- 1、本文档共74页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第五章 交通需求预测1
根据对出行分布内在规律的分析,做如下假定: (1)交通区间的出行分布量与交通区的出行吸引量成正比 (2)交通区间的出行分布量与交通区间的阻抗成反比 (3)当i交通区到j交通区的阻抗→0时,i交通区到j交通区的出行分布量→交通区j的吸引量 (4)当i交通区到j交通区的阻抗→∞时, i交通区到j交通区的出行分布量→0。 六、OD矩阵推算模型 实际上,我们不可能经常大规模地直接调查OD出行,而是根据采集到的网络交通量、小规模或部分OD出行调查信息等推算出路网的OD出行矩阵,为路网的规划、建设及交通管理提供依据,从而减少大规模的OD出行调查。 OD矩阵推算过程: 基础数据的收集整理 出行路径的选择 OD出行矩阵的推算、验算等 OD出行矩阵推算模型简介 (1)极大熵模型:认为车辆的出行是随机的,每种可能出现的OD出行分布状态,都有一个相应的存在概率。实际存在的OD出行分布状态,就是存在概率最大的 那一个。由于存在概率函数大多有该流程熵的形式,所以此模型称为最大熵模型。 (2)广义最小二乘模型 依据为最小二乘原理。P66 (3)最小信息量模型:依据是信息论原理 (4)最大似然模型:依据为最大似然原理 (5)贝叶斯模型 (6)参数估计模型 (7)容量限制推算模型 (8)重力模型 第四节 交通方式选择预测 交通方式选择又称交通方式分担或交通方式划分。交通方式分担预测包含了两部分内容:一是公路运输与铁路、水运、航空等运输方式之间的分担量预测;二是公路客、货运输不同车型的分担量预测。 一、专家经验法 该法主要是根据收集到的资料,分析预测年铁路、水运等交通方式区段运输能力适应状况。当它们的运能小于其运量时,考虑经济运距、直达性、安全性等因素,按适当比例将部分客货发送量从铁路、水运等客货运中分流出来,由公路客货运输来分担。当铁路、水运等方式的运能大于运量时,则应仔细考虑它们与公路运输间的竞争协作关系。 二、总量控制法 交通方式选择总量控制法的步骤如下: 第一步,根据地区历年公路、铁路、水运等运输方式 运量分担及设施水平统计资料,建立总量分担模型。 第二步,按各交通小区现状的非公路客货运量分担比 例,同时考虑各小区未来非公路方式设施水平和运输 能力变化的影响,将非公路客货运量分配到各小区中 ,得到各小区未来非公路客货运量。 第三步,将各小区预测的全方式客货运量中减去第二步确定的非公路客货运量,得到各小区预测的公路客货运量。 三、运输方式分担率法 该法根据基年的公路、铁路、水运等OD表及运费、运输全过程时间表,建立方式划分分担率预测模型并进行标定、检验。 四、车辆效率法 五、交通系数法 在无OD调查资料或OD调查资料不全时,可采用交通系数法推算发生、吸引交通流。 第五节 交通分配预测 交通分配预测是公路网交通需求预测中的重要环节,由于公路网交通分配过程是以网络为基础的,因而这一阶段的工作须与路网规划方案拟订结合进行。 公路网交通分配预测是把预测的各目标年OD矩阵分配到具体的规划公路网上。通过交通分配,可获得规划公路网中各路段和交叉口的交通量、车速、流向、车型组成等资料。 国际上通常把交通分配模型分为平衡模型与非平衡模型两大类。并以Wardrop原理作为划分依据。 Wardrop第一原理:网络上的交通以一种方式分布:所有使用的路线都比没有使用的线路的费用小。 ——用户优化平衡模型 Wardrop第一原理:车辆在网络上的分布使网络上所有车辆的总出行时间最少。 ——系统优化平衡模型 不使用此二原理,而采用模拟方法,则称为非平衡模型。根据其分配手段可分为无迭代与有迭代两类,根据其分配形态可分为单路径与多路径两类。 Wardrop第一原理:网络上的交通以一种方式分布:所有使用的路线都比没有使用的线路的费用小。 ——用户优化平衡模型 Wardrop第一原理:车辆在网络上的分布使网络上所有车辆的总出行时间最少。 ——系统优化平衡模型 * 优点 (1)结构简单、实用的比较多; (2)适用于小时交通量或日交通量等的预测; (3)对于变化较小的OD表预测非常有效; (4)预测铁路车站间的OD分布非常有效。 缺点 (1)必须有所有小区的OD交通量; (2)对象地区发生如下大规模变化时,该方法不适用; (3)交通小区之间的交通量值较小时,存在问题; (4)因为预测结果因方法的不同而异; (5)缺乏合
文档评论(0)