3-1概述&交通生成预测

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。
其他方法——函数法（回归分析）
基本公式： 举例：
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） 小区3出行产生量： O3=30×12+40×10+5×6+0×9+20×7+20×5=1030 （次
吸引量预测—— 基于土地利用的出行吸引率法
基本假设：城市中土地利用类型和强度的不同，导 致人们的出行活动的强度和规律有所不同。可以通过调查 收集资料，按照用地类型、用地规模指标、所处城市区位 等因素，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：用地性质、职员数量、用地面积等交叉分类
例题3-4
假设例题3-1~3-3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 调整后的各小区出行产生量为： O1=855×1.0258≈877 O2=630×1.0258≈646 ； O3=1030×1.0258≈1057 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 调整后的各小区出行吸引量为： D1=800×0.9847≈788 ； D2=790×0.9847≈778 ； D3=1030×0.9847≈1014
3.1.3 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 3.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
3.2 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）； ②这种出行生成率能够通过对象地区的历史或现状 数据推算出，或者可以从其他类似地区移植； ③假定出行生成率在一定时期内是稳定的，则可通 过预测未来年相应社会经济指标的变化，来预测未来年的 出行生成量。
调整系数法
在没有进行出行生成总量预测的情况下，可以用出 行产生量和吸引量二者中可靠性高的一方对另一方进行 校正。一般认为出行产生量的预测更为可靠，这是因为该 部分模型中往往包含一些可解释性较强的变量（如基于家 访调查的数据），因此多数情况下是用产生总量来校正吸 引量，公式如下：
其他方法——增长率法
第三章 交通需求预测
3.1 概述 3.2 交通生成总量预测 3.3 发生与吸引交通量的预测 重点问题 1、交叉分类法的基本原理与计算步骤。 2、发生量与吸引量平衡的方法。
3.1 概述
3.1.1 交通需求分析概述 3.1.2 交通生成预测基本概念 3.1.3 交通生成量的影响因素
3.1.1 交通需求分析概述
交通需求的分析过程
1.土地利用性质与强度→交通需求的强度 2.土地利用布局→交通需求的空间分布 3.不同交通方式的特征→交通需求的分担方式 4.交通网络的特征→交通需求的作用结果（交 通流量）
交通需求分析的“四阶段法”
3.1.2 交通生成预测基本概念
交通生成预测是交通需求预测四阶段法的 第一阶段，任务是求出对象地区的交通需求 总量，即生成交通量，然后在此量的约束 下，求出各个交通小区的发生与吸引交通量。

基本步骤：
①对研究对象区域内的家庭进行交叉分类。 （小汽车拥有量、家庭规模和家庭收入等）；② 把每个家庭定位到各类别中；③计算每类家庭的 平均出行率；④预测各分区每类家庭的数量；⑤ 预测各分区的出行产生量。 类似的还有基于个人的分类法
例题3-2
某地在交通规划调查中，将区域内家庭按机动车拥有量和收入进行交叉分 类，共划分为六种类型（见表1），各类家庭的平均出行次数分别为： a类家庭：12次/户·日；b类家庭：10次/户·日；c类家庭：6次/户·日； 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。
3.3 发生与吸引交通量的预测
原单位法：
式中： 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）； bs——第s类属性变量的平均发生率； cs——第s类属性变量的平均吸引率；
发生量预测——
基于家庭的交叉分类法（基于家庭的出行发生率法）
基本假设：
出行发生率在某一时期对于某一类家庭来说是相对 稳定的，因而可以通过预测未来各类家庭数量来预测出 行发生量。
步骤：建立模型、参数估计、模型检验、实施预测
作业
1、已知某地区三个交通小区的出行发生、吸引特征值及 生成率（原单位）如下表所示，请计算各小区的出行发生量 与吸引量。（P.51）
2、思考题：交通生成预测中，未来年的人口、各类家庭 数量、用地面积、就业岗位等数据如何得到？
本节小结
1、交叉分类法的基本原理与计算步骤。 分类型用原单位法计算 2、发生量与吸引量平衡的方法。 总量控制法 调整系数法
原单位法
计算公式： 式中： T——交通生成量； as——第s类出行的生成率；P50 Ns——第s类出行的人口数
例题3-1Leabharlann 某地现状年人口数为800人，交通规划调查统 计的现状日出行总次数为2064次。已知未来年 该地区预测人口为1000人，试预测未来年该地区的 日出行生成总量。 解： 该地区现状年的人均出行次数为： a=2064÷800=2.58（次/日） 假设未来年人均出行次数不变，则未来年该地区的 日出行生成总量为： T=2.58×1000=2580 （次）
例题3-3
某区域由三个交通小区构成，各小区未来年的土地利用特征如下 表所示。在现状抽样调查基础上，计算得到该区域工业用地的出行吸 引率为2次/雇员·日，商业用地的出行吸引率为7次/雇员·日。试根据 以上数据预测未来年各小区出行吸引量。
解： 小区1出行吸引量：D1=120×2+80×7=800 （次） 小区2出行吸引量：D2=80×2+90×7=790 （次） 小区3出行吸引量：D3=60×2+130×7=1030 （次）
发生与吸引交通量的平衡★
在出行生成预测阶段，要求预测得到的所有小区的 出行产生总量要等于出行吸引总量，并与对象区域的出行 生成总量相等，即下式严格成立：
但实际预测过程中，各交通小区出行量的误差是不 可避免的，从而造成其总和的误差量。此时必须采用一定 方法对其进行调整。
总量控制法
一般认为，基于人均出行率预测得到的出行生成总量T更 为可靠，因为该值的预测不受对象区域小区划分的影响。因 此，可以其为依据对各个小区的产生、吸引量进行校正，公 式如下：