201 0年上海世博会园区客流交通需求预测

第 35卷第 8期 2007年 8月 同 济 大 学 学 报(自然 科 学 版) JOURNAL OF TONGJI UNIVERSITY(NATURAL SCIENCE) Vo1．35 No．8 Aug．2007 201 0年上海世博会园区客流交通需求预测 尹 瑞，李克平，俞 洁 (同济大学 交通 工程 路基工程安全技术交底工程项目施工成本控制工程量增项单年度零星工程技术标正投影法基本原理 实验研究中心，上海 200092) 摘要：根据预测的世博会园区客流特点，建立宏观交通仿真软件 VISUM客流需求预测模型．鉴于世博会园内交通 与城市交通的不同，向VISUM模型中输入数据之前有必要对数据预先处理．基于交通需求预测的多样性和反馈性 的特点，建立了展馆容量限制的出行生成模型和方式划分出行时间矩阵预处理模型．另外，采用交通 GIS软件 Trark~CAD标定出行分布和方式划分模型的参数，介绍了 VISUM 和 TransCAD结合使用的方法． 关键词：世博会；客流预测；VISUM 软件；TransCAD软件 ；出行生成模型；矩阵数据预处理 中图分类号：U 491 文献标识码：A 文章编号：0253—374X(2007)08—1053～06 Traffic Forecast for Visitiors in W orld Expo 20 10 Shanghai Arena YlN Rui，LI Keping ，YU Jie (Research Center for Ex~fimental Traffic Engineering，Tongii University，Shanghai 200092，China) Abstract：According to the predicted traffic features，3 forcasting model of visitors demand for travel is constructed for W orld Expo 2010 Shan ghai China by means of the VISUM traffic macro-simulation software．Due to the difference between Expo arena and urban traffic，3 distmsal of the collected data iS 3 need before their being input into the VISUM．A trip generation model subjected to the arena’S ca— pacity and 3 trip time OD matric pretreatment mod el for mod el split are established on the basis of the traffic varieties and feedback features．Furthermore．based on the TransCAD traffic macro-simulation software，parameters of the the traffic distribution and mod e split mod el are obtained．At last，this paper introd uces the combined usage of the VISUM an d TransCAD． Key words：Expo；travel deman d forcasting；VISUM software；TransCAD software；trip generation mod el；matrix data pretreatment 世界博览会(Expo)是综合反映当代世界各国政 治、经济、文化和科技发展水平及成就的大型展示活 动．它以规模宏大、影响深远而被誉为“经济、科技、文 化界的奥林匹克盛会”．2010年上海 Expo的举办，是 我国在新世纪的一次重要发展机遇⋯．世博会园区位 于浦东和浦西两岸，规划范围5．28 ．世博会期间， 这里每天将吸引大量的客流，13均客流在 40万人次 左右．由于世博会园区面积较大，游客存在越江交通 需求，目前园区规划了三种公交线路：浦东园区公交、 浦西园区公交和越江公交．除此以外，园区的轨道交 通和其他形式的交通方式，如 自行车、太阳能车正在 论证中．高强度的客流和多元的交通方式提出了园区 客流交通需求预测的要求． 国内外的相关研究说明【2 J，交通需求预测在交 通规划过程中扮演极重要的角色，其应用范围极其广 泛．按研究对象分类，有城市整体、城市功能片区、旅 收稿日期：2005—11—16 作者简介：尹 瑞(1979一)，女，湖北钟祥人，博士生 E—mail：yinrui501@yahoo．