基于交通分配算法的城市客運方式劃分研究摘要:本文針對我國城市軌道交通網(wǎng)絡覆蓋率低的特點,提出采用網(wǎng)絡標識確定軌道交通的空間布局。綜合考慮各種交通方式的特點及其運輸網(wǎng)絡的連通程度,提出基于交通分配算法中路線選擇模型,且考慮輕軌線網(wǎng)布局的城市客運交通方式劃分方法。關鍵詞:方式劃分;網(wǎng)絡標識;路線選擇模型;軌道交通0前言 城市交通規(guī)劃中的方式劃分是交通需求預測的重要組成部分,其模型的預測精度直接影響到交通需求分析的結(jié)果[1]。合理、客觀的交通方式劃分預測能夠為優(yōu)化城市未來交通運輸結(jié)構提供科學的決策依據(jù)[2]。 國外學者早期主要從集計的角度研究交通方式劃分問題,20世紀50年代發(fā)展起來的PugetSound分類預測模型是美國最早的交通方式分擔率預測模型之一[3]。 20世紀60年代,很多學者提出了“轉(zhuǎn)移曲線法( shift curve method) ",該方法在60,70年代得到了廣泛的應用。美國、英國、加拿大等國都有成套的城市公共交通與私人交通的轉(zhuǎn)移曲線[4][5]。20世紀70年代以來,以McFadden為代表的一批學者將經(jīng)濟學中的效用理論引用過來,并以概率論為基礎,從非集計的角度對方式劃分問題展開了研究[6]。 無論是集計還是非集計方式劃分模型,都是從宏觀上研究各交通方式的比例結(jié)構,無法考慮各交通方式的空間布局及可接觸程度問題。軌道交通是未來城市客運交通結(jié)構的主題,但是我國大城市的軌道交通目前(近期)只是成線成環(huán),還沒有形成便利的運輸網(wǎng)絡?,F(xiàn)有的方式劃分模型無法考慮軌道網(wǎng)絡覆蓋程度的影響,不能對輕軌方式準確地作出預測。因此,筆者提出了考慮軌道交通布局的客運交通方式劃分方法。1基本思路 與發(fā)達國家相比,我國地鐵、輕軌交通方式起步較晚,很多城市沒有地鐵、輕軌等交通方式,即使北京、上海等經(jīng)濟發(fā)達、地位重要的特大城市,其地鐵和輕軌交通方式也沒有形成發(fā)達的連通網(wǎng)絡。與此類似,其他目前沒有地鐵或輕軌的城市,其規(guī)劃的地鐵、輕軌線路初期也以線段或環(huán)狀的單線形式出現(xiàn)。對于地鐵和輕軌方式,其出行比重只能由其線網(wǎng)連通交通區(qū)間的OD出行量決定,因此,軌道交通布局對其承擔的出行比重具有決定性作用。 為考慮城市交通網(wǎng)絡中的軌道交通有效布局,解決城市中的地鐵、輕軌等方式劃分問題,本文采用交通分配法進行交通方式劃分計算。其基本思路是將全方式的出行OD量采用分配法進行交通分配,通過分配,進行OD點對間的出行路線選擇,計算出各路徑上的交通阻抗值及各條路徑的分配權重。通過效用函數(shù)調(diào)用各出行路線上的阻抗值,計算各交通方式的廣義效用,并以計算的廣義效用為控制指標,確定各條路徑各交通方式的出行分擔率。綜合考慮區(qū)間各出行路徑上的方式分擔比例及路徑分配權重,并對其累計求和,可得到交通區(qū)間各交通方式的出行比重。通過各個區(qū)間的各交通方式出行量計算,得到交通區(qū)間的各交通方式的出行量。2模型假定與網(wǎng)絡標識2. 1基本假定 (1)每個OD點對間的出行只進行一次方式選擇,不包括步行—公交車、公交車—地鐵等組合交通方式選擇; (2)公交線網(wǎng)連通各個交通小區(qū),且各交通小區(qū)的公交懲罰時間相同; (3)根據(jù)現(xiàn)狀調(diào)查數(shù)據(jù)確定對應城市步行和自行車的最大出行距離,當區(qū)間出行距離大于調(diào)查的步行和自行車的最大出行距離時,則認為步行和自行車的相應出行比重為0。2. 2網(wǎng)絡標識 為了表示各交通區(qū)出行時的地鐵或輕軌交通方式的可接觸程度,需要在整個交通網(wǎng)絡上進行地鐵、輕軌線路的特殊標識,以表明能夠決定地鐵和輕軌有權參與方式劃分的OD點對范圍。 用有向圖G( N, L)表示城市交通網(wǎng)絡,其中N為網(wǎng)絡節(jié)點集合(即交叉口或交通小區(qū)質(zhì)心),L為有向弧集合(即路段)。為了標識地鐵或輕軌線路的連通程度,引入0-1變量,當,σ=1時,表明有向弧具有供輕軌交通方式選擇的權利,但是只有當OD點對間出行路線的所有有向弧都具備,σ=1時,OD點對間才能進行輕軌交通方式選擇。3 模型基本形式及程序設計方法3. 1出行路線選擇模型 城市道路網(wǎng)是一個復雜的相互連通的運輸網(wǎng),因此一對起始/終迄節(jié)點之間的出行路徑有多條。一對起迄點之間的最短路線只有一條,盡管出行者在交通區(qū)內(nèi)分散就近出行,但是一對起迄點的有效出行路徑是確定的,一般數(shù)目不超過8-10條。 在大型網(wǎng)絡中,網(wǎng)絡錯綜復雜,人直接參與路徑的確定是比較困難的。本文采用通過反復迭代尋找OD點對之間的有效路徑的啟發(fā)式方法,將OD點對之間的有效路徑列出來,然后以各路徑的交通阻抗為指標計算各出行路徑的選擇概率。有效路徑概率選擇模型的基本形式如下:
