《南宁报告二-交通模型报告.docx》由会员分享，可在线阅读，更多相关《南宁报告二-交通模型报告.docx（52页珍藏版）》请在三一办公上搜索。
1、专题报告之二 南宁市城市交通模型建立及应用上海市城市综合交通规划研究所南宁市城市规划设计研究院南宁市公安局交通工程科研所1南宁市综合交通规划专题报告之二 南宁市城市交通模型建立及应用委托单位：南宁市城市规划管理局 南宁市交通警察支队编制单位：上海市城市综合交通规划研究所 南宁市城市规划设计研究院南宁市公安局交通工程科研所参编单位：南宁市交通局 南宁市建设局南宁市公共汽车总公司项目总负责人：陈必壮（上海市城市综合交通规划研究所总工程师 高级工程师）上海市城市综合交通规划研究所所长：陆锡明总工程师：陈必壮项目负责人：陈必壮项目研究人员：吴元祥 杨立峰 周文毕 王 祥 赵鸥来 刘 伟南宁市城市规划局
2、局长：黄善武项目研究协作人员：黄善武 朱 沫 廖 波 宁 茜 何 岩 阮明煜 梁奕卫 张 斌南宁市交通警察支队支队长： 杨少康项目研究协作人员：杨少康 李秋生 罗义学 肖 煌 李子龙 谭守义南宁市城市规划设计研究院院长：封 宁项目研究协作人员：朱炜宏 李 虹 涂海江1. 综合交通规划模型建立与检验1.1 人员出行模型建立及检验1.1.1模型框架图11 综合交通规划及模型框架图。1.1.2交通分区说明本次南宁市综合交通规划范围为三环公路以内区域，即南宁市总体规划界定的中心城区范围，区域面积374.2平方公里，目前城市用地面积112平方公里。依据交通小区划分原则，将所辖区域划分成165个交通小区，
3、14个交通大区，6个地带。再考虑对外交通，另加10个道口点，共计175个交通小区，具体划分情况见现状分析报告。为便于现状与规划对比，以及交通预测分析，我们在交通小区划分时，已将城市未来发展方向和用地规划考虑进去，因此，现状交通小区与规划交通小区是一致的。大区是结合现状南宁市城区行政区划和城市总体规划分区划分的。16个大区基本与目前城区各分区的名称和范围一致，其中将新城区拆分成两个大区，即南湖分区和新城区；714个大区基本属于目前郊区范围，按照南宁市总体规划分区划分界定的，如7大区为总体规划中沙井片区、8为凤岭分区。为更显著反映不同区域出行特征，根据各地区地理位置和土地使用特征及开发强度，将南宁
4、市区分成6个地带。地带1为南宁市中心区，相当于中央商务区(CBD)，商业和人口密集区，界域为邕江北一环内；地带2为邕江北仅次于中心区密集区，界域为邕江北一环与二环之间地区；地带3为邕江南中心区，界域为邕江南二环以内地区；地带4为邕江北二环与三环间属于发展空间大的新区；地带5为邕江南二环与三环间发展区；地带6为部战略目标、政策中远期综合交通规划u 道路网络系统规划u 公共交通系统规划u 对外交通系统规划u 交通管理系统规划u 停放车系统规划交通预测模型u 出行生成模型u 出行分布模型u 方式划分模型u 车辆分配模型u 客流分配模型外部环境条件u 社会经济发展规划u 城市总体规划u 有关发展政策规
5、划土地使用分布预测u 用地特征分析u 人口分布预测u 岗位分布预测现状基础资料u 社会经济u 人口岗位u 车辆拥有u 对外运输量u 交通设施u 交通管理u 政策、法规交通调查u 居民出行调查u 车辆出行调查u 流动人口调查u 公交客流调查u 道路流量调查u 吸引点调查u 停放车调查现状交通分析u 居民出行特征u 车辆出行特征u 道路系统分析u 公共交通系统分析u 停放车系统分析u 对外交通系统分析参数标定问题诊断国内外城市比较u 交通政策u 交通特征u 交通系统发展状况交通发展预测u 车辆发展预测u 道路交通需求预测u 客流需求预测u 对外交通需求预测u 停放车需求预测用地变量交通战略研究u
6、交通战略目标u 交通战略功能u 交通战略措施u 交通战略协调机制交通可达性交通规模战略指导战略调整交通评价系统近期交通建设计划u 道路改善u 公共交通改善u 交通管理改善u 重大交通项目排序近期交通政策研究u 公共交通发展政策u 车辆发展政策u 合理交通结构u 停车系统政策u 交通与环境政策政策影响模型应用方案调整用地和目标调整外部影响分新区和郊区，界线为三环与高速公路环间地区，包括邕宁县的大沙田开发区。1.1.3出行生成模型及检验根据南宁市居民出行调查结果分析，南宁市和国内许多城市一样，基于家的出行占很大比例。同时，随着社会经济发展、生活水平提高，非基于家活动将会较大增加。为此，将出行目的分
