英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
空间聚合水平对城市交通规划模型的影响
摘 要
土地使用库存和家庭出行调查通常用于为交通规划模型收集城市社会经济和交通数据，但它们是昂贵和费时的。使用一个聚合交通小区(TAZ)结构和网络模型可以减少所需的时间和成本，因为它们与TAZ结构和网络模型的细节密切相关。然而，重要的是要根据研究的目的和主题确定聚合的水平，因为使用聚合数据可能会导致聚合的偏向。本文基于首尔城市的数据用TAZ结构和网络模型分析空间聚合程度对城市交通规划模型交通分配结果的影响。第二个目标是提出两个新的聚合水平以规划评估高等级的道路。几个评价指标可用于分析TAZ结构和网络模型的聚合效应，并可以用于调查提出的聚合水平。结果表明,该TAZ结构和网络模型可以在合理误差范围内产生交通分配结果，并可以减少调查和分析所需的时间和成本。本研究的结果可以为交通规划者提供一个定量的指导方针和目标，提供相关数据用于开发建议和交通设施的初步可行性研究。
关键字：交通小区（TAZ）结构 网络模型 空间聚合水平影响 交通分配 城市交通规划模型
1.引言
交通需求预测是交通规划的一个重要的元素，因为它为规划者提供了比较成本和效益的替代方法的依据。一个基于空间序列的预测交通需求的方法假设每个旅行从一个交通小区(TAZ) (起源)并结束于另一个TAZ(目的地)，沿着一条包含在一个网络模型内的序列移动。因此，TAZ结构和网络模型紧密相关(Stopher,2004)。
TAZ结构的聚合过程影响统计结果。这个问题被称为“修改的区域单位问题”(MAUP)(Openshaw,1984)。MAUP地址 “修改”性质的区域用于空间分析和这些数据分析和建模的影响结果 (Chang等人,2002)。MAUP效应分为两种；基于空间聚集有关数据的规模效应和与数据收集的单位分区有关的分区的效果。（Openshaw 和Taylor,1979;Chang等人，2002；Viegas等人，2008）。
TAZ结构和网络模型之间细节的差异可能会导致错误的结论(图1)。在一个不详细的有大量TAZ的网络中(例1见图 1)，在一个真实的网络中，低等级道路的交通量会转移到高等级道路中去，因为低等级道路没有包括在模型中。然而，即使这些TAZ划分得足够小，这些低等级道路仍然无法分析，这意味着TAZ的规模相对于网络的详细描述来说太大了(例4 见图1)。在文学和实践中，人们却很少关注TAZ的数量和网络模型细节之间相互作用的影响。
韩国城市的城市交通规划(UTP)模型, 比如韩国的首都，使用首尔发展研究所(SDI)提供的数据。数据由522个TAZ， 6326个节点和12949条网络链接。这些详细的数据可以提高交通需求预测的准确性。然而,根据这些数据来进行数据收集、模型校正和模型验证来预测出行需求可能需要相当多的时间和成本，因为所需的时间和成本主要取决于TAZ和的数量网络模型的详细程度。
图1 TAZ结构和网络模型之间聚合水平的不一致性
这样做可以权衡使用详细的数据和时间成本相互竞争的利益，但这可能会给交通规划者增加一些问题。使用聚合的TAZ结构和网络模型进行交通分配产生错误的主要原因是什么?如果TAZ结构的详细水平和/或网络描述改变，交通分配结果的差异会如何？对于每一等级的道路来说，到底需要多少TAZ结构和网络模型的细节才是适用于交通规划的?
