基于多源数据的通勤高峰期出行方式分担率预测方法研究

鉴于大城市普遍存在交通拥堵问题,而通勤高峰期间尤为突出,科学合理开展城市交通规划是应对交通拥堵问题有效途径。传统出行方式分担率预测模型是基于人工调查数据,数据获取成本高且样本量有限,难以准确预测其分担率。采用路网数据、公交线网数据、公交站点数据、户籍数据、工作地数据等多源数据,依据交通工具的服务范围和公交站点的吸引范围,根据最短路径算法以及公共交通选择算法,对通勤高峰期居民的出行方式进行预测,从而得出不同出行方式的分担率,获取交通通勤出行分布规律。通过以重庆市主城区为例,进行城市交通通勤典型数据分析,验证了该方法的可靠性及准确性。