交通方式劃分

交通方式劃分第1頁，課件共57頁，創(chuàng)作于2023年2月第一節(jié)概述軌道小汽車ij交通方式劃分…第2頁，課件共57頁，創(chuàng)作于2023年2月交通方式劃分（ModalSplit）

出行者出行時選擇交通工具的比例。

1以居民出行調(diào)查數(shù)據(jù)為基礎(chǔ)，

2研究人們出行時的交通方式選擇行為，

3

建立模型預(yù)測基礎(chǔ)設(shè)施變化或交通服務(wù)水平等條件變化時交通方式間交通需求的變化。第3頁，課件共57頁，創(chuàng)作于2023年2月建模思路分為兩種：

1假設(shè)歷史的變化情況將來繼續(xù)延續(xù)下去；

2

從規(guī)劃的角度，期望將來達到的交通方式結(jié)構(gòu)。第4頁，課件共57頁，創(chuàng)作于2023年2月研究交通方式劃分的意義城市緩解城市道路交通擁堵；城市公共交通資源的有效利用；城際降低總社會成本；實現(xiàn)總經(jīng)濟政策目標(biāo)等。第5頁，課件共57頁，創(chuàng)作于2023年2月城市交通的代表性交通方式軌道交通；公共汽車；小汽車；摩托車；自行車、電動自行車；步行第6頁，課件共57頁，創(chuàng)作于2023年2月交通方式：1.城際間：鐵路、公路、航空、水運、管道；2.城市范圍：軌道（地鐵、輕軌、獨軌等）、水運、道路（行人、非機動車、摩托車、出租、公共電汽車、客車、貨車）。第7頁，課件共57頁，創(chuàng)作于2023年2月第8頁，課件共57頁，創(chuàng)作于2023年2月客運運行速度(km/h)Co2排放(g/人km)能耗(千卡/人km)死亡人數(shù)(人/億人km)運輸能力(人/時單向)家庭轎車2344.66001.172200公共汽車1119.41540.0821.4-2.1萬客輪3023.9---航空>80030.2456--鐵道30-2004.785.50.0058.3萬高速鐵路>2005.6

0.08.3萬地鐵30-603770.0055.0-8.4萬路面電車20-309-0.0050.5-1.4萬新交通系統(tǒng)3071190.0050.84-2.5萬表6.1各種交通方式的特性比較第9頁，課件共57頁，創(chuàng)作于2023年2月第二節(jié)影響交通方式劃分的因素出行特性、交通服務(wù)水平、個人屬性、家庭屬性和地區(qū)特性等。一、出行特性a．出行目的

上班、上學(xué)出行：汽車利用率低、公共交通利用率高。

業(yè)務(wù)出行：因需要在多客戶處停留，裝卸貨物等，所以汽車利用率高、公共交通利用率低。第10頁，課件共57頁，創(chuàng)作于2023年2月自由出行：汽車(出租)利用率高。b．出行距離步行<3km自行車<5km摩托車<8km公共汽車<300km轎車<500km

貨車<500km鐵路500-1000km、低附加值貨物飛機>1000km、高附加值貨物水運(內(nèi)河)短途、捷徑、觀光水運(近海、遠洋)旅游、散貨、低附加值貨物。第11頁，課件共57頁，創(chuàng)作于2023年2月第12頁，課件共57頁，創(chuàng)作于2023年2月二、交通服務(wù)水平行駛時間、費用、等待時間、運到期限、舒適性、安全性、可靠性……。行駛時間的可靠性三、個人屬性職業(yè)、年齡、性別、收入、駕照持有與否、汽車保有與否……。業(yè)務(wù)員、推銷員汽車使用率高，20~40歲汽車利用率高，其它年齡段公共汽車利用率高，男性比女性汽車利用率高，收入高汽車利用率高。四、家庭屬性單身、夫妻、有否小孩、是否與老人同居。老人、小孩上醫(yī)院機會多汽車利用機會增多。第13頁，課件共57頁，創(chuàng)作于2023年2月五、地區(qū)特性人口規(guī)模、交通設(shè)施水平、地形、氣候等。城市規(guī)模大交通設(shè)施水平高公共汽車利用率高山川、河流多汽車、公共汽車利用率高雨天、雪天公共交通方式利用率高停車設(shè)施舒適性和便利性。六、區(qū)內(nèi)人口密度密度高公共交通利用率高。第14頁，課件共57頁，創(chuàng)作于2023年2月公共交通劃分率區(qū)人口密度非汽車保有家庭1輛/戶2輛/戶第15頁，課件共57頁，創(chuàng)作于2023年2月第三節(jié)交通方式選擇的程序及劃分率經(jīng)驗?zāi)Ｐ鸵?、劃分率預(yù)測體系的分類——根據(jù)交通方式選擇特性進行分類（1）單階段多元選擇劃分率模型不分為固定階層和選擇階層，而是一起來考慮。（2）二階段二元選擇劃分率模型分固定階層和選擇階層，不考慮地區(qū)間的交通服務(wù)水平。第16頁，課件共57頁，創(chuàng)作于2023年2月1.多方式劃分（Multi-ChoiceMethod）一次計算可以預(yù)測各種交通方式的劃分率，但隨著自變量的增加，模型變復(fù)雜。方式4方式1劃分率1.00.0第17頁，課件共57頁，創(chuàng)作于2023年2月2.二元方式劃分(BinaryChoiceMethod)