本文分析TAZ结构和网络模型在交通分配结果中聚合水平的影响，对首尔城市使用UTP模型，并为高等级道路提出了两个新的聚合水平来进行规划评估。本文首创，使用SDI提供的详细数据，根据不同详细程度的TAZ结构和网络模型聚合成一系列不同层次的组合。本文关注的是聚合对交通分配结果的影响，假设TAZ结构和网络模型的聚合对出行分配、出行生成、出行分配有影响， 生成、出行分布和模态分裂步骤，先前由Bovy和Jansen(1983),Khatib等人(2001)Chang等人(2002)，和Choi(2003)提出。空间聚合水平通过使用两个指标来进行评估。本文提出的交通分配的空间聚合水平能在一个合理的错误范围内代表交通分配的结果，并能大大减少时间和分析成本。
本文内容如下：在第2部分中,介绍有关TAZ和网络模型的聚合结构的研究，并解释了本文的研究方向。在第3节，描述了TAZ结构和网络模型的聚合方法。在第4节,基于两个统计测试的有效性结果提出了TAZ结构和网络模型的聚合影响。使用的这两个统计测试是用于评估相关的社会经济成本经济的可行性和交通投资和规划的评价指标。在第5节，讨论了聚合的校准和偏向。在第6节，总结并讨论了研究结果并对未来的研究方向提出了建议。
2.文献综述
TAZ是指用于分析和预测人们的移动和货物运输规划的空间单元。每个TAZ通过土地使用特征和人口特征区分，让规划者预测相适应的TAZ的数量(Meyer和Miller,2000)。对MAUP的研究包括空间统计分析(Clark和Avery,1976;Fotheringham和Wong,1991)、空间交互建模(Openshaw,1977;Batty 和Sikdar,1982;1982;1982 c,1982 d),交通事故Thomas(,1996),住宅区位选择模型(Guo和Bhat,2004),交通方式选择模型(张和Kukadia,2005),以及交通需求建模(Baass,1981;Crevo,1981;Ding等人,1993;Dng,1994,Ding,1998;Choi,2003;Martinez等人,2007;Viegas 等人2008)。一些研究人员(Bovy和Jansen,1983;Khatib等人,2001)还分析了TAZ结构和网络模型的详细水平对交通需求预测的影响。
3研究方法
3.1数据描述
交通需求预测一般遵循传统的四阶段方法:交通生成，交通分布，方式选择和交通分配。每个步骤的输出是后一步的输入。TAZ结构和网络模型在第一步确定之前使用。第一步，交通生成，基于土地使用、家庭人口结构以及其他社会经济因素预测每个TAZ的生成和吸引。回归模型和交叉分类模型是最常用的。
第二步的交通分布是基于前一步结果预测出的起源和目的地进行的。考虑了每个TAZ中交通生成和吸引的量的重力模型被广泛使用。在第三步中，起点和目的地之间可供选择的交通方式比例被计算。在UTP模型中，模型有汽车、公共汽车、地铁和出租车。在第四步中，交通分配，交通量在起点和目的地之间被分配。分配的基本方法是用户平衡分配。所有TAZ之间的分配都是基于距离的最短路径，而不考虑能力约束。因此，在用户平衡应用中Wordrop的分配模型原则经常被使用。
首尔城市人口超过1000万。首尔城市的交通需求预测通常是使用SDI提供的数据，这是首尔1992年市政府（SMG）成立的一个集成的研究所。首尔城市的网络分布如表1中所示。网络的总长度 约3183公里。如表1所示,6种类别的道路(从高速公路到低级公路)在路上层次结构几乎占总长度的96%。
表1 首尔城市网络分布
图2 显示了由SDI提供的首尔城市网络和TAZ。SDI 还基于客观性和准确性的数据提供了常规出行调查中的O-D表。在这项研究中,我们使用这些数据来分析TAZ结构和网络模型的详细级别对交通分配的影响。
图2 SDI提供的详细TAZ和网络模型
3.2聚合的TAZ和网络模型
一个TAZ结构和网络模型是密切相关的。因此,相同的聚合条件应该用到TAZ结构和网络中去。为了实现这一点，SDI网络中删除了两种低等级道路。媒介网络通过删除SDI的中等和低等级道路而建立的，从而减少SDI网络72%的总长度。包含低等级道路的网络总长度减少了40%。图3(a)和3(b)分别展示了中等和粗略的网络图。
图3 建成的网络：（a）中型网络图；（b）粗略网络图
TAZ是Bovy和Jansen(1983)基于“洞”的概念提出来的,。通过删除路线，洞显示在剩下的路线中，并且每个洞聚合成新的TAZ。图4显示了这样一个TAZ聚合。为了聚合所有的TAZ,低等级的道路从原始网络(如图4所示)被删除，再如图4(b)所示,一个洞由剩下的线路所形成(线路显示在图4 （b）)。这个洞的5个TAZ聚合形成新的TAZ,如图4(c)所示。怎么样来连接聚合的TAZ和其周围的节点对于交通分配结果来说是非常敏感的。在本研究中,每一个聚合的TAZ与周边的所有中间点连接。通过进一步的调查,这种连接技术由于连接器被证实偏差最小化。在这种方式下，309个TAZ形成了一个中型网络, 86个TAZ形成了粗略网络图。
