硕士论文-基于出行目的链的轨道交通客流预测模型研究.pdf

北京交通大学硕士学位论文基于出行目的链的轨道交通客流预测模型研究姓名：兰鹏申请学位级别：硕士专业：交通运输规划与管理指导教师：韩宝明20090601中文摘要中文摘要摘要：轨道交通线路的客流规模、分布特征、规律等相关指标及其分析是轨道交通建设必要性、系统规模选择、系统建设效益分析、各项专业设计的基础和前提依据，是轨道交通建设各阶段必不可少的定量参考依据。目前，我国各大城市在客流预测中大多采用四阶段的方法建立土地利用一交通相互关系模型。作为典型的集计模型，四阶段模型层次分明，易于理解和接受。但是这种传统的交通规划方法在很多方面也有其不足之处。论文结合作者参与地铁客流预测的相关项目，对我国城市轨道交通客流预测模型进行研究，在完善我国轨道交通客流预测理论和方法，提高预测精度等方面有一定的理论价值和实际意义。本文首先对国内外轨道交通客流预测模型的现状进行了综述，重点研究了我国常用的土地利用决定交通需求理论和四阶段客流预测模型，并对其可改进之处进行了分析说明。同时论文认为全日客流总量是客流预测可信度评价的主控点，指出对全日客流总量做好宏观总量控制是一个总体控制环节，是客流预测成果评价的质量控制点。在预测中应注意轨道交通客流预测宏观参数的变化趋势和合理取值，从而在宏观上把握客流预测结果。通过对传统的四阶段客流预测模型的分析研究，论文结合非集计模型的优点提出了基于出行目的链的轨道交通客流预测模型。基于出行目的链的轨道交通客流预测模型是以各小区分类居民的出行目的链为基础数据计算出行产生；以出行目的链数据作为输入，出行分布比例数据作为条件计算居民出行分布；以出行目的和居民可选择出行方式为介入条件，进行方式划分；最后运用用户平衡理论得到交通分配结果。该模型解决了传统四阶段客流预测模型中未充分考虑居民出行活动链、不同出行目的对出行分布的影响以及居民出行方式链等缺陷。基于出行目的链的客流预测模型是结合集计模型和非集计模型的综合模型，更符合实际，具有更高的预测精度。考虑到模型的实用性，论文以V i s u a lS t u d i o N E T 为开发环境，利用V i s u a lC 拌对O R D I S(出行生成一分布)计算软件进行了初步设计。该英文名为分别取交通产生(O r i g i n a t i o n)和分布(D i s t r i b u t i o n)前二个和三个字母组成。O R D I S 计算软件是用于基于出行目的链的轨道交通客流预测模型的出行生成一分布的计算。最后论文以一个假设案例对基于出行目的链的轨道交通客流预测模型的出行生成一吸引分布阶段的计算分析进行了说明。关键词；轨道交通；客流预测：出行目的链；四阶段客流预测模型：非集计模型分类号：U 4 9 1 1】A B S T R A C TA BS T R A C TA B S T R A C T：T h er a i lt r a f f i c Sp a s s e n g e rf l o wi st h eb a s ea n dp r e c o n d i t i o nf o rt h en e c e s s i t ya n a l y s i s，s c a l ec h o i c e，p r o f e s s i o n a ld e s i g n I t St h eg i s ta n dr e f e r e n c ef o rt h eb u i l d i n gp h a s e sf o ru r b a nr a i lt r a n s i t N o w,m a n yc i t i e sa d o p tf o u rs t e p sm o d e lf o rp a s s e n g e rf l o wf o r e c a s t A st h et y p i c a la g g r e g a t e dm o d e l，f o u rs t e p sm o d e lf i ta r e ap l a na n dt e n d st o w a r du n d e r s t a n d i n g H o w e v e r,i td o e s n tc o n s i d e rm a n yp o i n t s，s u c ha st h er e