[发明专利]一种结合重力模型与Fratar模型的交通分布预测方法

摘要

本发明公开了一种结合重力模型与Fratar模型的交通分布预测方法，包括如下步骤：首先采集各小区的发生吸引交通量以及现状OD分布；其次标定无约束重力模型参数和预测各小区未来年的发生吸引交通量；然后应用既标定的无约束重力模型计算未来年OD分布；最后应用Fratar模型运行一次得到新的未来年预测OD分布；对运行结果与上次循环结果进行收敛性判断，得到满足收敛判别条件的OD分布即为未来年各小区间OD分布预测最终结果。该分布预测方法结合了重力模型与Fratar模型的优势，既充分利用了现状出行分布信息，同时又能考虑路网的变化和土地利用对人们出行产生的影响，提升了预测结果的准确性和预测模型的适用性。

主权项

1.一种结合重力模型与Fratar模型的交通分布预测方法，其特征在于，包括以下步骤：步骤10)采集各小区的现状发生吸引交通量、现状OD分布以及相关基础数据，其中，所述各小区的现状发生吸引交通量包括小区i的出行发生量Oi和小区j的出行吸引量Dj，i＝1、2...n，j＝1、2...n，n表示小区个数；步骤20)标定无约束重力模型，包含步骤201)至步骤204)：步骤201)确定无约束重力模型形式：q_ij表示小区i、j之间的交通量，c_ij表示小区i、j之间的阻抗，α，β，γ为无约束重力模型待标定参数；步骤202)对两边取对数，得ln(q_ij)＝lnα+βln(O_iD_j)‑γln(c_ij)；步骤203)令Y＝ln(qij)，a0＝lnα，a1＝β，a2＝‑γ，X1＝ln(OiDj)，X2＝ln(cij)，则Y＝a0+a1X1+a2X2，其中a0，a1，a2为待标定系数，X1，X2，Y为包含样本数据集的向量；步骤204)通过各小区现状发生吸引交通量及现状OD分布确定样本数据集X1，X2，Y，采用最小二乘法对样本数据进行标定，确定无约束重力模型参数；步骤30)以现状发生吸引交通量为基础预测各小区未来年的发生吸引交通量，所述各小区未来年的发生吸引交通量包括第i个小区未来年的出行发生量Pi和第i个小区未来年的出行吸引量Ai；步骤40)将步骤30)得到各小区未来年的发生吸引交通量代入步骤20)中标定的无约束重力模型，计算得到未来年OD分布qij；步骤50)：以步骤40)中应用无约束重力模型得到的OD分布qij作为初始OD，运行一次Fratar模型得到新的未来年预测OD分布qij1，包含步骤501)至步骤503)；步骤501)：依据无约束重力模型求解得到小区i、j之间OD分布q_ij，汇总得到各小区发生吸引交通量：步骤502)：计算Fratar模型相关系数其中，F_Oi表示应用Fratar模型时第i个小区的出行发生收敛系数，F_Dj表示第j个小区的出行吸引收敛系数，L_ij表示第i个小区的出行发生调整系数，L_ji表示第j个小区的出行吸引调整系数；步骤503)：求解新的未来年OD分布预测qij1＝qij*FOi*FDj*(Lii+Ljj)/2；步骤60)：收敛性判断：根据步骤50)中Fratar模型一次循环得到的OD分布q_ij¹，汇总得到各小区新的未来年预测发生吸引交通量作为若各小区发生吸引交通量误差均在可接受范围以内，即：转入步骤70)，否则令转步骤40)；步骤70)预测结果满足收敛条件，结束循环，此时的OD分布即为未来年各小区间OD分布预测结果。