COnl cn 维普资讯 http://www.cqvip.com 同 济 大 学 学 报(自 然 科 学 版) 第 35卷 游景区及大型活动场所；按运输方式划分，有常规公 共交通、轨道交通、小汽车交通、自行车交通等．近30 年来，在交通系统规划程序中，交通需求预测广泛采 用四阶段模型，包括出行生成、出行分布、方式划分和 交通分配四步骤．这四个步骤不仅成为交通需求预测 的典型工作程序，而且也成为一般探讨交通需求的思 考方式和基本模式．但是，交通需求预测需要考虑的 因素众多，如城市布局、人口、土地使用、社会经济、交 通政策和战略、社会价值观等．研究对象和影响因素 的变化，使得交通需求预测在固定的预测 流程 快递问题件怎么处理流程河南自建厂房流程下载关于规范招聘需求审批流程制作流程表下载邮件下载流程设计 下各具 特色．为了客观描述交通需求的主要特征，深入了解 影响交通需求各因素之间的相互关系，必须根据实际 情况构建交通需求预测模型，因此，交通需求预测具 有多样性的特点．同时，交通需求预测过程中必须意 识到交通政策改变和路网调整对城市土地使用和经 济发展产生的影响，因此，交通需求预测是一个反馈 的过程，模型参数的修正是一项不可或缺的工作．笔 者正是基于交通需求预测的多样性和反馈性的特点， 针对世博会交通系统，建立了展馆容量限制的出行生 成模型和方式划分出行时间矩阵预处理模型．另外， 采用TransCAD软件，标定出行分布和方式划分模型 的参数，介绍 了宏观交通仿真软件 VISUM 和 TransCAD结合使用的方法． 1 世博会园区客流特点和客流需求预 测的必要性 上海市发展和改革委员会、上海市城市规划管 理局在2004年 12月总结世博会交通规划研究的成 果并得出主要结论，在《关于 2010年上海世博会综 合交通规划工作的汇报》中提出了供专项规划的定 量 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 依据．其中包括： — — 世博会客流总规模 7 000～8 000万人次， 建议采用 8 000万人次；日均客流量 40万人次，一 般高峰日客流量 60万人次，极端高峰 日客流量 80 万人次；园区内部最大滞留人数 40万． — — 客流到达高峰小时系数：0．27--0．50；建议 高峰小时按2．5--3 h计算，高峰小时客流控制在20 - 25万人 ·h_。． — — 游客到达世博会园区的交通方式构成：轨道 50％，公交(12％)、旅游巴士(9％)、专线与接驳巴士 (14％)合计 35％，水上交通 5％，个体交通(包括小汽 车2％，出租车 4％，非机动车、步行4％)合计 10％． — — 园区内部浦东、浦西之间高峰小时越江需 求人数 3～5万 ·h (双向合计)左右，极端高峰小 时超过 6万人·h (双向合计)． 综合分析以上数据，游客在场高峰小时人数将 达到 40万．世博会园区的交通专项研究课题包括交 通设施供需分析、评价公交线网的布设 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 、游客安 全事故分析等．这些课题因为高强度的客流而显得 尤为重要，分析这些课题的基础都离不开世博会园 区的客流交通需求预测． 2 客流需求预测建模过程 应用VISUM 建立的客流需求预测模型由两部 分组成——需求模型和供给模型_7 J，见图 1．VISUM 将四阶段模型的前三步定义为需求模型，交通网络数 据(包括交通小区、道路路段、道路节点和公交站点、 公交线路)和交通分配模型定义为供给模型． 交通需求模型与供给模型相互作用，需求模型 根据供给模型交通分配计算的分配结果对交通出行 产生、出行分布以及方式选择调整参数，并生成新的 交通分配结果．需求模型和供给模型就这样循环迭 代直到供需双方达到平衡收敛，使得交通系统最终 达到一个平衡的状态． 图1 交通需求预测建模流程图 Fig．1 Basic configuration of traffic demand forecasting 维普资讯 http://www.cqvip.com 第 8期 尹 瑞，等：2010年上海世博会园区客流交通需求预测 由于世博园区交通与城市交通的不同，建立世 博园区客流需求预测模型时，需要注意下列四个问 题：① 根据游客出行调查数据如何得到出行生成数 据；② 方式划分出行时间矩阵数据的预处理；③ 实 现交通分配与需求预测的互动；④ 当交通分配结束 时，步行交通量的统计由两部分组成，一部分是个体 交通分配的步行交通量，另一部分是公交分配的游 客步行辅助交通量(包括从起点到公交站点的步行、 中途换乘步行、从公交站点到终点的步行)． 3 展馆容量限制的游客出行生成预测 模型 世博会园区交通与一般城市交通的不同之处是 前者没有由家出行和非由家出行的区分．城市交通 的大部分出行，起点或终点是家E6]，而世博会园区 的出行与游客兴趣爱好和展馆容量有关．根据爱知 世博会的经验，部分时段展馆外会有大量的游客排 队，展馆容量限制带来的排队因素对交通出行生成 的影响必须考虑．