《北京交通大学交通规划原理课件第7章_交通方式划分.pdf》由会员分享，可在线阅读，更多相关《北京交通大学交通规划原理课件第7章_交通方式划分.pdf（73页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、1第7章交通方式划分(Modal Split)主要内容:第1节 概述第2节 交通方式划分的影响因素第3节 交通方式划分过程第4节 交通方式划分模型3目的：预测各小区之间各种出行方式的比例和大小。第1节概述在20世纪60年代中叶，由日本学者首先提出方式划分问题。4综合运输规划的方式选择：综合运输规划的方式选择：公路运输公路运输铁路运输铁路运输水运运输水运运输航空运输航空运输管道运输管道运输5城市交通规划的方式选择：城市交通规划的方式选择：驾车出行驾车出行乘公共汽车出行乘公共汽车出行乘地铁出行乘地铁出行乘出租车出行乘出租车出行骑自行车出行骑自行车出行骑摩托车出行骑摩托车出行合乘出行合乘出行步行出行
2、步行出行交通方式：交通方式：1.城际间：铁路、公路、航空、水运、管道；管道水运航空公路铁路ijijijijijijqqqqqq水上机动非机动行人轨道ijijijijijijqqqqqq出租车货车公共电汽车轿车摩托车ijijijijijqqqqq2.城市范围：道路（行人、非机动车、摩托车、出租、公共电汽车、客车、货车等）轨道（地铁、轻轨等）水运.O D12jn 12im 铁路1O铁路T.铁路ijq.铁路2O铁路iO铁路mO铁路1D铁路2D铁路jD铁路nD.O D12jn 12im 公路1O公路T.公路ijq.公路2O公路iO公路mO公路1D公路2D公路jD公路nD交通方式分布交通量.O D12j
3、n 12im 航空1O航空T.航空ijq.航空2O航空iO航空mO航空1D航空2D航空jD航空nD.O D12jn 12im 水运1O水运T.水运ijq.水运2O水运iO水运mO水运1D水运2D水运jD水运nD.O D12jn 12im 管道1O管道T.管道ijq.管道2O管道iO管道mO管道1D管道2D管道jD管道nD.O D12jn 12im 1OT.ijq.2OiOmO1D2DjDnD81.1.方式划分方式划分/分担（分担（modal split):modal split):一个地区（ZoneZone)的全部出行数中利用各种交通方式的人所占的比例或数量。2.2.划分交通量：划分交通量：每
4、种交通方式所分担的量。3.3.划分率：划分率：划分交通量在全部交通量中所占的比例。基本概念：基本概念：9（1）出行者的特征（2）出行特征（3）交通设施的特征（4）交通服务特征第第2 2节节交通方式划分的影响因素交通方式划分的影响因素1 1.是否拥有小汽车或者可以利用小汽车是否拥有小汽车或者可以利用小汽车2 2.是否有驾驶执照是否有驾驶执照3 3.家庭结构家庭结构(年轻夫妇年轻夫妇、有儿女家庭有儿女家庭、退退休家庭休家庭、单身家庭等单身家庭等)4 4.出行者的家庭总收入出行者的家庭总收入5 5.其他决定因素其他决定因素，如工作如工作、送孩子上学送孩子上学时对小汽车的使用需要时对小汽车的使用需要6
5、 6.住宅区人口密度住宅区人口密度出行目的出行目的出行时间分布出行时间分布(白天和夜间)(上班、上学，自由，业务，回家)出行距离出行距离划分率出行距离与出行时间相关的因素：如等车时间、车内时间、换乘时间等；与出行费用相关的因素：如运费、燃料费、票价等；与交通设施是否完备相关的因素：如是否有停车场、停车费用等；此外，还有一些定性因素，如：交通设施的舒适性和方便性；交通工具的可靠性和规律性；交通工具的安全性。好的方式选择模型应该包括上述重要特征。？问题：用什么途径来综合反映上述因素的特征。表7.2-1 不同出行目的的交通方式利用情况(哈尔滨，2000年)交通方式上班上学自由业务回家合计公共汽车46
6、.3746.3724.9424.9420.2620.2622.8722.8737.0137.0136.2836.28单位班车8.798.792.602.600.540.5410.8810.886.586.586.366.36小汽车1.641.640.110.110.730.737.937.931.551.551.601.60出租车0.550.550.220.224.424.4211.1111.111.421.421.761.76摩托车1.921.920.760.762.532.531.361.361.831.831.841.84自行车15.5915.5915.9915.9912.8512.85