s i d e n t i a lt r a v e lb e h a v i o r,t h ee f f e c to fd i f f e r e n tt r a v e l Sp u r p o s et oa t t r a c t i o na n di m p e d a n c e，a n dS Oo n I ti ss i g n i f i c a t i v et oR e s e a r c ht h em e t h o df o rt h ep a s s e n g e rf l o wf o r e c a s t T h i st h e s i ss u m m a r i z e dt h ea c t u a l i t yo ft h em e t h o df o rt h ep a s s e n g e rf l o wf o r e c a s t，f o c u s i n go nt h el a n du s i n gt h e o r ya n dt h ef o u rs t e p sm o d e l T h ea u t h o rt h i n k st h a tt h ec o n t r o lo ft h em a c r o s c o p i c a lq u a n t i t yi sv e r yi m p o r t a n t I nt h ec o u r s eo ft h ef o r e c a s t，w es h o u l dn o t i c et h em a c r o s c o p i c a lp a r a m e t e r T h r o u g ht h ea n a l y s i so ft h e f o u rs t e p sm o d e la n dt h ed i s a g g r e g a t e dm o d e lf o rp a s s e n g e rf l o wf o r e c a s t，t h et h e s i sp u t sf o r w a r dan e wm o d e l，n a m e dt h em o d e lo fr a i lp a s s e n g e rf l o wf o r e c a s tb a s e do nt h ec h a i no ft r a v e l Sp u r p o s e T h i sm o d e ls o l v e st h ep r o b l e m si nt h ef o u rs t e p sm o d e la n da c c o r dw i t ht h ef a c t I no r d e rt oi n c r e a s i n gt h ep r a c t i c a b i l i t yo ft h em o d e l，t h et h e s i sd e s i g n st h eO R D I Sc o u n t i n gs o f t w a r eb yV i s u a lC 撑O R D I Sn a m e df r o mt w ow o r d s：O r i g i n a t i o na n dD i s t r i b u t i o n O R D I Sc o u n t i n gs o f t w a r ei su s e dt oc o u n tt h ed i s t r i b u t i o nr e s u l ta tt h ef i r s ts e c t i o no ft h em o d e lo fr a i lp a s s e n g e rf l o wf o r e c a s tb a s e do nt h ec h a i no ft r a v e l Sp u r p o s e A tl a s t，t h et h e s i sg i v e sac a s et oe x p l a i nt h ec o u n to ft h ef i r s ts e c t i o no ft h eM o d e lo fT h eR a i lP a s s e n g e rF