为此，建立展馆容量限制的出行生 成模型 min∑(尸 一60C t／T +∑(aj一60Ct／Tj) i= 1 J= 1 (1) S．t． P ≤ 60(1+P )C t／Y ， A，≤ 60(1+P )cjr／ ， (2) ∑aj=∑P = (3) J=1 i= 1 A，=∑ ，i≠j= (4) = 1 A，≥ 0；P ≥ 0 (5) 式中：P 为展馆i的全天出行产生量，人次；Aj为展 馆 的全天出行吸引量，人次；C 为展馆i的最佳容 量，人；t为世博会全天开放时间，h； 为展馆i的 平均参观时间，min；P 为最佳容量上浮百分比，％； Q为世博会全天的接待人数；a为常量，游客全天 平均出行次数；卢 为常量，小区 i，j=之间的吸引强度 因子 ． 又由A，=∑t 可将小区J对小区i的吸引强 度因子定义为 =t0／P ，根据重力模型得到 ： Af(d )／ ( 巧)-其中， 1-将 P ，Aj以 调查数据P Aj0代替，可求得吸引强度矩阵． 另外，a=a (_c一_n)／ ．其中，a 为调查数据 计算的游客平均出行次数；_c为调查数据计算的游 客平均在场时问，h； 为游客平均排队时问，h． 根据世博会展馆用地规划和展馆面积 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 的原 则——在满足游客参观需求的前提下，尽量节约用 地空问和减少展馆工程建设量，可知世博会客流交 通的目标是每个展馆能够得到最大限度的利用，客 流均衡地分布在每个展馆．世博会高强度的客流量 会带来部分时段、部分展馆的排队．假如对展馆 i， 排队中途离开的游客不计算在 A 内，则不论排队 时间多长，A 包括了展馆 i全天通过排队方式和没 有通过排队方式参观的总人次．目标方程(1)表示展 馆全天客流的均衡．约束方程(2)考虑到部分展馆因 为非常有特色，可以适当多接待一些游客；约束方程 (3)表示世博会从早上开门迎客，到晚上闭馆，游客 全天的出行产生量等于出行吸引量，产生总量或吸 引总量等于全天接待人数和游客平均出行次数的 积；约束方程(4)根据交通调查数据确定出行产生量 和出行吸引量的关系． 上面建立的出行生成模型计算的是全天的出行 产生量和吸引量，按高峰小时系数 y换算为高峰小 时游客出行产生量和吸引量为 A；=7A P = 7P (6) 4 方式划分出行时间矩阵预处理模型 方式划分采用MNL模型计算 ， —_、 l P (i)=eV． ／ ev I (7) J∈ ⋯ Ua=卢 x ，+￡ j=∈ C (8) 其中：P (i)为出行者 选择出行方式i的概率；Yn 为出行者 对应的变量值； 为交通方式 i对出行 者 的效用确定项；C 为出行者 的方式选择集 合； 为交通方式j=对出行者 的效用；x 为出行 者”和交通方式 的解释变量向量；e 为交通方式 对出行者 的误差项，误差项相互独立，且服从同 一 Gumbel极值分布；口 为模型系数． 根据式(7)，需要确定每种交通方式的解释变量 向量，对于世博园区交通而言，不确定的因素很多， 对各因素的量化就更不容易．目前唯一能确定的解 释变量是根据 VISUM模型计算的出行时间矩阵。 有两点因素需要修正出行时问矩阵： (1)VIUSM计算的步行时间矩阵的每个元素 值都大于公交时间矩阵的每个元素值，即每个小区 维普资讯 http://www.cqvip.com 同 济 大 学 学 报(自然 科 学 版) 第 35卷 间游客乘公交的时间小于游客步行的时问．这样，如 果不修正出行时间矩阵，无论 MNL模型的参数如 何取值，每个小区间公交的分担率将大于步行的分 担率．这与实际情况不符合，因为短距离的参观，游 客会直接采用步行方式．本文采用以步行出行时间 矩阵为基础，对公交时间矩阵对应的元素值加上附 加值的方法来修正． (2)根据戽区公交线路的规划，现在浦东园区 的轨道交通规划处于论证中，目前建立的世博园区 客流需求预测模型包括步行和公交两种交通方式． 浦东园区常规公交线路的运能不能满足浦东园区的 客运需求，因此有必要实现交通分配与方式划分的 循环互动．公交服务水平低，游客的步行距离将大大 增加；反之，公交服务水平高，游客的步行距离降低． 但是，长距离的园区刚性公交客运需求受公交服务 水平的影响较小．基于上述思想，本文采用方式划分 和公交分配的循环互动，以游客的调查数据为基础， 考虑公交服务水平对数据的修正． 出行时间矩阵修正由两步组成．首先，调查游客 的出行方式选择行为，得到如下数据：① 当步行时 间小于 a ，游客出行全部采用步行；当步行时间为 a ，游客选择步行和公交的比例相等；当步行时间 大于 a ，游客出行全部采用公交． 