7、6.356.3514.9914.9914.6914.69步行24.9124.9155.1855.1858.3858.3839.5039.5036.3436.3437.2137.21其它0.240.240.220.220.290.290.000.000.280.280.270.27合计100100100100100100100100100100100100表7.2-2 日本大阪都市圈不同出行目的的交通方式利用情况交通方式上班上学自由业务回家合计城市铁路37.7837.7821.4921.4910.4010.4011.1811.1820.8520.8519.8319.83公共汽车3.363.363
8、.973.973.663.661.821.823.363.363.283.28小汽车32.3332.332.522.5221.7021.7048.8148.8123.2223.2225.8125.81步行、自行车、摩托26.5026.5072.0072.0064.1864.1837.9237.9252.5252.5251.0151.01其他0.030.030.020.020.050.050.270.270.050.050.070.07合计100.00100.00100.00100.00100.00100.00100.00100.00100.00100.00100.00100.00表7.2-3
9、日本大阪市中心区不同出行目的的交通方式利用情况交通方式上班上学自由业务回家合计城市铁路40.0340.0331.5531.5522.3122.3123.2623.2671.6871.6846.1946.19公共汽车2.022.021.661.661.251.250.870.871.441.441.271.27小汽车18.7418.741.291.298.268.2626.6426.6412.4612.4615.8515.85步行、自行车、摩托39.2139.2165.5065.5068.1568.1549.1049.1014.4114.4136.6436.64其它0.000.000.000.0
10、00.040.040.130.130.010.010.050.05合计100.00100.00100.00100.00100.00100.00100.00100.00100.00100.00100.00100.0017各种交通方式的合理出行距离交通特性交通特性、交通服务水平交通服务水平、个人属性个人属性、家庭属性家庭属性、地区特性和区内人口密度等地区特性和区内人口密度等。一一、交通特性交通特性上班上班、上学出行：上学出行：汽车利用率低汽车利用率低、公共交通利用率高公共交通利用率高。业务出行：业务出行：因需要在多客户处停留因需要在多客户处停留，装卸货物装卸货物等等，所以汽车利用率高所以汽车利用率
11、高、公共交通公共交通利用率低利用率低。二二、交通服务水平交通服务水平行驶时间行驶时间、费用费用、等待时间等待时间、舒适性舒适性、安全性安全性、可可靠性靠性行驶时间的可靠性行驶时间的可靠性三三、个人属性个人属性职业职业、年龄年龄、性别性别、收入收入、驾照持有与否驾照持有与否、汽车保汽车保有与否有与否业务员业务员、推销员汽车使用率高推销员汽车使用率高，2020 4040岁汽车利用率岁汽车利用率高高，其它年龄段公共汽车利用率高其它年龄段公共汽车利用率高，男性比女性汽男性比女性汽车利用率高车利用率高，收入高汽车利用率高收入高汽车利用率高。四四、家庭属性家庭属性单身单身、夫妻夫妻、有否小孩有否小孩、是否
12、与老人同居是否与老人同居。老人老人、小孩上医院机会多小孩上医院机会多汽车利用机会增多汽车利用机会增多。五、地区特性五、地区特性人口规模、交通设施水平、地形、气候等。人口规模、交通设施水平、地形、气候等。城市规模大城市规模大交通设施水平高交通设施水平高公共汽车利用率高公共汽车利用率高山川、河流多山川、河流多汽车、公共汽车利用率高汽车、公共汽车利用率高雨天、雪天雨天、雪天公共交通方式利用率高公共交通方式利用率高六、区内人口密度六、区内人口密度密度高密度高公共交通利用率高公共交通利用率高例：北京S2号线调查结果21划分率预测体系的分类划分率预测体系的分类1 1.根据交通方式选择特性进行分类根据交通方
13、式选择特性进行分类（1 1）一阶段划分率模型一阶段划分率模型不分为固定阶层和选择阶层不分为固定阶层和选择阶层，而是一起来考虑而是一起来考虑。（2 2）二阶段划分率模型二阶段划分率模型分固定阶层和选择阶层分固定阶层和选择阶层，不考虑地区间的交通不考虑地区间的交通服务水平服务水平。第三节第三节交通方式划分过程交通方式划分过程ODOD交通量交通量个人属性个人属性小汽车利用小汽车利用者固定阶层者固定阶层交通手段选交通手段选择可能者择可能者公共交通利用公共交通利用者固定阶层者固定阶层小汽车利用者小汽车利用者公共汽车利用者公共汽车利用者二阶段划分交通量预测框架二阶段划分交通量预测框架232 2.根据方式选
