交通量预测

根据交通调查资料和发展规律，结合交通吸引、转移的分析等，推算地区、路线或路段等未来交通量的工作

交通量预测指的是根据交通调查资料和发展规律，结合交通吸引、转移的分析等，推算地区、路线或路段等未来交通量的工作。

基本信息

交通量预测是交通运输规划与管理研究领域中的核心问题之一。交通量预测理论与方法自20世纪30年代诞生以来，历经多年的不断研究和实践，取得了大量的成果。随着交通运输实际问题的日趋复杂，交通量预测一直是交通行业理论研究者和实践者关注的热点问题，交通量预测理论与方法仍处在不断的更新与发展之中。对此，有必要对国内外公路交通量预测理论与方法的发展历史与现状进行回顾分析，以掌握其研究的主要内容和成果，把握其未来的发展趋势。

各级公路设计交通量的预测应符合下列规定：

1.高速公路和具干线功能的一级公路的设计交通量应按20年预测；具集散功能的一级公路，以及二、三级公路的设计交通量应按15年预测；四级公路可根据实际情况确定。

2.设计交通量预测的起算年应为该项目可行性研究报告中的计划通车年。

3.设计交通量的预测应充分考虑走廊带范围内远期社会、经济的发展和综合运输体系的影响。”

研究背景

国外交通量预测理论与方法发展

1.交通规划萌芽时期(1920～1950年)

公路交通量预测的历史最早可以追溯到20世纪初期，美国哈佛大学率先于1926年设立了交通工程学专业。

20世纪30年代诞生了世界上第一个交通工程学会——美国交通工程学会(ITE)，主要研究内容之一是预测交通量。

2.四阶段法”占主导地位时期(1950～1990年)

20世纪50年代到70年代初，即“四阶段法”体系初步形成时期，随着公路(尤其是高速公路)的迅猛发展，交通量预测研究的理论和方法得到了丰富和发展，这个时期一些发达国家的专家和学者提出了很多有关交通规划的模型和方法。

美国1962年制定的补充联邦道路法，加速了交通规划的理论研究和规划实施在全美的广泛开展；同年美国芝加哥市发表了《芝加哥地区交通运输研究》，它标志着交通规划理论的诞生；芝加哥市交通规划研究中心提出的交通发生、交通分布、交通方式划分、交通分配四阶段交通预测模型以及随后开发的UTPs软件对交通规划理论研究和工程实践有着深刻的影响。

20世纪70年代初，“四阶段法”已经发展得较为成熟，在国际上也一直占交通需求预测方法的主导地位。

70年代末80年代初是出行行为选择模型阶段取得丰硕成果的时期。

20世纪80年代末，随着微型计算机的应用，许多新方法和交通规划软件逐渐应用到交通规划领域。交通量生成预测模型众多，主要常用模型有增长率模型、时间序列预测法模型、回归分析模型、类别生成率模型等。

此外，在区域公路交通生成量预测中还常用到以下模型：产值系数法、灰色预测模型、经济计量模型、人工神经网络模型。

交通分布预测方法主要包括增长系数法和构造模型法，常见的模型有重力模型、介入机会模型、最大熵模型等。增长系数法是最早的交通分布预测模型，其特点是计算简单、方便，但误差大，可用于粗略的交通分布预测。

最早的交通需求预测主要有交通生成预测、交通分布预测、交通分配预测3个阶段。一直到20世纪60年代日本广岛都市圈进行交通调查的时候，才明确提出交通行为方式选择这个阶段。在交通方式划分预测技术方面，Puget sound(1955年)分类预测模型是美国最先发展起来的交通方式分担率预测模型。由于该模型涉及极为广泛的调查统计和分类工作，因而不适用于大中型城市的交通预测，也不适用于城市交通方式结构有很大调整的场合。Wilson熵交通方式划分模型曾被美国联邦公路管理局FHWA用于预测公路网规划中的交通方式分担率，但是由于种种原因，该预测方法始终未能推广应用。交通方式划分预测的离散概率模型DCM是基于微观经济学的最大随机效用RUM理论基础而建立起来的一类相对完善的模型，它着重对人的交通出行选择行为的客观解释，是应用广泛的交通方式划分预测模型。对随机效用误差变量分别采用Gumbel分布及多项式正态分布MVN可得到方式划分的Logit模型和Probit模型。在地区间模型中。从预测精度、计算作业及模型构思的合理性来看，Logit模型是较好的，在实践中被广泛应用，但Logit模型存在一个极大的缺陷，即其效用随机项的独立性假设。Probit模型克服了这一缺陷，但该模型往往依赖于极其复杂的Monte—Carlo仿真算法或者多项式Clark求解逼真算法。从理论上讲，当规划区域具有基年和预测年与公路0D量同口径的铁路水运等其他方式OD资料时，区域公路可以同城市交通方式划分预测一样，直接建立起不同方式分担量预测模型。然而在实际操作中是很难满足上述要求的，基本上是采用定性分析与专家经验法来确定一个分担比率。因此，对交通方式分担率的预测技术尚需进一步研究。

