公路客运量的回归分析和研究预测
吉林省公路客运量预测研究
第２８卷第５期 ２Ｏ０８年ｌＯ月 农业与技术 Ａｇｒｉｃｕｌｔｕｒｅ＆Ｔｅｃｈｎｏｌｏｇｙ ｖ０１．２８ Ｎｏ．５ ０ｃｔ．２０ｏ８ ・３０・ 吉林省公路客运量预测研究 安凤秀 王丽妲 施继红 任贵升２刘庆福 （１．吉林农业大学工程技术学院。吉林长春１３０１１８；２．冀东水泥吉林有限责任公司，吉林吉林市１３２０００） 【｝商 要】通过分析未来公路客运量发展的趋势．预测了未来三年的公路客运量，这对于调整运输结构，合理投入不同结构的 运力，配备不同的运力结构，满足不同层次旅客的运输需求，提高运输企业的经济效益，实现道路旅客运输资源的配置．提高客 运企业的市场竞争力具有非常重要的现实意义，从而可以使运输资源得到最大限度的利用。实现客运资源的优化配置。 【关键词】吉林省；公路；客运量；预测 中图分类号：ＬＨ９２．４ １３ 文献标识码：Ａ 分析吉林省２００４至２００６年公路旅客运输需 求，预测未来若干年吉林省公路客运量及其发展 趋势，可以为投资、规划、优化配置资源及其相 关问题的科学决策提供可靠依据，同时提高公路 客运的经济效益和社会效益。 １吉林省公路运输现状 １．１吉林省自然经济状况 吉林省位于祖国东北中部边境地区，土地面 积ｌ９．１万平方公里。共设８个地市、一个少数民 族自治州，总人口２７００万。吉林省是国家的老工 业基地，生态环境优良，森林、水利、矿产资源 丰富，同时是我国重要的商品粮基地。 １．２吉林省公路基础设施现状 截止到２００４年吉林省公路总里程４７２５４公 里，占全国总里程的２．５５％，其中等外公路２１０６ 公里。高速公路５４２公里，仅占全国总里程的 １．５９％。截至２００５年底，全省公路总里程达到 ５０３０８公里，公路密度达到２６．８公里／百平方公 里。除延边州外，全省地级市均实现了与省会一 级以上公路连接，市（州）到县基本实现了二级 公路连接。建成农村水泥（沥青）路３７３３０公里， 乡镇通水泥（沥青）路率达到９８．５％，行政村通 水泥（沥青）路率达到６５．６％，其中二级以上公 路达到１．２万公里，高速公路通车里程１８００公 里，通行能力和通达深度均大幅提高，公路基础 设施紧张状况得到很大改善。公路的发展极大地 提升了公路运输的机动性和效率，公路运输在综 合运输体系中的竞争力得到有效提高，形成更大 的公路运输需求。吉林省公路网以贯通全省的 “四纵三横”为主要骨架，主要由８条国道、ｌ６ 条省道、１６１条县道和若干条乡道组成。２００６年 吉林省完成全社会客运量２８７８８万人，比上年增 长５．８１％。其中公路运输完成２４１９８万人，占总 客运量的８４．１％，较２００４年增加１．５个百分点， 年均增长率为４．２％。吉林省２００４～２００６年客运 量情况如图１所示。 图ｌ吉林省２００４—２００６年客运量情况（万人） 吉林省公路旅客运输在全社会客运量中所占比重 和客运量均呈明显上升趋势，在吉林省整个客运 交通运输系统中占据主导地位。“十一五”期间， 吉林省将投资９００亿元用于交通基础设施建设，
加权盲数回归法在公路客运量预测中的应用
１０４ 交通与计算机２００８年第２期第２６卷总１４１期
加权盲数回归法在公路客运量预测中的应用
沈群 陈鹏
（东南大学 南京２１００９６） （安徽省公路管理局 合肥２３００２２）
摘要为克服传统客运量回归预算法中测忽视历史数据对未来预测的影响，以及无法处理影响客 运量预测不确定因素的问题，提出了采用加权盲数回归方法进行公路客运量预测。该方法以不同权 重区分历史数据的差别，采用加权最小二乘法确定回归系数；同时用盲数的形式来表达预测模型的相 关变量，来获得客运量可能出现的多个区间，即各个区间可能出现的可信度情况。算例表明，该方法 的预测结果比较合理、可靠，预测可信度高。 关键词 公路客流量；预测；盲数Ｉ力口权回归 中图分类号：Ｕ４９１ 文献标识码：Ａ
０引 言
目前，公路客运量预测方法可分为定性预测 和定量预测两类＿】 ］。常用的定性预测方法是德
