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。