第三节交通需求预测 962年美国芝加哥市交通规划研究首次提出“四阶段交通需求 1 模型(Four-step Travel Demand Model) ” ■ 模型将个人的出行按交通小区进行统计分析，从而得到以交通 小区为单位的集计分析模型，思路和模型结构清晰、数据收集 和处理技术相对简单，得到了广泛的应用。 出行生成预测 小区出发到达的出行量？ 出行分布预测 0 从哪里来到哪里去？ 业 出行方式划分预测 乘坐哪种交通工具？ 业 出行分配预测 走哪条路？
n 1962年美国芝加哥市交通规划研究首次提出 “四阶段交通需求 模型（Four-step Travel Demand Model）” 。 第三节 交通需求预测 n 模型将个人的出行按交通小区进行统计分析，从而得到以交通 小区为单位的集计分析模型，思路和模型结构清晰、数据收集 和处理技术相对简单，得到了广泛的应用。 小区出发到达的出行量? 从哪里来到哪里去？ 乘坐哪种交通工具？ 走哪条路？
四阶段交通需求模型 damentals of Tralfic 交通发生与吸引（第一阶段） 交通分布（第二阶段） 习 交通小区 交通小区 出行生成→发生量、吸引量 ↓ > 出行分布→OD需求（矩阵） D 通方式划分（第三阶段） 交通流分配（第四阶设 方式划分→各种出行方式需求 交通小区9心 交通小区 交通小☒ 交通小区 交通分配→路段、路径流量
四阶段交通需求模型 出行生成发生量、吸引量 出行分布OD 需求（矩阵） 方式划分各种出行方式需求 交通分配路段、路径流量
一、出行发生与吸引预测 (Trip Generation) Fundamentals of ralfic Eengineering ·发生与吸引预测：利用分区的社会经济和土地利用等资料来推 算规划年份各分区单位时间（一天)小区内的总出行次数，即小 区的出行生成量。 小区的出行生成量=出行发生量+出行吸引量 交通发生与吸引（第一阶段）》 O:（O)表示由小区i的出行发生量 (由小区ⅰ出发到各小区的出行量之和)； 交通区 小 D:(D)表示小区的吸引出行量（从 各小区来小区j的出行量之和)。 0 D ●预测模型 replay 回归模型 增长率法 原单位法
l发生与吸引预测：利用分区的社会经济和土地利用等资料来推 算规划年份各分区单位时间（一天）小区内的总出行次数，即小 区的出行生成量。 一、出行发生与吸引预测 (Trip Generation) Oi （ Oj ）表示由小区i的出行发生量 (由小区i 出发到各小区的出行量之和)； Di （ Dj ） 表示小区j的吸引出行量(从 各小区来小区j的出行量之和)。 回归模型 l预测模型 增长率法 原单位法 小区的出行生成量=出行发生量+出行吸引量
1、回归模型 damentals ol Tralfic Eengineering (1)一元回归分析、 i=a+Bx (2) 多元回归分析法上=40+∑Akxk yi 第交通小区的发生（或吸引）出行量； Xi 交通小区i的家庭数； Xi2 一交通小区ⅱ的汽车保有量； 交通小区「的建筑面积； Xi4 交通小区ⅱ与市中心的距离。 回归模型的参数可采用最小二乘法求解，参考《数理统计》 《预测与决策》
（1）一元回归分析 （2）多元回归分析法 i i y a x i k k i i i k y a a x 0 ——第i交通小区的发生(或吸引）出行量； ——交通小区 i 的家庭数； ——交通小区 i 的汽车保有量； ——交通小区 i 的建筑面积； ——交通小区 i 与市中心的距离。 i1 x i2 x i3 x i4 x i y 1、回归模型 回归模型的参数可采用最小二乘法求解，参考《数理统计》 《预测与决策》
2、增长率法 Fundamentals of Tralfic Eengineering 增长率法是根据预测对象的预计增长速度进行预测的方 法。其步骤是： ①分析历史年度预测对象的增长率的变化规律； ②根据对相关因素发展变化的分析确定预测期增长率； ③进行未来值的预测。预测模型的一般形式为： y,=yo(1+) y,=yoaB y,一预测值； 目标年度小区的预测人口 = 基准年度小区的人可 yo一基年值； 目标年度小区的人均车辆拥有率 一预期年增长率； 8= 基准年度小区的人均车辆拥有率
增长率法是根据预测对象的预计增长速度进行预测的方 法。其步骤是： ①分析历史年度预测对象的增长率的变化规律； ②根据对相关因素发展变化的分析确定预测期增长率； ③进行未来值的预测。预测模型的一般形式为： 2、增长率法 t t y y (1 ) 0 t y 0 y —预测值； —基年值； —预期年增长率； t i i y y α β 0
3、原单位法（出行率法) 原单位法是以交通源产生的平均出行量作为原单位（出行发生 率、吸引率)，将原单位与交通源相乘来预测分区总出行生成量。 ●原单位的计算原则通常可分为两种： 一是用居住人口，每人平均的出行发生量来进行预测的个人 原单位法； x,一小区的住口数、人口数、各土地利用类别面积等； b,一单位住户、人口或面积的出行发生率； O一小区i的出行发生量。 二是以不同用途的土地面积或工作面积（就业岗位数）的单 位面积平均出行的吸引量来进行预测的面积原单位法。 x一小区j的就业岗位数或工作面积等变量； D,=bjx) b,一单位工作面积或就业岗位的出行吸引率； D一小区j的出行吸引量
