基于整合协同预测理论的交通枢纽流量分析

基于整合协同预测理论的交通枢纽流量分析

ID:20170758

大小:72.00 KB

页数:5页

时间:2018-10-10

基于整合协同预测理论的交通枢纽流量分析_第1页
基于整合协同预测理论的交通枢纽流量分析_第2页
基于整合协同预测理论的交通枢纽流量分析_第3页
基于整合协同预测理论的交通枢纽流量分析_第4页
基于整合协同预测理论的交通枢纽流量分析_第5页
资源描述:

《基于整合协同预测理论的交通枢纽流量分析》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于整合协同预测理论的交通枢纽流量分析王夕伟甘肃省交通规划勘察设计院股份有限公司摘要:科学的枢纽流量预测和分析对交通枢纽规划的合理性至关重要,A前,对于枢纽流量分析主要依赖传统的几种预测方法,其优势和劣势并存,本文对交通枢纽流量分析的基本过程进行深刻剖析,进一步提出客流分析的主耍思路,同时以公路客运量的预测为例,在几种传统预测方法的基础上提出组合预测理论。关键词:整合协同;交通枢纽;流量分析;1交通枢纽流量要素分析交通枢纽作为一种承载多种运输载体,并且发挥其各式联动作用的复合型系统,其规划和设计牵涉方方面面,在规划和设计之初,流量预测数据就显得尤为关键,只有客观而准确的数据支持,才能使得枢纽

2、用地和布局规划按照合理的轨道和步骤运行,从而进一步影响整个规划方案的量化评价。就目前而讲,针对和关枢纽类别,其流量也各不和同。比如说,与外部联系和对较多的进出火车站、长途汽车站、飞机场、码头等产生的流量;与城市内部交换的地面常规公共交通和城市轨道交通所产生的流量;还冇枢纽周边的人型公共建筑和往来设施所产生的流量;同时还有部分想要“共享使用”枢纽内机动车和自行车的停车设施所诱发的流量等。以上所说的儿种流量在枢纽预测分析中也并不是简单的叠加关系,由于换乘或其他方面的关系,大部分流量实际上是相互协同和联系的,比如说乘坐座轨道交通转乘飞机的乘客既是轨道交通的流量因子同吋也是航空运输的流量因子,所以说

3、各种方式的流量相互之间的系统性分析与协同预测就显得尤为重要。2流量分析的技术路线2.1分析过程2.2分析思路2.2.1稳定性流量分析铁路运输、公路运输、航空运输在流量的稳定性上具冇不言而喻的优势。除非冇特殊情况,其流量与其所能承受的容量稳定相关,与其所提供的稳定因子线性相关。因此,在对这类流量进行分析预测时可以按照稳定性流量来分析。图1枢纽相关客流换乘分析过程框图下载原图2.2.2流动性流量分析作为枢纽建成之后的周边配套设施所诱发的流量,其稳定性相对较差,流动性的特质较为明显。主要包括商场、餐饮、酒店、商务写字楼、行政管理机关等。在对这部分流量进行分析时,可采用流动法进行计算。即主要依据配套

4、建筑的建筑面积,按不同的出行生成系数,计算其流量的出行值。配套建筑高峰小时的出行量式中:CAA配套建筑的高峰小时出行量(人次/高峰小时);H为配套建筑入住的户数(户)为平均每户的家庭成员数(人/户);a为每个居民每H进出居住建筑的次数(次/人/日)为高峰小时系数2.2.3诱发性流量分析相对于前两类流量分析,诱发性流量在预测过程中较为复杂,对于诱发的机理分析有多种分析方法,如根据和应运输方式的布局走向和线路布罝,可采用吸引率分析,影响范围分析等方法进行流量的预测分析。3公路枢纽流量预测方法比较在枢纽流量预测和分析的漫长探索中,许多学者专家提出了将近300多种预测模型,就这些模型总结归纳起来无外

5、乎两种:一种是以定性预测为主,另一种以定量预测为主。常用的定性预测方法是德尔菲(Delphi)法;定量预测方法有指数平滑法、稳定性分析法、马尔可夫分析法、流量调查法、流动系数法、细分集成法、模糊系统法等。本文通过选用其屮几种方法,以探讨预测方法的应用范围和合理性。3.1稳定性分析预测在进行稳定性分析预测时,自变因子一般选取如M民生产总值、居民消费水平、城市人u、国内外旅游人次以及城市对外交通流量和城市用地强度等,这些自变因子都与公路运输发展密切相关,在对这些自变因子进行关联分析中找出关联度大的因素作为稳定因子。由关联度中两极差得到其中Xi为数值初始化的参考序列,则关联度式屮:一二级最小差值;

6、一二级最大差值;公路旅客运输量与各影响因素的等权关联度见表1。表1某城市客运量关联度下载原表从表中可以看出,流量与国内生产总值和人口的关联稳定性较好,因此选取国内生产总值和人口作为客运量的相关因素。由此建立稳定性模型:式屮:&为常数为回归系数为相关因素。3.2流动系数法预测流动系数L表示公路流量年增长率Ry与国民经济年增长率Rx之比,E

7、J:L=Ry/Rx,由此可得R尸L*RX,即可预测流量为:式中:W为预测年份的流量;B。为基年流量;Ry为年增长率;T为预测年数。3.3模糊模型预测由于枢纽流量的预测与各项自变因子密切相关,而各项自变因子木身又存在变量,因此,在预测过程中的已知变量和未知变量

8、并存,这就使得预测过程较为模糊,而正是这种模糊形态,才产生出Y模糊模型。其自变量并非原始数据,而是由原始数据演化而来。由GM(1,1)模型可得预测方程为:xt+1=[Xl-b/a]e+b/a,对xt+1作逆生成处理,便得到的预测值xt+1(t为时间序列)。建立矩阵方程Y=XB,可估计参数a,b。3.4整合协同预测针对以上预测理论和模型的优势和劣势,为丫将每种预测方法的优势融合,劣势消融,将所有可用信息和变量最

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。