區(qū)分固定階層和選擇階層；OD交通量個人屬性轎車利用層方式選擇層公交利用層轎車公交車第18頁，課件共57頁，創(chuàng)作于2023年2月該種方式一般多被采用。劃分率1.00.0方式2隨機性線性模型非隨機型方式1第19頁，課件共57頁，創(chuàng)作于2023年2月3.集計選擇：以交通小區(qū)為單位；4.非集計選擇：以個人為單位；5.二者擇一：全交通方式步行、自行車步行以外步行自行車個性化交通工具公共交通工具汽車摩托車公共汽車軌道交通6.多項選擇；第20頁，課件共57頁，創(chuàng)作于2023年2月二、交通方式劃分模型1全域模型各種交通方式的服務(wù)水平的差異是決定交通方式分擔(dān)的主要因素。預(yù)測步驟如下：第21頁，課件共57頁，創(chuàng)作于2023年2月設(shè)定交通網(wǎng)絡(luò)設(shè)定交通服務(wù)水平計算交通方式分擔(dān)率計算各種交通方式的交通量第22頁，課件共57頁，創(chuàng)作于2023年2月2出行端點模型根據(jù)居民的特性，從一開始就把交通量分配給各種交通方式的預(yù)測模型。簡單，但無法考慮交通服務(wù)水平變化的影響。因此使用較少。第23頁，課件共57頁，創(chuàng)作于2023年2月2出行端點模型

在出行發(fā)生與吸引階段進行出行方式劃分。

m：modal

（出行端點）

劃分率曲線(出行端點)

第24頁，課件共57頁，創(chuàng)作于2023年2月劃分率從發(fā)生端或吸引端考慮，多數(shù)屬于發(fā)生端出行端點模型；端點方式劃分率不是唯一的，按出行端點（家庭和非家庭）、交通目的、交通方向、土地開發(fā)強度進行分類，再用聚類分析法詳細預(yù)測。把發(fā)生、吸引交通量分配給各種交通方式。第25頁，課件共57頁，創(chuàng)作于2023年2月案例：1956年美國芝加哥地區(qū)交通規(guī)劃時曾經(jīng)使用過該類模型。A1：小汽車可達性；A2：公共交通可達性。第26頁，課件共57頁，創(chuàng)作于2023年2月其中，可達性計算方法如下：Ai：小區(qū)i的可達性；Yj：小區(qū)j的出行吸引量；tij：小區(qū)i，j之間的出行所需時間；r：系數(shù)。第27頁，課件共57頁，創(chuàng)作于2023年2月優(yōu)點：簡單缺點：不包含交通服務(wù)水平因素，因而無法分析這些因素改善后對出行方式選擇的影響。第28頁，課件共57頁，創(chuàng)作于2023年2月3出行相互轉(zhuǎn)換模型(TripInterchangeModel)

在出行分布階段進行方式劃分。方式劃分率計算方法：劃分率曲線法（轉(zhuǎn)移曲線法）函數(shù)模型法線性模型

Logit模型Probit模型：第29頁，課件共57頁，創(chuàng)作于2023年2月(1)劃分率曲線非汽車保有汽車保有10050時間比0.51.01.52.0第30頁，課件共57頁，創(chuàng)作于2023年2月公共汽車與小轎車的劃分率曲線圖1上班目的的公共汽車劃分率曲線第31頁，課件共57頁，創(chuàng)作于2023年2月(2)劃分率模型

a.Logit模型(二元)其中,ｃ:汽車(car)；ｂ:公共汽車(bus)b.多項Logit模型第32頁，課件共57頁，創(chuàng)作于2023年2月4徑路模型日本廣島公交與小客車的劃分率第33頁，課件共57頁，創(chuàng)作于2023年2月日本廣島軌道與公共電汽車的劃分率第34頁，課件共57頁，創(chuàng)作于2023年2月美國加利福尼亞高速公路劃分率曲線（與其它并行公路相比）第35頁，課件共57頁，創(chuàng)作于2023年2月距離比美國底特律高速公路劃分率曲線（與其它并行公路相比）第36頁，課件共57頁，創(chuàng)作于2023年2月比較兩種模型1.出行端點方式選擇模型在研究總量后即探討分擔(dān)率的方法（即在出行生成預(yù)測后即進行方式劃分）優(yōu)點：能夠考慮個體的特征，比如收入、汽車擁有量等。缺點：難于考慮交通方式服務(wù)水平。第37頁，課件共57頁，創(chuàng)作于2023年2月2.出行互換方式選擇模型在出行分布后進行方式劃分（目前較多采用的方法）優(yōu)點：便于考慮出行特征和可用出行方式的特征。缺點：難以考慮出行者的特征，因為它們已被集計到出行矩陣中。第38頁，課件共57頁，創(chuàng)作于2023年2月第四節(jié)非集計交通方式劃分模型一、集計分析與非集計分析的區(qū)別

