[No]【O-D矩阵】A Bicycle Origin-Destination Matrix Estimation Based on a Two-Stage Procedure-CSDN博客

本文链接：https://blog.csdn.net/panbaoran913/article/details/147356378

A Bicycle Origin-Destination Matrix Estimation Based on a Two-Stage Procedure

在这里插入图片描述

一、论述

核心问题：如何更有效的进行自行车OD矩阵的估计？

1.1 研究意义：传统模型的局限性

传统交通规划的局限

以机动车为中心，忽视非机动车需求(传统的交通规划模型，很大程度上是为汽车量身定做的，自行车略有水土不服，因为行为方式是不同的)
缺乏针对自行车网络分析的有效工具(多为统计站点的流量，忽略整个网络上的流量)
现有自行车OD估计方法多基于抽样调查或简化模型

现有方法的不足

仅能估计部分路段自行车流量，无法全面刻画网络
忽略自行车出行的特殊性(如安全、舒适度等)
难以满足精细化自行车交通规划的需求

本文的研究价值
弥补现有模型不足，提供更全面的自行车OD估计方法。为自行车交通规划提供更可靠的决策支持。通过两阶段方法，我们能够更准确地估计自行车出行需求，为城市规划提供科学依据。

想了解城市的交通买路，只盯着几个路口观察，未免太片面了。大概是说：统计点的流量，忽略边的流量。总而言之，让我们重视边上的流量吧。它也非常有用，需要去有效的估计。

二、两阶段模型：核心思想

在第一阶段，采用双约束引力模型(a doubly constrained gravity model)生成初级自行车O-D矩阵(a primary bicycle O-D matix)，然后使用PFE( Path Flow Estimator) 来细化初级自行车O-D矩阵.
该模型兼顾了规划数据和观测数据，信息互补。

在这里插入图片描述

2.1 第一阶段: 引力模型(gravity model)

输入规划数据（区域生产量[zonal productions]、区域吸引量[zonal attractions]），利用校准的阻抗函数[impedance function]或者摩擦因子[friction factors]，生成初步OD矩阵

利用已有的规划数据，比如各个区域的人口、出行调查数据、就业等信息，来估算大致的出行量
这些数据可以用回归模型或者分类模型等统计方法来完成这个估算。
快速、简便，但精度有限
引力模型是基于宏观数据，所以精度有限
步骤简单：
1. 利用现有规划数据估算区带产量和区带吸引力
2. 重力模型中O-D矩阵的初步估计。

普及引力模型
在这里插入图片描述
本文中的引力模型

$F_{ij}$ 反应了区域间的空间阻抗或者说出意愿。
此阶段的摩擦因子 $F_{ij}$ 和调整因子 $K_i,K_j$ 通常需要校准，但有时数据不足，这里简化处理，设置 $K_i=K_j=1$ .

2.2 第二阶段：路径流量估计器(PFE)

PFE结合在实际道路上观测到的自行车计数数据，对第一阶段生成的初步OD矩阵进行精细调整,并且深入考虑了自行车出行的路径选择行为(精确到边)。
我们开发了一个由路线生成(route generation)和O-D需求调整组成的顺序模型(sequential model)。

步骤一：路径生成

路线生成过程考虑了两个主要因素，即与距离相关的因素(distance-related factors)(例如，route distance)和与安全相关的因素(safety-related factors)(例如，bicycle level of service[BLOS])。
在这里插入图片描述

考虑距离和安全因素，就可以为每一对OD点生成一系列的自行车路径。
- Route Distance:由路段距离之和和通过路线所经过的交叉口的延迟组成。
  由于路段长度单位（例如，公里）和交叉口延迟单位（例如，秒）不同，因此需要在两个测量之间匹配相同的单位。在本文中，延迟（即，分钟）通过转换因子转换为距离单位（即，公里）。路线距离的详细信息，包括方程和描述，可以在[44]中找到。
- BLOS,有许多测量方法可以评估自行车设施的安全性或适用性。关于 BLOS 发展的详细信息可以在 HCM [46]中显示。
双目标最短路径算法(生成上述路径)

双目标问题一般没有单一的解决方案能够优于其他所有的解决方案。使用帕累托最优原理。
在本文中，我们修改了Climaco [47] 提出的排名方法。首先，使用k最短路径算法根据路线距离属性（即路段距离和交叉口转弯运动惩罚）生成路线，而不超过最大上限（即本研究中的10公里），然后为集合中每个相应的路线计算BLOS分数以确定非支配路线。