7、为三类，即基于家的工作出行（HBW）包括上学(HBWS)、基于家的其它出行(HBO)和非基于家的出行(NHB)，分别进行出行产生量和出行吸引量的预测。1.1.3.1出行产生模型及验证出行产生量预测采用交叉分类中产生率法，具体公式见11。根据2000年居民出行调查，得到现状居民分目的出行情况。见表11。出行模型现状检验情况，见表12。Pi=RikTik (1-1)式中：Pii区的出行产生量；Riki区第k种出行目的的出行率；Tiki区第k种出行目的人口数。表1-1 现状居民日出行发生率人均出行发生率核心区(地带1)一环与二环间二环与三环间三环外全市基于家工作出行1.211.271.050.701
8、.07基于家的其他出行(包括上学)1.511.151.131.041.15非基于家的出行0.430.190.170.120.19全目的出行3.152.612.351.862.41表1-2 出行模型检验情况(绝对误差)分目的出行核心区(地带1)一环与二环间二环与三环间三环外全市基于家工作出行(包括上学)8.5%7.7%9.4%10.2%8.9%基于家的其他出行9.6%10.1%9.7%8.4%9.6%非基于家的出行11.3%12.1%12.8%11.9%12.0%从模型检验结果，见表12，绝对误差在813范围内，达到交通预测精度要求，相对而言，非基于家的出行预测误差较大些，主要与目前该出行样本少
9、有关。另外，通过实际调查值与模拟值，进行回归分析表明，预测模型也达到检验标准要求。1.1.3.2出行吸引模型及检验根据居民出行特征和未来可能得到相关用地资料，将出行模型划分成如下三种出行目的：u 基于家的工作出行；u 基于家的其它出行(包括上学)；u 非基于家的出行。对于出行吸引模型，我们采用多元回归方法。不同出行目的的吸引量，是与城市用地特征和工作岗位密切相关。而不同区位、不同交通可达性，其相同用地性质和同样岗位数，出行吸引量有显著差异。为此，根据不同区域用地和出行特征，进行相应回归分析。对回归变量，采用逐步回归和相关变量统计检验方法，进行组合和筛选。最终得到分区位和分目的出行吸引模型，检验
10、误差见表13。(1) 地带地带一：核心区，调查报告中地带地带二：二环以内核心区以外区域，调查报告中地带和地带地带三：二环与三环之间区域，调查报告中地带和地带地带四：新区及郊区，调查报告中地带(2) 居民出行吸引模型l 基于家的工作出行（HBW）地带一：Y2.09(商业用地金融用地医疗卫生)4.73(行政用地科研用地)1.23(居住人口)(R2=0.55)地带二：Y0.99（工业岗位用地仓储市政用地）0.83(商业用地金融用地医疗卫生)+3.33(行政用地科研用地)+0.78*(居住人口)(R2=0.69)地带三：Y0.98（工业岗位用地仓储市政用地）0.09(商业用地金融用地医疗卫生)+1.2
11、1(行政用地科研用地)+0.76*(居住人口)(R2=0.58)地带四：Y0.29（工业岗位用地仓储市政用地）1.22(商业用地金融用地医疗卫生)+0.47(行政用地科研用地)+0.36*(居住人口)(R2=0.58)l 基于家的其他出行（HBO）地带一：Y2.15(商业用地金融用地科研教育用地体育用地医疗卫生用地文化娱乐用地)1.70(居住人口)(R2=0.57)地带二：Y1.33(商业用地金融用地科研教育用地体育用地医疗卫生用地文化娱乐用地)0.81(居住人口)(R2=0.54)地带三：Y0.04(商业用地金融用地科研教育用地体育用地医疗卫生用地文化娱乐用地)0.88(居住人口)(R2=0
