交通量預測指的是根據交通調查資料和發展規律，結合交通吸引、轉移的分析等，推算地區、路線或路段等未來交通量的工作。
交通量預測是公路可行性研究的核心內容之一，交通量預測結果是決定公路技術等級、建設規模和安排建設序列以及進行項目國民經濟評價和財務評價的基本依據。
基本介紹
- 中文名：交通量預測
- 外文名：traffic volume prognosis
- 作用：推算地區路線或路段等未來交通量
- 起算年：項目可行性研究報告的計畫通車年
- 原理：交通調查資料和發展規律
- 性質：公路可行性研究的核心內容之一
基本信息,研究背景,預測方法,模型比較,
基本信息
交通量預測是交通運輸規劃與管理研究領域中的核心問題之一。交通量預測理論與方法自20世紀30年代誕生以來，歷經多年的不斷研究和實踐，取得了大量的成果。隨著交通運輸實際問題的日趨複雜，交通量預測一直是交通行業理論研究者和實踐者關注的熱點問題，交通量預測理論與方法仍處在不斷的更新與發展之中。對此，有必要對國內外公路交通量預測理論與方法的發展歷史與現狀進行回顧分析，以掌握其研究的主要內容和成果，把握其未來的發展趨勢。
各級公路設計交通量的預測應符合下列規定：
1.高速公路和具幹線功能的一級公路的設計交通量應按20年預測；具集散功能的一級公路，以及二、三級公路的設計交通量應按15年預測；四級公路可根據實際情況確定。
2.設計交通量預測的起算年應為該項目可行性研究報告中的計畫通車年。
3.設計交通量的預測應充分考慮走廊帶範圍內遠期社會、經濟的發展和綜合運輸體系的影響。”
研究背景
國外交通量預測理論與方法發展
1.交通規劃萌芽時期(1920～1950年)
公路交通量預測的歷史最早可以追溯到20世紀初期，美國哈佛大學率先於1926年設立了交通工程學專業。
20世紀30年代誕生了世界上第一個交通工程學會——美國交通工程學會(ITE)，主要研究內容之一是預測交通量。
2.四階段法”占主導地位時期(1950～1990年)
20世紀50年代到70年代初，即“四階段法”體系初步形成時期，隨著公路(尤其是高速公路)的迅猛發展，交通量預測研究的理論和方法得到了豐富和發展，這個時期一些已開發國家的專家和學者提出了很多有關交通規劃的模型和方法。
美國1962年制定的補充聯邦道路法，加速了交通規劃的理論研究和規劃實施在全美的廣泛開展；同年美國芝加哥市發表了《芝加哥地區交通運輸研究》，它標誌著交通規劃理論的誕生；芝加哥市交通規劃研究中心提出的交通發生、交通分布、交通方式劃分、交通分配四階段交通預測模型以及隨後開發的UTPs軟體對交通規劃理論研究和工程實踐有著深刻的影響。
20世紀70年代初，“四階段法”已經發展得較為成熟，在國際上也一直占交通需求預測方法的主導地位。
70年代末80年代初是出行行為選擇模型階段取得豐碩成果的時期。
20世紀80年代末，隨著微型計算機的套用，許多新方法和交通規劃軟體逐漸套用到交通規劃領域。交通量生成預測模型眾多，主要常用模型有增長率模型、時間序列預測法模型、回歸分析模型、類別生成率模型等。
此外，在區域公路交通生成量預測中還常用到以下模型：產值係數法、灰色預測模型、經濟計量模型、人工神經網路模型。
交通分布預測方法主要包括增長係數法和構造模型法，常見的模型有重力模型、介入機會模型、最大熵模型等。增長係數法是最早的交通分布預測模型，其特點是計算簡單、方便，但誤差大，可用於粗略的交通分布預測。
最早的交通需求預測主要有交通生成預測、交通分布預測、交通分配預測3個階段。一直到20世紀60年代日本廣島都市圈進行交通調查的時候，才明確提出交通行為方式選擇這個階段。在交通方式劃分預測技術方面，Puget sound(1955年)分類預測模型是美國最先發展起來的交通方式分擔率預測模型。由於該模型涉及極為廣泛的調查統計和分類工作，因而不適用於大中型城市的交通預測，也不適用於城市交通方式結構有很大調整的場合。Wilson熵交通方式劃分模型曾被美國聯邦公路管理局FHWA用於預測公路網規劃中的交通方式分擔率，但是由於種種原因，該預測方法始終未能推廣套用。交通方式劃分預測的離散機率模型DCM是基於個體經濟學的最大隨機效用RUM理論基礎而建立起來的一類相對完善的模型，它著重對人的交通出行選擇行為的客觀解釋，是套用廣泛的交通方式劃分預測模型。對隨機效用誤差變數分別採用Gumbel分布及多項式常態分配MVN可得到方式劃分的Logit模型和Probit模型。在地區間模型中。從預測精度、計算作業及模型構思的合理性來看，Logit模型是較好的，在實踐中被廣泛套用，但Logit模型存在一個極大的缺陷，即其效用隨機項的獨立性假設。Probit模型克服了這一缺陷，但該模型往往依賴於極其複雜的Monte—Carlo仿真算法或者多項式Clark求解逼真算法。從理論上講，當規劃區域具有基年和預測年與公路0D量同口徑的鐵路水運等其他方式OD資料時，區域公路可以同城市交通方式劃分預測一樣，直接建立起不同方式分擔量預測模型。然而在實際操作中是很難滿足上述要求的，基本上是採用定性分析與專家經驗法來確定一個分擔比率。因此，對交通方式分擔率的預測技術尚需進一步研究。
