基于TransCAD的公交客流预测应用研究

关醒权 闫磊 吴鲁香

摘  要：公共交通客流预测是公交线网优化不可或缺的关键环节，对城市公交规划设计起着重要的作用。文章在充分获取调查某三线城市城区交通现状的基础上，结合函数法、福莱特法和马尔可夫链法三种方法模型，采用四阶段法对该城区公交客流进行预测，并运用交通规划软件TransCAD得到各交通小区间的公交发生量、吸引量以及公交出行期望线图，为交通规划管理者和决策者提供科學的理论依据，具有现实意义。

关键词：公交客流预测;TransCAD;四阶段法

中图分类号：F570    文献标识码：A

Abstract： Public transportation passenger flow prediction is an indispensable key link in the optimization of public transportation network， and it plays an important role in urban public transportation planning and design. On the basis of fully obtaining and investigating the current status of urban traffic in a third-tier city， this paper combines the function method， the Frator method and the Markov chain method to predict the urban bus passenger flow using a four-stage method and uses traffic planning software TransCAD obtains the bus production， attraction volume and bus travel desire line diagrams between traffic districts， and provides scientific theoretical basis for traffic planning managers and decision makers， which has practical significance.

Key words： bus passenger flow forecast; TransCAD; four-stage method

0  引  言

当前我国城市化发展迅速，城市人口增长逐渐呈现出高度密集的趋势，小汽车保有量也在持续增加。这一系列现状导致城市土地资源利用日渐紧张，城市道路资源的供需失衡所带来的拥堵也日益显现。优先并大力发展公共交通是解决道路供需矛盾的根本途径[1-2]。

根据数据显示可以发现，国内大城市的平均公交分担率不到40%，而中小城市只有约10%，大部分城市仍然还存在着公共交通运行效率低、资源配置不合理的情况，公共交通的服务水平以及舒适度根据调查显示也远远不能让人满意[3]。究其原因，当前公共交通路线网络的规划并不够合理，包括公交覆盖率低、准时性差、换乘次数频繁等。因此，提高公共交通吸引力，高效合理利用道路资源，构建科学的公交路网，对缓解城市交通压力有着重大的现实意义。

公交客流预测，是进行公交线网优化的重要前提，它能够为优化过程提供科学合理的数据支撑，为道路的管理者和建设者提供理论依据。公交客流预测是通过交通系统及其相关外部系统的历史和现状交通信息，对未来的公交客流进行判断和决策，探索未来公交客流需求发展规律的过程，是线网优化中必不可少的环节[4]。根据预测结果可以得出未来年交通小区间的交通出行、分布交通发生量和吸引量等数据，使公交线网优化方案具有科学性和合理性。本文采用了经典四阶段法进行预测并建立模型，利用 TransCAD软件进行绘图并可视化，希望对城市交通建设的可持续发展起到一定的理论指导作用。

1  公交客流预测模型建立

1.1  技术路线

本文采用四阶段法进行公交客流预测，首先进行一系列基础数据调查，对居民人口包括常住人口、流动人口，以及出行方式等进行调查，获取当前居民出行现状的信息，进行交通生成预测获得各交通小区的居民全方式出行的发生量与吸引量;然后利用出行分布模型进行出行分布预测，获得居民全方式出行的中区OD数据表;再通过交通方式划分获得各交通小区之间的公交客流发生量与吸引量，得到未来年交通中区公交期望线图，可以以此作为公交线网优化的理论依据进行交通分配。预测过程中全程利用交通规划软件TransCAD来实现，并绘制出相应的效果图。技术路线如图1所示。

1.2  四阶段法预测模型

1.2.1  交通出行生成预测模型

居民出行生成是四阶段法预测客流量的第一步，交通出行生成预测包括两部分即交通出行发生量与交通出行吸引量，它是通过当前和过去的交通道路系统以及其外部系统，根据客观资料和历史经验来进行逻辑分析判断，来寻找未来交通系统的发展规律和趋势的一个过程。本文采用函数法，将路网图以交通小区为单位进行预测，建立交通小区出行发生量和吸引量与土地利用、社会经济发展水平、居民个人及家庭属性等变量的定量关系，根据不同的属性数据建立回归方程模型，能较为准确的应用于未来出行的计算中，借此来推算出未来年各个交通小区之间的交通发生量和吸引量。函数法模型如下：