l o wF o r e c a s tB a s e do nT h eC h a i no fT h eT r a v e l Sp u r p o s e K E Y W O R D S：r a i lt r a f f i c；p a s s e n g e rf l o wf o r e c a s t；c h a i no ft h et r a v e l Sp u r p o s e；f o u rs t e p sm o d e l；d i s a g g r e g a t e dm o d e lC L A S S N 0：1 5 4 9 1 1】表目录表目录表1 1 部分城市典型线路实际客流与预测客流对比2表2 1 我国9 大城市轨道客流预测方法汇总1 0表3 1 上海三次交通调查和远期预测得到的出行率分布表(人次日)1 6表3 2 方式结构分析表18表3 3 国外主要城市主城区机动化出行方式构成分析表()2 0表3 4 晚高峰早高峰比例计算表2 1表4 1 出行分布矩阵2 4表4 2 交通小区居民分组2 5表4 3 出行目的(活动)列表2 6表4 4 居民分组的目的链数据及其概率()2 8表4 5 阻抗取值(北京)3 2表4 6 各种客运交通方式的适宜出行距离和时间3 5表5 1 各类数据说明4 3表5 2 主界面各按钮功能介绍4 5表5 3 基础数据分界面按钮功能介绍4 7表5 4 分类统计界面按钮功能介绍51表6 1 出行目的数据5 3表6 2 出行目的链数据5 3表6 3 预测年人口、土地利用数据5 4表6 4 工作出行吸引强度权重系数5 4表6 5 中学生上学出行吸引强度权重系数5 4表6 6 小区间的距离5 4表6 7 各小区居民种类及其出行目的链数据5 5表6 8 吸引强度计算表(1)5 5表6 9 吸引强度计算表(2)5 6表6 10 吸引强度量化数据j 5 6表6。11 小区间交通阻抗量化数据5 6表6 1 2 小区间出行分布比例数据5 7表6 1 3 小区l 出行分布结果(H W H1)5 8表6 1 4 小区l 出行分布结果(H W H2)5 8表6 1 5 小区l 出行分布结果(H w L H1)5 8北京交通大学硕士学位论文表6 1 6 小区1 出行分布计算结果(f=1)。5 9表6 1 7 小区l 出行分布计算结果(f=2)5 9表6 1 8 小区1 出行分布计算结果(f=3)5 9表6 1 9 小区1 出行分布计算结果(H W L H2)5 9表6 2 0 小区1 出行分布计算结果(H W L H3)6 0表6 2 1 小区1 出行分布计算结果(g=1)6 0表6 2 2 小区1 出行分布计算结果(g=2)6 0表6 2 3 小区1 出行分布计算结果(g=3)6 0表6 2 4 小区2 出行分布计算结果(g=1)6 1表6 2 5 小区2 出行分布计算结果(g=3)6 1表6 2 6 小区3 出行分布计算结果(g=1)6 1表6 2 7 小区3 出行分布计算结果(g=3)6 1表6 2 8 出行分布计算结果(g-1)6 2表6 2 9 出行分布计算结果(g=2)6 2表6 3 0 出行分布计算结果(g=3)6 2表6 31 出行分布计算结果(g=4)6 2表6 3 2 小区1 出行分布计算结果6 2表6 3 3 小区2 出行分布计算结果6 3表6 3 4 小区3 出行分布计算结果6 3表6 3 5 城市出行分布结果6 3图目录图目录图1 1 论文结构示意图6图2 1 四阶段客流预测流程图9图3 1 我国主要城市人均出行率现状l5图3 2 预测中规划年交通结构示意图1 9图3 3 各大城市运量早高峰系数示意图2 1图3 4 各大城市断面早高峰系数示意图2 2图4 1 某居民出行示意图2 3图4 2 基于出行目的链的轨道交通客流预测模型流程图2 7图4 3 出行吸引分布组合模型计算流程图3 3图4 4 日本大阪市中心区居民不同目的交通方式利用情况3 4图4 5 基于出行目的链的交通方式划分示意图3 6图5 1O R D I S 计算软件流程图4 4图5 2 0 R D I S 计算软件主界面4 6图5 3 输入数据界面1 4 6图5 4 输入数据界面2 4 7图5 5 输入数据界面3 4 7图5 6 居民分类界面4 8图5 7 出行目的界面4 8图5 8 出行目的链界面4 8图5 9 小区数目界面4 9图5 10 小区出行目的链界面4 9图5 1 l 小区居民数据界面4 9图5 12 吸引强度界面_ 5 0图5 13 交通阻抗界面5 0图5 1 4 分布比例界面。