交通量生成預(yù)測研究

付　宇 / 重慶交通大學(xué)交通運輸學(xué)院

交通量生成預(yù)測研究

付宇 / 重慶交通大學(xué)交通運輸學(xué)院

為了更好的制定相關(guān)措施政策，國家要對將來時段的各項數(shù)據(jù)進行預(yù)測分析，其中，交通生成量預(yù)測在交通范圍內(nèi)顯得尤為重要。本文首先介紹了何為交通量預(yù)測、影響因素，接著提出了一種較為普遍的方法—原單位法，通過列出函數(shù)模型，找到影響因子，建立了其計算模型，之后使用重慶南川區(qū)作為案例進行預(yù)測及評價分析，表明，此方法可較為準(zhǔn)確的對短期將來年份交通生成量進行預(yù)測。

交通規(guī)劃； 預(yù)測交通量； 原單位法； 影響因子；評價分析

引言

交通量生成預(yù)測，是交通其他數(shù)據(jù)預(yù)測準(zhǔn)確性、可信度高低的基礎(chǔ)。關(guān)于怎樣做好交通量生成預(yù)測，目前，國內(nèi)外在區(qū)域交通量預(yù)測技術(shù)領(lǐng)域的研究還不夠深入，大多數(shù)均采用最基礎(chǔ)的方式進行預(yù)測，使得預(yù)測值與實際值總有多多少少的偏差。針對此問題，本組以原單位法為基礎(chǔ)，著手于多影響因素因子方式進行交通量生成預(yù)測，使得預(yù)測值更加準(zhǔn)確、實用。

1.交通預(yù)測現(xiàn)狀

1.1交通量預(yù)測模型

交通生成量是利用資料調(diào)查與分析的成果建立各種預(yù)測模型，并運用這些模型預(yù)測規(guī)劃區(qū)域未來交通需求狀況，其目的是為交通系統(tǒng)的規(guī)劃、評價提高依據(jù)。其中包括：

集計模型，是目前交通預(yù)測中常用的一種模型，其基本思想是將集合區(qū)的出行作為研究對象；

非集計模型，著眼于研究出行者個體的出行行為。

1.2交通量預(yù)測方法

1.原單位法（生成率法）：常用來做交通生成總量預(yù)測

2.交叉分類法（Category analysis）

3.回歸分析法（regression models）

4.時間序列法

5.彈性系數(shù)法（增長率法）

本文章采用原單位法進行區(qū)域交通量預(yù)測。

2 .原單位法影響分析

2.1確定原單位預(yù)測值：

本文章采用增長率法確定交通生成原單位，但影響原單位因素很多，通過對大量預(yù)測模型比較及經(jīng)驗分析，最終確定將：人口、平均收入、汽車保有量、土地面積，四項作為預(yù)測的影響因子。

3.預(yù)測模型建立

3.1基礎(chǔ)資料收集：

確定將要對某地區(qū)進行交通量生成預(yù)測后，應(yīng)確定預(yù)測基年及預(yù)測年，查閱年鑒或與相關(guān)部門聯(lián)系，取得基年該地區(qū)人口、土地面積、平均收入、汽車保有量資料。

3.2影響因子重要度確定

雖已將人口、平均收入、汽車保有量、土地面積四項作為預(yù)測的影響因子，但不同項對交通量生成所影響比率不同，故應(yīng)根據(jù)現(xiàn)有基礎(chǔ)資料和最小二乘法算出回歸系數(shù)，即各因子所影響比例，確定重要度。

3.3預(yù)測公式

設(shè)基年交通生成總量α，四項影響因子數(shù)據(jù)為X1，X2，X3，X4，所占比例分別為B1，B2，B3，B4；預(yù)測年交通生成總量β，影響因子數(shù)據(jù)為Y1，Y2，Y3，Y4，如下表所示