14、择的基本单位进行分类根据方式选择的基本单位进行分类（1）集计模型(Aggregate Model)以交通小区为单位将利用者的方式选择集计起来进行说明的模型。（2）非集计模型(Disaggregate Model,Activity Based)以个人为单位构造模型来确定各交通方式的选择概率，然后再将每个人的方式选择结果集计起来，预测划分交通量的模型。表7.4-1 集计分析与非集计分析的区别指标集计分析非集计分析调查单位各次出行各次出行分析单位交通小区个人（或家庭）因变量小区统计值（连续量）个人的选择（离散量）自变量各小区的数据每个人的数据预测方法回归分析等最大似然法适用范围水平预测交通小区任意政
15、策的体现交通小区代表值的变化个人变量值的变化交通现象的把握方法出行的发生与吸引出行分布交通方式划分径路分配出行频度目的地选择交通方式选择径路选择253 3.根据方式选择步骤分类根据方式选择步骤分类徒步，自行车徒步，自行车徒步以外徒步以外徒步徒步自行车自行车全交通全交通方式方式个人运输工具个人运输工具公共运输工具公共运输工具汽车汽车摩托车摩托车公共汽车公共汽车铁路铁路（1 1）二者择一法）二者择一法把交通方式的选择分为两步的方法把交通方式的选择分为两步的方法（2 2）多项选择法）多项选择法用包含各种方式的选择率公式一次求出选择率的方法。用包含各种方式的选择率公式一次求出选择率的方法。方法简单，但
16、正确提取方式选择的要素十分困难。方法简单，但正确提取方式选择的要素十分困难。26a.多元方式划分多元方式划分（MultiMulti-ChoiceChoice MethodMethod）一次计算可以预测各种交通方式的划分率，一次计算可以预测各种交通方式的划分率，但随着自变量的增加，模型变复杂。但随着自变量的增加，模型变复杂。方式3方式1划分率1.00.027b.b.二元方式划分二元方式划分(Binary Choice Method)(Binary Choice Method)该种方式一般多被采用。该种方式一般多被采用。划分率1.01.0方式2 随机性线性模型非随机型方式 128第4节交通方式划分
17、模型1.出行端点方式选择模型（trip end model）在给出总量后即探讨划分率的方法（即在出行生成预测后即进行方式划分）2.出行互换方式选择模型（trip interchange model）在出行分布后进行方式划分（目前较多采用的方法）29两种出行方式选择模型的比较：出行生成出行生成出行分布出行分布方式划分方式划分交通流分配交通流分配互互换换出行生成出行生成方式划分方式划分出行分布出行分布交通流分配交通流分配TDOijjiijijOq jiijDq ijmmijqqmimiPOOmjmjPDDimmiOOjmmjDDmijmijOqmjimijDqmijqpmijmpijqq31出行互
18、换方式选择模型优点：便于考虑出行特征和可用出行方式的特征。缺点：难以考虑出行者的特征，因为它们已被集计到出行矩阵中。出行端点方式选择模型优点：优点：能够考虑个体的特征，比如收入、汽车拥有量等。缺点：缺点：难于考虑交通方式服务水平的变化32出行互换方式选择模型计算方法方式划分率计算方法：划分率曲线法划分率曲线法（转移曲线法转移曲线法）函数模型法：函数模型法：线性模型线性模型LogitLogit模型模型ProbitProbit模型模型00.20.40.60.8112345678公共交通与小汽车的时间比公共交通的划分率划分率曲线法日本广岛公交与小客车的划分率日本广岛轨道与公共电汽车的划分率时间差时间
19、差（分分）距离差（英里）距离差（英里）美国加利福尼亚高速公路划分率曲线美国加利福尼亚高速公路划分率曲线（与其它并行公路相比）表示与时间比为表示与时间比为1.0等价的点等价的点美国底特律高速公路划分率曲线美国底特律高速公路划分率曲线（与其它并行公路相比）（与其它并行公路相比）距离比距离比38线性模型函数模型中最早开发出来的模型函数模型中最早开发出来的模型。把影响交通方式划分的各种要素用线性函把影响交通方式划分的各种要素用线性函数的形式表现数的形式表现，从而推求交通方式划分率从而推求交通方式划分率。用这种方法求出的分担率用这种方法求出的分担率P Pi i无法保证划分率必须满无法保证划分率必须满足足