5 0图5 1 5 分小区统计界面5 l图5 16 分居民统计界面。51图5 1 7 分出行目的统计界面5 2图5 18 分出行目的链统计界面5 2图6 1 小区划分示意图5 3学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)导师签名：椎爵签字日期。砷年6 月明q J uf脂叩耋一吖氰年签罗者沙恻渺文期沦日位字学签独创性声明独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京交通大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名：耋胛签字日期：夕哆年驴月卢日7 5致谢本论文的工作是在我的导师韩宝明教授的悉心指导下完成的，有了他的支持、关心和指导，我才能将这个课题顺利开展。导师在研究方向和研究路线的确定、课题的研究等方面都给了我莫大的帮助。导师渊博的知识、活跃的学术思想、敏捷的科学洞察力、严谨的治学态度，身体力行的工作作风和高尚的品德都给我留下了深刻的印象，令我终生难忘。从我认识导师到本论文完成近2 年的时间里，我从恩师那里获得的不仅仅是各种知识和科研技能，更加懂得了许多做人做事的道理。导师对我无微不至的关怀令我倍受感动，这段令人难忘的求学之路上，他既是严师，又像慈父，更像一位亲密的朋友。借此论文完成之际，谨向我的导师韩宝明教授致以最诚挚的谢意，感谢您把我带进了科学的殿堂，是您的培养，才有了我的今天。感谢北京交通发展研究中心全永粲教授、郭继孚教授、孙壮志博士、刘剑锋工程师、姚广铮工程师和孙富亮工程师等前辈的悉心指导。他们在本课题的研究中帮助我解除谜团，并提供了很多数据支撑，在此表示衷心的感谢。在撰写论文期间，鲁放老师、李得伟老师和张琦师姐等多次与我进行学术探讨，提供了许多宝贵的意见。他们广博的知识和丰富的经验使我受益匪浅，在此表示我衷心的感谢。同时感谢景晓志、王建波、王莹、常丹、胡秀秀、刘娜、彭宇拓、席锦池、朱清兰等同学在写作中给予我的鼓励和支持。另外感谢其他同学，像高跃文、张娟、王鹏、宇海龙、陈柏谦、张戬、黄远春、高国飞、陈蔚等在论文写作中和生活中对我的关怀和帮助。最后，我还要感谢我的家人、亲戚和朋友们，他们对我的信任、爱护和关怀是我这几年学习和研究的动力，是他们的关心、理解和支持才能使我在学校专心完成我的学业。感谢大家!绪论1 绪论1 1研究背景及意义1 1 1城市轨道交通客流预测的作用轨道交通线路的客流规模、分布特征、规律等相关指标及其分析是轨道交通建设必要性、系统规模选择、系统建设效益分析、各项专业设计的基础和前提依据，是轨道交通建设各阶段必不可少的定量参考依据。因此，提供这些依据和参考的客流预测工作也必然的成为轨道交通建设过程中一个重要的环节。随着轨道交通的快速发展，轨道交通客流预测工作也越来越受到重视。轨道交通线网规划、建设规划、工程可研、初步设计、运营招商等各个阶段都涉及到客流预测，而且在不同阶段对客流预测的要求也不尽相同。线网规划阶段：确定轨道交通线网规划方案的定量依据；建设规划阶段：论证轨道交通建设的必要性和可行性，为确定近期建设方案和建设时序提供参考；可研设计阶段：配合工程设计，是确定系统选型、规模、车辆编组、运营组织、车站规模，车辆段规模等指标的判断依据；运营招商阶段：是线路运营组织、运营招标和测算项目运营效益的依据。归纳起来，客流预测的目的主要有两个：确定合理的线路建设规模和测算轨道交通线路运营的经济效益，为轨道交通线路选型、车站设计、车辆配置、运营组织等提供设计依据和决策基础。轨道交通客流预测准确与否直接决定了轨道线路的修建规模是否合理，运营后能否取得较好的社会效益和经济效益。也就是说，客流预测工作的任务是为城市轨道交通系统规划、设计和运营的全过程提供需求及与相关交通系统协调发展的决策信息；是从整个城市交通系统的角度考察轨道交通线路在缓解交通压力、发挥社会效益和经济效益等方面的作用；为决策者提供在“优先发展公共交通”既定国策下根据城市的具体特点对轨道交通建设的决策依据：同时，为设计者提供设计依据。1 1 2我国轨道交通客流预测存在的主要问题我国城市轨道交通客流预测工作起步较晚，但发展较快。目前能够承担城市轨道交通项目客流预测工作的单位在全国有2 0 家左右。预测方法基本采用“出行北京交通大学硕士学位论文产生一出行分布一方式划分一交通分配”四阶段预测法，其理论发展和运用水平基本与世界同步。但在具体应用过程中，由于中国国情不同，对预测方法的理解不同等，造成了预测水平上的参差不齐。表1 1 中列出了北京i 上海、广州等几个城市的地铁线路预测值与实际值的比较，可以看出，预测值普遍偏大(大多数轨道交通线路都处于初期)，误差最大的上海地铁5 号线，达到了4 0 0 以上。表1 1 部分城市典型线路实际客流与预测客流对比T a b l e1 1T h ec o n t r a s tb e t w e e nf o r e c a s ta n da c t u a lf l o wi ns o m ec i t i e s实际客流预测客流误差线路日客流量日客流量(预测一实际)年份年份(万人次日)(万人次日)实际北京1 3 号线2 0 0 51 5 32 0 0 53 7 31 4 3 7 9 北京八通线2 0 0 56 92 0 0 52 7 O2 9 1 3 0 上海1 号线2 0 0 68 1 O2 0 0 69 4 01 6 0 5 上海2 号线2 0 0 55 1 O2 0 0 55 2 01 9 6 上海5 号线2 0 0 76 72 0 0 73 5 04 2 2 3 9 天津滨海线2 0 0 62 72 0 0 61 2 73 7 0 3 7 广州1 号线2 0 0 74 9 12 0 0 77 6 75 6 2 1 注：数据来源于北京交通发展研究中心I 1 3研究意义城市轨道交通是城市建设的公益性基础设施，对城市的全局和发展模式将产生深远的影响，其建设是一个涉及面广、综合性很强的系统工程。无论是进行城市交通规划，还是制定和实施管理控制措施，都必须从整体的角度来考虑其可行性和最优性【1】【2】。轨道交通客流预测涉及轨道交通规划、建设等各个阶段，是轨道交通建设过程中的一个重要环节。然而，从实际的预测结果来看，我国城市轨道交通的客流预测技术尚存在不足。同时我国正处在社会、经济飞跃式发展阶段，未来交通发展的规律、趋势及其与相关因素之间的关系也较难把握，预测过程中不确定因素愈来愈多，这些都对我国城市轨道交通客流预测提出了更高的要求。本论文正是在此前提下，结合作者参与的有关轨道交通客流预测的相关项目，对我国城市轨道交通客流预测的主要理论、方法进行分析，并提出其不足之处；通过对三个宏观参数变化趋势的研究，确定其合理取值，提出通过对宏观参数的把握在宏观总量上控制客流预测结果；针对传统四阶段客流预测模型的不足，论文对其进行了改进，提出了结合非集计模型的综合应用模型一基于出行目的链的轨道交通客流预测模型。这些研究对于完善我国的客流预测理论和方法等具有重2绪论要的理论价值和现实意义。1 2国内外研究现状1 2 1国外研究现状在国外的大中城市，出行需求预测模型从2 0 世纪5 0 年代开始就得到了广泛应用。此后经过许多学者的研究和实践，出行需求预测经历了由集计模型向非集计模型的转变。同时，国外学者针对非集计模型的缺点，进行了一些改进工作。近年来，国外辅以一定的技术手段对非集计行为预测进行了一些集计分析，而且已经从研究阶段转向应用阶段，越来越多地应用到工程实践中。如D e b o r a hS h r a u e l i，I l a nS a l o m o n 和D a n i e lS h e f e r(1 9 9 6 年)针对出行行为，主要分析如何应用神经网络把集计模型的简易特点和先进理论与非集计模型的详细分析等特点相融合，最终避免了非集计模型的复杂性和非集计性。R i c h a r dJ o h nS w e e t(1 9 9 7 年)对出行效用和转换效用进行集计分析，提出了基于L o g i t 模型的方式选择的转换效用和随机效用理论【引。由于非集计模型应用时的复杂性，K i-C h a nN a m(1 9 9 7 年)对非集计出行方式选择行为进行了集计研究。首先根据充实的调查数据建立了非集计出行方式选择模型。由于不同类型的选择肢的集计可能导致模型预测的偏差，所以又对非集计出行行为进行了集计分析，并取得了显著的成效【4】。该研究为非集计模型和集计模型的综合研究开辟了一个新的思路，对后续研究工作具有一定的指导意义。2 0 0 4 年，O l g aI v a n o v a 根据方式选择是基于目的地选择的，而集计和非集计出行需求预测模型又具有一致性等依据，通过对出发地和到达地进行集计，深入研究了N L 方式选择预测模型的出行方式选择行为的集计问题【5】【6】。2 0 世纪以来，研究人员开发了由基于活动的出行选择预测模型，并开发了与传统四阶段模型相结合的系统，用于大规模的城市交通规划【7 1。例如德国的P T V公司于2 0 0 0 年开发，并不断升级的V I S U M 和V I S E M 软件，以及美国萨克拉曼多市于2 0 0 1 年开发的S A C M E T 系统。2 0 0 3 年，丹麦首都哥本哈根市投入使用的可进行客货流需求预测和分配的O R D I S M(O r e s t a dT r a f f i cM o d e l)系统用一个三层的N L 模型完成了出行生成、出行分布和方式选择预测，而交通量分配由四步骤模型中的交通量分配模型进行预测。可以看出，近几年，基于活动的出行需求预测理论与方法正朝着与传统的四阶段模型相结合的方向发展。国外非集计模型和集计模型的综合研究也存在一些不足之处，例如目前非集计行为的集计分析仅局限于对出行行为的分析，并没有得到广泛的应用。但是国北京交通大学硕士学位论文外学者的研究成果的确说明了非集计模型与集计模型的综合应用具有一定的可行性和合理性。随着科学技术的进步和研究内容的完善，非集计模型和集计模型的综合应用将会越来越广泛地应用到交通规划领域。1 2 2国内研究现状目前国内使用的客流预测方法主要有趋势外延法、吸引范围法和交通规划四阶段法。前面两种方法仅进行了轨道沿线及吸引范围内的客流变化趋势的预测，其中并没有考虑轨道交通的建设对整个城市客流量以及客流在城市路网上分布的影响；“四阶段 客流预测方法是将与交通产生、交通吸引、出行分布、出行方式划分等相关的因素作为因子，建立数学模型，通过交通网络分配来进行预测的方法。1 9 8 7 年天津大学系统工程研究所根据“各种交通方式出行距离的分布曲线，得出步行、自行车、常规公交和轨道交通四种交通方式的出行分担率，进而得到各方式预测年限的O D 矩阵，并根据W a r d r o p 第一原则，建立了平衡配流模型8 1。1 9 9 0 年西南交通大学在广州地铁第一期工程可行性研究的客流预测中，建立了效用比模型和多维L o g i t 模型二者组合的交通方式划分模型 9 1；同年，清华大学在青岛地铁第一期工程可行性研究客流预测中，采用了平衡分配的“用户最优的非线性互补和变分不等式模型进行交通分配【lo】。1 9 9 0 年南京交通规划研究所在南京市快速轨道路网规划过程中，采用基于全方式O D 矩阵的联合方式划分一交通分配模型。而过秀成和吕慎等人于2 0 0 0 年在全方式O D 矩阵的基础上，提出了“合作竞争类O D，并对分层次策略性交通方式划分和联合方式划分的交通分配进行了新的阐述【l l】【1 2】。1 9 9 1 年中国城市规划设计研究院在沈阳轻轨一期工程可行性报告的客流预测中，方式选择采用了带交通阻抗时间指数的交通方式划分重力模型，并运用“全有全无 的最短路径分配和容量限制分配模型【1 3】。1 9 9 7 年，北京地下铁道设计研究院在分析北京地铁一号线二十多年的客流变化规律后，结合国际上常用的“三次吸引法 思想，提出了一种新的客流预测方法“土地利用法。1 9 9 8 年广州市交通规划研究所在广州市地铁二号线客流预测报告中将公共交通出行分布矩阵在包含轨道交通线路的公交线网上分配，按多路径和综合时间费用来确定常规公交和轨道交通的分担率，并最终得出地铁线路的客流量和站点的客流集散量【l4。1 9 9 9 年东南大学交通运输系通过研究轨道交通线网规模与线网宏观结构，提4绪论出了基于四阶段法改进的客流预测分析框架体系，并针对组团式的城市结构建立了“宏观定性控制、微观定量分析、综合评价决策的轨道线网规划布局思路【_ n。2 0 0 0 年1 0 月，铁道第四勘查设计院与广东省建设厅城乡规划处对珠江三角区快速轨道交通线网规划的客流预测中，提出了“快速轨道客流预测流程”，采用双目标三维搜索模型生成O D 量【”】。随着国外非集计模型的提出，我国规划人员也对非集计模型展开了研究，例如M N L 模型(M u l t i n o m i a lL o g i tM o d e l)和N L 模型(N e s t e dL o g i tM o d e l)等。