城市交通出行生成模型的研究

城市交通出行生成模型的研究

罗志忠[1]2006年在《基于土地利用的城市交通需求分析研究》文中研究表明随着我国城市化进程的加快和机动化水平的不断提高,城市交通问题变得日益严重,而城市交通规划是一种从根本上解决城市交通问题的有效手段,其核心则是交通需求预测。因此,有必要对城市交通需求预测进行深入的分析与研究。 在当今的城市交通需求分析方法中,应用最广的方法为四阶段分析法,它由交通生成、交通分布、交通方式划分以及交通分配等四个阶段组成。城市土地利用作为城市交通需求的根源,对居民出行生成和出行分布有着非常重要的影响作用。因此,本文的主要目的是研究土地利用与城市居民出行生成和出行分布的关系并建立相应的数量关系模型。 本文首先分析了城市土地利用与城市交通的互动作用机理以及土地利用与城市交通的相互影响因素,从而明晰了城市土地利用与城市交通需求之间的相互关系,为本文核心内容的研究奠定了良好的基础;其次,分析了城市居民出行生成的影响因素,同时对常用的出行生成预测方法进行了分析并指出其各自的适用范围,在此基础上分析了城市土地利用对城市居民出行生成的作用影响,从土地利用的角度提出了城市居民出行生成预测的思路并建立了基于土地利用的城市居民出行生成预测模型;再次,分析了常用的出行分布预测方法的特点并指出其各自的适用范围,在此基础上分析了城市土地利用性质、强度以及布局等对城市居民出行分布的影响,从土地利用的角度提出了城市居民出行分布预测的思路并建立了基于土地利用的城市居民出行分布预测模型;最后,结合“西安市2000年城市居民出行调查研究报告”、“西安市城市综合交通规划”和“西安市城市快速轨道交通线网规划”三个项目的数据资料,对所建立的基于土地利用的城市居民出行生成预测模型和基于土地利用的城市居民出行分布预测模型进行了实证分析。

孙松伟[2]2008年在《城市轨道交通客流预测模型及方法研究》文中研究说明任何一项建设项目,前期的研究都对以后的建设工作起着重要的指导作用,城市轨道交通作为一项最大的城市基础设施建设工程,前期的研究就显的更为重要,而客流预测又是城市轨道交通建设前期研究的关键,传统四阶段客流预测方法凭借其优点,在我国城市轨道交通客流预测中应用相当普遍,在传统四阶段客流预测方法的基础上,对其进行必要的完善与补充,是一项务实的、具有很大实际意义的工作。本文从四阶段客流预测方法的前期工作——交通小区的划分入手,遵循交通小区划分的一般原则,以轨道交通站点为中心对交通小区进行细化,使集聚后的小区客流与轨道交通线网之间的结合更加紧密。在分析和总结了目前城市轨道交通客流预测几种预测模式的情况下,提出了一种新的客流预测模式:“早期快速轨道”→“现状OD”→“远期快速轨道”,该模式将客流预测的前期工作作为主要内容进行研究,在交通小区细化的基础上进行出行调查,通过客流预测结果分析来确定远期的快速轨道线网形式。本文采用“出行生成”→“方式划分”→“出行分布”→“交通分配”的结构形式对四阶段客流预测方法的各个步骤进行研究,其目的是将轨道交通客流尽早的从总的客流中分离出来,以减少后期的工作量。在出行生成预测阶段,将细化后的交通小区按不同的使用性质进行分类,将小区的开发强度作为出行生成的重要指标分别求取客流生成量的大小;方式划分采用分三步的模式进行,首先将与轨道交通客流无竞争关系的客流分离出来,然后利用影响出行的两个重要指标——出行时间与出行费用,逐步将轨道交通客流从与之有竞争关系的客流中分离出来,最后考虑到其他因素的影响进行必要的修正;出行分布是利用重力模型思想,按出行目的将乘客批量分布到轨道交通线网上:最后根据对乘客来说的效用最大化理论对轨道交通量进行分配。