20、（0 0，1 1）之间的条件之间的条件。为了解决这个问题开发了为了解决这个问题开发了LogitLogit模型和模型和ProbitProbit模型模型。随机效用理论：理论基础理论基础:Travel behavior analysis-TBA to observe the individual behavior in real/virtual market观测现实/虚拟市场的个人行为 to understand the decision making process了解决策过程 to describe the process in a simplified/generalized model利用简
21、化/一般化模型描述决策过程 to forecast the changes in behavior based on the model基于模型预测行为的变化“Random utility theory”is a key concept of TBA.随机效用理论是TBA的关键理念。随机效用理论：Individuals belong to a homogeneous population各各个体属于同类母集合Individuals choice set is predetermined各个体的选择集合事先给定Individuals act rationally and possess perf
22、ect information各个体的行为理性、把握完备信息在法律、社会、物理和约束下，始终谋求效用最大化。在法律、社会、物理和约束下，始终谋求效用最大化。There is disturbance related to“uncertainty”.干扰与非确定性有关41Decision making process：决策过程 Generation of alternatives&choice set替代方案的替代方案的产生和选择集产生和选择集个体环境、交通服务 Evaluation of attributes of alternatives替代方案的替代方案的归类评价归类评价 替代方案归类的认识
23、 效用评价 Choice选择 随机效用的优化:RUM Implementation交通工具 出行行为假定有2种可选方式。个人n选择方式1是因为方式1的效用U1大于方式的效用U2，即在概率情况下，有，其中，Prx:x成立的概率。jjjVU21UU 211PrUUpnutilitysystematicerror=+Random utility maximization-RUMRandom utility theory from micro economic consumer theory:Thurstone(1927),Marschak(1960),Luce(1959)RUM model Lanc
24、aster(1966),McFadden(1974)Generalized extreme value(GEV)model Model specification depends on error term distribution:i.e.Probit Model,Logit Model,Nested Logit Model(;,)Prob,nninjnnP y XUUjC Nobel Laureate in Economics,2000E.Morris Cox Professor of Economics Director,Econometrics LaboratoryUniversity
25、 of California,Berkeleyfor his development of theory and methods for analyzing discrete choiceDaniel L.McFaddenHenry Schultz Distinguished Service Professor of Economics The University of Chicago James J.Heckmanfor his development of theory and methods for analyzing selective samples二元Logit模型：V V-效用
26、函数（广义费用）kiiiVVip1)exp()exp(多元Logit模型：k-交通方式的总数47二元Logit模型曲线1.00.5cpbcVV 48二元Logit模型的性质1 1.可以得到归一化的划分率；可以得到归一化的划分率；2 2.若若V Vc c=V=Vb b，则则P Pc c=P=Pb b=0 0.5 5；3 3.若若V Vc c V Vb b，则则PcPc趋向于趋向于1 1。Logit 模型：jjjVU (7.3.1)假定有 2 种可选方式。个人n选择方式 1 是因为方式 1 的效用1U大于方式的效用2U，即 21UU (7.3.2)在概率情况下，有，211PrUUpn (7.3.3