尔菲（Ｄｅｌｐｈｉ）法，定量预测方法有时间序列分析
法、回归分析法、灰色模型预测法和弹性系数法 等。其中，回归分析法应用较为广泛，它假定客运
量与多个独立变量存在因果关系，通过建立反映 因果关系的数学模型来预测未来客运量。但传统 回归分析法忽视了历史数据对未来预测的影响程
度，且无法处理影响客运量的不确定因素，使预测 结果不尽人意。本文充分考虑历史数据对预测的 影响差异，并引入盲数理论处理不确定信息，从而 改进回归分析法，使客运量预测结果更为合理。
ｌ加权盲数回归法
１．１线性回归法及其不足 线性回归预测法＿４］是通过对统计数据进行处
理，定量分析预测目标未来变化规律的数理统计 方法。其基本模型为： Ｙ＝ＡＸ＋ｂ （１） 式中：Ａ为不依赖于变量ｘ的未知参数，且Ａ一 （口 ，口。，…，口 ）；Ｘ为与ｙ有因果关系的相关变
量，且Ｘ一（ｚ ，ｚ 一，ｚ＾）一；ｂ为随机误差。通过 最小二乘法获得差平方和计算公式：
Ｑ＝ （ｙｉ—ｇＪ１Ｘｉｌ一…一ａ－ｋＸｉｋ一６） （２） ２ １ 得到最小值，这样即可求得参数Ａ和ｂ，然后
高速公路客流预测模型研究
高速公路客流预测模型研究
近年来，高速公路建设进展迅速，交通的便利性也得到了大幅提升。随着人们生活水平的提高，越来越多的人选择自驾出游。高速公路客流量也随之增长，而如何对未来的客流进行准确预测，成为了一个重要的研究方向。
客流预测模型是指根据历史的交通量以及当日的天气、地理位置等多种因素，预测未来一段时间内通过某一交通节点的人数。在这个模型中，历史数据是一个非常关键的因素，因为历史数据中包含了大量的交通信息，是对未来交通变化的一个参考。
目前，对于交通预测模型的研究主要分为两种方法，一种是基于传统的统计学方法，另一种则是基于机器学习。
传统的统计学方法主要是通过多元线性回归、时间序列分析等方式，来对交通数据进行分析和预测。其优点在于精度较高、能够充分利用历史数据，但其缺点也比较明显，由于无法处理非线性关系以及大量的干扰因素，导致其预测精度与实际数据有差距。
另一种则是机器学习方法，其基本思想是通过大量的数据训练算法模型，来预测未来的数据，其优点在于具有能够处理非线性关系和承载大量样本数据的能力。与传统的预测方法相比，机器学习方法在处理大量数据时，具有更高的准确度和时间效率。 在机器学习方法中，神经网络是目前比较常见的一种方法，其基本思想是通过输入历史数据进行训练，让算法学会相关规律。在预测时，算法会根据输入的天气、时间以及经纬度等因素，预测未来的车流量。
不过神经网络模型也没有完美的解决方案。一方面，神经网络算法需要大量的数据以及训练时间；而另一方面，当出现异常情况时，模型也容易失灵。因此，在当前的研究中，更多的学者将目光聚焦在多种方法的结合上。
例如，神经网络算法与时间序列方法相结合，不仅增加了算法的精准度，还能够更好地处理复杂的数据关系。在这种方法中，时间序列不仅仅只是为了预测未来的数据，还可以用来对历史数据进行分类和优化。
此外，人工智能与大数据处理的结合也为客流预测提供了新的思路。在这一领域，数据的处理和分析能力至关重要，而大型数据库和云计算技术的应用，则能够显著提升数据处理的速度和精度。
2024年道路旅客运输市场规模分析
2024年道路旅客运输市场规模分析
引言
道路旅客运输是指通过道路运输工具（如客车、公交车等）进行旅行的服务。随着人民生活水平的提高和城市化进程的推进，道路旅客运输市场规模不断扩大。本文将对道路旅客运输市场规模进行分析。
市场规模分析
1. 市场规模的背景
随着经济的发展和人口的增加，道路旅客运输市场不断扩大。人们对旅行的需求增加，道路客运公司也相应增加了运力，以满足市场需求。
2. 市场规模的数据
根据相关数据统计，道路旅客运输市场规模呈稳步增长的趋势。截至目前，全国范围内的道路旅客运输市场规模已达到XX亿元。
3. 市场规模的增长因素
市场规模增长的主要因素包括： - 经济发展：随着经济水平的提高，人们的旅行需求增加，推动了道路旅客运输市场的扩大。 - 人口增长：人口数量的增加意味着潜在的更多旅客，加大了道路旅客运输市场的需求。 - 城市化进程：城市化的推进导致城市里的人口密度增加，人们更倾向于使用道路旅客运输工具。 市场规模预测
