2.4.1 影响交通方式选择的因素

影响交通方式选择的因素，大致可以划分为出行主体的特性、出行特性以及交通设施的特点三大类。

（1）出行主体的特性

在出行者特性方面，一般考虑如下几点。 ①是否拥有或是否可以利用小汽车。 ②是否持有驾驶执照。

③家庭结构（年轻夫妇，夫妇加小孩，退休人员，单身等）。 ④收入。 （2）出行特性

交通方式选择在很大程度上受此影响，主要考虑如下几个方面。 ①出行目的。

②一天之中出行的时间。 （3）交通设施的特点 ①出行时间。

②相关的货币费用（票价、燃料及直接费用）。 ③是否有停车场及停车费用。 ④舒适度和方便性。 ⑤可靠性和准时性。 ⑥防护物及安全性。 2.4.2 交通方式划分实用预测模型

交通方式划分模型的建模思路有两种：其一是在假设历史的变化情况将来继续延续下去的前提下，研究交通需求的变化；其二是从城市规划的角度，为了实现所期望的交通方式划分，如何改扩建各种交通设施引导人们的出行，以及如何制定各种交通政策等。

这里主要介绍两种交通方式划分实用预测模型：分担率曲线法以及函数模型法。

（1）分担率曲线法

分担率曲线法以个人出行调查（person trip survey）结果为基础，依据地区间的距离、地区间的交通方式所需行走时间比或是所需时间差等影响交通方式选择的主要因素，绘制成使用者交通方式选择曲线，从而依据该曲线求出该地区交通方式分担率的方法。

（2）函数模型法

函数模型法就是把交通方式的分担率用函数式的形式表示，再以此来计算各

9 / 24

个交通方式分担交通量的方法。它可以分为线性模型法、Logit模型法和Probit模型法等三种形式。

①线性模型法

这是函数模型法当中最早开发出来的方法。它把影响交通方式分担的各种要素用线性函数的形式表现出来，从而推求出交通方式分担率。但是用这种方法求出的分担率Pi不一定满足0?Pi?1这一基本条件。

②Logit模型法

某个OD点对之间某种交通方式的分担率可以用下式来表示：

exp?Ui?jPi??exp?UJj?1?，（2.4.2.1） Ui??akXik

k式中，Xik为交通方式i的第k个说明要素（所需时间、费用等）；ak为待定参数；j为交通方式的个数；Ui为交通方式i的效用函数；Pi为分担率。在这个模型中，存在0?Pi?1和?Pi=1的关系，用计算机很容易算出分担率。

③Probit模型法

i此模型是为了克服线性模型的缺点而开发的适用于只有两种交通方式的模型。交通方式被选择的概率Pi可以用下式计算出来。

2??1Yi?t? dt （2.4.2.2）Pi?2????exp?2????式中，Yi表示两种方式特性的线性函数值的差。

这种方法对两种方式之间的选择是适用的，而应用于多方式的选择则非常难。其优点是两种方式特性即使不独立也可以使用。

在地区间模型中，从预测精度、计算作业及模型构思的合理性来看，Logit模型是较好的。

除了以上介绍的模型外，还有许多其他模型，如牺牲量模型及直接需求模型等。

2.5 交通分配预测

交通预测的最后一步是交通分配预测，就是将前面预测的各个分区之间不同交通方式的交通量分配到具体的道路网上去。

交通分配需要着重考虑以下几个因素：

（1）交通方式，即出行者所采用的交通形式，如公共交通系统、小汽车、自行车等。

（2）行程时间，即在某起点之间采用某一种交通方式所需要的时间。它直接影响着出行分布、交通方式的选择和交通分配。在交通规划中进行交通量分配

10 / 24

时，应当力求使道路网上的总行程时间为最短。

（3）路段上的速度与流量之间的变化关系。

国内外通常把交通分配方法分为均衡分配模型和非均衡分配模型两大类，并以Wardrop第一、第二原理为划分依据。

Wardrop第一原理指出：网络上的交通以这样一种方式分布，就是使所有使用的路线都比没有使用的路线费用小。Wardrop第二原理认为，车辆在网络上的分布，使得网络上所有车辆的总出行时间最小。

