城市居民出行方式选择预测方法研究

城市交通需求预测需要对未来年份城市居民选择各交通方式的出行量进行预测。交通方式选择预测是以小区或个人为基本分析单位,通过模型推算出城市未来各交通方式的分担率,然后结合由交通分布得到的各交通小区之间的出行量,计算小区之间各交通方式的出行量。 本文首先对交通需求预测理论进行简单介绍,分析了步行、自行车、公共交通、摩托车、私人小汽车以及出租车六种交通方式的特点及对城市交通的影响,并指出各种交通方式的发展趋势为:私人小汽车的拥有量会有较大幅度的增长;自行车出行范围将逐步缩小;摩托车和出租车是对城市交通系统的有益补充,但不宜过度发展,应采取适当的控制措施。应大力发展公共交通,适时进行轨道交通建设。并对影响城市居民出行方式的宏观和微观因素进行了分析。 然后对常用的出行方式选择模型及其适用范围进行了描述,重点介绍了宏观出行方式预测方法及其模型,并对长春市居民出行方式选择进行了应用分析。 最后利用神经网络良好的学习能力和模式分类能力,以及Matlab 神经网络工具箱函数,建立了基于Matlab 概率神经网络的交通方式划分预测模型,并运用长春市居民出行调查数据对模型进行了算例验证,结果表明该模型具有良好的精度。