[发明专利]新型交通分布与交通流分配组合模型的R语言处理方法

说明书

本发明提出了一种考虑出行者目的地偏好的新型交通分布与交通分配组合模型，提供了求解算法并使用R语言来处理。为了能够在出行分布中充分反映出行者的决策，将在目的地选择中有重要作用的出行者目的地偏好考虑进去，对于给定的交通需求和交通网络信息，本软件可以迅速得到稳定的系统平衡解，该平衡解比传统方法更为接近真实的出行决策行为。主要步骤包括：(1)建立考虑出行者偏好的出行分布模型；(2)建立用户均衡下的出行分配模型；(3)建立带有反馈的简化四阶段模型；(4)采用恒定权重的迭代加权法(MSA)进行模型求解；(5)设计R语言程序实现求解方法；(6)结合交通网络分析中常用的Nguyen‑Dupuis网络描述了具体实施方式。

技术领域：

本发明提出了一种考虑出行者目的地偏好的新型交通分布与交通分配组合模型，并提供了一种R语言处理方法，对于输入的交通需求和交通网络信息可以得到稳定的系统平衡解，属于交通工程技术领域。

背景技术：

四阶段模型是用来预测出行需求的常用模型，通常按照出行产生、出行分布、交通方式划分和出行分配的顺序构成。也就是说，先行步骤的输出作为后继步骤的输入。这种预测方法清晰易懂，在规划实践中得到了广泛应用。然而，这种方法的不足之处也很明显，即出行产生、出行分布和出行方式划分中的出行时间(成本)与出行分配中计算出的出行时间(成本)不一致。因此，为获得均衡的需求水平必须解决复杂的反馈关系，即使隐含的可变因素一致^[1]。这是一个在实践中通常会被忽略的重要问题。一般来说，在现有文献中解决这种不一致问题的方法有两种。一种方法是带有反馈步骤的四阶段模型，即不断循环四阶段模型直到满足一致性要求。另一种方法是同时交通平衡模型(STEM)，它将两个或多个步骤相结合并建立一个等效的模型。

带有反馈步骤的四阶段模型会进行迭代，直到满足出行分布矩阵或出行时间方面的一致性要求。早在1991年，美国联邦公路管理局就颁布了一项规定，要求在顺序步骤中加入“反馈”^[2]。Boyce和Zhang^[3]通过各种方法将反馈引入四阶段程序，这些方法促成了新一代出行预测模型。Boyce和Zhang^[4]以芝加哥地区为例提出了一种实施和解决四阶段模型的方法，如图1所示。Loudon和Parameswaran^[5]在出行和排放量预测的过程中引入了反馈，以确保使用一致的速度。Boyce^[6]认为，顺序程序往往会阻碍预测方法的改进，因此需要引入反馈步骤。Feng和Zhang^[7]证实，引入反馈机制可以提高出行需求模型的精确度。Boyce和O′Neill^[8]采用迭代加权法(MSA)来解决带有反馈的顺序模型，可以收敛于系统平衡解。要注意的是一般有两种MSA：一种是权重固定的，另一种是权重不断减少的，其权重为迭代次数的倒数。屈云超和徐猛^[9]在我国介绍了反馈四阶段法的计算过程，并将其运用到不同规模网络进行求解，为反馈四阶段法的实际应用提出了建议。de Dios Ortuzar和Willumsen^[10]也建议将反馈引入四阶段模型以实现交通系统平衡。在比较了四种反馈方法并确认了模型的“真实解”后，Qin^[11]得出结论：任何反馈方法都会对四阶段模型的结果进行重大修正，模型一致性能得到很大改善。张勇和张灿^[12]以大连市区城市交通需求预测模型构建为例，引入了循环反馈等新技术，使交通需求预测更加准确和科学。Lim和Kim^[13]将出行分布和出行分配合并到一个反馈过程，以消除不一致性问题。他们所提出的模型使用重力模型进行交通分配，并使用多项式Logit模型进行路径选择。