交通分布预测
3-2-交通分布预测
例3－7：利用基础年的OD矩阵和目标年发生交通 量的预测值求目标年OD矩阵
D O
1
2
3 合计 预测值
1
17.0 7.0
4.0 28.0 38.6
2
7.0 38.0 6.0 51.0 91.9
3
4.0 5.0 17.0 26.0 36.0
合计 28.0 50.0 27.0 105.0 166.5
现状的O-D分布 增长系数法预测 重力模型法预测
•即使没有完整的现状OD表也能进行预测。
（其基本假设为交通区 i 到交通区 j的出行分布量与i区 的出行发生量O（i）、j区的出行吸引量D（j）成正比， 与 i区和 j区之间的出行阻抗成反比。）
•重力模型法是交通规划中使用最广泛的 交通分布预测模型。
比较各种增长率模型的基本假设、计算方法和应用 条件。
➢ 常增长率模型？ ➢ 平均增长率模型？ ➢ Detroit模型（底特律法）？ ➢ Fratar模型（福莱特法）？ ➢ Furness模型（佛尼斯法）？
增长系数法的特点：
•当土地利用、交通源布局等有较大变化、
预测区域交通设施状况有较大变化时，误 差较大。
不收敛转步骤二，循环进行
4、Fratar模型福莱特法
福莱特法假设i，j小区间分布交通量qij的增长系数 不仅与i小区的发生增长系数和j小区的吸引增长系 数有关，还与整个规划区域的其他交通小区的增长 系数有关。
fF
(FOmi ,
FDmj )
FOmi
FDmj
( Li Lj 2
)
Li
Oim qimj FDmj
D O
1
2
3 合计
地铁四阶段预测法的基本思想和主要内容
地铁四阶段预测法的基本思想和主要内容四阶段预测法是指在居民出行起止点调查的基础上，开展现状居民出行模拟和未来居民出行预测。
其内容包括交通的发生与吸引、交通分布、交通方式划分和交通流分配。
交通生成预测是交通需求四阶段预测中的第一阶段，是交通需求分析工作中最基本的部分之一，目标是求得研究对象地区的交通需求总量，即交通量生成量，进而在总量的约束下，求出各个交通小区的发生与吸引交通量。
交通分布预测是把交通的发生与吸引量预测获得的各小区的出行量转换成交通小区之间的空间起止点量，即起止点矩阵。
所谓交通方式划分就是出行者出行时选择交通工具的比例，它以居民出行调查数据为基础，研究人们出行时的交通方式选择行为，建立模型从而预测基础设施或交通服务水平等条件变化时交通方式间交通需求的变化。
交通配流（即交通流分配）就是将预测得出的起止点交通量，根据已知的道路网描述，按照一定的规则符合实际地分配到路网中的各条道路上去，进而求出路网中各路段的交通流量、所产生的起止点费用矩阵，并籍此对城市交通网络的使用状况做出分析和评价。
基于开放数据的城市交通分布与预测研究
基于开放数据的城市交通分布与预测研究随着城市化进程的不断发展与数字化技术的日新月异，城市交通问题显得越来越严峻。
许多大城市已经采取了一些措施来解决这些问题，然而，并没有一种单一的解决方案能够彻底解决所有问题。
因此，基于开放数据的城市交通分布与预测研究变得非常重要。
一、城市交通现状城市交通是城市的血液，也是城市经济、公共服务、居民生活的主要运输方式。
在大城市中，由于交通拥堵，行车速度慢，造成的时间和资源浪费已经不可忽略。
此外，交通事故和空气质量问题也是城市交通的主要难点之一。
为了解决这些问题，城市交通承载了许多创新和改进。
例如，城市内已经实现了公共交通、自行车租赁、网约车等方便和环保的交通工具，而智能流量控制、可持续交通等技术也在不断发展，有望减轻交通拥堵和减少交通事故。
然而，随着城市人口和交通量的不断增加，这些措施似乎并不能完全解决问题。
城市规划师必须考虑到各种情况，例如公共交通路线规划、停车场位置和数量等，以便为城市居民提供一个更流畅、更环保和更优质的城市生活环境。
二、城市交通分布数据城市交通分布数据是开放数据的一个重要组成部分。
这种数据可以包括各种各样的信息，例如城市公交路线图、城市道路交通网络、城市交通拥堵情况等。
通过对这些数据的分析和挖掘，可以更好地了解城市交通分布的情况，为城市交通规划师提供更多的支持和帮助。
许多城市已经建立了自己的城市交通分布数据网站，例如美国的OpenStreetMap和中国的高德地图。
