出行生成预测模型的研究

基于居民个体出行决策行为的解释,通过周边小区势能的定义,建成了一个新的出行生成预测模型．该模型综合考虑了交通小区的社会经济发展水平、路网服务水平以及其周边小区的社会经济发展水平对出行生成的影响程度．用所建成的出行生成预测模型分析桂林市现状的居民出行生成,其结果表明该模型具有较好的精度和性能．     

基于人口和土地利用的城市新区交通生成预测模型

针对城市新区背景下传统交通生成预测方法的不足,以城市人口-土地利用-交通需求相关关系为机理,建立了基于人口和土地利用的城市新区交通生成预测模型.苏州新区应用实例表明:对不同用地类型所引起的不同目的的出行,分别建立出行产生和吸引预测模型,能够使交通需求与新区土地利用特性直接相关;通过确定回程出行比例的方法,实现了新区内部交通小区出行产生和吸引量的平衡;通过引入区位势因子,进一步反映出新区内部不同交通小区由于土地利用强度和交通可达性的不同所引起的交通需求差异.     

基于百度地图应用程序接口的轨道交通生成预测

基于百度地图应用程序接口,设计了收集辨识轨道交通站点范围内关注点的查询收集系统,实现了收集关注点信息自动化。通过优化交通小区单元化识别方法构建了出行预测模型,对A市某轨道交通沿线现状进行分析。研究结果表明,应用该方法对轨道新线进行短期的交通发生与吸引预测,有助于提高交通生成基础数据的收集效率和预测精度。     

基于活动模式的工作者出行生成预测模型

为改进传统出行生成预测以单个出行为分析单元、难以反映个体出行行为的不足,建立了基于活动模式的工作者出行生成预测模型.采用相关性分析和多项logit方法研究了1617个有效样本的居民个体属性、家庭属性、区位属性、出行属性、活动属性所引起的活动和出行生成模式的差异.通过建立包含显著变量的6种典型活动模式效用函数,获得个体选择概率.按概率集计法分析各交通小区各类活动模式总量,结合活动模式中包含的出行链平均长度,进行工作者出行生成量预测.基于活动模式的工作者出行生成预测模型有助于以出行链整体为单元考察多次出行之间的关联性,增强出行生成模型与行为模型的融合.     

基于发生率的高峰小时机动车OD矩阵预测

城市道路机动车交通分配一般使用的是高峰小时机动车起讫(OD)矩阵,提出一种基于高峰小时发生率调查的高峰小时机动车OD矩阵预测方法.直接调查各类用地的高峰小时机动车发生率以及其出行种类,可以进行高峰小时的小区出发到达量(OD)预测以及到出行产生吸引(PA)的转换.在使用高峰小时机动车PA进行出行分布预测之后,利用调查得到的出行种类比例进行高峰小时机动车PA矩阵到OD矩阵的转换,进而得到高峰小时机动车OD矩阵.     

基于土地利用的城市停车需求预测问题研究

为了解决目前不同停车预测模型在使用时的限制问题,本文在交通量-停车需求模型的基础上,根据各小区出行吸引的交通方式构成对小区进行分组,并结合交通小区土地利用状况对分组进行修正,分组预测规划期内出行吸引的交通方式构成,继而对各小区的停车需求进行预测. 通过实例计算证明了此方法的准确性.     

路段交通量与O—D出行量互算关系的研究

本文通过摸拟出行者的行为特性,提出了交通分配选择模型,并确定了分配参数的取值范围。此外,采用非线性规划的序列无约束极小化技术,提出了用路段交通量推算 O—D 出行量的计算方法。最后,本文以一中等城市的交通网络为例,分析了该互算方法的精度,从理论和实践上证实了该方法的可行性。     

苏州市居民出行特征分析及交通发展对策研究

对比分析苏州市2000年和1996年以及苏州市与国内其他城市居民出行调查的有关数据,通过出行强度、出行方式、出行的时间分布、出行的空间分布等一系列指标总结归纳出苏州市城市居民出租地的规律、变化特征及其原因,针对其出行总量增加、出行距离加长、出行耗时增加、私人交通方式比重较高、城市交通大区间的联系通道交通量较大、高峰小时峰值强劲等特点,对苏州市城市交通发展提出公交优先发展、就近就业,建设快速交通系统及交通需求管理等建议。     

Disaggregate Traffic Mode Choice Model Based on Combination of Revealed and Stated Preference Data

Introduction The disaggregate model is one of the most important models for modal split forecasting and is widely used in transportation predictions.Unlike conventional ag-gregate models,the disaggregate model deals with in-dividuals who make transport de…     

基于“四阶段法”的改扩建高速公路近期交通量预测

摘 要： 鉴于高速公路改扩建已成为时下我国高速公路发展建设中的常见现象及今后的一大发展方向,本文讨论了交通量预测的基本思路,以现状道路交通OD为基础,根据交通出行的趋势和特点,采用四阶段法（社会经济预测、交通生成预测、交通分布预测和交通分配）对改扩建高速公路交通量进行预测,为今后高速公路扩宽改造交通量预测工作如何开展提供思路。     

基于车道级基础路网的微观交通仿真数据建模与应用研究

从满足微观交通仿真需求角度分析了仿真数据模型建模的要点,建立了包括基础路网模型、信号控制方案描述模型和交通需求模型在内的微观交通仿真数据模型。信号控制方案描述模型中,信号灯分配通行时权,信号灯组描述交叉口的通行规则。交通需求模型由交通小区和OD矩阵组成,交通小区定义OD矩阵的起终点,OD矩阵定义路网上的出行量。以VISSIM为例,研究该模型与微观交通仿真模型要素之间的对应关系,提取数据转换生成VISSIM仿真模型,论证了其用于数据提取和交换的可行性。     

出行链与出行方式相互影响模式

通过居民出行调查数据分析,建立递归联立离散选择模型,从出行链至出行方式和出行方式至出行链2个方向,重点分析了工作出行链和出行方式间的相互作用.研究表明,模型通过直接量化出行链和出行方式之间的相互作用,加强了行为机制对预测分析的指导.分析结果表明,出行链至出行方式的影响模式在工作出行决策过程中占主导地位,出行者首先根据个人和家庭的需要将一日的活动和出行组织成以出行链为单位的片段,然后在出行链各种性质的约束下考虑选择何种交通方式.研究结果对出行需求预测和管理有指导意义.     