其次，根据下式修正步行时间矩阵和公交时间 矩阵(对不同的区域，tpqb和 tpqg需要分别考虑)： f一 b≤al+fl tpqb= tpqb 丑1+fl< tmb≤ a3 (9) l+ tpqb> a3 ：{ (1o 1 >丑 + 式中：tpqb为步行时间矩阵中小区 P到小区q的步 行时间，rain；tpqg为公交时间矩阵中小区 P到小区q 的乘坐公交时间，rain；a1，a2，a3为游客调查数据， rain；c为公交矩阵元素的附加值，rain；f1，f2为公 交服务水平的步行时间修正值，rain． 上述模型调查数据简单，当 ≤丑1十-厂1时，游 客全方式采用步行出行．当 tpqb>口3时，游客全方式 采用公交出行．模型参数 ， 说明了公交服务水 平对步行时问的影响，c保证了在步行时问tp(／b≤丑2 + 时，步行方式的分担量大于公交的分担量． 5 VISUM和 TransCAD的结合应用 真软件，而 TransCAD是美国Caliper公司开发的交 通 GIS软件I引．二者虽然是不同的软件，但都属于 宏观交通仿真软件，四阶段模型存在很大的相同点． 软件功能的差异和模型的一致性带来VISUM和 TransCAD结合应用的可行性．本文采用TransCAD 的出行分布和方式划分参数标定功能为VISUM模 型提供数据输入． 5．1 重力参数标定 采用 TransCAD标定重力模型的参数，将标定 的参数作为 VISUM 的输入．TransCAD重力模型参 数标定的数据输入为：OD(起讫)矩阵，阻抗矩阵，小 区设置．数据输出是重力模型参数． 利用 TransCAD软件进行重力模型参数标定 时，并不需要在 TransCAD软件中输入完整的路网， 路段、节点、公交站点都可以不用输入，仅仅只要输 入一个和小区数量一样多的方格网，每一个方格代 表一个小区，因为数据是存在 TransCAD的数据表 格或者矩阵表中的． VISUM 和 TransCAD出行分布结合应用如下： · 根据 VISUM构建的世博会园区路网，直接 得到各种交通方式的出行时间矩阵； · 以各种交通方式的出行时间矩阵为基础，综 合考虑世博会出行的各种因素，计算得到阻抗矩阵； · 在 TransCAD中，建立一个抽象的路网，可 以是只有小区的方格网； · 输入调查的出行 OD矩阵和阻抗矩阵，利用 TransCAD重力模型参数标定功能标定参数； · 将标定的参数输入 VISUM 重力模型中； · 通过 VISUM重力模型的计算，得到预测的 出行 OD矩阵，验证 OD矩阵结果． 5．2 方式划分参数标定 采用 TransCAD软件标定 Multinominal Logit (MNL)模型参数，MNL模型参数估计是基于非集 计的出行方式选择数据，即单个出行者的原始数据． MNL模型参数估计输入数据是出行者的方式选择 数据、解释变量矩阵．输出数据是 MNL模型参数． VISUM和TransCAD方式划分结合应用的方法大 体与出行分布方法相同，在此就不赘述． 特别指出的是，重力模型和 MNL模型参数标 定与出行产生量和吸引量无关． 6 仿真结果 世博会园区按展馆和出人口划分为 44个小区． VISUM 是德国 PrrV公司开发的宏观交通仿 小区的详细划分是因为若划分太粗就无法预测园内 维普资讯 http://www.cqvip.com 第 8期 尹 瑞，等：2010年上海世博会园区客流交通需求预测 道路的流量．按照一般高峰 日60万人次，预测世博 会园区内高峰小时的客流交通需求． 出行生成模型中，t取 13 h， ，取40 min，P 取 20％，Q取 60万人次，y取 0．12．根据调查数据计 算得到展馆高峰小时的出行产生和吸引量，输人 VISUM 模型中，见图2． 图2 世博会园区的出行生成 Fig．2 Trip generation in Expo arena 重力模型标定以预测的过江交通量为约束条 件，预测 的高峰小 时过江交通量 57 800人次； TransCAD标定 的参数是 0．106 6，见 图 3．经过 VIS M 计算，统计得到越江交通出行量是 62 158 人次，仅与预测的高峰小时越江交通量 57 800人次 相差4358人次；TransCAD标定的结果较好 ，但是 5OO 4OO < 300 200 1 O0 0 需要对参数略微调整；对分布参数微小调整，取重力 模型0．119 3，交通分布的越江出行量 57 722人次， 与预测的过江交通量吻合很好．以小区编号 10001 的出行分布数据为例，见图4． 日 鹭 一 -[~lH ililiil ilU I 1I l l - i 辩l疆髓 ■I蔓日蜀 [~ialB 鼗H 1⋯ ^_ 1 ⋯ I 一⋯—一慧lf一 ⋯}}邕一{e爵— —黑 ⋯ ⋯ ⋯ ⋯ ⋯ } l口^ ∞ 』}． + +- -／0 j 』 一 ⋯ 1 [ 圈 图 3 TransCAD的重力模型标定 Fig．3 Tr ansCAD’S gravity model calibration 方式划分需要实现和公交分配的互动，a ，a2， a 分别取 10 min，20 min，30 min．根据公共交通分 配的结果，按照 目前的公交线路规划方案 ，浦东园区 的公交服务水平较低，浦西园区的公交服务水平较 好．