12、.55)地带四：Y0.94(商业用地金融用地科研教育用地体育用地医疗卫生用地文化娱乐用地)0.60(居住人口)(R2=0.67)l 非基于家的出行（NHB）地带一：Y0.38(行政用地+商业用地金融用地文化娱乐用地医疗卫生用地科研教育用地)0.22(居住人口)(R2=0.52)地带二：Y0.19(行政用地+商业用地金融用地文化娱乐用地医疗卫生用地科研教育用地)0.14(居住人口) (R2=0.59)地带三：Y0.001(行政用地医疗卫生用地科研教育用地)0.16(居住人口)(R2=0.67)地带四：Y0.41(行政用地+商业用地金融用地文化娱乐用地医疗卫生用地科研教育用地)0.06(居住人口)
13、(R2=0.70)(3) 模型检验表1-3 出行吸引模型检验误差表地带基于家工作（HBW）基于家其他（HBO）非基于家（NHB）地带一711地带二311地带三4104地带四613合计1311.1.4出行分布模型建立及检验方法1.1.4.1出行分布模型基本原理出行分布模型常用有增长系数法如FRATA法等和重力模型法。南宁是快速发展中城市，未来用地发展变化很大，因此，分布模型宜采用重力模型法。出行分布模拟中各交通小区间出行时间，取各种方式中最少时间值，而且，对自行车和摩托车及其他机动车考虑不同存取车的端点时间。重力分布模型函数形式见公式12。(12)式中： Tij是i交通小区至j交通小区的出行量;
14、Pi是起点小区i的出行产生量；Aj点小区j的出行吸引量；tij是小区i至小区j的出行时间；F(tij)为阻抗函数，有各种函数形式。本模型采用Gamma函数，该函数具有可避免重力模型出现短距离出行比重过大的优点，具体函数形式见式13。(13)式中：a、b、c是需要标定的模型参数。1.1.4.2 HBW出行分布模型标定及检验经迭代计算和回归分析，最终标定了HBW的Gamma函数中三个参数值，见表14。表1-4 HBW的Gamma函数中三个参数标定值abC223.24-2.632-0.0278(R2=0.985)模型检验除以上阻抗函数标定中回归分析检验外，还通过最终使模型计算OD表与调查OD表在平均
15、出行时间、出行时段频度分布、区内出行比例等指标差异度在可接受范围内为检验标准。表15为模型检验情况。表1-5 HBW分布模型的检验结果指标区内出行量平均出行时间(分钟)有效出行区间(分钟)模拟值28210218.610.0观测值43546918.310.21.1.4.3 HBO出行分布模型标定及检验经迭代计算和回归分析，最终标定了HBO的Gamma函数中三个参数值，见表16。表1-6 HBO的Gamma函数中三个参数标定值AbC340.91-2.788-0.0334(R2=0.988)表17为模型检验情况。表1-7 HBO分布模型的检验结果指标区内出行量平均出行时间(分钟)有效出行区间(分钟)
16、模拟值33463218.210.0观测值40218217.910.11.1.4.4 NHB出行分布模型标定及检验经迭代计算和回归分析，最终标定了NHB的Gamma函数中三个参数值，见表18。表1-8 NHB的Gamma函数中三个参数标定值AbC24.1-1.941-0.0258(R2=0.966)表19为模型检验情况。表1-9 NHB分布模型的检验结果指标区内出行量平均出行时间(分钟)有效出行区间(分钟)模拟值3452920.910.9观测值4525020.711.01.1.5出行方式模型1.1.5.1出行方式模型建立方法方式划分预测难度相当高，国内外经验表明，应从宏观上进行总量把握，即从战略
17、、政策上确定各种交通方式发展方向及在城市交通中功能地位，微观上建立合理的方式模型，以确定交通单元间交通活动量方式分担比例，最后结合宏观和微观综合分析，确定方式比例。本次预测中，方式划分分为步行、自行车、摩托车、公交、出租车、客车六种方式。机动车方式(包括摩托车、出租车、客车)出行比例，还要从车辆发展趋势、政策导向等因素，结合车辆交通预测模型，进行平衡匹配，以确定出行比例结构，其理由目前南宁机动车出行以公务车为主，以居民用地出行比例还很低，单从人员出行得到机动车出行情况，特别是客车，往往准确程度相对较低。出行方式模型建立是一项复杂技术，受出行者经济水平、年龄特征、各种交通方式出行成本和交通设施服
