《交通规划5.ppt》由会员分享，可在线阅读，更多相关《交通规划5.ppt（34页珍藏版）》请在金锄头文库上搜索。
1、2019/5/23,第五章 交通发生与吸引,第一节 概述 第二节 发生与吸引交通量的影响因素 第三节 生成交通量的预测 第四节 发生与吸引交通量的预测,本章内容,2019/5/23,第一节 概 述,发生与吸引交通量的预测是交通需求预测四阶段预测中的第一阶段，是交通需求分析工作中最基本的部分之一。在本阶段的任务是求出对象地区的交通需求总量，即生成交通量 (Trip Production) 。然后，在此量的约束下，求出各个交通小区的发生与吸引交通量。,2019/5/23,第二节 发生与吸引交通量的影响因素,一、土地利用,交通调查 小区土地利用（面积、住宅、就业人口等） 小区的发生与吸引交通量,20
2、19/5/23,走亲访友，购物等私人出行多；以家庭为单位的工作、业务等出行几乎没有。 随着家庭规模的增大，人均出行数减少，例如，购物可由一人代替。,A：将来人口 a：将来家庭平均人口数,自由：T=f(Aa),二、家庭构成与大小,男性2650岁出行多， 女性1650岁出行多。,年龄段,平均出行次数(男),三、年龄，性别,女性不同年龄的平均出行次数,年龄段,汽车保有率高，人均出行数增加。 原因：(1)出行需求高的人买车，(2)有车后容易 诱发出行。,自由时间=24-生活必需时间(睡眠、饮食)-约束时间（工作、学习） 自由时间多出行机会大 自由出行量： T=at+b t：自由时间；a，b：系数和常数
3、。,四、汽车保有率,五、自由时间,六、职业与工种 司机、推销、市场开拓人员出行多，教师出行少。,七、外出率 因工种、年龄的不同而异。,八、企业规模、性质 企业大，外出率高。,九、家庭收入 收入高，出行机会多。,十、其他 天气、周日、季节等。,2019/5/23,发生、吸引交通量与生成交通量的关系,第三节 出行生成交通量的预测,2019/5/23,1.原单位法生成交通量（T）,k：出行目的； l：人口属性；,一、生成交通量的预测方法,根据人口属性以不同出行目的单位出行次数为原单位进行预测,北京市不同出行目的的出行率(1986),根据人口属性，按出行目的的不同预测。,【例1】 在某对象区域常住人口
4、平均出行率不变的情况下，求其将来的出行生成量。（图5-6）,出行生成量： Tp=28.0+51.0+26.0=28.0 +50.0 +27.0=105.0,现状常住人口： N=11.0+20.0+10.0=41.0,将来常住人口： 15.0+36.0+14.0=65.0,现状平均出行率T/N： 105.0/41.0=2.561(出行数/日、人),将来的生成交通量： Tn=M* (T/N )=65.0*2.561=166.5(万出行数/日),2019/5/23,原单位法预测出行生成量除由人口属性按出行目的的不同预测外，还可以以土地利用或经济指标为基准预测。从调查中得出单位用地面积或单位经济指标的
5、发生与吸引交通量，如假定其是稳定的，则可根据规划期限内各交通区的用地面积（人口量或经济指标等）进行交通生成预测。,2019/5/23,从例题看出：预测生成交通量关键是怎样决定生成原单位的将来值，通常有以下几种做法： 直接使用现状调查中得到的原单位数据。 将现状调查得到的原单位乘以其他指标的增长率来推算，即增长率法。 函数法。函数的影响因素（或称自变量）多采用性别、年龄等指标。,2019/5/23,又称交叉分类（Cross Classification）或类型分析法（Category Analysis Method）,2.聚类分析法,聚类分析法必须服从假定 一定时期内出行率是稳定的。 家庭规模的