27、)其中，xx:P r成立的概率。将（7.3.1）式代入（7.3.3）式，并进行整理，有，211PrUUpn 2211PrVV 2211PrVV,Pr2121VV (7.3.4)设（7.3.4）式中的随机项服从下述干贝尔(Gumbel)分布(双重指数分布)，并且方式间相互独立，eiefPr)(7.3.5)21211,PrVVpn (方式间相互独立)2121Pr.PrVV dVVff)()(21 (7-3.6)其中,dd ff)()()P r(1 (7-3.7)dVVffePn)()(211 (7-3.8)再令,)()(21VVffy)21(1VVeee (7-3.9)(211VVeeyddy (
28、7-3.10)当时,10 ey;时,0ey deeyeydeyPVVn10)(1211 102111VVe 211VVVeee (7-3.11)对一般情况,有:IIVIVINeeP (7-3.12)多元多元LogitLogit模型的模型的IIAIIA特性特性19591959年由年由LuceLuce发现发现（independence of irrelevant alternativeindependence of irrelevant alternative）采用Logit模型时，2个方案间的选择概率关系可表示如下：)()()()(jVkVeejpkp即意味着无论其它交通方式(如轨道交通方式)存
29、在与否，选择小客车与选择公共汽车的相对优劣相等，而实际上并非如此。与小客车相比，轨道交通方式的存在对公共汽车的选择使用有很大影响。54ProbitProbit模型：模型：此模型是为了克服线性模型的缺点而开发的适此模型是为了克服线性模型的缺点而开发的适用于两种交通方式时采用的模型用于两种交通方式时采用的模型。交通方式被选择的概率交通方式被选择的概率P Pi i可以用下式计算出来：可以用下式计算出来：iYidttP)2/exp(221式中式中，Y Yi i表示两种方式特性的线性函数值的差表示两种方式特性的线性函数值的差。假设效用函数jjVU中的随机项服从多变量正态分布（multivariate n
30、ormal distribution）时，交通方式选择模型将成为 Probit 模型。2k1k121k1k1,VVMVNUU 其中，221,k为方差，11,kk为协方差。当固定效用项kV和随机项的方差,协方差矩阵给定时，Probit 模型的方式划分概率即可求出。对两种方式情况，方式 1 被选择的概率：)2()1(Pr)1(UUp 1222212)2()1(VV 当交通方式为 3 种时，方式 3 被选择的概率为：)3()2(),1(max)3(UUUPp 这时，分布函数式将相当复杂。对一般情况，有，)(,),2(),1(max(maxmaxmax)(,),2(),1(maxkUUUkUUU 因为
31、，Probit 模型对 3 种以上的方式划分将非常复杂，所以，一般多使用 Logit 模型近似处理。LogitLogit 模型与模型与 ProbitProbit 模型的差异模型的差异：假设 A.B 间有 2 条径路可供选择，各自的固定效用和其方差、协方差分别为：2112,1210)2()1(MVNUU a.用 Logit 模型时，划分率分别为：881.0)1(1)2(,119.0)1(101212ppeeep b.使用模型时，划分率为:841.0)1(1)2(,159.0222221012)1(ppp C径路1径路2径路3ABProbit ModelLogitt Model0.330.5059
32、例题：在仅有公共汽车和私人汽车两种交通方式的地区，假设有下述Logit交通方式选择模型，试用下表所示行驶时间和费用以及划分率，求出这两种交通方式的将来分布（OD）交通量。CijBijBijVVVBijeeep，BCpp1 效用：BBBijijijVtc CCCijijijVtc 其中:CijBijpp,分别为公共汽车和汽车的划分率。,BCijijtt分别为公共汽车和汽车的行驶时间。,BCijijcc分别为公共汽车和汽车的费用。、r 为标定系数。表 7.4-3 公共汽车的行驶时间(min)表 7.4-4 汽车的行驶时间(min)BUSijt 1 2 3 CARijt 1 2 3 1 5.0 11