交通量分配预测的研究起始于20世纪50年代，当时美国BRP和HRB首次提出了交通量分配预测转移曲线法，后经Moore、Carroll以及Schneider等人的努力建立了“全有全无”的交通量分配方法，该方法没有考虑道路交通网络的容量和通行能力限制，因而与实际交通状态相差甚远。为了改进这一不足，Mclanghlin提出了多概率分配方法，1966年Burrell将这一方法称为随机运量加载方法并对其进行了深入的研究。1971年Dial通过对有效路径ER的定义对该分配方法作了进一步的改进，使之日益完美。1976年Florian及Fox对Dial模型进行了修正。以上模型均称为非均衡交通分配模型，也是早期用于交通量分配的模型，其比较直观，使用数学工具相对简单，但精度较低。

1952年，英国伦敦交通工程协会的Wardrop工程师首次提出著名的交通量分配的用户均衡原理；1956年Beckmamn找到了一个满足平衡原理的数学规划极值模型；Frank—Wolfe建立了该极值优化OP模型的求解算法，即著名的Frank—Wolfe交通均衡分配求解算法，成为最流行的交通分配平衡模型。1979年Smith创建了均衡交通分配的另一方法——变分不等式VIP模型。1977年Dagnazo和Sheffi首次提出了与实际交通状况更为接近的随机用户均衡SUE分配方法。1982年Sheffi和Powell对SUE均衡交通分配预测模型及方法又作了进一步的改进和完善。Dafermos、Asshtianti和Magnanti相继提出固定点模型和非线性互补模型。均衡交通分配预测体系能够比较合理、真实客观地描述出路线使用者的路线选择行为所导致的交通状态，因此在整个交通量预测理论中占有主导地位。世界公认的交通规划预测软件EMME/2展现了该方法的巨大魅力及其广阔的应用前景。但迄今为止，均衡交通分配理论与方法的研究仅局限于车种比较单一的Pcu交通量的分配，对于机动车和非机动车混合型交通环境下的交通量分配问题则显得无能为力。

3. 微型计算机革命时期(1990年至2005年)

计算机革命带来的突出成果之一是许多新的预测方法被应用于交通领域，具有代表性的有遗传算法、神经网络、数据挖掘、支持向量机、灰色理论等。

交通量的增长存在大量的随机现象，而遗传算法、神经网络、数据挖掘、灰色理论、支持向量机等都是较先进的优化算法，具有极高的预测精度，可以很好地处理多种常规方法难以处理的问题，如不容易建立数学模型场合，系统具有较强的非线性，捕捉隐藏或处理不完全信息、离乱数据等。这些新方法为交通量预测开拓了新的思路，提供了新的预测手段和广阔的前景。

计算机革命带来的突出成果之二是交通规划软件的开发。从最早的UTPs到MINUTP、TRANPLAN到主流软件，如美国TransCAD、加拿大EMME/2、英国CUBE/TRIPS等。这些软件的开发为交通规划和交通需求预测提供了有力的工具。

