论文部分内容阅读
【摘 要】 乌鲁木齐市的方式选择模型用于预测和分析个体或者个体族群在进行某种类型的出行时,对不同出行方式的选择。方式选择模型的估计和应用可以在基于个体出行的离散数据上进行,也可以在区域层次统计数据的基础上进行。乌鲁木齐市交通规划模型的机动化出行方式包括私人小汽车出行、普通公交车出行和出租车出行三种方式,选择模型采用了多元logit的形式。
【关键词】 交通规划;模型;出行方式;机动车
1、前言
乌鲁木齐市出行方式选择交通规划模型采用了回归模型、交叉分类模型及离散模型相结合的模式。首先,通过交叉分类将人群根据有车/无车和属地进行区分;其次采用回归模型的方法对每个分类人群中步行出行的比例进行预测;最后采用多元logit函数构建离散选择模型,对机动化出行中的私人小汽车出行、普通公交出行和出租车出行的各自比例进行预测。
2、模型基础数据来源
乌鲁木齐市出行方式选择交通规划模型是在乌鲁木齐市居民出行调查、道路机动车流量与公交客流调查、境界线调查和其它相关调查和资料的基础上建立起来的。乌鲁木齐市2010年交通规划模型主要基础数据来源有街道社区人口总量、工作岗位总量、就学人数总量、规划局土地利用类型、公交公司的公交运营参数、查核线流量调查、机动车行程调查、公交车行程时间、境界线车辆OD问询、出行特征调查、交通小区社会经济数据调查、岗位学位数量及分布、公交线路调查、查核线客流调查和分线路客流调查等
3、机动化出行方式选择模型
乌鲁木齐市交通规划模型的机动化出行方式包括私人小汽车出行、普通公交车出行和出租车出行三种方式,出行方式选择模型包括基家工作机动化、基家上学机动化、基家购物机动化、基家其它机动化、商务出行机动化、非基家其它机动化出行方式选择,选择模型采用了多元logit的形式。多元logit模型在个体选择一个方式的概率与其相关效用之间建立一种关系。即决策单元(如个人、家庭、或者公司等)根据出行方式的效用,从一些可选的出行方式中选择一个特定的出行方式的概率。这个概率由下面的公式决定:
其中:Pn(i)——是个体n选择出行方式i的概率
Yn——个体n的相应变量的值
Cn——个体n的可选出行方式的集合
Uni——出行方式i对个体n的效用的可测分量
通过使用与每种选择相联系的随机效用函数,多元logit模型从效用最大化为出发点,决策个体评价其面临的每一种出行方式的效用,并且选择效用最大的那种出行方式。在这里,效用函数由下面的公式表述:
其中:Unj——为出行方式j对个体n的效用
Xnj——个体n对于选项j的解释性变量的向量
εnj——随机误差
Cn——个体n可选择的出行方式集合
β——待标定参数
一般来说我们假定效用函数与参数向量β是一种线性关系。乌市交通规划模型考虑的效用函数包含三个变量分别是出行距离、出行时间以及出行费用。
4、出行方式选择结果总结
乌鲁木齐市交通规划模型依托EMME3平台搭建,根据数据处理程序,把模型参数和模型基础数据输入EMME3,得出乌鲁木齐市居民出行方式选择模型比例图,如图1所示。
图1 乌鲁木齐居民出行方式比例图
根据乌鲁木齐市出行方式选择模型的数据分析,对模拟值与调查值进行比较,得出乌鲁木齐市普通公交、小汽车、出租车出行方式选择结果,如表1所示。
表1 出行方式选择结果总结
步行 普通公交 小汽车 出租车
模拟值 调查值 模拟值 调查值 模拟值 调查值 模拟值 调查值
基家工作 31.4% 38.1% 42.2% 39.4% 21.6% 17.0% 4.8% 5.5%
基家上学 53.1% 56.9% 34.2% 36.5% 9.4% 4.1% 3.3% 2.4%
基家购物 52.3% 49.2% 34.9% 36.7% 5.2% 5.2% 7.5% 9.0%
基家其它 33.5% 32.9% 34.3% 33.3% 21.2% 17.9% 11.0% 16.1%
商务出行 17.1% 11.0% 25.4% 27.1% 48.5% 45.4% 9.0% 16.8%
非基家其它 24.4% 38.3% 28.8% 26.8% 35.9% 20.1% 10.8% 14.8%
5、结语
(1)乌鲁木齐市的出行方式选择模型用于预测和分析个体或者个体族群在进行某种类型的出行时,对不同出行方式的選择。方式选择模型的估计和应用可以在基于个体出行的离散数据上进行,也可以在区域层次统计数据的基础上进行。
(2)乌鲁木齐市机动化出行方式选择模型是基于相关调查数据建立的反映现状交通特征和预测未来交通趋势的数学工具,用以揭示城市交通需求及各种交通方式的客观规律,从而指导未来的交通预测及相关的规划工作。
参考文献:
1、张世和.先进的城市交通规划理论方法和模型,2000.