如果交通分配模型满足Wardrop第一、第二原理，则该模型为平衡模型，而且，满足第一原理的称为用户平衡分配模型（user-optimized equilibrium），满足第二原理的称为系统最优分配模型（system-optimized equilibrium）。如果交通分配模型不使用Wardrop原理，而是采用了模拟方法，则该模型为非平衡模型。

关于平衡分配模型这里不作介绍，这里主要介绍交通分配预测中的非平衡分配方法，包括最短路（全由全无）交通分配法、容量限制交通分配法、多路径交通分配法以及容量限制—多路径交通分配法。 2.5.1 最短路交通分配法

该法是从计算费用最少出发，通常以各分区矩心之间的行程时间作为基准。从某一区的矩心出发以最短路径（最少费用、时间）到达其他各个分区的矩心的一组路线称为最短通路，当所有的起讫点交通量在道路网图上都通过最短通路，即完成了最短路分配。最短路分配法中最关键的一步是寻求网络最短路径。 2.5.2 容量限制交通分配法

最短路交通分配法会产生这样的结果：使具有最少费用的道路吸引了大量的出行数，而不具有最少费用的道路则只有少数的出行。但是实际上这种情况不大可能，因为原来最少费用的道路，当大量出行集中于该路时，就会发生超载，行车速度变慢，而变成不是最少费用的路段。实际上，在公路网上，运行费用和交通流量之间存在着某种平衡关系，而容量限制分配，就是应用了实时的车速与流量之间的关系来解决交通分配问题。

容量限制分配法的主要步骤如下：

（1）用一般方法把交通表示在路网上，以“零流量”路段行程时间开始。 （2）依次对每个起点分区计算通过路网的最短行程时间的通路。 （3）按全由全无分配模型，将起讫点的交通模式加到网络上。 （4）计算分配到每条道路上的交通量。

（5）在流量与行程时间的关系式中，用分配给路段的交通量计算修改路段行程时间。

（6）按全由全无分配模型将原来起讫点的交通模式加到网络上，但是要用

11 / 24

由步骤（5）得出的修整路网行程时间。

（7）返回到步骤（4），并继续直到分配的交通和结果的行程时间稳定为止。 2.5.3 多路径概率分配法

在城市里起讫点之间有许多条线路可通，实际情况是出行者将布满于这些路线上，因为出行者不可能精确地判断哪条道路是费用最少的，不同的出行者将有不同的选择。多路径概率分配就是企图模拟这种实际情况。

根据实际路线费用分布函数提出某条道路的运行费用，并且假定出行者不知道所使用路线的实际费用。因此给出了一个偏差值，用来调整出行者对这种道路运行费用判断的不精确性，尽可能将所有的出行均匀地分配到路网上为止。

各出行路线被选用的概率可以采用Logit型的路径选择模型计算。

P?r,s,k??exp??t?k?/t/?exp??t?i?/t （2.5.3.1）

i?1??m??式中：P?r,s,k?——OD量T?r,s?在第k条出行路线上的分配率； t?k?——第k条出行路线的路权（行驶时间）； t——各出行路线的平均路权（行驶时间）； ?——分配参数；

m——有效出行路线条数。 2.5.4 容量限制—多路径概率分配法

在多路径分配模型中，认为路段行驶时间为以常数，这与实际情况的交通情况有一定的不符。实际上，路段行驶时间与路段交通负荷有关，在容量限制—多路径概率分配法中，考虑了路权与交通负荷之间的关系及交叉口、路段通行能力的限制，使分配结果更加合理。

采用容量限制—多路径概率分配法分配出行量时，需先将原来的OD量表（n?n）分解成k个OD分表（n?n阶），然后分k次用多路径概率分配法分配OD量，每次分配一个OD表，并且每次分配一次路权修正一次，直到把k个OD分表全部分配到网络上。

第3 章 基于Emme的某简单路网的交通规划设计

3.1 概述

此案例通过Emme交通规划软件对上海市某一简单路网基准年2010年进行了路网评价，并且对规划年2020年的此路网重新进行了交通规划。此小型路网的交通需求预测采用了“四步骤模式”法，即：交通发生和吸引原单位法、交通分布最大熵模型法、交通方式划分Logit模型法及交通分配预测。

12 / 24