适应多元交通政策分析的定制四阶段模型研究

作为最常用的交通政策分析工具,城市交通模型在交通政策制定的过程中扮演重要角色。四阶段模型尽管建模相对简单,但其基于小区、基于出行的建模思路在交通政策分析中存在先天不足。活动模型使用基于家庭或个人、基于活动的建模思路,尽管能很好地满足交通政策分析的要求,但由于建模难度较高在中国鲜有应用。对此,基于结构体系与功能模块分离的模型设计理念,采用四阶段模型的结构体系,借鉴活动模型的建模方法提出人口合成、可达性变量、出行时间选择、出行链4个功能模块用以改进四阶段模型。城市可在传统四阶段模型结构体系的基础上灵活选用4个功能模块来定制城市交通模型,在不显著增加建模难度的基础上满足交通政策分析的诉求。     

区域交通模型建设思考——以广东省综合交通模型为例

中国区域交通一体化迫切需要开展区域交通模型研究,而传统交通模型建模方法在数据基础、调查方法上的不适用性造成区域交通模型的研究多停留于理论层面.打破传统的交通建模基础数据需求,明确多层次空间模型体系,依托高速公路联网收费数据,铁路、水运、航空等监测数据构建广东省综合交通模型.阐述在有限基础数据的背景下广东省综合交通模型框架、路网设置特点、交通分区方法、出行频次模型、目的地选择模型、区域货运模型等建模的关键技术方法.     

天津市综合交通模型框架及关键技术探索

基于天津市2011年综合交通调查数据,天津市在现有交通模型基础上构建了新的综合交通模型,以满足新形势下城市与交通发展对交通定量分析的需要。新的综合交通模型仍然采用基于出行的四阶段交通模型,但通过对人口、就业岗位模型,出行产生模型,出行分布模型,方式划分模型,分配模型等模块中关键技术的探索,不仅使模型能够有效反映当前天津市“双城”结构下的居民出行特征,其框架具有较高的灵活性和良好的扩展性,同时还为下一步建立基于活动的模型奠定基础。实践表明,新的综合交通模型大幅提高了现有交通模型的精度和分析能力。     

出行预测方法从出行模型到行为模型的变革

经过数十年的理论研究与探讨,特别是最近10年来在模型开发和实际应用方面所取得的长足进步,基于行为的出行预测方法已经具备了所有基本条件,来取代目前仍占主导地位的基于出行的方法和模型.首先对行为模型的一些基本概念作了必要的铺垫,进而在扼要介绍了欧美国家进行模型开发与实际应用情况的基础上,来揭示行为模型受到广泛重视的政策与技术背景,并剖析这种新一代模型的理论基础、技术框架和特有魅力.最后针对行为模型在我国的开发应用课题,提出了若干初步建议.     

基于活动的交通出行模型应用和发展趋势

作为交通需求模型的创新发展方向,基于微观个体的宏中观模型建模在世界范围内的各大都市区均得以广泛应用,总结基于微观个体活动的交通出行模型的模型基本结构、应用和发展趋势,可以帮助政策研究制定者选择合适定量建模工具,从而有针对性地提升大都市区的交通治理水平,改善居民出行体验.研究通过系统梳理相关模型开发技术报告,访谈国内外模型研发专家和相关工作人员,厘清这一类模型的主要架构、应用软件、通过对其国内外的发展脉络与应用效果进行系统综述经验总结,可以更好地将此类模型应用到具体的建设项目效益评价和城市交通政策制定过程中.     

大数据背景下的交通模型发展思考

将传统交通调查和模型与新的信息技术相结合,根据大数据的特征改进交通模型的方法体系,是交通模型发展面临的极大挑战.分析交通大数据对交通模型研发的促进作用,特别是在人口及就业岗位分布、综合交通网络数据和基于交通调查的模型参数等核心数据方面的支撑作用.从相关定义、市场细分以及信息完整性三个方面阐述大数据与交通模型的一致性问题.深入讨论应用大数据改进交通调查技术、4D模型研发、出行分布目的地选择模型、轨道交通出行接驳模型、出行成本校核等交通模型关键技术.通过对比大数据和交通模型的决策分析过程,指出大数据与交通模型互动发展的途径.     

基于非集计模型的行人过街方式选择研究

基于非集计模型的基本理论和建模方法,依据对西安市高新区的居民出行调查,建立行人过街方式选择Logit模型。利用SPSS中的多元logistic回归分析对模型进行标定,并对所标定的模型进行精确度评价。评价结果表明:行人过街方式选择Logit模型可以比较精确的对行人过街方式做出预测,为城市行人过街设施的建设和交通决策提供较为科学的理论指导。     

