四步骤交通需求预测模型(3)交通方式划分预测课件.ppt

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,交通规划理论与方法（,4,）,“,四步骤,”,交通需求预测模型,西南交通大学交通运输学院,杨 飞（博士、讲师）,交通工程本科课程,交通运输学院,主要内容,交通方式划分方法,影响交通方式选择的主要因素,交通方式划分研究历程,集计方法和非集计方法的概念与对比,交通方式划分的非集计模型：,Logit,模型、,Probit,模型,非集计结果的最后集计化,交通方式划分的集计模型,3,方式划分预测,3.1,基本问题,（,1,）完成交通分布预测后，需要将每两个小区之间的分布量按照不同交通方式进行区分,（,2,）方式划分预测就是要确定出给定的预测分布量条件下各类交通方式之间的分配比例,（,3,）不同交通方式选择可能对交通状况造成不同程度的压力,3,方式划分预测,3.2,交通方式划分,（,1,）是否机动化,（,2,）交通服务提供者,3,方式划分预测,3.3,基本概念,（,1,）交通方式分担,一个交通小区的全部出行中利用各种交通方式的人次占总出行人次的比例,（,2,）方式分担交通量,每种交通方式所分配的出行量称为该交通方式的分担量,（,3,）方式划分率,每种交通方式的分担交通量占总出行量的比例,3,方式划分预测,3.4,交通方式划分影响因素,影响交通方式选择的因素主要包含四类：,（,1,）出行者本身特性,（,2,）出行特性,（,3,）交通设施服务水平,（,4,）城市土地开发密度,3,方式划分预测,3.4,交通方式划分影响因素,（,3,）交通设施服务水平,费用,：对公共交通，指车票；对个人交通，指汽油费等,时间,：含坐车、等车、换乘步行时间等,舒适度,：包含坐与站的区别，以及坐椅的舒适程度、站立的宽松程度,可靠性,：指车辆到离站的准时性，显然准时准点的轨道交通优于一般公共汽车,分区可达性,：包括两个方面，道路密度、公交网密度,3,方式划分预测,3.4,交通方式划分影响因素,（,4,）城市土地开发密度,高密度开发区域,：客流密集、出行量较大，公共交通运行效益较好，适宜采用公共交通出行。例如香港,低密度开发区域,：客流较为分散，公共交通运行效益较差，适宜采用私人交通出行。例如洛杉矶,3,方式划分预测,3.5,研究历程,（,1,）最早的交通规划理论没有研究交通方式划分，只研究交通发生、交通分布、交通分配,（,2,）,1960,年代中叶，日本首先提出方式划分问题,（,3,）早期主要从,集计,的角度研究该问题，,1970,年代以来，以,McFadden,为代表的一批学者将经济学中的,效用理论,引用过来，并以,概率论,为理论基础，从,非集计,的角度对方式划分问题展开了研究,3,方式划分预测,3.6,集计方法和非集计方法,（,1,）集计方法（,aggregate method,）,以,交通小区,为研究单位的，将小区中个人或家庭的调查数据进行,统计处理,，如求平均值、求比例等；再用这些统计值来标定交通发生、分布、方式划分模型中的参数,在这个过程中关于个人和家庭的原始数据在统计时被集中处理，即被集计化，因此被称为集计方法，得出的模型称为集计模型,3,方式划分预测,3.6,集计方法和非集计方法,（,2,）非集计方法（,disaggregate method,）,发展背景,：,1960,年代，日本提出交通方式划分的,“,非集计模型方法,”,概念和模型，借用微观经济学中的,效用理论,，在这个问题上开创了交通方式划分的非集计模型的研究，至今仍是交通规划理论中的一个热点问题,方法描述,：以,个体,为分析对象，将个体的原始数据不作任何统计处理直接用来构造模型，充分地利用每个调查样本的数据，求出的描述个体行为的,概率值,3,方式划分预测,3.6,集计方法和非集计方法,（,3,）方法特点,集计方法,A.,要求相当规模的样本容量以保证模型的精度,B.,存在信息浪费，即在统计求和过程中没有充分利用各个个体,（个人和家庭）的全部调查数据,非集计方法,A.,要求的样本容量较小,B.,充分运用调查的个人数据，模型精度较高,3,方式划分预测,3.7 Logit,模型,（,1,）非集计模型发展,开发出来的非集计模型种类很多。