国内交通规划理论研究与方法发展

交通工程的理论研究和实际应用在我国起步较晚，作为交通工程的一个重要分支——交通规划，在我国的实施不到30年的历史。

自1979年开始，美籍华商的交通专家陆续来访，带来了美国交通规划的理论和经验，使我国对城市交通规划的方法和步骤有了初步的了解。

1979年，同济大学率先在国内高校中开设了第一个交通工程研究室。

20世纪80年代中期至90代初，运用较多的交通规划方法主要是指标法，这与当时国内的背景有关，当时高速公路在我国是一个新生事物，高速公路的交通量预测方法很不成熟。

20世纪90年代以来，国内公路网交通规划主要采用欧美城市交通规划引进公路网的四阶段法和西安公路交通大学交通工程教研室提出的总量控制法。我国开展交通量预测研究比较晚，预测方法一般都是人为主观判断，取一定增长率来进行远景交通量的推算。这样做的原因是缺乏公路交通出行OD资料。在没有办法进行大规模交通调查的情况下，如何准确进行交通量预测一直是许多专家考虑的问题，其中许多学者倾向于利用路段交通量反推OD矩阵。

20世纪70年代后期，人们意识到观测方便的路段交通量观测值中包含有推算OD矩阵的重要信息，并建立了由路段观测交通量直接推算帅矩阵的等权最小二乘估计模型和最大似然估计模型等。

1988年东南大学王炜已开始利用路段交通量推算OD出行量的研究，将交通量分配方法称为容量限制多路径动态分配方法，随后开发了国内第一个交通规划软件——交通之星(Transtar)；

1989年西安公路学院的潘文敏论述了最大熵模型；其后周伟、周晶、孙爱冲等研究了最大熵模型的求解方法；刘明等分析了最大脑模型的可靠性；1993年四兵蜂、高自友提出多模式的均衡配流模型；

1996年苏小娟提出反推OD分布方法的困难所在及解决思路：应用正则化方法求很一个泛函的极小解作为OD分布近似解；

1997年东南大学李旭宏试图从交通分布的内在规律出发，建立交通分布模型；

1999年上海理工大学的刘娟娟等人和2000年清华大学的段进宇等人都对“如何由路段交通流量反估出行OD矩阵”展开了深人研究，段进宇等人还给出了详细的算法步骤，并对计算机程序的编制提出相应的程序；同济大学郭冠英从模糊数学出发淡化出行阻抗的影响建立交通分布模型，该模型特别适用于变化快的城市，尤其是新建城市；达庆东研究分析了信息熵原理与交通分布的关系，提出以熵原理作为判断交通特性分布的准则；

2000年长沙交通学院吴唤群等针对交通规划中由于OD流对数量多而引起运用平衡模型求筋难于实现的问题，提出等价转化OD矩阵的方法以降低原问题的维数；

2001年同济大学的李景等人采用随机—最短路多路径分配模型，求解分配串矩阵，建立了多路径分配模型的迭代反推法；清华大学的田志立在对出行分布模型的改进与修正以及对分布模型的误差分析方面做了大量工作，提出在重力模型中引人出行分布量调整系数，但其给出的调整系数计算方法过于简单，以现状的调整系数来调整规划期的交通分布量，显然还有欠缺，有待完善；

2003年吉林大学的曲昭伟等人进行了基于最大信息熵原理的居民出行分布模型研究，试图建立新的居民出行分布模型。

预测方法

交通量预测具有代表性的方法有遗传算法、神经网络、数据挖掘、支持向量机、灰色理论等。

（1）遗传算法：比较先进的参数寻优算法，对于不容易建立数学模型的场合算实用价值较为突出；

（2）神经网络：当系统为线性时，神经网络不优于传统方法，当系统具有较强的非线性时，则经过适当地设置结构之后，神经网络往往优于传统方法；

（3）数据挖掘：一种从大型数据库成效据仓库中提取隐藏的预测性信息的新技术。它能开发出潜在的模式，找出最有价值的信息，指导商业行为或辅助科学研究；

（4）灰色理论：用来对时间序列作预测，不是直接针对原始数据，而是针对生成数据使用的，可以有效地处理贫信息和离乱数据，在一定时间段内具有良好的预测精度；

（5）支持向量机：一种数据驱动式”黑箱”建模方式，它不需要对象有很多的先验知识，对模型函数形式、误差分部类型也无需很多先验设定，对未来样本具有较好的泛化性能。

模型比较

（1）增长率模型

优点：计算简单，预测结果粗略，较适用于近期预测；

缺点：当多个因素影响交通生成量时、预测但误差较大。