18、务水平以及交通政策等诸多因素影响。目前出行方式微观预测有多种方法很多，如转移曲线法、转移点法、马尔柯夫概率转移、LOGIT和距离曲线法。从国内大量研究表明，采用距离曲线较符合我国城市交通特征，即一般短距离出行以非机动化方式为主，如步行、自行车，中等距离以摩托车、出租车为主，长距离出行以客车、公交出行为主的特征，图1-2为南宁市区现状各种方式距离分布曲线。本次方式划分采用距离分布曲线，在预测中再结合政策分析、交通设施变化、出行成本费用及现状距离分布曲线进行应用和校核。表1-10 不同距离分布下方式结构比例距离分布公交客车出租车摩托车自行车步行小计0-12.63%3.57%1.15%19.12%2
19、4.61%48.93%100.00%1-22.98%5.11%1.78%25.13%31.04%33.96%100.00%2-35.95%8.57%3.83%37.14%33.83%10.68%100.00%3-47.90%11.74%4.14%40.76%28.18%7.29%100.00%4-59.33%13.26%3.34%43.62%24.22%6.23%100.00%5-610.16%13.97%3.25%47.84%22.11%2.66%100.00%6-712.83%12.38%3.05%53.36%16.37%2.01%100.00%7-812.42%14.13%3.80%49
20、.88%17.49%2.28%100.00%8-914.12%10.01%3.49%52.13%17.27%2.97%100.00%9-1019.94%20.62%5.28%42.74%8.57%2.85%100.00%10-1117.93%17.94%2.94%41.53%16.29%3.36%100.00%11-129.98%23.62%9.10%42.79%13.70%0.81%100.00%1214.31%28.18%4.85%41.98%9.39%1.29%100.00%小计5.84%8.07%2.56%31.68%26.57%25.28%100.00%1.1.5.2出行方式模型标定
21、模型基本函数形式如下：Pkija*exp(b*(tijc) (1-4)式中：Pkij表示I交通小区至j小区第k种方式承担比例，tij表示距离成本，a、b、c参数。u 步行划分模型标定标定结果如下：Pwij0.727exp(-0.49tij) (R2=0.77)u 自行车划分模型标定标定结果如下：Pbij0.192exp(-0.089*(tij2.5) (R2=0.69)u 摩托车划分模型标定标定结果如下：Pmij0.198exp(0.035(tij3) (R2=0.89)u 出租车划分模型标定标定结果如下：Pxij0.047exp(0.058(tij3.5) (R2=0.67)u 客车划分模型
22、标定标定结果如下：Pcij0.085exp(0.125(tij4) (R2=0.59)u 公交划分模型标定标定结果如下：Ptij0.091exp(0.144(tij5) (R2=0.73)模型应用时，还必须对每一交通小区间方式比例进行归一化，因为按照模型计算得到的，比例总和可能不等于100%。同时，规定出行距离都在500米以上。表1-11表1-20为主要交通方式划分检验情况。从表中可见，模型计算值与调查值误差基本在1515之间，但出租车、客车误差相对较大，需要结合车辆模型校核使用。表1-11 地带间自行车出行比重模拟值与计算值误差表地带P地带A误差地带A误差地带A误差地带A误差地带A误差地带A
23、误差117.14%2-4.23%39.21%46.90%5-6.79%69.10%21-3.90%22.16%32.00%48.08%56.66%68.70%319.90%29.30%37.80%4-5.06%58.88%611.50%417.77%21.14%3-5.70%45.89%59.81%6-7.33%518.03%25.27%31.18%4-7.60%512.16%6-9.60%616.70%27.60%3-5.70%4-8.60%5-6.55%6-3.07%表1-12 地带间公交出行比重模拟值与计算值误差表地带P地带A误差地带A误差地带A误差地带A误差地带A误差地带A误差117.
