论文部分内容阅读
本研究从城市交通需求和交通环境容量两方面建立了城市汽车保有量的预测模型,为可持续发展的城市交通系统提供理论依据和数据依据。从汽车生产给国民经济带来的经济性和汽车使用引起的外部不经济性,来分析道路交通经济效果。 首先利用人工神经网络技术构建城市小汽车保有量的宏观预测模型。为了模拟汽车保有量与其影响因素之间的非线性关系,这里分析影响城市汽车保有量的主要因素,将城市人口密度,人均GDP数据,公交路网密度,道路网密度,车价/收入,燃油价格以及外界干扰因素作为模型的自变量,汽车保有量作为输出变量,利用BP神经网络技术,建立预测模型。其中,外界干扰因素代表了一组难以量化的变量,用来模拟这种因素对汽车保有量产生的突变影响。进而以大连市为例,结合实际的数据调查,对该模型进行了模拟预测,最终得到小汽车保有量的计算关系式。 其次,从城市交通环境负荷的角度出发,开发了在交通环境容量约束下的城市最大汽车保有量预测模型。目的是为了优化城市道路交通的空间分布,预测在一定的交通环境负荷上限约束下,城市最大可以容纳的汽车保有量大小。模型采用双重规划的思想,上层问题以小区的汽车保有量之和最大为目标函数,约束条件是路段上的汽车尾气排放不超过相应的交通环境容量;下层问题是固定需求的用户平衡分配模型,模拟用户的出行路径选择行为。为了实现两层模型间的相互反馈,同时求解两个优化问题,我们开发了一个基于灵敏度分析的优化算法,从下层模型中得到路段流量以及道路交通需求对小区汽车保有量的偏导数,并把该导数信息代入到上层模型中。经过反复迭代计算得到上层目标函数中的汽车保有量。最后以一个实例计算对该模型及求解方法进行了验证。 再次,从汽车生产给国民经济带来的贡献以及汽车使用造成的负面经济影响分析城市道路交通的经济效果。为了计算汽车工业生产带来的正面经济效果,我们利用投入产出理论及产业关联理论,分析与汽车制造业相关联的上游和下游产业。然后,计算了由于汽车产量增加带来的直接经济效果、间接经济效果以及各种波及效果,进而对上述指标进行求和,得到单位汽车生产对国民经济的贡献度。这一研究的另一部分是道路交通环境污染和交通事故的外部不经济性。以汽车保有量与交通环境负荷、汽车保有量与交通事故总量之间的发展变化关系为基础,建立宏观预测模型,并把该结果转换成金钱指标。最后,综合正反两方面的经济效果,分析了汽车交通的道路经济效果。