《交通的发生与吸引.ppt》由会员分享，可在线阅读，更多相关《交通的发生与吸引.ppt（26页珍藏版）》请在三一办公上搜索。
1、作业二总结,居民出行调查(1班前15位)物流调查(1班后15位)机动车OD调查(2班前15位)断面交通量调查(2班后15位),试设计交通调查表，并说明设计思路。,第4章 出行的发生与吸引 Trip Generation,Trip Origin&Destination,主要内容:第1节概述第2节影响出行生成的因素第3节生成交通量的预测 重点 第4节 发生与吸引交通量的预测 重点,交通调查小区土地利用（面积、住宅、就业人口等）小区的发生与吸引交通量,影响,第节 概述,表4-1 发生、吸引交通量与生成交通量的关系,.,.,.,.,.,.,.,.,发生交通量,吸引交通量,生成交通量,第节 出行的影响因
2、素,1.家庭构成与大小走亲访友，购物等私人出行多；以家庭为单位的工作、业务等出行几乎没有。随着家庭规模的增大，人均出行数减少，例如，购物可由一人代替。,A：将来人口a：将来家庭平均人口数,自由：T=f(Aa),2.年龄,性别 男性2650岁出行多，女性1650岁出行多。,年龄段,平均出行次数(男),女性不同年龄的平均出行次数,年龄段,3.汽车保有率汽车保有率高，人均出行数增加。原因：(1)出行需求高的人买车，(2)有车后容易 诱发出行。,4.自由时间自由时间=24-生活必需时间(睡眠、饮食)-约束时间（工作、学习）自由时间多出行机会大自由出行量：T=at+b t：自由时间；a，b：系数和常数。
3、,5.职业、职务P95图4.2司机、推销、市场开拓人员出行多，教师出行少。,6.外出率因工种、年龄的不同而异。,7.企业环境企业大，外出率高。,8.收入收入高，出行机会多。,9.其他 天气、周日、季节等。,第节出行生成交通量的预测,生成交通量（T）Trip Production平均生成交通量法：现状条件下，人均每天的出行次数法。又称交叉分类（Cross Classification）或类型分析法（Category Analysis Method）,m：出行目的；s：人口属性；,根据人口属性，按出行目的的不同预测。,北京市不同出行目的的出行率(1986),【例1】在某对象区域常住人口平均出行率不
4、变的情况下，求其将来的出行生成量。,（单位：万出行数日）,出行生成量：Tp=28.0+51.0+26.0=28.0+50.0+27.0=105.0,现状常住人口：N=11.0+20.0+10.0=41.0,将来常住人口：15.0+36.0+14.0=65.0,现状平均出行率T/N：105.0/41.0=2.561(出行数/日、人),将来的生成交通量：Tn=M*(T/N)=65.0*2.561=166.5(万出行数/日),【例2】假设各小区的平均出行发生量与吸引量不变，试用例1的数据求出将来的出行发生与吸引量。,165.975,166.375,调整方法：总量控制(Control Total),因
5、为，T=166.5 万次日所以，,【例3】日本城市单位发生与吸引交通量指标（1990年京阪神都市圈居民出行调查）,一般地，上班发生常住人口；吸引就业人口上学常住人口；自由常住人口+就业人口；业务就业人口；回家上班+上学+自由的返回。,第4节 发生与吸引交通量的预测,1.发生与集中(吸引)原单位法,其中，i,j：小区；x：属性变量（土地利用类别、面积、常住人口、白天人口，工作人口等）；b：某出行目的的平均发生量（出行数/日人）；c：某出行目的的平均吸引量（出行数/日人）。,.函数模型法,其中，b，c：回归系数；常使用的变量：区内平均收入、平均汽车保有率、家庭数、人口、就业人数、土地利用面积。,多
6、元回归分析(Regression Analysis)模型,问题：交通条件的改善 出行能力的增强没有得到充分考虑。,例:,户数,就业人口数,汽车保有量,距市中心的距离,上下班出行数,3.增长率法（Growth Factor Method）,：发生、吸引交通量增长率，例如，,例：交通调查、土地利用、出行生成、发生与吸引,哈尔滨市综合交通规划,1.交通调查（抽样、布点、分区）,总户数98.8万,抽样2.02万户,抽样2.2%,调查布点,分区(7个行政区,22个交通大区,208个交通小区),南岗(7),道里(4),道外(2),动力(3),香房(2),太平(2),江北(2),2.土地利用,3.生成交通量、发生与吸引交通量(现状),Y1:预测年人口数;a:人口自然增长率;X:基准年人口数;Y2:预测年常住人口数;B:平均机械增长率;N:预测年份;D:预测流动人口;R:暂住人口占常住人口的比例。,发生与吸引交通量(将来),作业三:试用下表中的出行发生量、出行吸引量和常住人口（分男女性别），计算将来的出行生成量、出行发生量及出行吸引量。,