多源数据融合在上海市综合交通模型中的应用

随着个体出行行为的多源数据日益丰富,既有的综合交通模型技术也需要持续升级。结合上海市第六次综合交通调查等数据,探讨多源数据融合在赋能综合交通模型改进中的应用。首先将多源数据划分为抽样数据和信息化大数据两大类21小类,提出基于多源数据融合的出行特征分析方法。结合居民出行调查数据及各类大数据,分析多源数据融合在上海市域人员出行需求模型、对外人员出行需求模型、道路系统运行模型、公共交通系统运行模型、货运交通模型升级中的具体应用,给出了不同交通模型参数的估计、标定及验证方法。最后,总结多源数据融合在分析精度、模型广度、研究细度和研究维度方面对上海综合交通模型的提升作用。     

基于改进MD模型的区域交通方式划分预测方法

分析了MD模型的基本原理;综合考虑出行时间、费用、安全、方便和舒适等5个因素对出行方式选择的影响,完善了出行牺牲量的量化方法,加入了安全性、舒适性、方便性的量化指标及其量化方法;建立了基于改进的MD模型的区域交通方式分担率预测方法,并提出了预测流程及预测模型中关键变量的求解算法;以沪宁通道内客运方式分担率的预测为实例,对比分析了改进前后MD模型及Logit模型的预测结果。验证了改进后MD模型能较好地模拟区域交通方式选择过程,预测有效可行。     

动态交通分配问题研究回顾与展望

动态交通分配(Dynamic Traffic Assignment，DTA)理论是智能交通系统中最重要的关键技 术基础之一，也是当前交通科学中最活跃的研究领域之一，其模型可以广泛应用于离线的交通规 划及政策评估和在线的智能交通系统应用。本文首先回顾了DTA理论50年来的发展历程，总结 了不同发展阶段形成的重要理论和方法。其次介绍了DTA问题的两个基本构成：出行选择准则 和交通流传播模型，指出这两个基本组成部分通过走行时间函数(或阻抗函数)来关联，并总结了 DTA 问题中主要的出行选择准则、主要的交通流传播模型、重点关注的交通行为、走行时间函 数。依据出行者的出行选择内容、交通状况掌握、出行需求弹性、出行决策时间跨度以及用户类 型等对动态交通分配问题进行分类，并详细比较分析不同类型动态交通分配问题之间的差异。 进一步，介绍了DTA问题主要的解析模型，依据时间是否连续和使用的决策变量分别对DTA模 型进行分类，并总结了不同类型DTA模型的主要优缺点。介绍了不同出行选择准则下DTA问题 的主要求解方法，并评述求解方法的收敛性、效率等。此外，还概述了DTA模型在交通规划、交通 政策评估、交通控制与管理等方面的应用。最后，对DTA理论的进一步发展进行展望，指出DTA 理论和方法可以在5方面取得突破：动态网络加载模型的高效计算方法和性态良好的动态阻抗函 数，大规模交通网络上DTA问题的有效求解算法，超级网络上基于活动链的DTA模型，DTA模型 在交通管理与控制中的应用，未来智能网联环境下DTA模型及其应用。     

基于票务数据的团体旅客出行目的推断

为推进城际交通大数据的应用，需要补全出行目的信息，将团体旅客出行目的决策与文本主题生成类比，开发基于无监督学习框架的出行目的推断方法.提出嵌入出发时间生成模块的主题模型，以及团体旅客重建和语义化特征设计方法，并通过吉布斯采样估计参数. 基于调查数据的模型对比研究发现，模型对一般私务辨识性能提升7.7%；基于票务数据的案例研究发现，模型对出发时间预测精度达到90.9%，间接验证了模型的可靠性.主题标注表明，模型不仅推断出4种与典型模式相符的出行目的，还辨识出既有认识外的非常规模式.对道路客运分析表明，出行目的构成呈现地区差异，高铁开通对不同出行目的出行量的负向影响程度不一.     

基于票务数据的团体旅客出行目的推断

为推进城际交通大数据的应用，需要补全出行目的信息，将团体旅客出行目的决策与文本主题生成类比，开发基于无监督学习框架的出行目的推断方法.提出嵌入出发时间生成模块的主题模型，以及团体旅客重建和语义化特征设计方法，并通过吉布斯采样估计参数. 基于调查数据的模型对比研究发现，模型对一般私务辨识性能提升7.7%；基于票务数据的案例研究发现，模型对出发时间预测精度达到90.9%，间接验证了模型的可靠性.主题标注表明，模型不仅推断出4种与典型模式相符的出行目的，还辨识出既有认识外的非常规模式.对道路客运分析表明，出行目的构成呈现地区差异，高铁开通对不同出行目的出行量的负向影响程度不一.     

基于手机传感器数据的出行特征提取方法

手机调查方法的已有研究较多集中于基于手机信令数据的宏观出行特征获取,而手机传感器数据在个体出行链微观出行特征提取方面具有优势.针对城市居民多采用组合交通方式出行的特征,研发智能手机应用软件,实现GPS数据(位置坐标与速度)、加速度计、服务基站、WiFi等传感器数据采集.运用小波分析、神经网络等数据挖掘技术分析不同交通方式出行数据差异,探索多种数据挖掘算法用于个体出行参数提取的可行性及效果.结合实际案例,总结应用手机传感器数据进行出行特征精细化提取的难点和技术关键.最后,探讨精细化个体出行数据在交通模型和理论优化方面的应用.     