24、14%2-4.23%39.40%49.21%56.90%69.10%21-3.90%22.16%38.70%42.00%58.08%68.70%319.90%29.30%310.20%47.80%5-5.06%611.50%417.77%21.14%312.40%4-5.70%55.89%6-7.33%518.03%25.27%3-3.70%41.18%5-7.60%6-9.60%616.70%27.60%39.80%4-5.70%5-8.60%6-3.07%表1-13 地带间摩托车出行比重模拟值与计算值误差表地带P地带A误差地带A误差地带A误差地带A误差地带A误差地带A误差117.75%2-
25、7.18%3-8.80%4-4.93%5-6.56%6-1.84%21-6.87%21.22%3-7.99%4-2.54%5-1.55%6-7.35%31-7.45%2-7.11%310.90%4-5.06%50.80%6-3.01%41-3.65%2-1.37%3-6.89%45.11%5-5.79%64.36%51-6.46%2-2.45%30.87%4-9.78%53.41%68.45%61-0.16%2-6.97%3-1.65%44.18%56.61%67.90%表1-14 地带间出租车出行比重模拟值与计算值误差表地带P地带A误差地带A误差地带A误差地带A误差地带A误差地带A误差11-
26、7.70%2-9.20%3-10.10%4-10.20%5-7.10%615.30%21-11.20%2-5.00%316.30%4-3.20%56.10%6-3.98%314.00%210.20%317.30%4-13.00%517.30%616.70%41-9.90%2-8.40%3-12.40%411.70%5-13.10%615.10%51-1.89%29.80%315.40%41.51%517.30%611.10%6118.20%2-2.90%34.80%412.30%517.90%616.80%表1-15 地带间客车出行比重模拟值与计算值误差表地带P地带A误差地带A误差地带A误差地
27、带A误差地带A误差地带A误差1110.50%2-9.86%3-8.50%46.75%512.60%67.40%21-10.69%211.20%3-12.70%4-12.11%54.59%6-8.85%31-13.20%2-11.50%314.50%48.31%5-10.70%6-12.90%410.56%2-6.80%36.50%44.14%513.70%62.79%5115.20%24.23%3-12.70%411.90%55.20%69.20%613.60%2-5.17%3-11.80%47.80%59.80%6-3.70%1.1.6公交分配模型1.1.6.1公交分配模型(1) 基本原理国
28、际上通用公交客流分配模型有动态多路径概率法和最优战略分配法。动态多路径概率法较适合车流分配，往往难以考虑诸如影响客流分配的上车、下车、候车和步行等时间因之综合因素，而且，其分配机理常与客流路径选择有差异。因此，本项目中我们采用最优战略分配法。其基本原理概述如下：u 目标函数lLiIMIN tlvl + W(Li)Vi (110)式中：tl路段上公交运行时间；vl路段上断面客流量；W(Li)线路节点i上乘客等待综合时间；Vi线路节点i上客量。目标函数涵义即寻求线路上的总人小时和节点站台上的总候车人小时的总和最小的路径选择方案。算法分为寻找最佳乘车方案和分配乘客流量两部分。算法过程在此不作阐述。u