O=b+bx+bx+…                                           （1）

2.1.1  交通小区及中区划分

依据该城市总体规划资料，根据交通小区划分原则以及充分考虑城市市域面积和地形特征，将城市区域划分为7个交通中区和59个交通小区如图2、图3所示。

2.1.2  出行方式分布

本文以交通小区为基础对各小区的居民全方式出行发生量和吸引量进行预测，通过调查的方式获得居民出行分布数据如图4所示。

2.1.3  人口预测

根据当前研究区域人口数量分布，采用前文函数法结合TransCAD软件进行线性回归方程分析结果，得出未来年人口分布图如图5至图7所示。

2.2  交通出行生成预测

根据城区人口增长情况，运用函数法进行未来特征年人口预测，并在现状居民出行生成基础上预测未来年交通出行生成量和吸引量。根据该城区历年统计资料及调查数据，运用TransCAD软件，可获得现状与各特征年的居民出行发生量与吸引量示意图如图8至图13所示。

2.3  交通出行分布预测

在上一步出行生成预测阶段，获得了特征年各交通小区的出行产生量与吸引量，这些数据能够直观反映研究区域的出行总体水平。但对于交通规划的决策者来讲，还需要进一步考虑各小区间的出行交换量，即出行分布量。基于该市完整的基年OD表，且未来的分布模式（主要受小区用地性质、人口等影响）变化不会很大，故采用福莱特法进行预测各特征年的各小区间出行交换量。利用TransCAD得到未来年中区OD表及居民出行期望线图如图14至图16所示。

2.4  交通方式划分

根据马尔可夫链法，通过居民出行調查问卷及听取有关专家建议获得各种方式一步转移矩阵P，得到某市城市各特征年的居民出行方式划分如表1所示，依据某市城市居民全方式出行总量预测值，可获得各特征年的公交出行总量如表2所示，以及根据实际调查确定公交出行比例随出行距离变化图如图17所示。

由以上图表调查研究数据，以及上一步交通分布预测居民全方式出行OD可获得各未来年公交出行OD，依此确定各年公交出行中区OD表，获得各年小区公交出行发生吸引量如图18至图20所示，利用TransCAD绘制各年公交出行中区期望线图如图21至图23所示。由期望线图可以直观的看出预测得到的未来年各交通区域间的公交出行状况，可以作为公交线网优化的一个理论参考。

3  结束语

本文运用四阶段法通过TransCAD软件对公交客流进行预测。在调查获取交通现状数据的基础上，采用函数法线性回归模型预测得到居民全方式出行发生量与吸引量;运用福莱特法建立模型，得到居民全方式出行OD表;运用马尔可夫链法，预测得到未来年交通小区间公交出行OD矩阵，最后通过算例证明模型方法对于TransCAD软件的适用性。但是由于我国交通混合影响因素巨大，交通条件十分复杂，仍需要结合实际国情和交通状况不断调整、修正参数来提高预测的精确性。

参考文献：

[1] 刘志刚. 城市公共交通区域运营调度系统协同优化问题研究[D]. 北京：北京交通大学（博士学位论文），2008.

[2] 于景飞. 大城市常规公交线网优化方法研究及应用[D]. 合肥：合肥工业大学（硕士学位论文），2006.

[3] 黄文成，帅斌. 中小城市公交运营现状调研方法及结果分析[J]. 长安大学学报（社会科学版），2017，19（6）：26-33.

[4] Angel Ibeas， Luigi Dell Olio， Borja Alonso， et al. Optimizing Bus Stop Spacing in Urban Areas[J]. Transportation Research Part E， 2010（46）：446-458.

[5] 刘灿齐. 现代交通规划学[M]. 北京：人民交通出版社，2001.

[6] 朱永刚. 城市公交网络设计与优化方法研究[D]. 长春：吉林大学（博士学位论文），2010.