这些网站提供了一些有用的工具，如路线规划、交通实况查询和社区交通查询等服务。
此外，一些智能交通系统也已经开始收集城市交通流量数据。
例如，一些城市的交通信号灯可以通过智能传感器来实现灵活的交通信号控制，并记录每辆车通过的时间，从而收集有关城市交通流量和拥堵情况的数据。
三、基于开放数据的城市交通预测基于开放数据的城市交通预测可以帮助城市交通规划师更好地了解未来城市交通的走向和发展趋势。
借助数据挖掘、机器学习和模拟仿真等技术手段，可以预测交通流量、车辆拥堵和道路通行能力等问题。
《交通分布预测》PPT课件
O/D
1
2
3
合计
1
22.819
11.080
5.270
39.169
2
11.226
70.585
9.462
91.273
3
5.427
7.995
22.637
36.058
合计
39.471
89.660
37.369 166.500
（6）重新计算 FO2i 和 FD2j
表1 现状OD表和将来各小区的预测值（单位：万次）
O\D
1
2
3
合计 预测值
1
17.0
7.0
4.0
28.0
38.6
2
7.0
38.0
6.0
51.0
91.9
3
4.0
5.0
17.0
26.0
36.0
合计
28.0
50.0
27.0
105.0
166.5
解：采用常增长系数法，即： （1）求各个小区的发生增长系数：
FO1 U1 / O1 38.6 / 28.0 1.3786 FO2 U 2 / O2 91.9 / 51.0 1.8020
增长率法算法
假设在给定
ti0j
的条件下，预测
t
N ij
。
第1步
令迭代次数m=0；
第2步
给出现在OD表中
t
m ij
、Oim
、D
m j
、T m 及
将来OD表中的 U i 、 V j 、X 。
第3步
求出各小区的发生与吸引交通量的增
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）
推荐-第8讲 公路交通分配预测50分钟汪洋 精品
（一）全有全无分配法
顾名思义，全有（all）指将OD交通需求一次性地 全部分配到最短径路上。全无（nothing）指对最短径 路以外的径路不分配交通需求量。
全有全无分配法应用于没有通行能力限制的网络 交通交通量分配等场合。在美国芝加哥城交通解析中， 首次获得应用。
全有全无分配法是根据路线阻抗，寻求i区到j区的 最短路径，将分布交通量Qij一次分配到最短路径上的 预测方法。全有全无法仅适用于各路线阻抗相差较大 或单个路线的情况。
112-110 1 5 3 4
5
2
11 9 20
110-109 1 5
4
45
7 18 20
109-113 1
113-Ⅱ
1
434
6
434
6
11 8 19 8 11 19
109-104
5
3
56
11 8 19
104-105
5
105-Ⅲ
5
3
561
3
561
7
4
5
4
3
107
111 110 109 108
116
7
5
6
4
3
106
104 1
103 4
1
5 104 2
105 1
Ⅱ 114 4
115 5
Ⅳ
1
101 102
6 ---- 1 1 3 ----
2010 成都
分配过程如下： （1）计算各交通区之间行驶时间最小的路线。 以Ⅰ → Ⅱ为例：各可能路线及行驶时间为： Ⅰ → 111 → 110 → 109 → 108 → Ⅱ 15min Ⅰ → 112 → 110 → 109 → 113 → Ⅱ 13min Ⅰ → 111 → 110 → 109 → 113 → Ⅱ 14min Ⅰ → 112 → 110 → 109 → 108 → Ⅱ 14min 因此的交通量
交通运输规划的需求预测与布局思路
交通运输规划的需求预测与布局思路一、引言交通运输是现代社会发展的重要基础，对于城市化进程和经济发展起着至关重要的作用。
随着人口的增长和城市化的加速，交通需求也日益增长，因此交通运输规划的需求预测和布局思路显得尤为重要。
本文将探讨交通运输规划的需求预测方法以及布局思路，旨在为相关决策者提供一定的参考。
二、交通需求预测方法1. 历史数据分析法历史数据分析法是一种常用的交通需求预测方法。