l原单位法是以交通源产生的平均出行量作为原单位（出行发生 率、吸引率），将原单位与交通源相乘来预测分区总出行生成量。 l原单位的计算原则通常可分为两种： ü一是用居住人口，每人平均的出行发生量来进行预测的个人 原单位法； ü二是以不同用途的土地面积或工作面积（就业岗位数）的单 位面积平均出行的吸引量来进行预测的面积原单位法。 3、原单位法（出行率法） i i i O b x xi —小区i的住口数、人口数、各土地利用类别面积等； bi — 单位住户、人口或面积的出行发生率； Oi —小区i的出行发生量。 xj —小区j的就业岗位数或工作面积等变量； bj —单位工作面积或就业岗位的出行吸引率； Dj —小区j的出行吸引量。 j j j D b x
3、原单位法（发生率法） Tundamentals of affie Eengineeving 例6-1：某交通小区有172家独户住宅，287家集体住宅，550家 公寓房屋，其发生率分别为：2.38、2.38、2.31车次/户；另 有40000平方米商业中心，平均每1000平方米有2.2个雇员，其吸 引率为1.82车次/雇员。试用原单位法计算该小区的出行发生量 与吸引量。 【解】 出行发生量：01=2.38×(172+287)+2.31x550=2363车次/日 出行吸引量：D1=(2.2/1000)x40000x1.82=160车次/日
例6-1：某交通小区有 172家独户住宅，287家集体住宅，550家 公寓房屋，其发生率分别为：2.38、 2.38、 2.31车次/户；另 有40000平方米商业中心，平均每1000平方米有2.2个雇员，其吸 引率为1.82车次/雇员。试用原单位法计算该小区的出行发生量 与吸引量。 3、原单位法（发生率法） 【解】 出行发生量： O1 =2.38 x (172+287)+2.31x550=2363 车次/日 出行吸引量： D1 =(2.2/1000)x40000x1.82=160 车次/日
例6-2，根据现状年居民出行0D调查的数据，整理得到各小区出行 生成量和吸引量，试采用增长率法预测规划年出行发生量和吸引量。 各区现状生成量和吸引量 单位：万次/日 D 2 将来人口 1 3 Oi 现状人口 (万人) (万人) 1 30 13 26 2 25 10 30 3 35 14 14 Di 30 25 35 90 【解】 各区规划年生成量和吸引量 单位：万次/日 D 1 2 3 Oi 增长倍数 1 2 3 Di 出行发生预测
出行发生预测 例6-2，根据现状年居民出行OD调查的数据，整理得到各小区出行 生成量和吸引量，试采用增长率法预测规划年出行发生量和吸引量。 【解】
二、出行分布预测 (Trip Distribution) Fundamentals of Tralfic Eengineering ·出行分布预测：是把预测得到规划年的各小区的发生量与吸引 量转换成小区之间的出行交换量，即小区之间的出行分布量T (),所有小区间的出行量即为出行分布OD矩阵。 交通分布（第二阶段） T()表示交通小区i和 交通小区 交通小区 交通小区j之间的出行交换 量，即小区间的出分布行量。 replay ●预测模型： 增长系数法 重力模型 介入机会模型 最大熵模型
二、出行分布预测 l出行分布预测：是把预测得到规划年的各小区的发生量与吸引 量转换成小区之间的出行交换量，即小区之间的出行分布量Tij （qij），所有小区间的出行量即为出行分布OD 矩阵。 (Trip Distribution) Tij（qij）表示交通小区i和 交通小区j之间的出行交换 量，即小区间的出分布行量。 l预测模型: 增长系数法 重力模型 介入机会模型 最大熵模型
二、出行分布预测 (Trip Distribution) Fundamentals of Tralfic Eengineering 交通区编号 出行发生量 出行吸引量 01 D 出行预测与吸引 预测的结果 i Oi D 4a0 0a0 n On Dn 出行分布的结果 平衡条件： 1 n 1 in t tin 01 ∑=0,0=1,2.，n) 010 “ i tn ti tin Oi . ∑，=D,G=l,2,n〉 n ini tnj tnn On D1 Dj Dn
交通区编号 出行发生量 出行吸引量 1 o1 D1 . . . i Oi Di . . . n On Dn 1 . j . n ∑ 1 t11 t1j t1n O1 . . i ti1 tij tin Oi . . n tn1 tnj tnn On ∑ D1 . Dj . Dn 出行预测与吸引 预测的结果 出行分布的结果 二、出行分布预测 (Trip Distribution) 平衡条件: