[发明专利]一种改进重力模型交通分布预测方法

说明书

本发明提出一种改进重力模型交通出行分布预测方法，该方法包括如下步骤：首先，采集城市交通出行需求分布相关数据；其次，依据上述采集的城市交通出行需求分布相关数据将交通小区划分为不同类别；然后，对不同类别交通小区间的需求分布采用改进的重力模型进行模型参数标定；最后，利用标定好的重力模型进行城市交通出行需求分布预测。本发明既充分继承了重力模型的优势，又提高了对现状出行需求分布信息的利用程度，考虑了不同交通小区之间的社会经济发展水平与功能定位的差异，更加符合实际情况，可以为城市交通运输的规划与管理提供参考依据。

技术领域

本发明涉及一种考虑交通小区类别的改进重力模型交通分布预测方法，属于交通需求与交通分布预测技术领域。

背景技术

城市交通出行需求分布预测是交通规划四阶段法的关键步骤之一，主要任务是将前一步交通生成预测获得的交通出行需求总量转换成各交通小区之间的出行需求分布矩阵。城市交通出行需求分布预测的准确性直接影响着交通分配过程的精度，对于交通规划研究和城市交通管理部门的决策分析具有非常重要的意义。

当前，国内外对交通分布模型的研究众多，但是大多数都局限于理论研究，难以满足现阶段的工程实践要求。对于大多数城市交通规划与管理而言，增长系数法和重力模型法是当前应用最为成熟的交通分布预测模型。重力模型法因为综合考虑了交通小区的发生吸引量和交通阻抗对出行需求分布的影响，相对而言更加符合实际。然而，常规的重力模型法将各类交通小区等同对待，忽略了不同交通小区之间的社会经济发展水平与功能定位的差异。事实上，不同功能定位的交通小区的发生量和吸引量对交通分布量的驱动强度不同，例如，住宅主导型的交通小区与商业或工业主导型的交通小区之间因为职住关系而往往具备更高的交通出行需求。另一方面，常规的重力模型法无法考虑区内出行与区间出行的特征差异，对现状出行需求分布规律的把握不足，因而在工程实践应用时往往与预期情况存在偏差。

发明内容

发明目的：为了解决现有技术中存在的不足与缺陷，本发明提出一种考虑交通小区类别的城市交通出行需求分布预测方法，可以对常规的重力模型进行改进，既充分继承了重力模型的优势，又提高了对现状出行需求分布信息的利用程度，更加符合实际情况。

技术方案：为实现上述目的，本发明采用的技术方案为：一种改进重力模型交通分布预测方法，包括以下步骤：

步骤1)，采集城市交通出行需求分布相关数据；

步骤2)，依据上述采集的城市交通出行需求分布相关数据将交通小区划分为不同类别；

步骤3)，对不同类别交通小区间的需求分布采用改进的重力模型进行模型参数标定；

步骤4)，利用标定好的重力模型进行城市交通出行需求分布预测。

进一步地，步骤1)中采集的城市交通出行需求分布相关数据包括交通小区特征数据、交通小区内的土地使用数据和人口结构数据，各交通小区之间的现状交通出行需求分布矩阵和出行阻抗矩阵以及未来年各交通小区的发生量和吸引量和出行阻抗矩阵，具体如下：

步骤1.1)，采集交通小区特征数据，包括交通小区划分范围、交通小区面积和工作岗位总量；

步骤1.2)，采集交通小区内的土地使用数据，包括交通小区内的不同用地类型(公共管理与公共服务设施用地、商业服务业设施用地、绿地与广场用地、建设用地、工业用地、居住用地、道路与交通设施用地、公用设施用地、物流仓储用地)的建筑总面积和开发强度；

步骤1.3)，采集交通小区内的人口结构数据，包括交通小区内的人口总量，性别比例，年龄分布和失业人口比例；

作为优选，步骤2)中，依据上述采集的城市交通出行需求分布相关数据将交通小区划分为不同的类别，具体如下：

步骤2.1)，根据研究范围和采集到的城市交通出行需求分布相关数据确定分类特征；