张晓明[3]2000年在《城市交通出行生成模型的研究》文中研究表明出行生成是交通需求分析四阶段法中的第一步,生成模型的预测精度将直接影响到交通需求分析的结果,由于城市交通出行生成所要考虑的因素错综复杂,难以全面把握,所以也是四阶段法中的难点和要点。目前交通出行生成模型,尤其是机动车出行生成模型,它们的预测效果并不太令人满意。 针对这种状况,本论文就城市交通出行生成模型展开讨论。论文主要分为两部分内容:城市交通出行生成现状分析和机动车出行生成研究。通过现状的分析和综合,得到现阶段国内出行生成所存在的一些缺陷和有待于解决的问题,从而引出下一部分研究重点:机动车出行生成研究;在机动车出行生成研究中,首先对国内机动车出行生成的影响因素进行详细分析,尤其是对出行生成和就业岗位、用地和就业岗位的相互关系进行深入地探讨;其次对各类机动车的出行行为、出行目的、出行影响因素和未来机动车出行生成发展趋势进行定性和定量相互结合的研究;最后,尝试在机动车出行生成模型中引入可达性指标,以验证在目前条件下,国内有无引入该指标的可能性和必要性。 本论文的两部分内容中,第一部分是基础,列举了几个国内外具有代表性的交通出行生成模型研究实例,并对其进行分析;第二部分是本论文的重点,通过该部分内容的研究,提出了一些对实际项目具有参考性的成果。

邓兴栋[4]2010年在《城市宏观交通仿真系统架构与关键技术研究》文中研究说明交通规划关系到城市的未来发展,而宏观交通仿真是设计和评价交通规划方案的基本技术手段。本文围绕城市宏观交通仿真这一主题,以符合国情并具备实际可操作性为研究的出发点,基于四阶段模型对宏观交通仿真系统的体系架构及关键技术展开深入的研究。针对现有方法的不足,提出了若干富有创新性和实用性的方法与模型,并以广州市为背景,通过长期的城市交通规划实践对所提出的方法与模型进行充分的验证,主要工作和研究成果如下:1.建立了符合我国国情的宏观交通仿真体系架构。本文从需求分析出发,对仿真系统进行了结构设计,并以四阶段模型为理论基础,对仿真系统进行功能细化,建立了由12个子模块组成的城市交通仿真架构。该架构具有良好的开放性和通用性,能够较好地适应我国当前国情的需要。2.提出优化的OD矩阵校准模型——3D平衡梯度搜索法,以及符合国内城市实际情况的OD矩阵校准方法与检验标准。本文分析了现有平衡梯度搜索法的特点及不足,提出以出行距离分布为约束条件的3D平衡梯度搜索法模型。实践表明,该方法能够有效地提高OD矩阵校准的精度。此外,通过对收敛标准进行分析,提出了可操作性强的OD矩阵校准流程,并结合广州市的实践情况及相关数据,提出了GEH检验建议标准。3.从交通需求分析的角度,提出了居民出行调查扩样方法,以及基于SP调查的时间价值分析模型。本文提出了“户-车-户”的居民出行调查扩样方法,该方法能够有效减少直接扩样的误差,较好地揭示沉默交通需求,使得扩样结果更为可靠、合理。此外,文中分析了SP调查原理并进行试验和调查设计,分析了出行时间影响因素,建立了时间价值Logit模型,有效地提高了交通出行分布、方式产生的预测准确性。4.提出考虑对路网熟悉程度的平衡分配模型及其求解方法。本文分析UE模型和SUE模型在实际应用中的偏差,提出了考虑对路网熟悉程度的平衡分配模型及其求解算法。算例结果表明该模型在非拥挤状态下较经典的UE模型和SUE模型更具有弹性,为进行更符合实际的交通分配提供了一种新的方法,经进一步验证可以纳入交通仿真系统中以提高模型的可操作性与预测结果的精度。5.介绍了广州市宏观交通仿真系统及其在实际交通规划工作中的应用情况。本文在宏观交通仿真系统体系架构及关键技术研究的基础上,以广州宏观交通仿真系统为例,介绍了广州交通仿真系统在“禁摩”政策、自行车发展政策、停车供应政策等交通政策发展研究及轨道网络规划中的应用,充分展示了宏观交通仿真系统在定量分析中的强大作用。