由于非集计模型能够有效的解决四阶段模型存在的问题，近些年在我国得到了广泛的研究和应用。2 0 0 3 年吉林大学交通学院的隽志才教授带领课题组成员开始了基于活动的出行选择预测模型的研究工作，根据我国具体的交通状况和经济状况确立了基于活动的居民出行特征分析理论，建立了一体化的出行选择预测模型的基本结构，完成了其中部分模型的建立和标定，并应用于具体的T D M 政策的评价中，取得了一定的研究成果【1 5 1。但是主要集中在非集计出行行为的集计分析方面，其研究也仅限于简单的平均值集计分析方法的研究。1 3研究范围和主要内容1 3 1基本界定目前轨道交通客流预测对象包括：城际轨道交通、市郊铁路、城市轨道交通、磁悬浮铁路等。由于预测对象不同，所以预测技术也应有所差异。在此界定本文研究中轨道交通客流预测技术的研究范畴。本研究的轨道交通界定为城市范围内的快速轨道交通，不包括铁路系统以及城市的有轨电车、和目前提出的城市快速公交系统。客流预测一此处所研究的客流预测是为工程前期研究所进行的技术工作，而不是对运营期间客流的预测。由于使用要求不同，预测技术有一定差异，本研究的客流预测指工程前期所要进行的客流预测。1 3 2论文结构和主要内容论文共分七章，其中第三、四、五章是本文的重点研究部分。全文结构如图1 1 所示。北京交通大学硕士学位论文框架扫基础乍方法体系仁应用每l第一章绪论l第二章土地利用理论和四阶段客流预测模型0l第三章轨道交通客流预测宏观参数l第四章基于出行目的链的客流预测模型+(交遗产螂布)(交通方式划分)(交通分配)Tl第五章o R。I s 计算软件设计I第六章实例研究山第七章结论与展望匕专内涵匕专现状分析匕。宏观把握匕0 方法改进 o 软件设计亡。计算说明图1 1 论文结构示意图F i g u r e1-1T h es t r u c t u r eo ft h et h e s i s第一章阐述论文的研究背景、意义，对国内外的研究现状进行综述，并对论文的研究范围和主要内容进行说明。第二章对我国常用的土地利用理论和四阶段客流预测模型进行分析，对既有方法的不足之处进行了阐述，并提出了改进意见。第三章汇总分析了国内外主要城市在客流预测过程中的宏观参数取值，对其变化趋势及其合理范围进行了分析，指出在客流预测过程中应注意宏观参数的取值，在宏观总量上把握客流预测结果。第四章以第二、三章的研究结果为基础，融入非集计模型的理论与方法，对传统的四阶段客流预测模型进行了改进，提出了一种结合集计模型和非集计模型优点的综合模型一基于出行目的链的轨道交通客流预测模型。该模型有效地解决了前文分析的四阶段客流预测模型的缺陷，更符合实际情况，具有更高的预测精度。第五章对O R D I S(产生(O r i g i n a t i o n)一分布(D i s t r i b u t i o n)计算软件的初步设计进行了简单介绍。O R D I S 计算软件是为了提高论文提出的基于出行目的链的轨道交通客流预测模型的实用性，用于其第一阶段出行生成一分布的计算。第六章以一个假设案例对论文提出的基于出行目的链的轨道交通客流预测模型第一阶段出行生成一分布组合模型进行了计算说明。第七章为全文结论与展望部分，总结本论文的研究成果，提出进一步完善城市轨道交通客流预测理论与方法需要解决的问题。6土地利用理论和四阶段客流预测模型2 土地利用理论和四阶段客流预测模型交通需求预测(又称交通需求分析)主要研究交通源的产生，交通出行在地理空间上的流向和流量，在交通网络上的分布形态以及在时间上的分布【1 6】，是交通规划乃至城市规划、地区规划的基础工作及主要依据，也是确保交通规划符合未来发展状况的重要基础。交通需求预测模型通过对现状交通需求与其相关因素之间的关系进行分析，预测未来的交通需求，为交通基础设施的规划、布局、设计、交通管理和控制提供决策参考，使交通系统满足社会经济发展的要求【1 7】【1 8】。目前，我国在客流预测中大多采用四阶段的方法建立土地利用一交通相互关系模型。2 1土地利用理论2 1 1土地利用理论内容土地利用理论也叫土地利用决定交通需求理论【1 6】【2 0】【5 0 l，其理论核心主要体现为：土地利用决定了交通源、土地利用决定了交通空间分布、土地利用决定了方式选择。(1)土地利用决定了交通源。人口与就业岗位的分布与规模、对外交通场站的规模与布局等决定了交通源的产生、分布。