式中:P ( r, s,k)為交通區(qū):與交通區(qū)、間的OD量在第k條路徑上的分配率; r( k)為第k條路徑上的出行路權(行駛距離); r-為各出行路徑上的平均出行路權(行駛距離); m為有效出行路線條數(shù); θ為分配參數(shù)。 θ為無量綱參數(shù),它反映了出行者在選擇路徑時造成路權大小判斷誤差的程度。由于在分配模型中采用了相對路權(r( k) /r),故參數(shù)的變化范圍相當穩(wěn)定,僅與可供選擇的出行路線數(shù)目有關。對于通常的城市交通網(wǎng)絡,θ在3. 00一3. 50之間[7]。3. 2路線出行方式計算 決定出行者各路線上選擇交通方式的主要因素有:出行者的社會經(jīng)濟特征、出行特征和各種交通方式的特征等。按照宏觀交通方式劃分預測的Logit概率模型,假定對各種交通方式的選擇是以各種方式的廣義效用為基礎,以一定的概率關系構造的,其函數(shù)形式如下:
式中:P( k, i)為第k條路線上第i種方式的分擔率; C( j, k)為第k條路線上第j種方式的廣義效用; n為交通方式的數(shù)目; σ為軌道交通布局連通度系數(shù),當σ=1時, 表示出行路線上可有軌道交通方式可供選擇。3. 3區(qū)間出行方式計算 根據(jù)有效概率選擇模型獲得交通區(qū)間各路徑的分配權重及采用Logit模型獲得每條出行路線上的方式分擔比重后,綜合考慮二者關系,對其積求和。即可得到對應交通區(qū)的方式劃分比重。因此,交通區(qū)間的交通方式計算模型如下:
式中P ( r,s,i)為交通區(qū)r與交通區(qū)s間的第i種方式的分擔率; P( r, s, k)為交通區(qū)r與交通區(qū)s間的OD量在第k條路徑上的分配率; P( k, i)為第k條路線上第i種方式的分擔率;m為交通區(qū)r與交通區(qū)s間有效出行路線總數(shù)。3. 4模型程序設計方法 為了方便上述方法的程序設計,木文提出了相應的程序設計方法,具體如下: (1)初始化路網(wǎng),輸人網(wǎng)絡幾何信息表、路權表及全方式OD表; (2)計算各節(jié)點間的最短路權,并令i等于出行起點號r; (3)判斷節(jié)點i的有效路段及有效出行路線k; (4)計算有效路段[i, j]的邊權Lw[i, j]; (5)判斷是否已到出行終點、:若到達終點則以某一有效路段終點j代替i,否則返回(2)。 (6)計算有效出行路線的邊權Lk; (7)計算有效出行路線的OD量分配率; (8)對有效出行路線的進行判斷,計算有效出行路線的各交通方式分擔率; (9)計算OD對間的方式分擔率; (10)判斷是否是最后一OD點對:若是最后一OD點對則停止計算,否則,返回步驟(2)。4模型應用 某區(qū)域分為三個交通區(qū),交通網(wǎng)絡中有8條路段連接5個節(jié)點。各路段都允許步行、自行車、公交車、私車、出租車交通方式出行,且節(jié)點1與節(jié)點2的路段(圖中1,2節(jié)點間的雙線路段)允許輕軌交通方式出行。各路段的路權如圖1所示。
4. 1區(qū)間路線分配率計算 由前所述,對于城市道路交通網(wǎng)絡,θ的取值范圍在3. 0一3. 5,故在此取θ=3. 25,代入模型進行計算。根據(jù)多路徑交通分配模型計算出交通區(qū)間各出行路線的分配率,具體見表1。
4. 2區(qū)間交通方式分擔率計算 根據(jù)式(2)及各交通方式與路權的效用關系,計算各條出行路線的各交通方式分擔率如表2所示。
應用式(3)進行計算,得到交通區(qū)各方式的出行分擔率,如表3所示。
5結(jié)語 交通方式劃分預測是進行城市交通結(jié)構優(yōu)化的重要依據(jù)。本文針對軌道線網(wǎng)不能覆蓋所有運輸網(wǎng)絡問題,提出了考慮軌道布局的交通方式研究方法。該方法通過有向弧網(wǎng)絡標識來確定城市軌道網(wǎng)絡的空間布局,并綜合考慮居民出行路線選擇的影響,確定區(qū)間各交通方式的出行比例。此法簡單明了,能夠較好地解決我國軌道交通的方式劃分問題。參考文獻[1]裴玉龍,馬驥,蓋春英.交通規(guī)劃與路網(wǎng)規(guī)劃〔M〕.哈爾濱工業(yè)大學出版社.2003, 1.[2]金安,毛保華.交通方式選擇模型與應用研究日J.內(nèi)蒙古公路與運輸1997, 7.[3]王正.廣義Logit交通方式劃分預瀏方法[J1 .同濟大學學報.1999, 6[4]Denis Bolduc. A practical technique to estimate multinomial probit models in transportation. Transportation Research PartB 33, 63一79. 1999.[5] Daganzo, C. F. Multinomial Probit: The Theory and ITS Ap-plications to Demand Forecasting. Academic Press, NewYork. 1979.[6] Joffre Swait. Choice set generation within the generalized ex-treme value family of discrete choice models. Transportation Research Part B35, 643一666. 2001.[7]王煒,徐吉謙,李旭宏等.城市交通規(guī)劃理論及其應用[M].東南大學出版社1998. 9.