29、 模型特点1)采用加权的综合时间因子，包括候车、上下车、步行和乘车等多个因素。2)采用多线路概率计算，按乘客综合时间最少的原则选择可乘线路，按线路行车间隔等因素决定线路的优先级别。3)公交站点上的上下客与公交车进出站的情况差别很大，可以区别大型集散点与一般站点。(2) 客流分配模型参数标定主要分配参数标定如下：上车时间(从车站到车内的时间)0.1分上车时间权重15候车时间因子0.5，即取实际行车间隔时间的50%候车时间权重1.2步行时间权重1.15(3) 客流分配模型检验为检验模型精度，我们选择越邕江的桥梁、跨铁路的道路及骨干道路部分断面的分配客流量和实测客流量进行对比，结果见表116、表11
30、7所示。从检验结果可见，分配模拟绝对误差基本在10以内，越江及跨铁路客流总误差仅为2.19，道路断面客流总误差为-3.33%，满足客流模拟分配精度要求。另外，对主要支路也进行对照分析，其绝对误差也基本控制在10以内。表1-16 越邕江桥梁及跨铁路断面公交客流分配误差表（人次）桥名模拟值实测值误差邕江大桥57656580020.60%邕江二桥715071990.69%白沙大桥72426460-10.80%北大路414954588510.58%新阳路1501813171-12.30%五一路1196310803-9.70%北爱路356563932610.29%北湖路1712416266-5.01%望
31、州路619167619.21%合计1994952038732.19%表1-17 骨干道路部分断面公交客流分配误差表（人次）范围模拟值实测值误差民族大道(朝阳路新民路)2032922112-8.06%东葛路（新民路古城路)1464716212-9.65%古城路（建政路东葛路)1119412537-10.71%园湖北路(建政路东葛路)68867788-11.57%民主路（思贤路园湖北路)2172122690-4.27%人民东路（民主路友爱南路)3840240954-6.23%朝阳路（济南路华东路)62391589325.87%中华路(朝阳路友爱南路)40350388363.90%明秀东路（北湖北路
32、友爱南路)944110312-8.44%西乡塘路(西大大门)2866430641-6.45%江南路(平西路福建路)3893542042-7.39%合计292960303056-3.33%1.2 车辆模型建立1.2.1车辆发生模型建立（1）地带地带一：核心区，调查报告中地带，二环以内核心区以外区域，调查报告中地带和地带地带二：二环以外区域，调查报告中地带4.5.6。（2）车辆发生模型1) 大客车全市：Y0.0237(商业用地金融用地医疗卫生)0.0165(行政用地科研用地)0.0237(居住人口)（R2=0.52） 误差18.5%2) 小客车地带一：Y0.0925(商业用地金融用地医疗卫生)+0
33、.487(行政用地科研用地)+0.0334*(居住人口)（R2=0.55) 误差6.2%地带二：Y0.009（工业岗位用地仓储市政用地对外交通用地）0.0274(商业用地金融用地医疗卫生)+0.194(行政用地科研用地)+0.013*(居住人口)（R2=0.51） 误差10.1%3) 出租车地带一：Y0.3351(商业用地金融用地体育用地医疗卫生用地文化娱乐用地)0.869(行政用地科研用地)0.0549*(居住人口)（R2=0.63） 误差2.1%地带二：Y0.0575(商业用地金融用地体育用地医疗卫生用地文化娱乐用地)0.0378(居民用地) （R2=0.57） 误差1.3%4) 摩托车地
34、带一：Y0.846(商业用地金融用地体育用地医疗卫生用地文化娱乐用地)4.258(行政用地科研用地)0.553(居民用地)（R2=0.71） 误差6.3%地带二：Y0.708(商业用地金融用地科研教育用地体育用地医疗卫生用地文化娱乐用地)0.473（工业岗位用地仓储市政用地对外交通用地）0.285(行政用地科研用地) 0.25(居民用地)（R2=0.62） 误差 8.7%5) 大货车全市：Y0.0294(商业用地金融用地体育用地医疗卫生用地文化娱乐用地)0.086（工业岗位用地仓储市政用地对外交通用地）（R2=0.49） 误差 11.2%6) 小货车Y0.0346(商业用地金融用地体育用地医疗
35、卫生用地文化娱乐用地) 0.0422（工业岗位用地仓储市政用地对外交通用地）0.096(居住)（R2=0.52） 误差 8.31.2.2车辆分布模型建立分布模型函数形式与人员出行分布模型相同。1.2.2.1 大客车出行分布模型标定及检验经迭代计算和回归分析，最终标定了HBW的Gamma函数中三个参数值，见表118。表1-18 大客车的Gamma函数中三个参数标定值AbC3.935-1.231-0.0129(R2=0.58)模型检验除以上阻抗函数标定中回归分析检验外，还通过最终使模型计算OD表与调查OD表在平均出行时间、出行时段频度分布、区内出行比例等指标差异度在可接受范围内为检验标准。表119
36、为模型检验情况。表1-19 大客车分布模型的检验结果指标区内出行量平均出行时间(分钟)有效出行区间(分钟)模拟值134426.012.5观测值94827.112.61.2.2.2 小客车出行分布模型标定及检验经迭代计算和回归分析，最终标定了小客车的Gamma函数中三个参数值，见表120。表1-20 小客车的Gamma函数中三个参数标定值AbC3.917-1.541-0.006(R2=0.79)表121为模型检验情况。表1-21 小客车分布模型的检验结果指标区内出行量平均出行时间(分钟)有效出行区间(分钟)模拟值328522.611.1观测值377524.111.91.2.2.3 出租车出行分布
37、模型标定及检验经迭代计算和回归分析，最终标定了出租车的Gamma函数中三个参数值，见表122。表1-22 出租车的Gamma函数中三个参数标定值AbC0.0689-0.354-0.0476(R2=0.90)表122为模型检验情况。表1-22 出租车分布模型的检验结果指标区内出行量平均出行时间(分钟)有效出行区间(分钟)模拟值478420.17.8观测值260820.17.51.2.2.4 摩托车出行分布模型标定及检验经迭代计算和回归分析，最终标定了摩托车的Gamma函数中三个参数值，见表123。表1-23 摩托车的Gamma函数中三个参数标定值abC1.536-0.923-0.032(R2=0
38、.97)表124为模型检验情况。表1-24 摩托车分布模型的检验结果指标区内出行量平均出行时间(分钟)有效出行区间(分钟)模拟值4650822.912.2观测值7775323.212.11.2.2.5 大货车出行分布模型标定及检验经迭代计算和回归分析，最终标定了大货车的Gamma函数中三个参数值，见表125。表1-25 大货车的Gamma函数中三个参数标定值abC0.006-0.633-0.004(R2=0.62)表126为模型检验情况。表1-26 大货车分布模型的检验结果指标区内出行量平均出行时间(分钟)有效出行区间(分钟)模拟值140941.226.2观测值72144.425.81.2.2
39、.6 小货车出行分布模型标定及检验经迭代计算和回归分析，最终标定了小货车的Gamma函数中三个参数值，见表127。表1-27 小货车的Gamma函数中三个参数标定值abC0.0018-0.0264-0.017(R2=0.73)表128为模型检验情况。表1-28 小货车分布模型的检验结果指标区内出行量平均出行时间(分钟)有效出行区间(分钟)模拟值57538.021.2观测值55240.722.31.2.3车辆分配模型1.2.3.1 分配技术道路交通分配采用国际上最新的多车种平衡分配法(Multiclass Assignment)。平衡分配法以Wardrop 用户最优原则(Use Optimal Principle)为基础。Wardrop用户最优原则的核心为道路的使用者不会因改变行驶路径而缩短出行时间(广义)。因此，平衡分配的结果将使任意一对OD间在其所选择的可能路径上得到相同的出行时间(广义)，这样，当网络车流达到
