基于人群特征的三维约束重力模型研究

交通运输系统工程与信息 ›› 2018, Vol. 18 ›› Issue (5): 226-232.

基于人群特征的三维约束重力模型研究

唐艳丽¹，郑伯红¹，刘路云^{* 2}，蒋超³

1. 中南大学建筑与艺术学院，长沙 410075；2. 中南林业科技大学风景园林学院，长沙 410004；3. 岳阳市规划局，湖南岳阳 414000

收稿日期:2018-05-10 修回日期:2018-07-24 出版日期:2018-10-25 发布日期:2018-10-26
作者简介:唐艳丽(1984-)，女，河南郑州人，工程师，博士生.

Three-dimensional Constrained Gravity Model Based on Population Characteristics

TANG Yan-li¹, ZHENG Bo-hong¹, LIU Lu-yun², JIANG Chao³

1. School of Architecture and Art, Central South University, Changsha 410075, China; 2. School of Landscape Architecture, Central South University of Forestry and Technology, Changsha 410004, China; 3. Yueyang City Planning Bureau, Yueyang 414000, Hunan, China

Received:2018-05-10 Revised:2018-07-24 Online:2018-10-25 Published:2018-10-26

摘要/Abstract

摘要：

双约束和现有三约束重力模型在不同人群对出行阻抗的认知方面均采取平均化处理的方法，与实际出行情况有明显的差异.针对不同人群对出行阻抗的认知程度不同，提出了基于人群特征的三维约束重力模型改进方法.在出行生成环节中将不同人群分开，设计不同人群的出行量预测算法.在重力模型改进中，按照不同人群对第三维约束的接受程度，对人群出行量进行分类并标定相应的缩放系数.以岳阳市交通分布模型为例，对长距离出行约束进行分析，并分别应用双约束和改进的三维约束重力模型进行计算，结果说明了改进的三维约束重力模型的可行性与优越性.

关键词: 城市交通, 交通模型, 人群特征, 三维约束重力模型, 交通机动化

Abstract:

The double-constrained and the existing tri-constrained gravity model deal with the travel resistance of different populations in an average way, and it is significantly different from the actual situation. According to the different cognition degree of different people on trip impedance, the improved method of tri-constrained gravity model based on crowd characteristics is put forward. In the trip generation process, different groups of people are separated, and the travel volume forecasting algorithms for different populations are designed. During the improvement of gravity model, the crowd volume is classified and the corresponding scaling factor is calibrated according to the acceptance degree of different crowd to the third constrain. The long distance travel constraint analysis in the model of traffic distribution of Yueyang is taken as an example. The feasibility and superiority of the improved tri-constrained gravity model are approved by the forecasting result compared with traditional doubleconstrained gravity model.

Key words: urban traffic, transportation model, crowd characteristics, tri-constrained gravity model, traffic motorization

中图分类号:

U491

唐艳丽，郑伯红，刘路云，蒋超. 基于人群特征的三维约束重力模型研究[J]. 交通运输系统工程与信息, 2018, 18(5): 226-232.

TANG Yan-li, ZHENG Bo-hong, LIU Lu-yun, JIANG Chao. Three-dimensional Constrained Gravity Model Based on Population Characteristics[J]. Journal of Transportation Systems Engineering and Information Technology, 2018, 18(5): 226-232.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract19719.shtml

http://www.tseit.org.cn/CN/Y2018/V18/I5/226

参考文献

[1] 陈仁春. 三维约束重力模型及其应用[J]. 城市交通, 2009, 7(2): 74-80. [CHEN R C. Three-dimensional constrained gravity model and its application [J]. Urban Traffic, 2009, 7 (2): 74-80.]

[2] 朱鸿国, 张祎祎, 马壮林, 等. 城际间出行分布量预测方法[J]. 长安大学学报(自然科学版), 2017, 37(5): 104-112. [ZHU H G, ZHANG Y Y, MA Z L, et al. Intercity travel distribution prediction method[J]. Journal of Chang’ an University(Natural Science Edition), 2017, 37 (5): 104-112.]

[3] 郑运鸿. 基于多尺度的中国人口老龄化空间差异分析[D]. 杭州: 浙江大学, 2015. [ZHENG Y H. Spatial difference analysis of population aging in China based on multi scale[D]. Hangzhou: Zhejiang University, 2015.]