四阶段模型对精明增长模拟的探讨

同交通有关的精明增长措施集中体现在减少小汽车出行、鼓励非机动车出行、混合土地使用以及大力发展公共交通等方面。传统的四阶段模型主要用于宏观的长期交通预测,在模拟精明增长策略方面存在许多缺陷。为了解决这个问题,必须从三个层次上进行改进：短期内,维持现有的宏观模型框架不变,对其内部涉及的假设、变量和模拟过程进行改进;中期通过微观分析得到同精明增长有关的4D弹性系数对传统交通模型结果进行调整;从长远考虑,应构建对精明增长敏感的同土地利用相结合的新交通模型。交通数据来源和模型方法研究是制约模型改进进程的主要因素。传统的四阶段模型在模拟精明增长方面有许多问题,应当进行全面的改进,但是必须循序渐进,逐步完善。     

交通出行预测的神经网络模型

针对交通出行集计预测模型的缺陷,结合神经网络在非线性关系映射方面的优势,本文提出了交通出行预测的BP神经网络模型。作者在对BP神经网络的结构和算法进行分析的基础上,研究了交通出行预测BP神经网络模型的影响因素、模型结构和模型数据,并采用实际调查数据对模型进行了检验和应用。研究结果表明模型预测精度较高,既有很强的理论优势和解释性,又有良好的操作性．最后,文章讨论了下一步的研究方向．     

大型体育赛事宏观交通模型研究

大型体育赛事宏观交通模型是开展赛事期间交通政策及赛事交通各类方案评估测试工作的重要支撑.针对大型体育赛事交通模型的特殊性,提出模型总体框架和构建流程,包括交通需求模型、交通网络模型、模型校核与验证以及模型应用四个主要部分,并且以模型应用为导向决定交通需求模型、交通网络模型和模型校核验证的技术路线.交通需求模型包括城市背景交通需求和赛事交通需求,两者既相对独立又相互联系.城市背景交通需求模型需覆盖不同交通特征日,赛事交通需求应根据各客户群的出行特征分别开展预测.将不同测试场景下城市背景交通和赛事交通相同时空维度的需求叠加,在修正的交通网络模型上分配,获得特定场景下的交通运行状况.最后回归至模型的应用,提出了模型测试的流程和主要评估指标.     

我国城市交通规划模型研究应用现状及发展趋势

为促进地方城市交通科学地规划建模,给行业管理部门提供决策支持,系统总结了我国城 市交通规划模型理论与方法体系、交通规划主流软件工具、模型的数据需求与调查、部分城市的交通规划模型体系特点及典型应用方向。通过对我国城市交通规划模型研究应用现状的系统梳理,围绕城市交通数学模型、交通调查、数据、模型师等要素,对我国城市交通规划模型的发展提出建议,包括建立完整的交通规划模型体系,注重基于多源时空数据的动态模型和实时模型的研究与应用;定期开展交通调查,升级优化城市交通模型体系;充分将交通大数据挖掘与传统交通调查方法优势互补,获取可靠全面的交通基础数据;重视交通调查和交通模型方面的人才队伍 的培养,建立数据交换和技术交流平台等。     

城市交通需求预测组合模型的研究

分析了交通需求预测组合模型的应用，重点研究了适用于城市交通需求预测的两种组合模型。给出了基于熵最大化原理的交通分布与交通分配组合模型的求解算例，并且构造了各种客运交通方式的广义出行费用模型，提出了基于广义出行费用和动脉多路径概率分配的交通方式划分和交通分配组合模型。     

基于面板数据的宁杭城际出行方式选择行为研究

随着中国城市群的快速发展,城际交通出行环境发生了巨大的变化,因此城际出行者也会不断地重建自己的出行习惯,这就要求建立动态模型研究城际出行者出行行为和预测城际交通需求.本文调查出行者在宁杭城际高铁开通前后两个时期的出行信息,并且引入状态依赖变量表征出行者之前选择结果对之后出行选择的影响,建立了基于面板数据的城际出行方式选择动态模型.模型结果表明,基于面板数据的动态模型比传统的基于出行者单次出行数据的模型拥有更高精度.同时本文根据宁杭城际出行背景设置三组政策变化方案预测出行分担率,结果表明,当选择环境发生变化时,传统模型会高估出行方式分担率的变化程度.以上结论能更好地服务于中国城际交通的规划.     

考虑出行链的城市货运量与交通量的转换模型研究

由于货运具有衡量尺度多维化的特点,在进行货运交通需求预测时,需要建立各种转换模型来保证指标的统一。在“基于货物”的货运交通需求预测方法中,货运量与交通量的转换是货运交通分配前的重要步骤之一。本文以出行链理论为基础,分析了货运车辆的出行行为,总结了货运车辆的出行链模式,基于一系列假设条件建立了考虑出行链的货运量与交通量的转换模型,并运用模型计算了某市货运交通量的OD分布矩阵,分析了其货运空车出行量占出行总量的比例,和出行总量与实际货运出行总量的误差。