何刚[5]2003年在《城市交通规划交通需求预测模型的研究》文中研究说明城市交通需求预测是城市交通规划的基础,是确定城市道路交通网络结构布局、容量与主要干道布置沿向的重要依据,其模型与算法的精度水平直接制约着城市交通网络规划的合理程度与科学水平,乃至于会影响到整个城市未来社会经济的发展和人民生活的改善。如何客观、科学地进行交通需求预测,是当前我国城市交通规划中共同面临的课题。论文在系统分析城市交通规划交通需求预测方法研究现状的基础上,针对当前普遍使用的“四阶段”预测方法的不足,较全面地研究了城市交通规划交通需求预测模型。(1)出行生成模型:交通小区通达性和便利程度在很大程度上影响着居民的交通生成量,传统的出行生成预测模型无法反映这一特征。通过引入交通小区的区位系数来反映上述因素的影响,建成一类新型的出行生成预测模型,并将其用于烟台市出行生成分析。(2)广义Logit交通方式划分模型:针对目前常用的Logit交通方式划分模型无法描述交通方式之间效用相关的缺点,通过引用效用相关描述参数的引入,构建成广义Logit交通方式划分模型,并将其用于南昌市现状交通方式划分分析。该模型能够描述交通方式之间的相关特征,提高了交通方式划分预测的精度。(3)混合交通均衡分配模型与算法:机动车与非机动车混合行驶、相互干扰是我国城市道路交通的最大特点,而现有的交通分配技术均无法刻划这一混合作用机制。为此,针对我国城市混合交通的特点,建立了混合交通均衡分配模型与算法。

覃本煊[6]2009年在《城市轨道交通客流预测技术研究》文中研究说明近些年以来,我国经济一直持续健康发展,人民生活水平不断提高。我国人口基数较大,随着城市人口的增长和城市规模的不断扩大,城市车辆拥有量急剧增长,城市用地布局不断变化,城市的交通压力不断增加,城市交通拥堵问题已成为社会关注的焦点。解决这一问题的关键和重点,就是要建设和发展快捷、安全、高效的城市轨道交通,这已成为当今城市交通发展的必然趋势。轨道交通具有运量大、速度快、安全舒适、污染小、占地面积小、综合效益高特点。轨道交通建设是一项长期、庞大的工程,需要巨大的人力物力和财力消耗作为支撑,并对城市的空间结构和土地资源的利用带来深远的影响。轨道交通客流需求预测分析是项目立项和可行性分析的重要依据,也是整个轨道交通系统规划与设计的重要依据,因此必须重视轨道需求预测技术的研究,以期为轨道线网的建设和完善提供科学的支持。本论文归纳了国内外城市轨道交通的发展现状及目前常用的城市轨道客流预测方法,分析了现有预测方法的不足。对目前国内外运用较为普遍的交通规划四阶段法进行了着重研究,提出了运用该方法进行客流预测的改进意见,并建立了改进的预测模型。交通出行生成预测阶段考虑了居民出行的距离因素,回归模型中加入了可达性变量。出行分布预测阶段采用修正的相关度法,考虑到了实际的出行分布带有很强的方向性,大量交通区吸引到的出行量往往来自数量较少的个别交通区。方式划分阶段,在分析各种交通方式与轨道交通方式合作竞争关系的基础上,运用了基于合作竞争策略的四层次方式划分技术。文章结合具体城市实际对改进方法进行验证,并将预测结果与传统四阶段法的预测结果进行比较,证实了改进方法的先进性和合理性。