土地利用效用与车辆出行的产生和吸引

车辆出行的产生和吸引量与交通小区的土地利用情况密切相关.土地利用情况可以用一系列的经济、技术指标来描述,但实际工作中有些指标往往不容易得到,因此很难完整地描述土地利用情况,更无法以此来建模和预测.本文介绍了土地利用效用的概念,它可以利用统计数据综合地反映交通小区的土地利佣情况.文中还给出了土地利用效用在城市交通规划中应用的实例.     

Towards Disaggregate Dynamic Travel Forecasting Models

The authors argue that travel forecasting models should be dynamic and disaggregate in their representation of demand, supply, and supply-demand interactions, and propose a framework for such models. The proposed framework consists of disaggregate activity-based representation of travel choices of individual motorists on the demand side integrated with disaggregate dynamic modeling of network performance, through vehicle-based traffic simulation models on the supply side. The demand model generates individual members of the population and assigns to them socioeconomic characteristics. The generated motorists maintain these characteristics when they are loaded on the network by the supply model. In an equilibrium setting, the framework lends itself to a fixed-point formulation to represent and resolve demand-supply interactions. The paper discusses some of the remaining development challenges and presents an example of an existing travel forecasting model system that incorporates many of the proposed elements.     

最大熵模型在公共交通分布预测中的应用

探讨了在无现状起讫点矩阵(O-D矩阵)的情况下如何应用最大熵模型较好地描述公交出行分布。利用公交定位技术和收费系统的有效信息,以乘客公交出行距离分布为约束条件,将对应状态数最多的出行分布视为预测的出行分布,以乘客的微观行为来反映公交分布的宏观状态。提出改进后熵模型的参数标定方法;并通过实例分析与佐佐木模型的预测结果进行比较,结果表明改进后的最大熵模型适用性较强,在公共交通分布预测中有很好的应用前景。     

德黑兰中期交通和运输研究

德黑兰综合交通运输研究开始开１９９４年,研究中收集了社会经济数据,网络特性和公交数据,完成了出行调查和交通容量的计算,出行产业,出行分布和方式选择都准确地采用了这些数据,在这些研究中,考虑到德黑兰市的规模和它相应的数据库以及具体的目的,选用ＥＭＭＥ／２作为软件工具进行需求预测和交通分配较为适合。德黑兰市交通模型则上经历了两个阶段;ａ目前状况的形成;ｂ通过确定和评价可选方案实现交通系统的优化和未来预     

居民交通方式选择行为影响因素分析

交通方式选择行为是交通需求预测研究的重要内容。本文利用上海出行者交通方式选择意向调查数据,对小汽车、地铁、自行车三种交通方式的选择行为进行了分析与建模。首先,对地铁票价、小汽车出行时间及费用的多种组合情景下的各交通方式分担比例做了分析。然后,运用计量经济学中的离散选择建模方法,建立了包括出行者个体属性、出行时间及费用等因素的交通方式选择多元logit模型。最后,提出了交通规划和管理政策与措施方面的建议。     

城市公共交通需求预测及应用

文章在综述了公共交通需求预测基本理论的基础上 (包括预测的基本前期工作 ,四阶段模型法等 ) ,结合巢湖市公共交通规划 ,对出行生成、出行分布、交通方式划分、交通分配 4个阶段所采用的需求预测常规模型 (方法 )的应用作了具体的说明。同时 ,还介绍了一种组合预测模型 (方法 ) ,这种模型旨在减少预测风险 ,有效提高预测精度     

居民出行链、出行方式与出发时间联合选择的 交叉巢式Logit模型

为刻画出行链、出行方式与出发时间的联合选择行为,选取出行耗时、出行费用及个人与家庭属性等作为效用变量,以出行链选择子集合、出行方式选择子集合和出发时间选择子集合的组合作为模型的选择项,构建基于广义极值(GEV)理论的交叉巢式Logit模型,为方便对比,同时构建3种结构的传统NL模型。利用2010年北京市居民工作出行的小样本调查数据,对模型参数进行估计和检验,并进行弹性分析,分析效用变量的改变对备选方案选择概率的影响。参数估计结果表明,交叉巢式Logit模型具有比NL模型更优的统计学特征,并发现当效用变量改变时,选择者最先变更其出发时间,然后是出行方式,最后才考虑改变其出行链结构。直接和交叉弹性分析表明,与简单链的小汽车出行者相比,复杂链的小汽车出行者对出行时间与出行费用的敏感性较低。研究结果可以为制定和评价交通需求管理政策提供依据。     

基于非集计模型的交通需求预测方法

交通需求预测是城市规划和城市交通规划的核心内容之一,同时也是制定交通需求管理（TDM）策略的基础.传统的预测模型多以“四阶段法”为基础,对调查数据进行集计处理,忽略数据所携带的有关出行者行为的个体信息,存在信息的浪费和冗余.依据现代交通规划学理论,在回顾传统预测方法的基础上,对非集计模型进行深入研究;根据淄博市中心城区居民出行调查数据,预测居民出行方式分担率.研究结果表明,较集计模型,非集计方法能更好地刻画居民出行方式选择行为.