等没有被选择的道路的走行时间会更长两点之间被利用的各条道路的走行时间会相等没有被选择的道路的走行时间会更长这种状态被称之为道路网的均衡状态1952年wardrop给这种均衡状态下了准确定义4交通分配45交通均衡基础问题wardrop第一原理在道路网利用者都知道网络的状态并试图选择最短路径时网络会达到这样一种均衡状态
交通规划理论与方法（4）——
“四步骤”交通需求预测模型
西南交通大学交通运输学院
杨 飞 （博士、讲师）
交通运输学院
主要内容
交通分配的基本问题描述
交通分配作用 基本概念： 路径与最短路径、交通阻抗、交通均衡问题、非均衡 问题、交通网络的数学化表示
非均衡分配方法
如全有全无分配法、单路径分配法等 B-L均衡分配法（重点）
4.3 基本概念
（4）交通阻抗 A.路段阻抗的函数关系确定 通过实测数据进行回归分析或者理论研究两种方 式对于公路走行时间函数研究
其中被广泛应用的是由美国道路局（BPR –Bureau of Public Road）开发的函数，被称为BPR函数
4 交通分配
4.3 基本概念 （4）交通阻抗 A.路段阻抗的函数关系确定 时间-流量函数曲线变化特征猜想
如果两点之间有很多条路线可供出行者选择那每个出行者自然都选择最短路径随着这两点之间交通量的增大其最短路径上的交通流量也会随之增加增加至一定程度之后这条最短路径的走行时间就会因为拥挤或堵塞而变长以至长过次短路径的走行时间于是就有一部分道路利用者会选择次短的道路随着两点之间的交通量继续增加两点之间的所有道路都有可能被利用特大城市支路的利用4交通分配45交通均衡基础问题道路网均衡状态特征如果所有的道路利用者都准确知道各条道路所需的行走时间并选择走行时间最短的道路最终两点之间被利用的各条道路的走行时间会相等没有被选择的道路的走行时间会更长两点之间被利用的各条道路的走行时间会相等没有被选择的道路的走行时间会更长这种状态被称之为道路网的均衡状态1952年wardrop给这种均衡状态下了准确定义4交通分配45交通均衡基础问题wardrop第一原理在道路网利用者都知道网络的状态并试图选择最短路径时网络会达到这样一种均衡状态
交通生成量预测简介
就业状况
就业状况包括就业人口数量、就业类型、就业地点等，这些因素都会影响交通生 成量。例如，就业类型中，工业和服务业的比重不同，交通生成量也会有所不同 。
经济发展水平
地区生产总值
地区生产总值是衡量一个地区经 济发展水平的重要指标，通常与 交通生成量呈正相关关系。
人均收入
人均收入水平越高，人们对出行 方式、频率和距离等方面的需求 也会发生变化，从而影响交通生 成量。
主成分分析
01
主成分分析是一种统计学方法，通过分析多个变量之间的 关系来提取出主要的特征和因素。在交通生成量预测中， 主成分分析可以用来提取出影响交通生成量的主要因素。
02
主成分分析的主要方法包括标准化处理、计算协方差矩阵 、计算特征值和特征向量、选择主成分等。这些步骤可以 用来提取出影响交通生成量的主要因素，并利用这些因素 来预测未来的交通生成量。
03
主成分分析在交通生成量预测中的应用主要集中在城市交 通生成量预测、交通需求预测等方面。通过分析历史交通 生成量数据和其他相关因素数据，可以提取出影响交通生 成量的主要因素，并利用这些因素来预测未来的交通生成 量。
04
基于机器学习的交通生成量预测
神经网络
要点一
总结词
神经网络是一种模拟人脑神经元连接方式的计算模型，能 够根据历史数据学习并预测未来的交通生成量。
重要性
交通生成量预测是城市规划、交通工程和交通管理等领域的重要基础，对于制 定合理的交通政策和措施、优化交通网络布局和运输效率具有重要意义。
预测方法与技术
基于历史数据的回归分析
利用历史交通数据，采用回归分析方法，建立交通生成量与影响因素之间的数学模型，从而预测未来交通生成量。
基于调查数据的分析
就业状况包括就业人口数量、就业类型、就业地点等，这些因素都会影响交通生 成量。例如，就业类型中，工业和服务业的比重不同，交通生成量也会有所不同 。
经济发展水平
地区生产总值
地区生产总值是衡量一个地区经 济发展水平的重要指标，通常与 交通生成量呈正相关关系。
人均收入
人均收入水平越高，人们对出行 方式、频率和距离等方面的需求 也会发生变化，从而影响交通生 成量。
主成分分析
01
主成分分析是一种统计学方法，通过分析多个变量之间的 关系来提取出主要的特征和因素。在交通生成量预测中， 主成分分析可以用来提取出影响交通生成量的主要因素。
02
主成分分析的主要方法包括标准化处理、计算协方差矩阵 、计算特征值和特征向量、选择主成分等。这些步骤可以 用来提取出影响交通生成量的主要因素，并利用这些因素 来预测未来的交通生成量。
03
主成分分析在交通生成量预测中的应用主要集中在城市交 通生成量预测、交通需求预测等方面。通过分析历史交通 生成量数据和其他相关因素数据，可以提取出影响交通生 成量的主要因素，并利用这些因素来预测未来的交通生成 量。
04
基于机器学习的交通生成量预测
神经网络
要点一
总结词
神经网络是一种模拟人脑神经元连接方式的计算模型，能 够根据历史数据学习并预测未来的交通生成量。
重要性
交通生成量预测是城市规划、交通工程和交通管理等领域的重要基础，对于制 定合理的交通政策和措施、优化交通网络布局和运输效率具有重要意义。
预测方法与技术
基于历史数据的回归分析
利用历史交通数据，采用回归分析方法，建立交通生成量与影响因素之间的数学模型，从而预测未来交通生成量。
基于调查数据的分析