对于浦东园区，^ =3，f2=5，C=15；对于浦西园 区，^ =一3，f2=～5，C=10．以小区 10001的方式 划分数据为例(见图5)，其中，横坐标按小区间步行 时间的升序排列． 小 区编 号 图4 小区 10001游客出行产生分布 Fig．4 Distribution of trip production for zone 10001 由个体交通分配的步行总量统计得到世博轴和 核心区附近的路段流量都在 】0 000人次左右．这与 世博展馆布局和设计时的园内流量分布的考虑是吻 合的．见图 6．通过方式划分和公交分配的循环迭 代，得到的公交线路统计流量见图7和表 1． 通过出行生成、出行分布、方式划分和交通分 配，验证了出行生成预测模型和方式划分预处理模 型的正确性． 7 结语 为了有效地预测世博会园区的客流交通状况， 本文分别对出行生成和方式划分建立了两个模型， 同时应用 了VISUM和TransCAD两 种交通仿真 维普资讯 http://www.cqvip.com 1058 同济 大 学 学 报(自然 科 学 版) 第 35卷 < ＼ 丑 3(m 2¨ n 100 步行时间／4,区编号 图 5 小区 10001各种交通方式出行产生分布 Fig．5 Distribution of trip production between modes for zone 10001 图 6 世博会园区的步行总流量 Fig．6 General flow for walk mode in Expo arena 间 ／lnLq 区编号 软件．客流预测的结果证实了模型的有效性． 世博会客流交通需求预测只能在没有现状交通 参考的情况下对未来预测，受社会、经济和国家政策 的影响较大，同时受到未来世博会举办时采用的管 理策略和交通政策的限制．鉴于此，本文的VISUM 世博会交通需求预测模型也应该是动态调整的． 参考文献： [2] [3] 中共上海市委宣传部．走近世博会[M]．上海：上海人民出版 社 ，2002 The Propaganda Department of Shanghai Committee of CP Un． derstanding Word Expo[M]．Shanghai：Shanghai People’S Pub． 1isher，2002． Schrank D L，Famsworth S P．Small city synthesis of transporta— tion planning and economic development：User’S guide[R]，Col— lege Station：Texas Transportation Institute，1999． Martin W A，McGuckin N A．Travel estimation techniques for 图7 世博会园区的公交线路流量 Fig．7 Flow of bus lines in Expo arena 表 1 公交线路流量统计 Tab．1 Fiow statistics of bus lines urban planning [M]．Washington D c：Transportation Research Board，1998． [4] 凌瑞贤 运输规划原理与实务[R]．台北 ：顶汉国际工程顾问 股份有限公司，2001． LING Ruixian ．Principle an d practice of transpo rtation planning [R]．Taibei：Dinghan International Engineering Council Stock Ltd，2001． [5] 李娟．区域旅游交通需求预测研究[J]．铁道运输与经济，2005 (4)：77． LI Juan． Research on travel demand forecasting for regional tourism[J] Railway Transportation and Economics，2005(4)： 77． [6] 刘灿齐 现代交通规划学[M]．北京 ：人民交通出版社，2001． LIU Canqi．Advanced traffic planning[M]．Beijing：China Com． munications Press，2001 [7] PTvCorporation．VISUM UserGuide 9．2[M／CP]．Karlsruhe： PTv Planung Transport Verkehr AG．2004． [8] Caliper Corporation．Travel demand modeling with TransCAD 4 7[M／CP]．Newton：Caliper Corporation，2004． (编辑：陶文文) 维普资讯 http://www.cqvip.com