新城土地利用与交通模型

交通运输系统工程与信息 ›› 2014, Vol. 14 ›› Issue (1): 20-27.

新城土地利用与交通模型

胡郁葱^*，陈海伟，梁枫明

华南理工大学土木与交通学院,广州 510640

收稿日期:2013-07-08 修回日期:2013-08-17 出版日期:2014-02-25 发布日期:2014-07-07
作者简介:胡郁葱(1970-),女,湖北武汉人,副教授,工学博士
基金资助:
国家自然科学基金资助项目(61174188).

Land Use and Transportation Model in New Town

HU Yu-cong, CHEN Hai-wei, LIANG Feng-ming

School of Civil Engineering and Transportation, South China University of Technology, Guangzhou 510640, China

Received:2013-07-08 Revised:2013-08-17 Online:2014-02-25 Published:2014-07-07

摘要/Abstract

摘要：

为模拟新城土地利用的空间分布，运用离散选择理论，对Lowry模型中居住选址和活动选址的分布函数进行修正.将居民的选址效用定义为有关土地租金和交通区位的线性组合，建立家庭参与住宅和活动分配的平衡等式，构建新城土地利用与交通模型，并设计混合遗传算法进行求解.以广州南沙新城数据为支撑，对模型和算法进行参数标定及验证.结果显示：该模型对居住选址和活动选址的分布具有良好的解析能力，能为合理调配人口分布和就业格局提供依据，适用于新城发展的短期运行，具有较好的适应性和实用性.

关键词: 交通工程, 土地利用与交通模型, 交通区位, 新城, 混合遗传算法

Abstract:

In order to simulate the spatial distribution of land use in new town, this paper proposes a land use and Transportation model in new town based on land prices and traffic location. The distribution function of living and activities in Lowry model is firstly revised by discrete choice theory. Meanwhile, the resident’s site selection utility is defined as a linear model about land rent and traffic location. And then, a balance equation is set up to simulate the assignment of house and activities, and a hybrid genetic algorithm for solving the model is also presented. At last, Guangzhou Nansha new town is taken as the empirical study area to test and verify the model and algorithm. The results reveal that the model is able to analyze the spatial distribution of land use and provide the basis for rational assignment of population and employment in Nansha new town’s short-term development. All these demonstrate the model is effective and available in practice.

Key words: traffic engineering, land use and transportation model, location, new town, hybrid genetic algorithm

中图分类号:

U491.1

胡郁葱，陈海伟，梁枫明. 新城土地利用与交通模型[J]. 交通运输系统工程与信息, 2014, 14(1): 20-27.

HU Yu-cong, CHEN Hai-wei, LIANG Feng-ming. Land Use and Transportation Model in New Town[J]. Journal of Transportation Systems Engineering and Information Technology, 2014, 14(1): 20-27.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract18707.shtml

http://www.tseit.org.cn/CN/Y2014/V14/I1/20

参考文献

[1]Chan Y. Location, transport and land-use: Modeling spatial-temporal information [J]. Berlin: Springer, 2005: 378-499.

[2] Jun Myung-jin, Moose J E. The Lowry model revisited: Incorporating a multizonal input-output model into an urban land use allocation model [J]. Review of Urban & Regional Development Studies, 2002, 14(1): 2-17.

[3] Ben-Akiva M, Lerman S. Discrete choice analysis: Theory and application to travel demand [M]. Cambridge, MA: MIT Press, 1985.

[4]Albeverio S, et al. The dynamics of complex urban systems: An interdisciplinary approach [J]. Physica-Verlag HD, 2008: 391-407.

[5] 赵童. 国外城市土地使用-交通系统一体化模型 [J]. 经济地理, 2000, 20(6): 79-83. [ZHAO T. A review of integrated land use-transportation models applied in western countries [J]. Economic Geography, 2000, 20(6): 79-83. ]

[6] 周彬学, 戴特奇, 梁进社，等. 基于遗传算法的非线性Lowry模型模拟研究 [J]. 北京大学学报(自然科学版), 2011, 47(6): 1097-1104. [ZHOU B X, DAI T Q, LIANG J SH, et al. A simulation research of nonlinear Lowry model based on genetic algorithm [J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2011, 47(6): 1097-1104.]

[7] Mandel B, Gaudry M, Rothengater W. Linear or nonlinear utility functions in logit models: The impact on high rail demand forecasts [J]. Transportation Research Part B, 1994, (2): 91-101.