[4] 邓明君, 王铁中. 居民出行分布预测的改进模型研究[J]. 交通信息与安全, 2010, 28(3): 35-37. [DENG M J, WANG T Z. An improved model for the prediction of travel distribution[J]. Traffic Information and Safety, 2010, 28(3): 35-37.]

[5] 郝鑫. 城市化进程中的交通生成与分布预测模型及实证研究[D]. 北京: 首都经济贸易大学, 2013. [HAO X. Traffic generation and distribution prediction model in the process of urbanization and empirical study[D]. Beijing: Capital University of Economics and Business, 2013.]

[6] 成峰. 一种实用的城市居民出行分布预测方法[J]. 交通与运输, 2010(z1): 45-47. [CHENG F. A prediction method of traffic and transportation and distribution of city residents travel utility[J]. Traffic & Transportation, 2010(z1): 45-47.]

[7] 姚东梅. 城市轨道交通出行分布预测模型及实证研究 [D]. 武汉: 武汉理工大学, 2014. [YAO D M. Urban rail transit travel distribution prediction model and empirical study[D]. Wuhan: Wuhan University of Technology, 2014.]

[1]	刘晓冰, 李奉孝, 田欣妹, 闫学东. 基于通勤模式的都市圈中心结构判别研究[J]. 交通运输系统工程与信息, 2022, 22(2): 17-28.
[2]	许奇, 陈越, 黄靖茹, 高顺祥, 张志健. 考虑出行费用的就业可达性分析[J]. 交通运输系统工程与信息, 2022, 22(2): 37-44.
[3]	刘春禹, 刘永红, 罗霞, 朱颖. 混合交通流环境下单交叉口自动驾驶车辆轨迹优化[J]. 交通运输系统工程与信息, 2022, 22(2): 154-162.
[4]	张小雨, 邵春福, 王博彬, 黄士琛. 新冠疫情影响下居民共享出行方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(2): 186-196.
[5]	李欣, 戴章, 李怀悦, 胡笳. 基于连续近似模型的轨道交通与常规公交耦合优化设计[J]. 交通运输系统工程与信息, 2022, 22(2): 206-213.
[6]	郝妍熙, 刘戎阳, 胡华, 方勇, 刘志钢. 单向通道行人-自行车混合流建模及自组织现象研究[J]. 交通运输系统工程与信息, 2022, 22(2): 223-229.
[7]	赵传林, 贺少松, 孙淑敏, 王钰涵. 基于理性疏忽理论的交通疏散网络双层优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 239-246.
[8]	陈小红, 蓝秋雨. 不确定交通需求下交叉口信号配时区间优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 247-256.
[9]	李冰, 王正辉, 马铭炜, 杨鸿宇, 冯悦. 信号交叉口行人二次过街下右转车通行能力与延误估计模型[J]. 交通运输系统工程与信息, 2022, 22(2): 257-267.
[10]	朱彤, 秦丹, 董傲然, 杜雨萌, 魏雯. 公交驾驶员违规类型同交通事故间的关联分析[J]. 交通运输系统工程与信息, 2022, 22(2): 322-329.
[11]	毛保华, 王敏, 何天健, 陈海波. 城市公共交通服务水平研究回顾和展望[J]. 交通运输系统工程与信息, 2022, 22(1): 2-13.
[12]	王子甲, 贾慧慧, 朱亚迪, 陈峰. 基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(1): 67-73.
[13]	贾斌, 朱凌, 李树凯, 刘家林. 城市轨道交通小交路计划与客流控制协同优化策略[J]. 交通运输系统工程与信息, 2022, 22(1): 124-132.
[14]	牟振华, 汪寒冰, 林本江, 陈逸群, 金程程, 陈艳艳. 基于演化博弈的违章停车动态罚金策略效用仿真评价[J]. 交通运输系统工程与信息, 2022, 22(1): 152-162.
[15]	贾富强, 李引珍, 杨信丰, 马昌喜, 代存杰. 基于演化博弈的政府鼓励条件下共享停车行为分析[J]. 交通运输系统工程与信息, 2022, 22(1): 163-170.