以家庭为分析对象，用现在出行的发生、吸引率求得将来的发生、吸引交通量。
各类家庭单位时间内的平均出行次数称为出行率
假设：
（1）同一类型的家庭的出行率基本相等
（2）一定时期内出行率是稳定的
（3）家庭规模的变化很小
（4）收入与车辆拥有量总是增长的
数学模型：
P
i
=
∑
k
a
k
N
k
i
=
N
i
∑
k
a
k
γ
k
i
P_i=\displaystyle\sum_{k} a_k N_{ki}=N_i\displaystyle\sum_{k} a_k \gamma_{ki}
Pi=k∑akNki=Nik∑akγki
- P i P_i Pi： i i i分区规划年单位出行产生量
- a k a_k ak：第 k k k类家庭的出行率
- N k i N_{ki} Nki： i i i分区规划年第 k k k类家庭的数目
- N i N_i Ni： i i i分区规划年家庭的总数目
- γ k i \gamma_{ki} γki： i i i分区规划年第 k k k类家庭的比例
示例
某城市的交通规划将家庭划分为27类：
- 车辆拥有：1，2，>=3
- 人口：2，3，>=4
- 收入：H（高），M（中），L（低）
小区未来规划年的居民：
- 8000户
- 每类家庭比例
括号外的数据是第
k
k
k类家庭的出行率，括号内的数据是第
k
k
k类家庭的比例
预测该小区的出行产生量为：
P
i
=
∑
k
a
k
N
k
i
=
N
i
∑
k
a
k
γ
k
i
=
34678
P_i=\displaystyle\sum_{k} a_k N_{ki}=N_i\displaystyle\sum_{k} a_k \gamma_{ki}=34678
Pi=k∑akNki=Nik∑akγki=34678
聚类分析法的优点
（1）直观、容易理解。人们容易接受出行发生与住户特性关系的观念，不像回归分析那样必须了解相关性、参数值等因素。
（2）资料的有效利用。从现有的OD调查中就可以获得完整的资料，即便没有，也可通过小规模调查得到。
（3）容易检验与更新。出行率很容易通过小规模调查与小区的特性分析而校验其正确性。
（4）可以适用于各种研究范围。由于出行发生基于住户的特性，出行吸引基于土地利用特性，因此，其出行、吸引率可以用于各种范围研究，如区域规划、运输通道规划和新区规划。
聚类分析法的缺点
（1）每一横向分类的小格中，住户彼此之间的差异性被忽略。
（2）因各小区的样本数不同，得到的出行率用于预测时，无法保证各小区具有同样的精确度。
（3）同一类变量类别等级的确定凭个人主观，失之客观。
（4）当本方法用于预测时，每一小格规划年的资料预测将是一项繁杂的工作。
455
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