1. 市场规模的分析方法
对于道路旅客运输市场规模的预测，可以采用以下方法： - 历史数据分析：通过分析过去几年的市场规模数据，揭示市场增长的趋势。 - 市场需求预测：结合经济发展、人口增长和城市化进程等因素，对未来市场需求进行预测。 - 政策分析：考察政府对道路旅客运输市场的支持政策，预测政策的变化对市场规模的影响。
2. 市场规模的预测结果
综合以上分析方法，预计未来几年道路旅客运输市场规模将继续保持稳步增长。由于经济发展的推动和人口增加的影响，预计市场规模将达到XX亿元。
结论
道路旅客运输市场规模的扩大是经济发展和人口增加的结果。未来几年，道路旅客运输市场规模将继续增长，需要相关企业和政府部门共同合作，满足市场需求，提升服务质量，推动行业的可持续发展。
以上为2024年道路旅客运输市场规模分析，通过对市场规模的背景、数据、增长因素和预测进行分析，得出了市场规模的预测结果，并提出了相关结论。
四川省公路客运量组合预测
四川省公路客运量组合预测
四川省公路客运量组合预测是指根据历史数据和相关因素，通过统计学方法和建模分析，预测未来一段时间内的公路客运量的组合情况。这对于合理规划公路交通资源、提高交通运输效益和服务质量具有重要意义。
四川省公路客运量组合预测需要收集历史数据，包括过去几年内的公路客运量数据，以及相关因素的数据，如人口数量、经济发展水平、交通设施建设情况等。这些数据可以通过从各级交通管理部门、统计部门以及相关研究机构等渠道获取。
针对收集的历史数据，可以采用统计学方法进行分析。可以对公路客运量数据进行时间序列分析，包括趋势分析、周期分析和季节性分析等，从而掌握公路客运量的整体变化规律。然后，可以通过回归分析等方法，研究公路客运量与各个相关因素之间的关系，寻找影响公路客运量的主要因素。
然后，根据已有的历史数据和建立的统计模型，可以进行未来公路客运量的预测。预测方法可以采用时间序列预测模型，如ARIMA模型、指数平滑模型等，也可以采用回归分析模型，并结合其他因素的影响进行预测。可以借助专业的统计软件或编程工具，进行数据处理和模型建立。
根据预测结果得到的未来公路客运量组合情况，可以为相关部门提供参考信息。根据预测结果，可以进行公路交通规划，包括道路建设、车辆调度、交通信号优化等方面，以优化公路交通资源配置，提高交通运输效益和服务质量。
需要注意的是，公路客运量组合预测是一个复杂的问题，涉及多个因素的影响，且预测结果具有一定的不确定性。在进行预测时，需要综合考虑各种因素，并适时修正和更新模型，以提高预测准确性和可靠性。还应密切关注实时数据和相关信息，及时调整预测结果，以应对突发事件和变化情况。
华东六省公路客运量预测研究
手机等。 ４保障机制 要进行优质的交通信息服务，建立一套完整的信息 获取和数据质量控制机制是必不可少的。数据质量主要 指数据的完整性和准确性，关系到工作的成败，应该引 起足够的重视。对于政府部门来说，错误的数据可能会 导致错误的决策，造成难以挽回的损失；对公众来说， 交通信息质量不佳，会误导公众，久而久之，会破坏整 个交通信息服务市场，而一旦坏了ＦＩ碑，失去了公众对 交通信息的信任，就需要花几倍的成本和努力来挽回。 静态信息方面，需要交警局、交通局等部ｆｉＳＨ互配 合，交通信息可以来源于仿真系统，其他信息需要有关 职能部门的配合，配合各种专项交通调查，如居民出行 调查、疏港交通调查、跨界旅客交通调查、货运交通调 查、流动人口与有特殊需要人士交通调查，以及车辆ＯＤ 调查等。动态信息方面，需建立综合共用信息平台，为 信息来源提供最为有力的保障。 数据质量控制的主要措施包括管理措施、标准化、纠 错模型。最重要的举措是建立数据分类质量管理体制，如 果哪些数据达不到相应的等级，将不对外发布和应用降］。 ５结语 交通信息服务在中国尚处于起步阶段，在政府服务 领域，应该重点抓好需求调研和技术攻关方面；在公众 服务领域，重点是商业模式的建立和信息质量的提升。 