6个场景以及三个网络、三个TAZ结构一起被组合建立，包括网络模型和由SDI(T O - N O) 提供的TAZ结构,如表2中所示。一些组合,比如T O – NM, T O -NC和TM - N C 并不包括在本项研究中,因为详细的TAZ结构和不详细的网络模型没有带来更好的结果 （Bovy和Jansen,1983;Khatib等人,2001)。
图4 TAZ聚合路径：（a）原始网络，（b）删除低等级道路，连接聚合的TAZ模型
表2 聚合的TAZ结构和网络模型的不同情形
3.3评价指标
三个评价指标被用来比较每个场景原始数据(NO-TO)的结果：PRMSE，泰尔不平衡系数和相关性系数。这些措施可以计算所有的道路种类，因为量延迟函数随道路等级的不同而不同。PRMSE测量预测值与标准值之间的方差，并且它可以去除不同的值范围的缩放效果。PRMSE的计算公式如下:
其中：yi是包含在聚合网络模型中i的观测值；
Xi是包含在最初的SDI提供的网络模型中的i的标准值；
N 是线路的数量，并且是平均标准值。
泰尔不平衡系数,也称为泰尔U,是用来计算预测值与观测值的匹配程度（Theil，1961）。泰尔不平衡系数对于比较不同的预测方法是很有用的。(例如，无论预测值多么复杂，事实上，任何比简单预测更好的都是在重复过去的观测值)。U的值越接近0,说明预测方法月准确。值为1时表示复杂的预测并不比简单的预测好。泰尔不平衡系数计算如下:
其中：yi是包含在聚合网络模型中的观测值；
Xi是包含在最初的SDI提供的网络模型中的i的标准值；
N 是线路的数量。
相关系数R衡量了这两个变量之间的关系，确定系数R 2描述了能用联系度描述的因变量与自变量之间的方差。可接受的R 2值的范围可以随比较类型的变化而变化,但至少提出一个来源，在理想情况下,R 2应大于0.5(Khatib等人,2001)。
其中，yi是包含在聚合网络模型中的观测值；
Xi是包含在最初的SDI提供的网络模型中的i的标准值；
N 是线路的数量；
和分别是估计值和标准值的平均值；
和分别为预测值和标准值的标准差。
3.4社会经济成本
出行需求预测通常用其量化结果来评估运输项目的经济可行性。这个结果通常表示为社会经济节约成本。因此，决策者可以通过理解TAZ结构的聚合结果和网络模型的社会经济成本间接推断经济可行性分析的聚合效果。并且，对社会经济成本的研究可能会领导决策者去综合评价每种情况，因为社会经济成本是用出行速度、出行时间、线路长度和交通流量来计算的。在本研究中，社会经济成本根据韩国发展方针（2004）被分为四个项目：车辆运营成本、出行时间成本、环境成本和交通事故成本。车辆运营成本根据不同出行速度而不同，其计算公式如下：
其中：y是车辆运营成本(韩元)；
Di是不同的车辆速度（千米）；
x是旅行速度(千米/小时)。
出行时间成本通过出行时间乘以平均时间成本来计算。时间成本平均值被认为是12150韩国/小时。环境成本相关费用与排放和噪音联系起来，但后者需要的假设音源的距离,这可能减少结果的准确性。因此，在本研究中不考虑后者成本。排放成本随出行速度计算如下:
其中：y是排放成本(韩元),
Di是不同的车辆速度（千米）,
x是出行速度(千米/小时)。
交通事故成本通过事故率乘以使用者平均为每种类型的事故支付的成本和来计算。在这研究中，死亡平均成本和伤害根据韩国发展研究所(2004)发表的建议指导方针分别取3.6亿和3000万韩元,
4.TAZ结构和网络模型的聚集效应
4.1需求分配时间
EMME/2程序是一个商业软件包，在计算机上用于交通分配，它需要计算机配置奔腾核心2Duo 1.86-GHz处理器和2GB DDR内存。分配方法在用户平衡分配的基础上被应用，分配的闭合判据被设置为0.2%相对差距。交通分配要求大约60分钟的原始数据流量。对于场景1和场景2与聚合TAZ并且详细的网络模型，分别需要39和20分钟。对于场景3、4和5的交通分配分别需要36、18和15分钟。这些结果表明分配交通需求所需的时间主要取决于对TAZ结构的详细水平而不是网络模型。
4.2评价指标 全文共12992字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[154512]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