例如，期早提出了,Logit,模型和,Probit,模型，这两种模型都有明显的不足,为弥补其不足提出了多种改进的,Logit,模型,通过讨论,Logit,模型提供建立各类非集计模型的基础,3,方式划分预测,3.7 Logit,模型,（,2,）效用理论（,Utility Theory,）,如何在有限的时间和资金条件下做出选择？,Q1,：买一辆新车,VS,修理旧车,Q2,：买品牌货品,VS,一般货品,Q3,：将收入储蓄,VS,进行投资,经济学对消费选择行为解释的基本假定：,人们倾向于选择在,他们看来,具有最高满意度的那些物品和服务，并采用,“,效用,”,来描述选择的可能性,3,方式划分预测,3.7 Logit,模型,（,2,）效用理论（,Utility Theory,）,效用,：满意的程度，消费者从消费一种物品或服务中得到的主观上的享受和有用性，,经济学上可以用以解释理性的消费者如何将其有限的资源分配在能给他们带来满足的各种商品上,3,方式划分预测,3.7 Logit,模型,（,3,）选择枝的概念（,Alternative,）,可供选择的交通方式称为选择枝,如果一共只有两个选择枝可供选择，就是一个二项选择问题，否则就是多项选择问题,实际中较多的是多项选择问题，而且往往不同的出行者可选择的范围不同，即有不同的选择枝集合，如有私家车的人就多了一个私家车的选择枝,3,方式划分预测,3.7 Logit,模型,（,4,）非集计模型两点假设,基于人们通常的心理选择行为进行建模假定，这是非集计模型的基础：,个人在每次选择中总选择效用值最大的选择枝,个人关于每个选择枝的效用值由个人自身的特性和选择枝的特性共同决定,在这两个基本假定的基础上借助随机效用理论推导非集计模型,3,方式划分预测,3.7 Logit,模型,（,4,）模型推导,效用是由选择枝本身的特性和个人的社会经济特性两方面的因素决定的，不能对影响效用的全部因素进行量测，将效用看作随机变量：,U,nj,=V,nj,+,nj,U,nj,个人,n,关于选择枝,j,的效用,V,nj,能够观测到的因素构成的效用确定项,nj,不能够观测到的因素构成的效用随机项,3,方式划分预测,3.7 Logit,模型,（,4,）模型推导,在推导过程中假设一共只有两个选择枝，根据效用理论的基本假定，出行者选择选择枝,1,的概率为,3,方式划分预测,3.7 Logit,模型,（,4,）模型推导,f,12,(y,z),是,1,和,2,的联合概率密度函数，如果假定,1,和,2,相互独立且具有相同的概率分布，其密度函数为,f,，则其联合分布密度函数,f,12,(y,z)=f(y)f(z),进一步假定,1,和,2,都服从,Gumbel,分布，其概率分布函数和概率密度函数分别为：,3,方式划分预测,3.7 Logit,模型,（,4,）模型推导,3,方式划分预测,3.7 Logit,模型,（,4,）模型推导,3,方式划分预测,3.7 Logit,模型,（,4,）模型推导,选择枝确定,：,如果有多个选择枝，由于一般各人根据自己的实际情况可选择的范围不一定相同，设个人,n,选择枝的集合为,A,n,，令,A,为全体出行者所有可能选择枝的集合,3,方式划分预测,3.7 