1.4.3 轨道交通客流预测模型与算法(摘自《城市轨道交通规划的研 究与实践》) 1. 概述 (1) 客流预测的意义和目的 轨道交通客流预测是指在一定的社会经济发展条件下科学预测城市各目标年限轨道交通线路的断面流量、站点乘降量以及站间OD、平均运距等反映轨道交通客流需求特征的指标。轨道交通线路客流量是城市快速轨道交通可行性研究和设计的重要依据。 在规划线网时，不同的轨道交通线网方案的客流分析结果是进行线网优选的主要内容，如发现有不当之处，要重新调整布线方案，并重作客流分析，如此反复直至满意为止； 在工程可行性研究阶段，客流量是工程修建必要性和可行性的主要依据； 在工程设计中，其系统运输能力、车辆选型及编组、设备容量及数量、车站规模以及工程投资和经济效益分析等，都要依据预测客流量的大小来确定。 因此，轨道交通客流预测在城市轨道交通规划中占据相当重要的地位。 轨道交通客流预测应提交以下预测和分析结果： 1) 规划年居民全方式出行OD。 2) 规划年居民全方式出行期望路线图。 3) 规划年居民公交方式出行OD。 4) 规划年居民公交方式出行期望路线图。 5) 规划年各线路全日站点乘降量及断面客流量表。 6) 规划年各线路早晚高峰站点乘降量及断面客流量表。 7) 规划年各线路的全日站间OD表。 8) 规划年换乘站各方向的客流换乘量表。 9) 规划年各线路的平均运距，线路平均负荷强度，直达率与一次换乘率，规划 年各线路客运量占公交客运量比例，各线路客运量的年递增率等分析结果。 （2）客流预测的基本方法和工作流程 ①客流预测年限 预测年限也就是设计年限，是控制工程规模和投资的重要因素，其合理与否，将
非集计模型 1．1非集计模型研究发展历程 1959年Luce首次对非集计理论中最典型的Lo西t模型进行推导，随后Marschsk 和Suppes等人对Logit模型的理论基础进行了完善。1974年McFadden对Logit 模型及其特性进行完整的论述，逐步形成了非集计模型的理论体系，其中包括了 多项Logit模型(Multinomial Logit Model，简称MNL)和Nested Logit模型(Nested Logit Model，简称NL)。 McFadden等人在非集计理论方面取得的成果，带动了美国一些学者对非集计 理论的进一步研究。70年代中期，Ben．Akiva(1973)、Lemman和Ben-Akiva(1975)， 利用经济学的消费者行为理论，对非集计理论作了进一步完善，其中较为代表的 是1 985年Ben．Akiva出版了(Discrete choice analysis>)一书。在70年代后期， Manheim、Ben．Akiva和Lemman研究小组将非集计模型推向了实用化阶段，非集 计的基本思想和理论开始用于实际交通预测，并得到了不断的改进，出现了物理 意义上更丰富和更复杂的改进非集计模型。例如，Chu(1981，1989)开发的PCL (paired combinatorial Logit)模型，Bunch(1 991)开发的MNP(Multinomial Probit) 模型，Vovsha(1997)年开发的CNL模型(Cross-Nested Logit)等。 1．2．3国外研究现状 随着居民出行调查和一些出行行为专项调查在许多城市的开展，以调查数据 为基础，利用非集计理论，对个体出行行为特性的研究，取得丰硕的成果。 Grayson(1981)；Wilson(1990)；Forinash和Koppelman(1993)；Bhat(1997)； Enjian Yao(2005)等人开始利用非集计模型，对个体的出行的交通方式、出行目 的等出行行为特征进行分析。在多项Logit模型的基础上，Nested Logit模型在上 世纪80年代开始在运输领域得到迅速的发展，广泛应用于多个决策过程之间具有 阶层关系的选择，Koppelman和well(1998)阐述了Nested Logit模型的理论基础 和特性，以最大效用为基础，建立了四种不同交通方式的Nested Logit模型，并丰 富和模型的解释变量。Hensher和Reyes(2000)使用Nested Logit模型分析了出 行链如何影响个体的交通方式选择行为。Schwanen(2004)使用1998年荷兰国家 出行调查数据，利用非集计模型比较了男性和女性购物持续的时间的差异。 