冯明兵[7]2015年在《基于活动的出行需求预测模型的研究》文中认为对于拥挤的城市交通来说,理想状态的交通应该至少能够满足供需平衡,然而达到这种平衡状态却非易事。拥挤的产生并不一定是作为交通系统一部分的基础设施的数量不足,也可能是由于其他的原因造成。由于大规模的城市道路建设的不可能,交通需求管理的重要性在城市交通规划中得以显现。出行需求预测作为交通规划的核心,为相关决策提供了理论和技术依据。目前,出行需求预测多使用四阶段法,但四阶段法无法满足交通需求管理在处理具有短期性、多样性、精细化等特点的交通问题时的需要。基于活动的出行需求预测方法丰富了对于交通现象和规律的认识和理解,补充完善了四阶段法的不足,因此对基于活动的出行需求预测模型的研究对未来改善城市交通有重要意义。本文在对出行需求预测方法梳理分析的基础上,提出基于活动的出行需求预测方法与四阶段法结合的思路,研究了基于活动的出行生成模型。归纳起来,本论文研究内容主要包括以下几方面。首先,回顾总结了各出行需求预测方法背景、理论基础和适用范围,比较分析了各出行需求预测方法的优缺点,并最终选择基于活动方法进行出行需求预测研究;其次,对活动出行分析相关理论进行分析,并最终选择以家庭作为出行单位预测出行生成,结合实际调查数据分析了家庭活动出行特征,确立了活动属性、家庭特征和出行特征为家庭活动出行影响因素;第三,基于非集计模型和离散选择模型理论基础,分析活动出行生成机理,提出建立出行生成预测的MNL和NL模型框架,定义特性变量并对MNL模型运用SPSS的多项Logistic模块进行标定检验;最后给出参数估计,相应的MNL模型应用实例,并对在此基础上的集计处理的出行生成预测模型运用进行了说明。以家庭作为出行单位涵盖了成员之间复杂的影响关系,模型误差相对较小,并且不同于以往的仅仅是将家庭属性作为模型的一个影响因素;对家庭活动出行链选择结果进行再次划分便于模型标定检验,最终得到家庭选择结果概率。基于活动的出行生成模型解释了不同特征出行者选择结果的原因,并且可以包含政策变量,研究表明,基于活动的出行生成模型相比传统预测方法有更强大的生命力。

申嵋[8]2017年在《城市轨道交通客流预测系统设计与实现》文中进行了进一步梳理在大中城市中普遍出现道路拥堵和交通秩序混乱现象的情况下,城市轨道交通具有输送量大、安全可靠、准点快捷、节能环保等优点,得到了人们的青睐,在城市公共交通系统中脱颖而出得到快速发展,成为解决城市拥堵等交通问题的主力军。随着城市化的不断推进,城市轨道交通规划及运营组织工作项目繁多,逻辑复杂,工作强度大,到目前为止人们对城市轨道交通客流预测的研究不够深入,主要采用人工进行,不能为城市轨道交通系统运行提供实时、安全可靠的决策支持,从而导致成本提高。非常有需要提高城市轨道交通客流预测的信息化水平,替代手工作业方法,规范作业流程,方便用户简单、高效、准确地完成各项工作,提高工作效率以及提升经济效益。本论文主要是对城市轨道交通客流预测开展研究工作。首先,介绍了城市轨道交通相对于其它交通出行工具的优势,分析了客流影响因素,随后研究城市轨道交通客流的时间分布特性以及空间分布特性,为后续研究城市轨道交通客流预测打下根基。其次,在研究了城市轨道交通传统四阶段客流预测法的基础上,分析得到出行生成和出行分布存在不足。传统出行生成预测方法没有考虑交通小区之间相互影响,以及交通服务水平对客流量的影响,具有预测结果精度上的不足。开创了出行生成预测新思路,通过分析出行生成量的影响因素,建立了新的预测模型。按土地利用性质对交通小区进行划分,分别计算研究区域中不同功能用地的出行生成量,计算它们之和得到总的客流量。传统出行分布预测方法没有考虑交通小区内部出行,提出了新的出行分布模型,该模型对交通小区内部出行和交通小区之间出行分别建立模型进行预测,很好的解决了传统预测方法不足的问题。随后通过实例来分析新出行生成预测模型的优点,新模型不仅仅具有通俗易懂,计算方便,符合现实情况的优点,而且还具备很强的兼容性等优点,所以具有非常高的研究价值。然后,根据研究建立的出行生成和出行分布模型实现城市轨道交通客流预测系统的设计,基于VC++6.0与MFC类库进行系统编程,实现城市轨道交通客流预测功能并对预测结果进行了分析,客流预测结果有利于对城市轨道交通投资建设规模进行决策。最后,对本论文的主要研究内容进行概括总结,对未来进行更深层次研究进行展望。