通过对过去一段时间的交通数据进行分析，可以得出交通需求的趋势和规律，从而预测未来的交通需求。
这种方法的优点是简单易行，但是需要大量的历史数据支持，且对于特殊情况的预测效果有限。
2. 统计模型法统计模型法是一种基于数学统计方法的交通需求预测方法。
通过建立数学模型，利用历史数据和其他相关因素进行分析和计算，可以得出未来交通需求的预测结果。
常用的统计模型包括回归模型、时间序列模型等。
这种方法的优点是可以考虑多个因素的影响，预测结果相对准确，但是需要较强的数学统计能力。
3. 综合评价法综合评价法是一种综合考虑多个因素的交通需求预测方法。
通过对交通需求的相关因素进行综合评价，包括人口增长率、经济发展水平、城市规模等，可以得出交通需求的预测结果。
这种方法的优点是可以综合考虑多个因素的影响，但是需要较为全面的数据支持和专业的评价方法。
三、交通运输布局思路1. 基于需求预测的布局交通运输布局应该基于对交通需求的准确预测。
根据需求预测结果，合理规划交通网络，包括道路、公交线路、轨道交通等。
同时，应该考虑不同交通方式之间的衔接和互通，提高交通效率和便利性。
2. 基于可持续发展的布局交通运输布局应该与城市的可持续发展目标相一致。
应该优先考虑公共交通和非机动交通的发展，减少对私家车的依赖。
同时，应该注重环保和节能，推广新能源交通工具的使用，减少对环境的污染。
3. 基于空间规划的布局交通运输布局应该与城市的空间规划相协调。
应该根据城市的发展方向和重点区域，合理布局交通设施，避免交通拥堵和资源浪费。
交通分布预测-增长系数法
量，即出行分布量。
迭代算法直接采用上式计算得到的结果一般不能满足行列约束，因此需要反复迭代计算，以满足约束。
∑∑==i j ij j i ij D q O q ,③底特律法该方法认为，q ij 的增长与i 、j 分区出行量增长成正比，而且还与整个区域出行量增长成反比。
增长函数为：底特律法考虑的因素较为全面，收敛速度也较快。
TT fd fo qq fd fo fd fo f k k jk i ijijij k ijk jk ik jki⋅⋅=⋅⋅=∑∑∑∑），（例题6-3解：底特律法fo1=6/2=3, fo2=8/2=4, fd1=4/2=2, fd2=10/2=5q11=1x3x2x4/14=12/7=1.71, q12=1x3x5x4/14=30/7=4.29, q21=1x4x2x4/14=16/7=2.29, q22=1x4x5x4/14=40/7=5.71422Dj 021122111Oi 021qij 014104Dj8？？26？？1Oi 21qij 14104Dj85.712.29264.291.711Oi 21qij ④福莱特法该方法认为，q ij 的不仅与i 、j 两区的增长有关，而且还与整个对象区域内其它区的增长有关。
增长函数为：福莱特法计算过程较为繁琐，但收敛速度快，是实际规划工作应用较多的一种方法。
2k jk i k j k i k j k i Ld Lo fd fo fd fo f +⋅⋅=），（∑=jk jk ijki k i fd qOLo ∑=iki kij k jk j fo qD Ld 例题6-4解：福莱特法fo1=6/2=3, fo2=8/2=4, fd1=4/2=2, fd2=10/2=5L1=2/(1x2+1x5)=2/7, L2=2/(1x3+1x4)=2/7, (Li+Lj)/2=2/7q11=1x3x2x2/7=12/7=1.71, q12=1x3x5x2/7=30/7=4.29, q21=1x4x2x2/7=16/7=2.29, q22=1x4x5x2/7=40/7=5.71422Dj 021122111Oi 021qij 014104Dj8？？26？？1Oi 21qij 14104Dj85.712.29264.291.711Oi 21qij ⑤佛尼斯法该方法交替使用发生量增长率与吸引量增长率进行迭代计算，增长函数为：佛尼斯法收敛速度较快，计算也较为简单。
城市道路与交通规则之交通需求预测
3.回归分析方法
回归分析法时根据调查资料，建立生成量与其主要影响因 素之间的回归方程，利用所建立的回归方程，通过对主要 影响因素的预测，进而预测交通生成量.