另外，由于非集计模型是以实际发生出行行为的家庭或个人为分析单位，对 调查数据不是按交通小区，而是以个人或家庭所调查得到的数据直接建模，便于 对出行需求管理政策的实施进行预评估，使非集计模型得到了广泛的发展。特别 是从上世纪90年代开始，许多学者开始将其应用于TDM策略评价m】。如1999 年，Wallace等应用非集计模型对拥挤收费等TDM策略实施效果进行评价，并取 得良好的效果；Ettema(1993)等利用MNL模型评价了伦敦市区分时段拥挤收费 策略对居民出行的影响。 1．2．4国内研究现状 对个体出行行为特征的研究，国内开展得比较晚，所做的研究也比较少。有 关这方面的研究主要有： 上海交通大学隽志才(2005)介绍了基于出行链的出行预测理论发展过程及 有主要模型的优缺点，阐述了基于活动链的出行需求模型系统的框架和预测过程， 探索改进出行需求预测方法的途径。 北京航空航天大学李志纯(2005)研究了确定性动态交通网络中个体的旅行
集计与非集计模型的关系 This model paper was revised by the Standardization Office on December 10, 2020
集计与非集计模型的关系 Wardrop第一.第二平衡原理 集计模型在传统的交通规划或交通需求预测中，通常首先将对象地区或群体划分为若干个小区或群体等特定的集合体，然后以这些小区或群体为基本单位，展开问题的讨论。因此，在建立模型或将样本放大时，需要以这一类的集合体为单位对数据进行集计处理。通过上述集计处理得到的数据称为集计数据，而用集计数据所建立的模型称为集计模型。 非集计模型概述 1.非集计模型（DisaggregateModel）是强调其与集计模型（AggregateModel）的不同而命名的，通常也称为非集计行为模型（DisaggregateBehavioral Model）、个人选择模型（IndividualChoice Model）或离散选择模型（DiscreteChoice Model）。 2.非集计模型的基本假设是当出行者面临选择时，他对某种选择的偏好可以用被选择对象的“吸引度”或“效用值”来描述，效用是被选择对象的属性和决策者的特征的函数。 3.非集计模型（离散选择模型）是基于效用最大和随机效用（random utility theory）两个概念建立起来的，最常见的两个离散选择模型为：多元Logit模型、多元Probit模型。 4.非集计模型在交通领域的交通方式划分和交通分配阶段有着十分广泛的应用。 交通需求预测中的集计与非集计分析 1.交通需求预测的集计模型通常是将每个人的交通活动按交通小区进行统计处理、分析，从而得到以交通小区为单位的分析模型。 2.需求预测的非集计模型则以实际产生交通活动的个人为单位，调查得到的数据不按交通小区进行统计等处理而直接用于建立模型。 3.与集计分析相比较，非集计分析在分析的单位、模型预测方法、应用层面、政策体现、数据的效率和说明变量等方面有着明显的差异。 Wardrop第一平衡原理：每个OD对的各条被使用的径路具有相等而且最小的行驶时间；没有被使用的径路的行驶时间大于或等于最小行驶时间。Wardrop第二平衡原
集计与非集计模型的关 系 文档编制序号：[KKIDT-LLE0828-LLETD298-POI08]
集计与非集计模型的关系 Wardrop第一.第二平衡原理 集计模型在传统的交通规划或交通需求预测中，通常首先将对象地区或群体划分为若干个小区或群体等特定的集合体，然后以这些小区或群体为基本单位，展开问题的讨论。因此，在建立模型或将样本放大时，需要以这一类的集合体为单位对数据进行集计处理。通过上述集计处理得到的数据称为集计数据，而用集计数据所建立的模型称为集计模型。 非集计模型概述 1.非集计模型（DisaggregateModel）是强调其与集计模型（AggregateModel）的不同而命名的，通常也称为非集计行为模型（DisaggregateBehavioral Model）、个人选择模型（IndividualChoice Model）或离散选择模型（DiscreteChoice Model）。 2.非集计模型的基本假设是当出行者面临选择时，他对某种选择的偏好可以用被选择对象的“吸引度”或“效用值”来描述，效用是被选择对象的属性和决策者的特征的函数。 