2、董辉,徐育锋.Emme3在交通影响分析中的应用.
作者简介:丁玲玲,女,新疆人,工程硕士,工程师,主要从事交通工程研究工作。
【关键词】 交通规划;模型;出行方式;机动车
1、前言
乌鲁木齐市出行方式选择交通规划模型采用了回归模型、交叉分类模型及离散模型相结合的模式。首先,通过交叉分类将人群根据有车/无车和属地进行区分;其次采用回归模型的方法对每个分类人群中步行出行的比例进行预测;最后采用多元logit函数构建离散选择模型,对机动化出行中的私人小汽车出行、普通公交出行和出租车出行的各自比例进行预测。
2、模型基础数据来源
乌鲁木齐市出行方式选择交通规划模型是在乌鲁木齐市居民出行调查、道路机动车流量与公交客流调查、境界线调查和其它相关调查和资料的基础上建立起来的。乌鲁木齐市2010年交通规划模型主要基础数据来源有街道社区人口总量、工作岗位总量、就学人数总量、规划局土地利用类型、公交公司的公交运营参数、查核线流量调查、机动车行程调查、公交车行程时间、境界线车辆OD问询、出行特征调查、交通小区社会经济数据调查、岗位学位数量及分布、公交线路调查、查核线客流调查和分线路客流调查等
3、机动化出行方式选择模型
乌鲁木齐市交通规划模型的机动化出行方式包括私人小汽车出行、普通公交车出行和出租车出行三种方式,出行方式选择模型包括基家工作机动化、基家上学机动化、基家购物机动化、基家其它机动化、商务出行机动化、非基家其它机动化出行方式选择,选择模型采用了多元logit的形式。多元logit模型在个体选择一个方式的概率与其相关效用之间建立一种关系。即决策单元(如个人、家庭、或者公司等)根据出行方式的效用,从一些可选的出行方式中选择一个特定的出行方式的概率。这个概率由下面的公式决定:
其中:Pn(i)——是个体n选择出行方式i的概率
Yn——个体n的相应变量的值
Cn——个体n的可选出行方式的集合
Uni——出行方式i对个体n的效用的可测分量
通过使用与每种选择相联系的随机效用函数,多元logit模型从效用最大化为出发点,决策个体评价其面临的每一种出行方式的效用,并且选择效用最大的那种出行方式。在这里,效用函数由下面的公式表述:
其中:Unj——为出行方式j对个体n的效用
Xnj——个体n对于选项j的解释性变量的向量
εnj——随机误差
Cn——个体n可选择的出行方式集合
β——待标定参数
一般来说我们假定效用函数与参数向量β是一种线性关系。乌市交通规划模型考虑的效用函数包含三个变量分别是出行距离、出行时间以及出行费用。
4、出行方式选择结果总结
乌鲁木齐市交通规划模型依托EMME3平台搭建,根据数据处理程序,把模型参数和模型基础数据输入EMME3,得出乌鲁木齐市居民出行方式选择模型比例图,如图1所示。
图1 乌鲁木齐居民出行方式比例图
根据乌鲁木齐市出行方式选择模型的数据分析,对模拟值与调查值进行比较,得出乌鲁木齐市普通公交、小汽车、出租车出行方式选择结果,如表1所示。
表1 出行方式选择结果总结
步行 普通公交 小汽车 出租车
模拟值 调查值 模拟值 调查值 模拟值 调查值 模拟值 调查值
基家工作 31.4% 38.1% 42.2% 39.4% 21.6% 17.0% 4.8% 5.5%
基家上学 53.1% 56.9% 34.2% 36.5% 9.4% 4.1% 3.3% 2.4%
基家购物 52.3% 49.2% 34.9% 36.7% 5.2% 5.2% 7.5% 9.0%
基家其它 33.5% 32.9% 34.3% 33.3% 21.2% 17.9% 11.0% 16.1%
商务出行 17.1% 11.0% 25.4% 27.1% 48.5% 45.4% 9.0% 16.8%
非基家其它 24.4% 38.3% 28.8% 26.8% 35.9% 20.1% 10.8% 14.8%
5、结语
(1)乌鲁木齐市的出行方式选择模型用于预测和分析个体或者个体族群在进行某种类型的出行时,对不同出行方式的選择。方式选择模型的估计和应用可以在基于个体出行的离散数据上进行,也可以在区域层次统计数据的基础上进行。
(2)乌鲁木齐市机动化出行方式选择模型是基于相关调查数据建立的反映现状交通特征和预测未来交通趋势的数学工具,用以揭示城市交通需求及各种交通方式的客观规律,从而指导未来的交通预测及相关的规划工作。
参考文献:
1、张世和.先进的城市交通规划理论方法和模型,2000.
2、董辉,徐育锋.Emme3在交通影响分析中的应用.
作者简介:丁玲玲,女,新疆人,工程硕士,工程师,主要从事交通工程研究工作。