回归的形式有多种，自变量有一元也有多元，函数关系有 线性也有非线性。
在交通生成预测中一般以土地利用强度指标为自变量，如 交通区人口数、劳动力资源数、就业岗位数、各类土地利 用面积等。
出行产生量：由家出行的全部家庭端点数和货物出行的全
部起点数之和。换句话来说，单位时间内某一分区的出行 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： 由家出行的全部非家庭端点数，与非由家 出行和货物出行的全部终点数之和。或者说，单位时间内
由于一个分区的交通出行发生量主要是由这个分区的土地 利用形态决定的，而起讫点的概念与用地形态没有关系。 从起讫点的概念出发，无法由分区未来的用地模式预测分 区的交通出行发生量。因此，后来交通学家们提出了产生 点和吸引点的概念.
产生、吸引交通量与生成交通量的关系
PA 1 1 2
…...
i
…...
m
合计 A1
2.50
平 均
2.00
1.871.751.661.942.072.041.951.781.721.60
出 1.50
1.37
行
1.12
1.09
次 1.00 数 0.50 男
0.70
()
0.00
6～10 16～20 26～30 36～40 46～50 56～60 66～70 年龄段
2.00 1.50 1.00 0.50 0.00
1.原单位法/生成率法
该方法的基本思想是：从OD调查中，可得出单位用地面 积（单位人口或单位经济指标等）交通生成量，如假定其 是稳定的，则根据规划期限各交通区的用地面积（人口量 或经济指标等）便可进行交通生成预测。
第六章_交通分布
第六章 交通的分布
第一节 概述 第二节 增长系数法 第三节 重力模型法 第四节 机会模型法 第五节 最大熵法
f F F
m Oi
m Dj
T (现在） X （将来）
m
2、计算步骤
例题6-3 试基于现状分布交通量、将来发生与吸引交 通量，采用底特律法，预测3个交通小区将来的分布 交通量。设定收敛标准为ε=3%。
D D
O 1
2 3 合计
1
17.0
2
7.0
3
4.0
6.0
合计
28.0
51.0 26.0
O
1 2 3 合计
FO03 U 3 / O3 36.0 / 26.0 1.3846
0 FD 1 V1 / D1 39.3 / 28.0 1.4036
F
0 D2
V2 / D2 90.3 / 50.0 1.8060
F
0 D3
V3 / D3 36.9 / 27.0 1.3667
f (F , F ) (F F ) / 2
m Oi m Dj m Oi m Dj
优点：是公式简明，易于计算；
缺点：收敛慢，迭代次数多，计算精度低。
1、基本原理 i 和 j 交通小区之间的分布交通量 qij 的增长率与 i 交通小区出行发生量 和 j 交通小区出行吸引量增长 率之积成正比，与出行生成量的增长率成反比。
底特律法考虑将来年的出行分布不仅与出行的发生
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ti0j 现有O-D量
U i 预测发生交通量
tiNj 预测O-D量
V j 预测吸引交通量
t
m ij
第m次迭代中的O-D量
X
预测生成交通量
Oim 第m次迭代中的发生量 Fomi 第m次迭代的发生增长系数
D
m j
第m次迭代中的吸引量
FDmj 第m次迭代的吸引增长系数
T m 第m次迭代中的生成量 给定的误差参数
16
例2：试利用例1给出的现状分布交通量（表3）、将来发生
与吸引交通量（表4），求解3交通小区将来的分布交通量。
设定收敛标准为 =3%。
表3 现状OD表（单位：万次）
5
常用方法
交通分布模型多达数十种，但总的来说交通分布 模型可以分为两大类(增长系数法和综合法) 第一类模型适用于短期的交通分布研究，比较简 单，主要应用于交通网络没有发生重大变化的短期 预测 第二类方法使用了广义费用，可以用于长期的研 究或者短期研究中交通网络有较大变化的情况。
6
第二节 增长系数法
增长系数法 （Growth Factor Method）
增长系数法：基于出行的起点和终点所 在的小区的增长特性，利用现状OD表计 算未来的OD表的方法。 适用于小区或小区间的出行，不太受空 间的阻挠因素的影响，而只受地区间产 生及吸引特性影响的空间分布形态。 增长特征：人口、经济、土地使用。
8
符号解释
增长率法算法
假设在给定
ti0j
的条件下，预测
t
N ij
。
第1步
令迭代次数m=0；
第2步
给出现在OD表中
t
m ij
、Oim
、D
m j
、T m 及
将来OD表中的 U i 、 V j 、X 。
第3步
求出各小区的发生与吸引交通量的增
长率 Fomi , FDmj 。
Fm Oi
Ui
/ Oim ,
(1)
Fm Dj