3.非集计模型（离散选择模型）是基于效用最大和随机效用（random utility theory）两个概念建立起来的，最常见的两个离散选择模型为：多元Logit模型、多元Probit模型。 4.非集计模型在交通领域的交通方式划分和交通分配阶段有着十分广泛的应用。 交通需求预测中的集计与非集计分析 1.交通需求预测的集计模型通常是将每个人的交通活动按交通小区进行统计处理、分析，从而得到以交通小区为单位的分析模型。 2.需求预测的非集计模型则以实际产生交通活动的个人为单位，调查得到的数据不按交通小区进行统计等处理而直接用于建立模型。 3.与集计分析相比较，非集计分析在分析的单位、模型预测方法、应用层面、政策体现、数据的效率和说明变量等方面有着明显的差异。 Wardrop第一平衡原理：每个OD对的各条被使用的径路具有相等而且最小的行驶时间；没有被使用的径路的行驶时间大于或等于最小行驶时间。
集计与非集计模型的关系 Wardrop第一.第二平衡原理 集计模型 在传统的交通规划或交通需求预测中，通常首先将对象地区或群体划分为若干个小区或群体等特定的集合体，然后以这些小区或群体为基本单位，展开问题的讨论。因此，在建立模型或将样本放大时，需要以这一类的集合体为单位对数据进行集计处理。通过上述集计处理得到的数据称为集计数据，而用集计数据所建立的模型称为集计模型。非集计模型概述 1.非集计模型（DisaggregateModel）是强调其与集计模型（AggregateModel）的不同而命名的，通常也称为非集计行为模型（DisaggregateBehavioral Model）、个人选择模型（IndividualChoice Model）或离散选择模型（DiscreteChoice Model）。 2.非集计模型的基本假设是当出行者面临选择时，他对某种选择的偏好可以用被选择对象的“吸引度”或“效用值”来描述，效用是被选择对象的属性和决策者的特征的函数。 3.非集计模型（离散选择模型）是基于效用最大和随机效用（random utility theory）两个概念建立起来的，最常见的两个离散选择模型为：多元Logit模型、多元Probit 模型。
4.非集计模型在交通领域的交通方式划分和交通分配阶段有着十分广泛的应用。交通需求预测中的集计与非集计分析 1.交通需求预测的集计模型通常是将每个人的交通活动按交通小区进行统计处理、分析，从而得到以交通小区为单位的分析模型。 2.需求预测的非集计模型则以实际产生交通活动的个人为单位，调查得到的数据不按交通小区进行统计等处理而直接用于建立模型。 3.与集计分析相比较，非集计分析在分析的单位、模型预测方法、应用层面、政策体现、数据的效率和说明变量等方面有着明显的差异。 Wardrop第一平衡原理：每个OD对的各条被使用的径路具有相等而且最小的行驶时间；没有被使用的径路的行驶时间大于或等于最小行驶时间。 Wardrop第二平衡原理：在系统平衡条件下，拥挤的路网上交通流应该按照平均或总的出行成本最小为依据来分配。 第一原理：试图选择最短路径而达到平衡，则被利用的各条路线的走行时间相等并最小。称为利用者平衡（UE）。 第二原理：在考虑拥挤的走行时间影响的路网中，网络中的交通量应该按某种方式以使网络中交通量的总走行时间最小。称为系统最优化原理。以上两种原理都是建立在平衡的基础上的，第一原理是利用者平衡，第二原理是系统平衡 在交通规划中，“四阶段”法中交通分配应用到该原理。 其中，第一原理认为：网络上的交通以这样一种方式分布，就是所有使用的路线都比没有使用的路线费用小。第二原理认为：车辆在网络上的分布，使网络上的所有车辆总出行时间最少。
一、交通生成模型 交通出行生成模型是用于预测一个交通小区每天或每一高峰时段所生成的交通出行量。交通生成预测是在研究城市未来社会经济发展规模、人口规模和土地利用情况的基础上，预测划分的各个交通小区可能产生或吸引的交通总量。即0D 矩阵中行和列 交通生成模型分为交通产生模型及交通吸引模型两个部分，常用的模型包括增长率模型、回归分析模型、类型分析模型等。 增长率模型该模型的基本思想是:从OD调查中，可以得出单位用地面积、单位人口或单位经济指标等参数的交通产生、吸引量，如果假定其交通量是稳定的，则根据未来各交通区的用地面积、人口数量或经济指标等参数进行交通生成预测。回归分析模型该模型的基本思想是:假定未来年的交通生产量与各因素(自变量)的关系与当前年相同。根据调查资料，建立交通产生或吸引与其主要影响因素之间的回归方程，利用所建立的回归方程进行交通生成预测。 类型分析模型该模型的基本思想是:以家庭为分析单位，根据对出行起决定作用的一些因素将整个对象区域的家庭划分成若干类型。以基于同一类型的家庭出行因素相同、各家庭的出行次数基本相同、各类家庭当前年的出行率一直到未来年都不变的假设，确定未来年各类家庭的出行率和各交通小