参考文献： ［１］美国交通运输部．ＩＴＳ Ｓｔｒａｔｅｇｉｃ Ｒｅｓｅａｒｃｈ Ｐｌａｎ，２０１０－２０１４［Ｒ／ ＯＬ］．［２０１３—４—１０１．ｈｔｔｐ：／／ｗｗｗ．ｉｔｓ．ｄｏｔ．ｇｏｖ／ａｒｃｈ／ａｒｃｈ．ｈｔｍ． ［２］《中国智能运输系统体系框架》专题组．中国智能运输系统 体系框架［Ｍ］．北京：人民交通出版社，２００３． ［３］Ｃｈａｏ Ｃｈｅｎ，Ｋａｒｌ Ｐｅｔｔｙ，Ａｌｅｘａｎｄｅｒ Ｓｋａｂａｒｄｏｎｉｓ，Ｐｒａｖｉｎ Ｖａｒａｉｙａ． ＦＲＥＥＷＡＹ ＰＥＲＦＯＲＭＡＮＣＥ ＭＥＡＳＵＲＥＭＥＮＴ ＳＹＳＴＥＭ： ＭＩＮＩＮＧ ＬＯＯＰ ＤＥＴＥＣＴＯＲ ＤＡＴＡ．Ｐｒｏｃｅｅｄｉｎｇ ｏｆ ８０ｔｈ Ａｎｎｕａｌ ＭｅｅｔｉｎｇＴｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｂｏａｒｄ，２００ １． ［４］深圳市城市交通规划研究中心，同济大学．深圳市智能交 通系统建设总体规划［Ｒ】．２００７． ［５］ＩＴＳ ＪＡＰＡＮ．ＩＴＳ ＨＡＮＤＢＯＯＫ［Ｒ］．２００３． 【６】深圳市城市交通规划研究中心．深圳市城市交通仿真系统 研究『Ｒ１．２００６． ［７］朱吴．美国交通信息服务行业商业运作状况调查报告［Ｊ］． 研究与对策，２００２（５）． 【８］高作刚．面向大城市的交通数据利用关键技术研究【Ｄ］．上 海：同济大学，２００５． 喏 ０引言 公路旅客运输是公路运输工作的一个重要组成部分， 它是人们为完成公务出差（生产性）或实现探亲、游览 目的（生活性）而选用的主要运输方式之一…。随着国 内外社会经济发展环境的变化，未来我国旅客运输将进 入转变发展，调整优化结构、建设节能、环保、绿色交 通的关键时期。它作为交通运输业的基础行业，其未来 发展趋势对社会经济发展导向起到至关重要的作用，而 公路旅客运输业的发展又与多种因素相关，确定各因素 与其具体关联程度是一项值得研究的工作，同时也是研 究交通运输业发展的难点所在。多元线性回归作为一种 较为科学的方法，在各行各业都有较为广泛的应用，可 以在获得影响因素的前提下，将定性问题定量化，确定 各因素对主体问题的具体影响程度口ｌ。 １ 华东６省公路旅客运输发展现状及影响因素 分析 １．１华东６省公路旅客运输现状分析 华东６省包括江苏、浙江、安徽、福建、江西、山 东，他们的公路系统都相当发达，从８０年代末期，交通 运输发生了巨大的变化，公路旅客运输量持续增长，公 路建设走上高等级、高速化轨道，基本实现了地区交通 与经济的协调发展，初步形成了陆地、水上、空中立体 交叉并存的综合交通运输体系。截至２０１１年末，华东６ 省公路运输线路平均总里程达到１４７ ６１７ ｋｍ，２０１ １年完 成全社会平均客运量１７８ ８１１万人，其中公路运输完成 ｌ７０ １２９万人，占总客运量的９５．１４％，平均公路旅客周 转量达到８８７．５２百万人ｋｍ。当前，华东６省公路旅客运 输在全社会客运量中所占比重和客运量均呈明显上升趋 势，在我国整个客运交通运输系统中占据着主导地位。 １．２影响公路旅客运输需求的因素 １．２．１国民经济发展水平 公路客运需求有很大一部分主要来自生产性出行需 求，生产水平的快慢直接影响出行需求。以江西省为例， 从图１可以看出，江西省公路客运量的变化趋势与省内 生产总值的变化趋势基本一致，即随着江西省生产总值 的增长，公路客运需求也逐渐增长。这是因为，人们的 出行需求中大部分的生产性出行需求活动都是与商品经 济联系在一起的，因此商品经济的发展程度直接影响到 这部分生产性出行需求。商品经济越发达，商务活动越 收稿日期：２０１ ５ ０４—０５ 作者简介：李为博（１ ９８８一），男，山西闻喜人，华东交通大学在 读硕士研究生，主要研究方向：交通运输规划与管理。
多元线性回归分析预测法
精品文档就在这里
-------------各类专业好文档，值得你下载，教育，管理，论文，制度，方案手册，应有尽有--------------