Logit,模型,（,4,）模型推导,选择枝确定,：,统一进行表达，设每个人的选择枝集合都为,A,，并用,J,表示,A,中选择枝的数目,例如,A=,公交车，出租车，小汽车，地铁,，,J,=,4,如果某个人,n,根本不可能选择选择枝,j,，如没有摩托车的人不可能采用摩托车出行，就设,U,nj,=,一个明显小于所有选择枝效用的值，如,-10000,3,方式划分预测,3.7 Logit,模型,（,4,）模型推导,同理可得多项,Logit,模型，即,MNL,（,Multi-nomial Logit,），,某人选择选择枝,j,的概率为,3,方式划分预测,3.7 Logit,模型,（,5,）确定效用值,V,计算概率,P,i,的关键就是要求出其中的效用确定项,Vj,（,jA,）,A.,常用简化方法,对城市交通出行的交通方式，定义效用确定项,Vj,为费用,/,收入、车内时间、步行时间这三个可量测值的线性组合：,3,方式划分预测,3.7 Logit,模型,（,5,）确定效用值,V,A.,常用简化方法,X,jc,、X,jt,、X,jo,分别表示选择枝j的费用/收入之比、选择枝j的车内时间、车外时间,c,、,t,、,o,分别表示相应的参数,j0,为常数项（j=1，2，,，J）,注意,：不同的选择枝的常数项不同,，因此这里共有J个常数项（J为全体选择枝的数目）,3,方式划分预测,3.7 Logit,模型,（,5,）确定效用值,V,B.,全面综合考虑方法,效用确定项V,j,取为个人特性和选择枝的特性的线性函数,X,j,=,（,X,j1,，,，,X,jK,）是个人和选择枝的特性向量,=,（,1,，,，,K,）是待标定的参数向量,常数项问题？,3,方式划分预测,3.7 Logit,模型,（,5,）确定效用值,V,B.,全面综合考虑方法,选择枝特性变量可分为：选择枝固有常数项,0-1,变量、选择枝固有变量和共通变量或部分共通变量,特性变量确定实例,例,：设选择枝集合中共有三个选择枝：,A=j=1,（自行车），,j=2,（公共汽车），,j=3,（出租车）,，尝试定义特性变量,3,方式划分预测,3,方式划分预测,3.7 Logit,模型,（,5,）确定效用值,V,B.,全面综合考虑方法,-,特性变量确定原则,对定性的特性变量全部采用,0,1,值,选择枝常数项变量的数目应为集合,A,中选择枝数,J,减去,1,（解释）,每项个人特性应该对应,（,J-1,）,个变量（解释）,某个选择枝独有的特性变量（如：有否自行车、小汽车油耗等）可只用于相应的选择枝,3,方式划分预测,3.7 Logit,模型,（,6,）参数标定,共有（K+1）参数：b，,1,K,需要标定。将b乘入和号内，并将(b,k,)看作一个整体，仍用,k,表示（这时相当于b,=,1），只,需标定,K个参数,，不会影响标定结果。,模型变为,：,3,方式划分预测,3.7 Logit,模型,（,6,）参数标定,采用,极大似然法,进行标定,3,方式划分预测,3.7 Logit,模型,（,6,）参数标定,3,方式划分预测,3.7 Logit,模型,（,6,）参数标定,L,是,的凹函数，只要当,L,对,的导数向量为,0,时，,L,才能达到最大值,在推导中，为的简便起见，设,K=1,，即假定效用只与一个特性有关（如：费用），似然函数简化为,3,方式划分预测,3.7 Logit,模型,（,6,）参数标定,3,方式划分预测,3.9,应用集计方法的交通方式划分预测模型,（,1,）,G-MS,结合的方式划分预测模型,（,2,）生成后的方式划分预测模型,（,3,）,D-MS,结合的方式划分预测模型,（,4,）分布后的方式划分预测模型,（,5,）分配后的方式划分预测模型（后续讲解）,注：交通方式结合的顺序不同，考虑的影响方式划分的因素不同,3,方式划分预测,3.7,交通方式划分模型类别,根据交通发生、交通分布、交通分配各自的功能特性，这三个工作项段的时间顺序不能改变。而根据交通方式与其结合的位置不同，可以分为五类,谢 谢！,交通运输学院,