[8] 杨敏, 陈学武，王炜，等. 基于人口和土地利用的城市新区交通生成预测模型 [J]. 东南大学学报（自然科学版）, 2005, 35(5):815-819. [YANG M, CHEN X W, WANG W,et al. Trip generation forecasting model of new district based on urban population and land use [J]. Journal of Southeast University (Natural Science Edition), 2005, 35(5):815-819. ]

[9] 张友全,王幼松,郝志彪.广州市商品住宅空置率影响因素的实证分析 [J]. 建筑经济,2012(1):33-36. [ZHANG Y Q, WANG Y S, HAO Z B. The empirical analysis on influence factors of commodity housing vacancy rate in Guangzhou [J]. Construction Economy, 2012(1):33-36.]

[10]罗亚中,袁端才,唐国金.求解非线性方程组的混合遗传算法 [J]. 计算力学学报,2005,22(1):109-114. [LUO Y ZH, YUAN D C, TANG G J. Hybrid genetic algorithm for solving systems of nonlinear equations [J]. Chinese Journal of Computational Mechanics, 2005, 22(1):109-114.]

[1]	林建新, 刘博, 赵霞, 张蕾. 基于混合约束自编码器的机动车工况智能构建方法[J]. 交通运输系统工程与信息, 2022, 22(2): 109-116.
[2]	戢晓峰, 耿昭师. 山区双车道公路货车碰撞预测的双变量冲突极值模型[J]. 交通运输系统工程与信息, 2022, 22(2): 230-238.
[3]	张建波, 孙建平, 徐春玲, 郭镜霞, 温慧敏, 宋国华. 考虑交通运行条件影响的驾驶员特征聚类[J]. 交通运输系统工程与信息, 2022, 22(2): 330-336.
[4]	马景峰, 任刚, 李豪杰, 曹奇, 杜建玮. 电动自行车与机动车事故严重性影响因素分析[J]. 交通运输系统工程与信息, 2022, 22(2): 337-348.
[5]	宗芳, 王猛, 贺正冰. 考虑多车影响的分子动力学智能网联跟驰模型[J]. 交通运输系统工程与信息, 2022, 22(1): 37-48.
[6]	马小龙, 余强, 刘建蓓. 基于路侧毫米波雷达的车辆碰撞概率计算方法[J]. 交通运输系统工程与信息, 2022, 22(1): 57-66.
[7]	廖鹏, 唐铁桥. 基于车辆动力传动和转向系统的换道轨迹优化策略[J]. 交通运输系统工程与信息, 2022, 22(1): 98-105.
[8]	刘永红, 罗霞, 胡剑鹏. 考虑临时和预约需求的共享泊位动态分配方法[J]. 交通运输系统工程与信息, 2022, 22(1): 171-181.
[9]	袁振洲, 郭曼泽, 彭泳鑫, 杨洋. 基于梯度关联规则的老年行人交通事故风险识别[J]. 交通运输系统工程与信息, 2022, 22(1): 195-208.
[10]	张玉婷, 陈波佑, 张双焱, 闫学东, 李晓梦. 抵近信控交叉口分心驾驶识别模型[J]. 交通运输系统工程与信息, 2022, 22(1): 217-224.
[11]	宋浪, 王健, 杨滨毓, 安实. 连续流交叉口左转非机动车交通组织创新设计[J]. 交通运输系统工程与信息, 2022, 22(1): 225-233.
[12]	白婧荣, 唐伯明, 孙宗元, 毕辉云, 向恬君. 毗邻互通立交特长隧道驾驶负荷研究[J]. 交通运输系统工程与信息, 2022, 22(1): 301-310.
[13]	郭彦茹, 罗志雄, 王家川, 何方. 数据驱动的共享单车停放区规划方法研究[J]. 交通运输系统工程与信息, 2021, 21(6): 9-16.
[14]	李君羡, 沈宙彪, 童文聪, 吴志周. 基于分类车头时距的城市道路大型车影响分析[J]. 交通运输系统工程与信息, 2021, 21(6): 55-62.
[15]	卢凯, 周志洁, 张勇刚, 赵世杰, 徐广辉. 面向单向交通路网的绿波协调设计方法[J]. 交通运输系统工程与信息, 2021, 21(6): 74-83.