在客流预测时主要体现在出行生成量的预测。交通小区出行产生量主要与不同类型人口的规模有关，吸引量主要与用地类别、就业岗位规模有关。(2)土地利用决定了交通空间分布土地利用决定了不同用地性质、决定了人口与就业岗位的空间分布，进而决定了交通流的空间分布。因此，在出行分布中，不管是采用什么样的模型与方法，其结果是由土地利用决定的。(3)土地利用决定了方式选择不同的用地性质、不同的城市形态、城市密度会有不同的交通方式选择，城市用地性质、城市规模、聚集程度、城市形态对方式划分有影响。2 1 2土地利用理论的深化研究大多数城市轨道交通客流预测是基于需求引导下的客流预测，基于现有城市7北京交通大学硕士学位论文总体规划下的人口与岗位分布、用地性质等决定的交通需求总量与需求分布。当前土地利用决定交通需求的预测理论主要是人口规模与出行产生、用地类别(就业岗位)与交通吸引等，然而对于不同用地对不同出行目的的交通吸引和交通分布的影响等相关的研究还比较缺乏。因此，论文建议可从以下三方面加强土地利用理论方面的研究。(1)用地性质与交通吸引不同的用地性质对不同目的的出行具有不同的吸引强度。比如商务办公、工业园区、产业园区等用地类型对工作出行的吸引强度大于其它出行；学校等教学用地对上学出行的吸引强度大于其它出行；公园、游乐场等公共用地类型对娱乐出行的吸引强度大于其它出行等。综观世界各地的城市轨道交通系统，其主要功能就是为通勤、通学服务，重点解决高峰时段的出行问题，轨道交通线路的系统设计也是主要依据高峰时段的客流特征。因此，重点研究商务办公、商业、各类工业园区、产业园区等不同用地类别、不同就业岗位规模与交通吸引之间的关系，分析这些用地与交通需求之间的理论关系，对完善我国未来轨道交通客流预测理论，提高预测的精确度是十分有利的。(2)用地结构与出行分布用地结构对交通需求的影响主要体现在居住用地与就业用地的比例上。居住与就业完全分离的单一用地模式、居住与就业岗位混合式用地模式将会对出行分布产生影响。在发达国家，往往就业岗位主要集中在市中心，城市外围区、郊区新市镇则以居住为主，居住与就业分离的结果是形成了长距离的向心出行分布，轨道交通客流表现为明显的向心性和潮汐性，因此也带来高峰时段同一线路不同方向客流的严重不均衡。这种用地结构容易导致轨道交通资源的浪费。目前我国城市正面临着新的快速发展时期，不同区域、不同规模城市应选择适合自身的用地结构模式，探索适合这些城市的不同用地结构与交通需求之间的关系，形成适合我国国情和不同城市市情的用地结构与交通需求的理论体系，并用以指导轨道交通客流预测。(3)用地密度与交通产生用地密度主要体现在轨道交通车站周边的用地开发强度，可以用建筑密度和建筑容积率来体现。我国早期的城市用地规划对不同区域的建筑密度与建筑容积率进行了规定，但这些规定及其提出的指标是基于传统的道路系统规划基础上的。伴随着我国城市综合交通体系的升级，对我国轨道交通站点周边的用地密度应该有新的研究。8土地利用理论和四阶段客流预测模型我国地域辽阔，各地区发展水平差异较大。研究建立一套适合于我国不同地区、不同城市、同一城市不同区域的轨道交通站点周边用地的开发模式，建立用地密度与轨道交通客流之间的关系，形成基于站点用地开发的轨道交通客流预测理论，对于提高轨道交通，尤其是新建(郊区)和改建地区(旧城区)的轨道交通客流预测的理论水平将是十分有益的。2 2四阶段客流预测模型2 2 1四阶段客流预测模型概述目前，在客流预测中大多采用四阶段的方法建立土地利用一交通相互关系模型。“四阶段”客流预测模型是将与交通产生、吸引、出行分布、出行方式划分等相关的因素作为因子，建立数学模型，通过交通网络分配来进行预测的方法。与其它预测方法相比，这种预测方法更具有系统性、全面性。我国大部分城市采用四阶段客流预测模型来进行轨道交通客流预测。四阶段客流预测模型预测流程如下图所示。输入人口岗位家庭出行产生量出行吸引量O D 量出行综合成本不同方式O D 表一阶段输出出行产生量出行吸引量O D 表不同方式O D 表交通量路径分配图2 1 四阶段客流预测流程图F i g u r e2-1T h ef l o wf i g u r eo ft h ef o u rs t e p sp a s s e n g e rf l o wf o r e c a s tm o d e l9北京交通大学硕士学位论文2 2 2四阶段客流预测模型