33、.0 13.0 1 3.0 8.0 10.0 2 10.0 12.0 12.0 2 8.0 7.0 11.0 3 14.0 16.0 7.0 3 10.0 11.0 3.0 表 7.4-5 公共汽车的票价(元)表 7.4-6 汽车的行驶费用(元)BUSijc 1 2 3 CARijc 1 2 3 1 130 140 180 1 21 45 58 2 140 130 220 2 45 42 60 3 180 220 130 3 58 60 19 现状现状BijPCijP1 12 23 31 10.2730.2730.2650.2650.2530.2532 20.2820.2820.2480.24
34、80.2550.2553 30.2390.2390.1920.1920.2440.2441 12 23 31 10.7270.7270.7350.7350.7470.7472 20.7180.7180.7520.7520.7450.7453 30.7610.7610.8080.8080.7560.756划分率（公共汽车）划分率（汽车）现状表 7.4-9 公共汽车的行驶时间(min)表 7.4-10 汽车的行驶时间(min)BUSijt 1 2 3 CARijt 1 2 3 1 5.0 11.0 12.0 1 3.0 8.0 10.0 2 10.0 11.0 13.0 2 8.0 7.0 11.
35、0 3 12.0 13.0 5.0 3 10.0 11.0 3.0 表 7.4-11 公共汽车的票价(元)表 7.4-12 汽车的行驶费用(元)BUSijc 1 2 3 CARijc 1 2 3 1 160 170 220 1 26 56 73 2 170 160 280 2 56 52 75 3 220 280 160 3 73 75 24 将来将来OD分布表OD123计122.819 11.080 5.270 39.169 211.226 70.585 9.462 91.273 35.427 7.995 22.637 36.058 计39.471 89.660 37.369 166.500
36、 解：BBBijijijVtcCCCijijijVtc（1 1）利用现状数据确定未知常量BijvCijvBijCijeePPBijCijeePPvvBijvCijvBijCij lnlnln()()CijBijPCBCBijijijijPttccBijCijPP,CBCBijijijijttccBijCijPP1CijvBijvBijveeeBijP（2 2）利用利用，和给定的将来行程时间和和给定的将来行程时间和费用值费用值，计算将来的交通方式划分率计算将来的交通方式划分率BBBijijijVtcCCCijijijVtc将来的时间和费用将来的时间和费用回归得出：回归得出：=-0 0.07960
37、796;=-0 0.0038700387;=0 0.390390公共汽车的效用值汽车的效用值将来BijCijPP1CijvBijvBijveeeBijP1 2 3 1 2 3 1-1.017-1.534-1.807 1 0.0506-0.464-0.689 2-1.454-1.336-2.118 2-0.464-0.368-0.776 3-1.807-2.118-1.017 3-0.689-0.776 0.0583 BijVCijV公共汽车的划分率汽车的划分率将来1 2 3 1 2 3 1 0.2558 0.2554 0.2464 1 0.7442 0.7446 0.7536 2 0.2708
38、 0.2754 0.2071 2 0.7292 0.7246 0.7929 3 0.2464 0.2071 0.2544 3 0.7536 0.7929 0.7456 BijPCijP（3）利用将来的OD分布表，求出将来的按不同出行方式的OD分布表CijijCijpqqBijijBijpqq公共汽车的OD表123计15.842.831.309.9723.0419.441.9624.4431.341.665.768.75计10.2223.939.0243.16汽车的OD表123计116.98 8.25 3.97 29.20 28.19 51.14 7.50 66.83 34.09 6.34 16.88 27.31 计29.26 65.73 28.35 123.34 73本章小结本章小结：1.影响方式选择的因素2.出行方式选择模型的目的和约束条件3.出行方式选择模型常用的方法4.出行互换的方式选择模型和出行端点的方式选择模型5.Logit模型的IIA特性6.集计模型与非集计模型的区别