6、变化很小。 收入与车辆拥有量总是增长的。 每种类型内的家庭数量，可用相应于该家庭收入、车辆拥有量和家庭结构等资料所导出的数学分布方法来估计。,2019/5/23,有关家庭的横向分类。 如可按家庭大小、家庭收入各分为 6类，家庭拥有小汽车数分为3类。我国家庭中自行车使用比较广泛，可以考虑作为分类的项目， 把每个家庭定位到横向类别。 对其所分的每一类，计算其平均出行率 计算各分区的出行发生。 把分区每一类的家庭数乘以该类的出行发生率，并将分区中所有类别的家庭总加起来，得到出行总量。,构造聚类分析模型的步骤,2019/5/23,根据家庭规模、收入及家庭拥有小汽车数可将研究对象内的家庭分成不同的类别，
7、下表给出的就是根据调查得到的不同类别家庭的平均出行率。,【例2】,2019/5/23,已知：低收入、无小汽车、每户 3人100户；低收入、无小汽车、每户4人200户；中等收入、有1小汽车、每户4人300户； 高收入、有2小汽车、每户5人50户。 则总出行为： 1003.4+2004.9+3008.3+5012.9 =4455人次/日,2019/5/23,综上所述，聚类分析法以估计给定出行目的每户家庭的出行产生量为基础，建立以家庭属性为变量的函数。 并且突出家庭规模、收入、拥有小汽车数分类调查统计得出相应的出行产生率，由现状产生率得到现状出行量，由未来产生率得到未来出行量。,2019/5/23,
8、第四节 发生与吸引交通量的预测,一、原单位法,其中，i, j：小区； x：属性变量 （土地利用类别、面积、常住人口、白天人口，工作人口等）； b：某出行目的的平均发生量（出行数/日人）； c：某出行目的的平均吸引量（出行数/日人）。,2019/5/23,一般，在交通需求预测时，要求各小区的发生交通量之和与吸引交通量之和相等，并且各小区的发生交通量或吸引交通量之和均等于生成交通量。如果它们之间不满足上述关系，则可以采用如下方法进行调整。,2019/5/23,假设生成交通量 T是由全人口P与生成原单位 p 而得到的， 则 ： 若T与 有明显的误差，则可将 修正为： 并同时修正Dj,1、总量控制法,
9、2019/5/23,要求满足所有小区出行发生总量要等于出行吸引总量。当上述条件不满足时，一般认为所有小区出行发生总量 可靠些。可将吸引总量乘以一个调整系数。,2、调整系数法,【例3】假设各小区的平均出行发生量与吸引量不变，试用例1的数据求出将来的出行发生与吸引量。,【解】 (1)求出现状发生与吸引的原单位 小区1的发生原单位：28.0/11.0=2.545次(日人) 小区1的吸引原单位：28.0/11.0=2.545次(日人) 结果如表5.4-1所示。,（2）计算各交通小区的将来发生与吸引交通量 小区1的发生交通量：15.02.545=38.175万次日 小区1的吸引交通量：15.02.545
10、=38.175万次日,（3）调整计算 总量控制法(Control Total),因为，T=166.5 万次日 所以，,2019/5/23,二、 函数模型法,其中，b，c：回归系数； 常使用的变量：区内平均收入、平均汽车保有率、家庭数、人口、就业人数、土地利用面积。,多元回归分析(Regression Analysis)模型,问题：交通条件的改善 出行能力的增强没有得到充分考虑。,例:,户数,就业人口数,汽车保有量,距市中心的距离,上下班出行数,3.增长率法（Growth Factor Method）,：发生、吸引交通量增长率，例如，,2019/5/23,例：交通调查、土地利用、出行生成、发生与
11、吸引,哈尔滨市综合交通规划,1.交通调查（抽样、布点、分区）,总户数98.8万, 抽样2.02万户, 抽样2.2%,调查布点,分区(7个行政区, 22个交通大区, 208个交通小区),南岗(7), 道里(4), 道外(2), 动力(3), 香房(2), 太平(2), 江北(2),2.土地利用,3.生成交通量、发生与吸引交通量(现状),Y1:预测年人口数; a:人口自然增长率; X:基准年人口数; Y2:预测年常住人口数; B:平均机械增长率; N:预测年份; D:预测流动人口; R:暂住人口占常住人口的比例。,发生与吸引交通量(将来),作业三: 试用下表中的出行发生量、出行吸引量和常住人口（分男女性别），计算将来的出行生成量、出行发生量及出行吸引量。,
