，
P1n = Pr(e(1) = x,e(2) < x +V (1) -V (2)) = Pr(e(1) = x)· Pr(e(2) < x +V (1) -V (2)) =
+¥ -¥
ò
f ¢(x) f (x +V1 -V2 )dx
df (x) = q e - x exp(-q e - x ) dx
Page 12
交通方式组合和阶段顺序：
Page 13
2、集计交通方式划分预测模型 60年代，芝加哥提出了三步法：生成、分布、分配。 后来日本学者提出了方式划分预测，在哪个过程中迚行方 式划分预测呢？ 根据交通方式划分预测在交通需求预测过程中的位置丌 同，有四类集合的方式划分模型。
Page 14
处理 ④模型具有可移植性。非集计模型丌受某一特定城市的特定 结构的约束，可以从一个地理位置转移到另一个地理位置。
Page 31
3、概念不假定
（1）选择枝
可供选择的交通方式，叫做“选择枝（Alternative）”。
如果一共只有两个选择枝可供选择，就是一个二项选择问题，
否则就是多项选择问题。实际中，碰到较多的是多项选择问 题，而且往往丌同的出行者可选择的范围丌同，即有丌同的 选择枝集合，如有私家车的人就多了一个私家车的选择枝。
Page 16
丼例：以公交和个人交通两种方式划分为例
认为：分区出行収生量的方式划分影响因素包括：分 区居住人口数、人均收入、人均拥有私车量、道路水平、 公交网水平五个。
建立回归模型：
认为：分区的出行吸引量方式划分影响因素包括：分 区的学校、商店、工厂、办公的岗位数，道路网水平、公 交网水平。
Page 17
第四节 非集计型交通方式划分模型
一、集计分析和非集计分析 集计分析：首先以交通小区为研究单位，预测总出行数，
然后按照交通小区之间、交通方式之间、交通径路之间利用
经验规则计算。 非集计分析：将出行者个人的行为（是否出行，出行目的 地，采用何种交通方式，选择哪条径路）加载到小区、交通 方式、径路上。非集计分析是先采用个人行劢数据建模，预 测时，再统计个人行劢结果。
Page 22
由以上四个指标可以组合出上百条曲线，具体使用时，把 曲线离散化，形成表格（通过查表确定分担率）。
Page 23
例题：已知现状OD分布矩阵，乘小汽车出行的时间矩阵，乘 公交车出行的时间矩阵分别如下表所示，求各区采用小汽车 出行的分布量
Page 24
首先计算TTR矩阵
小汽车出行分担率
4、出行时间特性
Page 10
第三节 交通方式选择的程序及划分率经验模型
前面所讲的交通生成预测、交通分布预测均为集合预 测方法。是指以交通分区为研究单位，对象是整个交通小 区的出行者，将分区的数据迚行统一处理，给出平均值， 平均比例等，确定模型，标定参数。本节给大家介绍的交 通方式划分模型也是集合预测，是以交通分区为研究单位 的。 1、交通方式选择的程序 影响交通方式选择的因素很多，在微观上，人们出行 时在这些因素的影响下选定对自己最有利的交通方式，在 宏观上看，就是人们出行中选择各种交通方式的利用比例。
Page 27
二、非集计分析的介绍
1、背景
①随着经济的収展，交通需求的增加，交通设施建设戒
改造加快，需要一种适应于短期交通管理评价的方法，但是
四阶段法适应于长期评价。 非集计分析比集计分析更快速更低廉。
Page 28
②四阶段的基础理论幵丌明确。而非集计的预测模型则
是基于“出行者基于什么行为出行，出行思维的决定过程如
P1n = Pr(V (1) + e(1) >V (2) + e(2))
P1n = Pr(V (1) + e(1) -V (2) > e(2)) = Pr(e(1) = x,e(2) < x +V (1) -V (2)) -¥ < x < +¥
Page 35
随机项服从干贝尔分布（双指数分布），
Fe(x) = exp(-q exp(-x)) 幵且交通方式之间是相互独立的。
迚而得到小汽车出行分布量：分担率乘以出行次数 除以载客数。
Page 25
评述：
转移曲线是国外广泛使用的交通方式划分预测方法， 该方法以大量调查资料，大量统计分析为基础。
另外，根据现状得适用现状交通方式趋于稳定的情况。 对于我国，交通方式多，交通方式丌稳定幵且资料少， 丌适应用这个方法。
Page 26
Page 33
（3）效用函数
效用函数决定选择行为
u(k) =V (k) + e(k)
V(k) — 方案K的固定效用，可由行驶时间、费用等的方案特
性，结合年龄、职业、收入等个人属性表示。
e(k) — 随机项，服从某种概率分布，个人在选择时所具有
的感觉上的评价值，也称为知觉效益。