刘天宝[9]2015年在《城市道路交通量预测研究》文中研究说明交通量预测是城市道路建设前期工作中重要的环节,是确定工程建设项目的技术等级、建设规模、经济效益评价和项目建议决策的重要依据。交通量预测的水平和质量关系到城市道路工程的可行性和必要性,也关系到是否能合理的确定工程建设标准和建设规模,还关系到是否能兼顾城市发展的前瞻性,保证城市道路在一定的年限内发挥作用。本文全面系统地阐述了城市道路交通量预测的各种理论和方法:包括交通生成和吸引预测、交通分布预测、交通方式划分和交通分配预测,并通过这些理论和方法对蚌埠市解放路项目的交通量进行预测。其主要的研究成果如下:(1)分析了常用的出行生成预测方法,并讨论这些方法生成模型的使用条件和范围,在此基础上用增长系数法和重力模型法,对长、短期交通分布预测。(2)分析了非均衡和均衡交通分配预测模型,并介绍了近年经常被使用的交通分配模型—SUE(随机均衡分配模型),总结了这种模型的算法步骤。(3)在理论研究的基础上,以蚌埠市解放路为例,对城市道路的通行能力进行预测。应用预测模型,对交通量预测的参数进行标定,从交通安全和通行能力角度,研究城市道路车道数及车道宽度,为城市道路的设计提供的理论依据,也对其他中小城市的城市道路规划有一定的指导意义。

严建清[10]2013年在《基于均衡交通需求的城市土地利用结构性控制与调整》文中研究表明道路网络上交通流的运行状态是交通需求结构和道路网络结构二者共同作用的结果。当城市土地利用的开发强度组合变化时,交通需求的流量和流向也会相应的发生变化,这种结构性流量的变化会直接作用到具体的交通路网上,从而影响交通流的运行状况。同时,当道路网络进行调整改造时,也会直接导致交通流的运行状况发生变化。所以,道路网络上交通流的运行状态也是土地利用结构和道路网络结构二者共同作用的结果。本文从土地利用结构与道路网络结构的互动机理入手,研究土地利用产生的交通需求与道路网络的交通供给平衡关系,寻求土地利用与交通路网供需平衡条件下的交通需求管理和路网改进的一体化协调配置方案,为城市交通规划制定、交通政策分析以及城市土地利用控制与调整提供理论基础,力求从根本上解决城市交通拥堵问题。论文首先从研究城市土地利用与交通系统的互动关系出发,建立了基于土地利用的交通出行生成预测模型;然后运用均衡原理,建立交通需求与交通网络二者的耦合关系模型,开发了相应的软件,该软件可对城市虚拟路网进行均衡配流,获得均衡状态下的路段流量和节点交通需求分布;其次,以节点的交通需求分布量为纽带把城市土地利用与交通路网联系起来,运用城市土地利用与交通路网协调性分析方法,指导城市土地利用合理控制与调整,形成一套系统的城市土地利用与交通路网的均衡协调配置方法;最后论文选取重庆市观音桥片区为实例,验证该套模型和协调配置方法的可行性、实用性和合理性。该套模型和配置方法能够实现土地利用布局与交通路网结构的供需均衡,指导城市组团内部的土地利用进行合理控制与调整,对于促进城市交通与土地利用的协调发展和解决交通拥堵问题具有重要的理论和实践指导意义。

参考文献:

[1]. 基于土地利用的城市交通需求分析研究[D]. 罗志忠. 长安大学. 2006

[2]. 城市轨道交通客流预测模型及方法研究[D]. 孙松伟. 西南交通大学. 2008

[3]. 城市交通出行生成模型的研究[D]. 张晓明. 北京工业大学. 2000

[4]. 城市宏观交通仿真系统架构与关键技术研究[D]. 邓兴栋. 华南理工大学. 2010

[5]. 城市交通规划交通需求预测模型的研究[D]. 何刚. 合肥工业大学. 2003

[6]. 城市轨道交通客流预测技术研究[D]. 覃本煊. 武汉理工大学. 2009

[7]. 基于活动的出行需求预测模型的研究[D]. 冯明兵. 重庆交通大学. 2015

[8]. 城市轨道交通客流预测系统设计与实现[D]. 申嵋. 西南交通大学. 2017

[9]. 城市道路交通量预测研究[D]. 刘天宝. 安徽建筑大学. 2015

[10]. 基于均衡交通需求的城市土地利用结构性控制与调整[D]. 严建清. 重庆交通大学. 2013

标签:;  ;  ;  ;  ;  ;  

城市交通出行生成模型的研究
下载Doc文档

猜你喜欢