--------------------------------------------------------------------------------------------------------------------------------------------
---------------------------------------------------------精品 文档---------------------------------------------------------------------
多元线性回归分析预测法
(重定向自多元线性回归预测法)
多元线性回归分析预测法（Multi factor line regression method，多元线性回归分析法）
目录
[隐藏]
• 1 多元线性回归分析预测法概述
• 2 多元线性回归的计算模型[1]
• 3 多元线性回归模型的检验[1]
• 4 多元线性回归分析预测法案例分析
o 4.1 案例一:公路客货运输量多元线性回归预测方法探讨[2]
• 5
相关条目
• 6 参考文献
[编辑]
多元线性回归分析预测法概述
在市场的经济活动中，经常会遇到某一市场现象的发展和变化取决于几个影响因素的情况，也就是一个因变量和几个自变量有依存关系的情况。而且有时几个影响因素主次难以区分，或者有的因素虽属次要，但也不能略去其作用。例如，某一商品的销售量既与人口的增长变化有关，也与商品价格变化有关。这时采用一元回归分析预测法进行预测是难以奏效的，需要采用多元回归分析预测法。
多元回归分析预测法，是指通过对两上或两个以上的自变量与一个因变量的相关分析，建立预测模型进行预测的方法。当自变量与因变量之间存在线性关系时，称为多元线性回归分析。
公路班车客运服务的市场规模和潜力预测
公路班车客运服务的市场规模和潜力预测
公路班车客运服务作为一种重要的交通方式，一直以来都是人们出行的首选之一。随着城市化进程的不断推进，人口流动性增加以及旅游业的不断发展，公路班车客运服务市场规模不断扩大，潜力也越发巨大。
公路班车客运服务市场规模的预测需要从多个维度进行分析。首先，我们可以从人口流动和城市化的角度来研究这个市场的规模。随着城市化的发展，越来越多的人聚集在城市，同时也需要不断的外出旅游、探亲访友或者就业务工。公路班车客运服务提供了一种经济、便捷的交通方式，满足了人们的出行需求。另外，公路班车客运服务不受地形限制，可以覆盖到国内的各个地方，因此也能满足人们对于远程出行的需求。根据国家统计数据，中国人口超过14亿，其中绝大多数人口处在劳动年龄，这为公路班车客运服务市场提供了庞大的潜在需求。根据国内公路班车客运服务运营商的数据，市场的年均发展速度约为10%，预计在未来几年内将保持稳定的增长。
其次，从旅游业的发展来看，公路班车客运服务市场也具备很大的潜力。近年来，旅游业发展迅猛，人们对旅游的需求也不断增加。而公路班车客运服务正好满足了人们在旅行过程中的中短途交通需求，例如从城市到旅游景区的短途距离。随着旅游业的蓬勃发展，以及旅游景区的不断增加，公路班车客运服务的市场需求也将随之增加。据中国国家旅游局的数据显示，中国的旅游业已经成为全球最大的旅游市场之一，市场规模超过5万亿元人民币。这为公路班车客运服务提供了巨大的市场空间。
除了市场规模的预测，我们还需要关注公路班车客运服务市场的未来潜力。随着科技的不断进步，智能化、网络化的公路班车客运服务将成为未来的发展趋势。通过智能手机和互联网，人们可以更加便捷地查询、预定班车票，享受更优质的出行体验。此外，无人驾驶技术的发展也有望应用于公路班车客运服务，提高安全性和效率。这些新技术的应用将进一步提升公路班车客运服务的市场潜力。 然而，公路班车客运服务市场也面临一些挑战。首先，大多数公路班车客运服务公司规模较小，经营效益不高，无法满足人们对于提高服务品质和便利性的需求。其次，公路班车客运服务受限于交通拥堵等因素，班车的准时性和舒适度有时无法得到保证。此外，由于公路班车客运服务的价格相对便宜，利润空间较小，降低了运营商的盈利能力。