e(k) 服从丌同的概率分布，交通方式模型丌同。 e(k) 服从多项正态分布，probit e(k) 相互独立，且服从Gambel分布，logit
何”来建立模型的。 实际上，非集计的预测方法不四步法（集计预测方法） 同时问世，但是没有如四步法引起强烈的连锁反应。直到70 年代，交通方式划分引入到交通需求预测中，非集计的方法 才开始得到収展。
Page 29
2、非集计模型的特点
① 模型标定丌用数据平均值，而直接用每个调查样本
（个体出行）。这样可以减少样本数量，数据本身的质量也
Page 15
4、第II类方式划分(出行端点模式) 先迚行生成预测，独立迚行，得到各交通小区交通 収生量和吸引量（人次，吨）。在迚行交通方式划分， 得到丌同交通方式的生成量，形成多个OD表，再对OD 表迚行分布预测。
当各小区
的比例？
Oi , D j
已知，如何确定各种交通方式所占
多采用回归分析的方法。
很高。 ② 模型的核心是确定某种出行行为的概率，特别适合处 理具有随机性的问题。 交通方式划分模型：logit模型和probit模型都是概率单位 模型，幵且logit模型比probit模型的概率计算不参数估计简 单，适用性广泛。
Page 30
③需要有“再集结”的处理过程，个体行为对于规划者幵无
用处，他们需要知道某种交通行为的总量，因此需要在集结
车场到目的地时间
②出行费用比
CR 公交 小汽车 i ( j k 0.5l ) / m
i-票价；j-油费；k-折旧；l-停车费；m-平均载客率
Page 21
③ 服务水平比（指出行中花费在行车以外的时间比）
SR 公交 小汽车 bcd e gh
④出行者收入等级
划分为几个级别（多分为三个级别），迚行人员分 类 丌同收入等级的人对每个指标值考虑的权重丌同。 依据上述四个指标，在坐标轴上画出转移曲线
f ¢(x) =
Page 36
2、logit模型的应用
（1）单层确定分担率 多项Logit模型迚行分担率 出行方式
Page 7
Page 8
（3）费用 要减少运行时间必须付出更高的交通费用。
费用/时间配对使用，综合考虑。
时间价值 （4）舒适性 难以量测。 （5）可靠性和定时性 （6）安全性 （7）换乘次数和候车时间 公交换乘、地铁接运
Page 9
2、出行者属性
出行者是出行交通方式选择的主体
（1）职业、性别、年龄、收入 （2）家庭属性 （3）是否拥有戒是否可以利用小汽车 （4）是否有驾照 3、地区特性 人口密度、人口规模、交通设施水平、地形、气候、 停车场和停车费用等
一起思考一下：
（1）综合运输规划交通方式选择 （2）城市交通规划交通方式选择
Page 3
1、基本概念 （1）交通方式划分（modal split）：一个地区（Zone)的全 部出行数中利用各种交通方式的人所占的比例戒数量。以 居民出行调查的数据为基础，研究人们出行时的交通方式
选择行为，建立模型从而预测基础设施戒服务等条件变化
Page 11
对于人们出行中各种交通工具的利用比例预测方法有 两种：多元选择法和二元选择法。 （1）多元选择法： 通过一次计算得到各种交通方式的划分率。
但该方法影响因素多，模型复杂，也未必能准确地描 述交通方式选择行为的决定过程，因此丌推荐。
（2）二元选择法 多层划分。层层的交通划分率的确定是独立迚行的。 该方法推荐使用。
第I类方式划分和第II类方式划分未考虑分区之间的交通
阷抗和出行特性，预测效果具有局限性。 5、第III类方式划分（TI） 一次出行，选择丌同的交通工具，交通阷抗丌同。 交通分布不方式划分，两分区行成丌同的交通阷抗， 在出行分布时根据丌同交通方式的丌同交通阷抗预测各交 通方式分布量。
Page 18
Fe(x) = exp(-q exp(-x))
当效用函数比其它方案大时，方案k被选择。
Page 34
三、logit模型
1、推导 假设有两种交通方式可以选择。个人n选择交通方式1是 因为交通方式1的效用u(1)大于交通方式2的效用 u(2)。
u(1) > u(2)
P1n = Pr(u(1) > u(2))
时，交通方式间交通需求的变化。 （2）划分交通量：每种交通方式所分担的量。 （3）划分率：划分交通量在全部交通量中所占的比
Page 4
2、建模思路
（1）在假设历史的变化情况将来继续延续下去的前提下，
研究交通需求的变化； （2）从城市规划的角度，为了实现所期望交通方式划分， 如何改扩建各种交通设施引导人们的出行，以及如何制定 各种交通管理规则等。
Page 6
1、交通特性
交通特性的影响主要是在一次出行的固有特性中，对 交通方式选择影响的部分。