表1　

預(yù)測年交通生成總量：

4 .模型應(yīng)用

4.1預(yù)測區(qū)域

南川區(qū)，中國重慶市下轄的一個市轄區(qū)，因南江之源而名南川。南川位于重慶南部，處渝黔、渝湘經(jīng)濟帶交匯點，南川境內(nèi)多山，地形以山為主。

4.2資料統(tǒng)計

將2009年作為基年，2019年作為預(yù)測年。通過查找重慶市南川區(qū)統(tǒng)計年鑒，將四項影響因子篩選并列出，如表2

表2　

4.3影響因子重要度確定

以1為單位，根據(jù)基礎(chǔ)資料和最小二乘法算出回歸系數(shù)算出四個影響因子所占比例如下表

表3　

4.4影響因子數(shù)值確定

本文章以人口預(yù)測為例，其余可類推。

根據(jù)南川區(qū)的統(tǒng)計年鑒可獲得2002-2009年基礎(chǔ)總?cè)丝跀?shù)，如下表：

表4?。▎挝唬喝f人）

由回歸方程的擬合曲線可知預(yù)測公式如下圖所示，其實x表示年份，y表示南川區(qū)的人口數(shù)，R表示置信度，R2的值越接近1，表明多項式曲線的擬合程度越好，反之，R2的值越接近0，擬合程度越差。

圖 1

通過所得出擬合方程，得出2019年南川區(qū)預(yù)測人口為111.6萬人。

同理，得出其他三項預(yù)測值，圖表5所示

表5　（2019年）

4.4預(yù)測年交通量

基年交通生成量α=414027（人次/年）將現(xiàn)有資料整理，得出下表：

表6　

根據(jù)公式：預(yù)測年交通生成總量

得出預(yù)測年2019交通生成總量：

完成交通量預(yù)測。

5.評價分析

通過原單位法預(yù)測得出結(jié)果后，要對其進行評價分析，以來判斷該方法或選用次四項影響因子是否準(zhǔn)確。我們通過時間序列法對預(yù)測年交通生成量進行預(yù)測，通過調(diào)查數(shù)據(jù)得出2004-2009年南川區(qū)交通生成量如下表所示

表5?。ㄈ舜?年）

根據(jù)大量基礎(chǔ)數(shù)據(jù)和多元回歸分析法得到2019年南川區(qū)交通生成量491938（人次/年）。

回歸分析法原理為按照時間序列預(yù)測交通增長，是一種較為簡單但較為科學(xué)的預(yù)測方法（無重大變故情況下），通過兩種方法比較可以看出，期預(yù)測數(shù)據(jù)相差不大，故我們認(rèn)為此次評價方法可行。

6.應(yīng)用前景

原單位法可以對交通量、運輸量、交通事故等交通數(shù)據(jù)進行預(yù)測，且是一種較為可取、普遍的方法，可作為相關(guān)規(guī)劃部門預(yù)測方法。

通過對預(yù)測量進行分析，找出影響因子、確定其重要度，獲取基年數(shù)據(jù)，即可按照所列公式進行預(yù)測。其中，如何確定影響因子及其所占比重則顯得尤為重要，可以采用其他已進行預(yù)測的相同水平級城市做參考。這也是本文章未能進行詳細分析的不足之處，望有待改進。

［1］吳兵，李曄.《交通管理與控制》［M］.北京：人民交通出版社，2009.56-77.

［2］陸化普，黃海軍.交通規(guī)劃理論研究前沿［M］.北京：清華大學(xué)出版社，2007，46-67.

［3］邵春福.交通規(guī)劃原理 ［M］.北京：中國鐵道出版社，2004.

［4］施麗莎.城市區(qū)之間交通量預(yù)測分析［J］.數(shù)字技術(shù)與應(yīng)用，2015（3）：40-41.

［5］王秋平.城市單點交通評價［J］.交通運輸工程學(xué)報，2016，6（2）：60-64.

付宇（1995-），男，河北石家莊人，重慶交通大學(xué)，本科，交通工程。