道路运输行业市场需求分析与预测研究总结
道路运输行业市场需求分析与预测研究总结
道路运输作为交通运输体系的重要组成部分，对于经济社会的发展起着至关重要的作用。为了更好地把握道路运输行业的发展趋势，满足不断变化的市场需求，有必要对其市场需求进行深入分析和预测研究。
一、道路运输行业市场需求的现状
随着经济的持续增长和社会的不断进步，道路运输行业的市场需求呈现出多样化和复杂化的特点。首先，货物运输需求持续增长。制造业的繁荣、电子商务的兴起以及国际贸易的拓展，都使得货物在地区之间的流动更加频繁，对道路运输的运力和效率提出了更高的要求。
其次，客运市场需求也发生了显著变化。随着人们生活水平的提高，出行方式更加多元化，对于出行的舒适性、便捷性和安全性的要求也越来越高。旅游、商务出行等需求的增加，推动了长途客运和包车服务的发展。
此外，城市内部的交通需求也日益旺盛。城市规模的扩大和人口的集中，导致城市交通拥堵问题日益严重，对于公共交通、出租车和网约车等道路运输服务的需求不断增加。
二、影响道路运输行业市场需求的因素 经济发展水平是影响道路运输市场需求的首要因素。经济的增长通常会带动货物和人员的流动增加，从而促进道路运输需求的上升。不同地区的经济发展差异也会导致道路运输需求的分布不均衡。
政策法规对道路运输行业的发展具有重要的引导作用。例如，交通基础设施建设政策、环保政策、运输市场准入政策等，都会直接或间接地影响道路运输的市场需求。
技术进步也在改变着道路运输行业的市场需求。新能源汽车的推广、智能交通系统的应用、物流信息化的发展等，都为道路运输行业带来了新的机遇和挑战。
消费者需求的变化也是不可忽视的因素。消费者对于运输服务的品质、价格、时效等方面的要求不断提高，促使道路运输企业不断优化服务，以满足市场需求。
三、道路运输行业市场需求的分析方法
为了准确把握道路运输行业的市场需求，需要采用科学合理的分析方法。常见的方法包括市场调研、数据分析和趋势预测等。
交通量分析及预测
第3章 交通量分析及预测
公路交通调查及分析
3.1.1调查综述
3.1.1.1调查内容
按照交通规划的研究对象，本项目分别对公路客货运输量、年平均交通流量进行调查。按照调查的方式，又大致分为以道路上的车辆为对象的实测调查和为明确人的活动和货物的移动性质而进行的问卷调查。前者的调查有道路交通量调查和运行车速调查，具体的调查事项及观测方法，因表示交通流特性所采用的要素不同而有所不同，通过它可掌握汽车行驶状态有关的各种特性，为道路上实现畅通交通流而进行适当的交通控制及建立交通规划发挥作用。后者的调查有居民出行调查、机动车OD调查和物流调查。
3.1.1.2调查方法
交通调查是公路建设项目可行性研究的一个重要环节，是采集所需基础数据的最基本手段。其目的是了解项目影响区域公路交通运输的特性、构成以及客货运输的流量、流向，使后续的交通量预测建立在客观、可靠的基础上，为公路建设项目的计划、建设规模、建设标准等提供科学的依据。 (1)交通量调查点的布设
交通量调查点的选择，对调查数据、区域路网流量分析、拟建项目交通量预测有着直接的影响，是整个交通量调查的关键。本报告交通量调查路段及其地点的选择，主要考虑了以下因素：
1) 根据拟建项目特点及其区域路网交通流特性，选择有代表性的路段布点；
2) 调查点远离城镇，尽量避免城镇内部交通及短途交通的影响；
3) 调查点选择在路基较宽、视距远的路段上，同时要保证上行与下行调查点之间留有不少于150m的距离，以免造成交通阻塞；
4) 附近有收费站的，尽量将调查点设在收费站中，以减少对车辆通行的影响。
由于交通流量观测是在具体的某一天进行的，有的是24小时流量观测点，有的是12小时流量观测点，所以在交通流量分析时根据各流量观测点所在路段历年交通量观测资料对其进行年月、周日、昼夜不均匀性调整，并以次推算出年均日交通量。调整公式如下：
Qijk＝qijk·αi·βi·γi