区中家庭数目，进行交通生成预测。 二、交通分布模型 交通出行分布模型预测从每一个出行发生的交通小区i到每一个出行吸引的交通小区j的出行交通流q，，推求各个交通小区间的交通分布量，构成一个分布矩阵。出行分布模型的种类较多，如增长系数模型、重力模型、机会模型等，其中重力模型使用最为普遍 该模型的基本思想是:假定交通分布的模式在当前年和未来年变化不大，能够用某一增长系数对未来年的交通分布状况进行预测。增长系数模型是一种比较简单的分布模型，包括平均增长率模型、Detroit模型及Frator模型等。 重力模型的基本思想是:交通，I\区i到交通小区j的交通分布量与交通小区i的交通产生量、交通小区j的交通吸引量成正比，与交通小区i和j之间的交通阻抗系数参数(如两区之间交通的距离、时间或费用等)成反比。 交通方式划分模型 早期的研究主要从集计的角度展开，之后进行非集计模型研究。非集计模型比较复杂，目前集计模型应用较为广泛。交通方式划分模型主要有转移曲线模型、概率模型、重力模型的转换模型及回归模型等。 转移曲线模型 转移曲线模型的基础思想是:分析与交通方式划分相关的各
2.1交通生成模型 交通出行生成模型是用于预测一个交通小区每天或每一高峰时段所生成的交通出行量。交通生成预测是在研究城市未来社会经济发展规模、人口规模和土地利用情况的基础上，预测划分的各个交通小区可能产生或吸引的交通总量。即0D矩阵中行和列 交通生成模型分为交通产生模型及交通吸引模型两个部分，常用的模型包括增长率模型、回归分析模型、类型分析模型等。 增长率模型该模型的基本思想是:从OD调查中，可以得出单位用地面积、单位人口或单位经济指标等参数的交通产生、吸引量，如果假定其交通量是稳定的，则根据未来各交通区的用地面积、人口数量或经济指标等参数进行交通生成预测。 回归分析模型该模型的基本思想是:假定未来年的交通生产量与各因素(自变量)的关系与当前年相同。根据调查资料，建立交通产生或吸引与其主要影响因素之间的回归方程，利用所建立的回归方程进行交通生成预测。 类型分析模型该模型的基本思想是:以家庭为分析单位，根据对出行起决定作用的一些因素将整个对象区域的家庭划分成若干类型。以基于同一类型的家庭出行因素相同、各家庭的出行次数基本相同、各类家庭当前年的出行率一直到未来年都不变的假设，确定未来年各类家庭的出行率和各交通小区中家庭数目，进行交通生成预测。 2.2交通分布模型 交通出行分布模型预测从每一个出行发生的交通小区i到每一个出行
吸引的交通小区j的出行交通流q，，推求各个交通小区间的交通分布量，构成一个分布矩阵。出行分布模型的种类较多，如增长系数模型、重力模型、机会模型等，其中重力模型使用最为普遍 该模型的基本思想是:假定交通分布的模式在当前年和未来年变化不大，能够用某一增长系数对未来年的交通分布状况进行预测。增长系数模型是一种比较简单的分布模型，包括平均增长率模型、Detroit 模型及Frator模型等。 重力模型的基本思想是:交通，I\区i到交通小区j的交通分布量与交通小区i的交通产生量、交通小区j的交通吸引量成正比，与交通小区i和j之间的交通阻抗系数参数(如两区之间交通的距离、时间或费用等)成反比。 交通方式划分模型 早期的研究主要从集计的角度展开，之后进行非集计模型研究。非集计模型比较复杂，目前集计模型应用较为广泛。交通方式划分模型主要有转移曲线模型、概率模型、重力模型的转换模型及回归模型等。转移曲线模型 转移曲线模型的基础思想是:分析与交通方式划分相关的各种影响因素，在大量的调查统计基础上绘出各种交通方式的分担率与其影响因素间的关系曲线，最后利用转移曲线直接查出各种交通方式的分担率。概率模型的基本思想是:假定交通方式选择是以各种交通方式所需的时间、费用等阻抗参数构成的各种交通方式的阻抗大小为基础，以一定的概率关系进行的。该模型是一种比较实用的非集计模型。