FO3 U3 / O3 36.0 / 26.0 1.3846
（2）表1各项均乘以发生增长系数，得到表2。 表2 常增长系数法计算得到的OD表（单位：万次）
O\D
1
2
3
合计 目标值
1
23.436 9.650 5.514
38.6
38.6
2
12.614 68.475 10.812
91.9
91.9
3
5.538 6.923 23.538
常增长率法
所有OD量的增长率仅与i小区的发生交通量增 长率有关，或仅与j小区的吸引交通量有关，或 仅与生成交通量的增长率有关，是一个常数。 增长函数为：
f (FOi , FDj ) =常数
预测精度不高，不需要迭代，是一种最简单的 方法。
例1：试利用3个小区目标年发生交通量预测值和基础年的出行 分布矩阵（表1），求解目标年的出行分布矩阵。
Vj
/
D
m j
,
(2)
第4步
求第m+1次近似值
t m1
ij
t m1
ij
timj
f
(
Fm Oi
,
Fm Dj
)
第5步 收敛判别
若满足上述条件，结束计算；反之，令 m=m+1，返回到第2步。
根据 f (FOmi , FDmj ) 的种类不同，可以分为： 常增长率法（Unique Growth Factor Method） 平均增长率法（Average Growth Factor Method） 底特律法（Detroit Method） 福莱特法（Frater Method）
表1 现状OD表和将来各小区的预测值（单位：万次）
O\D
1
2
3
合计 预测值
1
17.0
7.0
4.0
28.0
38.6
2
7.0
38.0
6.0
51.0
91.9
3
4.0
5.0
17.0
26.0
36.0
合计
28.0
50.0
27.0
105.0
166.5
解：采用常增长系数法，即： （1）求各个小区的发生增长系数：
FO1 U1 / O1 38.6 / 28.0 1.3786 FO2 U 2 / O2 91.9 / 51.0 1.8020
36.0
36.0
合计 41.588 85.048 39.865 166.5 166.5
平均增长率法
假设i-j小区之间OD量的增长率等于i小区出行发
生量的增长率和j小区出行吸引量增长率的平均值
。
f
(FOi , FDj )
1 2 (FOi
FDj )
该方法公式简明，容易计算。 其缺点是收敛速度慢，计算精度比较低。
m
D
0 j
t
0 ij
i
D220
…………
D
j
0 j
…………
D
0 n
n
T0
发生量
m
n
T 0
O
o i
D
0 j
i
j
OD
目 标
表
1
t1N1
2
t
N 21
… ……
i
t
N i1
… ……
m
t
N m1
吸引量 D1N
t1N2
t2N2
……
tiN2
……
t
N m2
D2N
…… …… …… …… …… …… ……
t1Nj
t2Nj
交通分布(Trip Distribution)
第1节 概述 第2节 增长系数法 第3节 重力模型法 第4节 最大熵模型法
第一节 概述
出行分布的目的
根据现状的OD分布量、交通小区的经济特征、 土地利用的发展变化，来找出未来各交通小区 的出行交换量。
O
D1
2 …... j …... n 合计
1
O1
发
2
O2
生
…...
…... 交
i
…...
tij
Oi
通
…... 量
m
Om
合计 D1 D2 …... Di …... Dn T
吸引交通量
生成交通量
O \ D 1 2 …… j …… n 发生量
现 在
1
t
0 11
t102
……
t
0 1j
…… t10n
O0 1
t
0 ij
现在 i,j 区的 OD 交通量
2
t
0 21
……
tiNj
……
tmNj
D
N j…… …… …… Nhomakorabeat1Nn
t2Nn
……
…… tiNn …… ……
……
t
N mn
…… DnN
ON tiNj
1
O2N
……
现在 i,j 区的 OD 交通量
OiN
……
n
OiN tiNj
j
OmN
m
D
N j
tiNj
i
TN
m
n
T N
OiN
D
N j
i
j
守恒法则
双约束(doubly constrained) 同时满足上述约束条件的出行 分布模型，称为双约束模型。 单约束(singly constrained) 前两个约束条件只有一个成立 的出行分布模型，称为单约束 模型。
t
0 22
…… t20j
…… t20n
O20
… …… …… …… …… …… …… ……
OD
表
i
ti01
t
0 i2
……
t
0 ij
…… ti0n
O
0 i
n
O
0 i
t
0 ij
j
… …… …… …… …… …… …… ……
m
t
0 m
1
吸引量 D10 O\D 1
t
0 m
2
…… t
0 mj
……
t
0 mn
O
0 m