與集計分析相比，非集計分析在分析的單位、模型預(yù)測方法、應(yīng)用層面、政策體現(xiàn)、數(shù)據(jù)的效率和說明變量等方面不同。第39頁，課件共57頁，創(chuàng)作于2023年2月第40頁，課件共57頁，創(chuàng)作于2023年2月集計分析——四階段法以交通小區(qū)為單位將出行者的交通行動進行集體統(tǒng)計分析，按照出行的發(fā)生與吸引、出行的分布、交通方式劃分和交通流分配的四階段，進行模型化預(yù)測的?？梢哉f是首先預(yù)測總出行數(shù)，然后將其按交通小區(qū)之間、交通方式之間、徑路之間利用某種經(jīng)驗規(guī)則計算的方式。因為是將數(shù)據(jù)按照交通小區(qū)統(tǒng)計之后建立預(yù)測模型而稱之為集計分析。第41頁，課件共57頁，創(chuàng)作于2023年2月非集計分析非集計分析交通需求預(yù)測，表現(xiàn)出行者個人（或家庭）是否出行、出行目的地、采用何種交通方式、選擇哪條徑路等的形式，從選擇可能的被選方案集合中如何選取的問題，將得到的個人行動結(jié)果加載到交通小區(qū)、交通方式、徑路上而進行交通需求預(yù)測。第42頁，課件共57頁，創(chuàng)作于2023年2月在非集計分析時，采用先使用調(diào)查的個人行動數(shù)據(jù)建模，預(yù)測時，再統(tǒng)計個人行動結(jié)果。

第43頁，課件共57頁，創(chuàng)作于2023年2月二、非集計分析的背景

非集計分析被用于交通需求預(yù)測并獲得較快發(fā)展的背景之一，是交通規(guī)劃問題多樣化、新交通政策不斷出臺，需要尋求與此適應(yīng)的評價分析方法。第44頁，課件共57頁，創(chuàng)作于2023年2月經(jīng)典的四階段法是為了評價長期交通設(shè)施的建設(shè)或改建而開發(fā)的方法，將此方法應(yīng)用于短期交通管理規(guī)劃的評價將產(chǎn)生模型中的變量數(shù)限制和預(yù)測作業(yè)規(guī)模大等問題。第45頁，課件共57頁，創(chuàng)作于2023年2月此外，對于四階段法預(yù)測的基礎(chǔ)理論不明確，需要根據(jù)交通小區(qū)的土地利用性質(zhì)開發(fā)不同的預(yù)測模型等問題也是促使新分析方法開發(fā)的主要原因之一。為了更加科學(xué)地分析預(yù)測，需要反映“出行者基于什么行為出行、出行思維的決定過程如何”的行為模型。第46頁，課件共57頁，創(chuàng)作于2023年2月三、Probit模型非集計模型，根據(jù)以下所示的備選方案的隨機效益函數(shù)U(k)決定選擇行為。式中V(k)—方案k的固定效益；e(k)—隨機項。固定效益可由行駛時間、費用等的方案特性，以及年齡、職業(yè)等的個人屬性表示。假設(shè)e(k)服從某種概率分布。由于隨機效益是個人在選擇時所具有的感覺上的評價值，從而有時也稱為知覺效益。第47頁，課件共57頁，創(chuàng)作于2023年2月當(dāng)隨機效益U(k)比其他任何方案大時，方案k被選擇，因此，方案k的選擇概率p(k)可由下式表示。式中K--方案集。第48頁，課件共57頁，創(chuàng)作于2023年2月式中，F(xiàn)(x)–概率分布函數(shù)；fk（x）--概率變量x=e(k)的概率密度函數(shù)。第49頁，課件共57頁，創(chuàng)作于2023年2月四、Logit模型Logit模型假設(shè)(7.4-1)式中效益函數(shù)的隨機項e(k)相互獨立，且服從同一的干貝爾(Gambel)分布。用概率變量x表示e(k)，θ作為參數(shù)，隨機項的分布函數(shù)可表示如下:第50頁，課件共57頁，創(chuàng)作于2023年2月五、Logit模型的IIA特性采用Logit模型時，兩個方案間的選擇概率關(guān)系可表示如下。兩種方案間的相對優(yōu)劣僅取決于這兩種方案的特性，而與其它方案的特性無關(guān)。把該性質(zhì)稱為Logit模型的IIA特性(IndependenceofIrrelevantAlternative簡稱IIA)

，屬于Logit模型的弱點之一。第51頁，課件共57頁，創(chuàng)作于2023年2月用交通方式選擇的例子來說，意味著無論其它交通方式(如軌道交通方式)存在與否，選擇小客車與選擇公共汽車的相對優(yōu)劣相等，而實際