基于出行链的公共交通出行需求预测研究

发布时间：2019-09-07 08:31

【摘要】：随着城市建设步伐的加快,居民的出行由过去的单一目的、单一方式逐渐变成多目的、多方式的出行,出行行为更呈现多样化,在一定的时间范围内多目标连续出行就构成了出行链。与传统四阶段模型中居民出行调查所采用的数据相比,出行链可以很好地描述人的活动规律,反映出行活动之间的联系性,体现“以人为本”的交通特性。出行链包含了各种出行信息及信息间联系,总结出行链的分布规律,选择特征指标建立基于出行链的非集计模型,为城市交通规划建设提供理论依据。对出行链进行定义,明确研究对象。结合RP与SP调查方法所得出行信息数据,运用统计分析方法分别从出行链总体特征、出行链出行方式特征、出行链时空特征进行分析研究,确定城市居民出行链特征指标以及指标的取值。在考虑土地利用形态及居民出行链结构的基础上,按照出行目的及其顺序将居民出行链划分成10类,得到各类出行链的产生量,结合每次出行的目的及其对应用地类型的吸引量,建立基于出行链的出行分布量预测非集计模型,确定小区之间的出行分布量。研究出行链类型与出行方式之间关系,根据研究需要提出出行链分布系数概念。找出影响居民选择公共交通出行链的22个因素,进行显著性检验、相关性检验,最后确定11个代表性指标。运用效用理论建立在效用最大情况下居民选择公共交通出行链概率模型,结合指标属性值与指标因素对10类出行链的贡献率,得到公共交通出行链分布系数,确定公共交通出行链分布量转换方法,计算公共交通分布量。运用网络平衡优化模型建立目标函数,得出公共交通出行分配预测模型。结合齐齐哈尔市基础数据进行实例分析,与实际结果及四阶段结果对比,基于出行链所得结果更具有说服力,说明基于出行链模型的正确性与可使用性。运用网络平衡分析模型的结果,进行城市公共交通走廊规划,并为齐齐哈尔规划两条BRT线路。综合结果表明,该方法较传统方法更能反映实际情况。
【图文】：

关系图,链长度,出行方式,协调度

出行链协调度可以体现交通方式对整个出行链的影响程度，对居民日常出行安排具有重要指导意义。通过计算每个出行链的协调度得到统计图，具体见图2-3。表2-6为出行链协调度评价等级表。表 2-6 出行链协调度评价等级表高较高一般比较低低（100%,90%］（90%,80%］（80%,70%］（70%,60%］（60%,0）通过图 2-2 可知，出行链协调度达到较高以上占到 67%，表明大多数人的出行结构安排是比较合理的。有 22%的人出行协调度一般，应注重改善对出行有限制性的交通方式。另外有 11%的人出行协调度在比较低以下，需要对出行结构的进行合理安排，找到“木桶”的短板加以改善，尽量减小出行链的换乘系数。为了提高出行链协调度，出行居民本身需要对出行进行合理安排，选择适宜的交通工具，，政府职能部门更应该加强城市交通结构完善性建设，提高公共交通所占比例与服务范围。因此

链长度,出行方式,小汽车,大于等于

在出行链长度为 2 和 3 的情况下，四种不同出行方式例大小相当，在不同出行链长度下步行出行链所占的比行链、非机动出行链、小汽车出行链在出行链长度为 1 中链长度为 2 中所占比例的 3 倍左右。为了更加形象的了解各种出行链所占比例情况，现给出图 2-4。
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：U491.17

【参考文献】