交通量分配預測的研究起始於20世紀50年代，當時美國BRP和HRB首次提出了交通量分配預測轉移曲線法，後經Moore、Carroll以及Schneider等人的努力建立了“全有全無”的交通量分配方法，該方法沒有考慮道路交通網路的容量和通行能力限制，因而與實際交通狀態相差甚遠。為了改進這一不足，Mclanghlin提出了多機率分配方法，1966年Burrell將這一方法稱為隨機運量載入方法並對其進行了深入的研究。1971年Dial通過對有效路徑ER的定義對該分配方法作了進一步的改進，使之日益完美。1976年Florian及Fox對Dial模型進行了修正。以上模型均稱為非均衡交通分配模型，也是早期用於交通量分配的模型，其比較直觀，使用數學工具相對簡單，但精度較低。
1952年，英國倫敦交通工程協會的Wardrop工程師首次提出著名的交通量分配的用戶均衡原理；1956年Beckmamn找到了一個滿足平衡原理的數學規劃極值模型；Frank—Wolfe建立了該極值最佳化OP模型的求解算法，即著名的Frank—Wolfe交通均衡分配求解算法，成為最流行的交通分配平衡模型。1979年Smith創建了均衡交通分配的另一方法——變分不等式VIP模型。1977年Dagnazo和Sheffi首次提出了與實際交通狀況更為接近的隨機用戶均衡SUE分配方法。1982年Sheffi和Powell對SUE均衡交通分配預測模型及方法又作了進一步的改進和完善。Dafermos、Asshtianti和Magnanti相繼提出固定點模型和非線性互補模型。均衡交通分配預測體系能夠比較合理、真實客觀地描述出路線使用者的路線選擇行為所導致的交通狀態，因此在整個交通量預測理論中占有主導地位。世界公認的交通規劃預測軟體EMME/2展現了該方法的巨大魅力及其廣闊的套用前景。但迄今為止，均衡交通分配理論與方法的研究僅局限於車種比較單一的Pcu交通量的分配，對於機動車和非機動車混合型交通環境下的交通量分配問題則顯得無能為力。
3. 微型計算機革命時期(1990年至2005年)
計算機革命帶來的突出成果之一是許多新的預測方法被套用於交通領域，具有代表性的有遺傳算法、神經網路、數據挖掘、支持向量機、灰色理論等。
交通量的增長存在大量的隨機現象，而遺傳算法、神經網路、數據挖掘、灰色理論、支持向量機等都是較先進的最佳化算法，具有極高的預測精度，可以很好地處理多種常規方法難以處理的問題，如不容易建立數學模型場合，系統具有較強的非線性，捕捉隱藏或處理不完全信息、離亂數據等。這些新方法為交通量預測開拓了新的思路，提供了新的預測手段和廣闊的前景。
計算機革命帶來的突出成果之二是交通規劃軟體的開發。從最早的UTPs到MINUTP、TRANPLAN到主流軟體，如美國TransCAD、加拿大EMME/2、英國CUBE/TRIPS等。這些軟體的開發為交通規劃和交通需求預測提供了有力的工具。
國內交通規劃理論研究與方法發展
交通工程的理論研究和實際套用在我國起步較晚，作為交通工程的一個重要分支——交通規劃，在我國的實施不到30年的歷史。
自1979年開始，美籍華商的交通專家陸續來訪，帶來了美國交通規劃的理論和經驗，使我國對城市交通規劃的方法和步驟有了初步的了解。
1979年，同濟大學率先在國內高校中開設了第一個交通工程研究室。
20世紀80年代中期至90代初，運用較多的交通規劃方法主要是指標法，這與當時國內的背景有關，當時高速公路在我國是一個新生事物，高速公路的交通量預測方法很不成熟。
20世紀90年代以來，國內公路網交通規劃主要採用歐美城市交通規劃引進公路網的四階段法和西安公路交通大學交通工程教研室提出的總量控制法。我國開展交通量預測研究比較晚，預測方法一般都是人為主觀判斷，取一定增長率來進行遠景交通量的推算。這樣做的原因是缺乏公路交通出行OD資料。在沒有辦法進行大規模交通調查的情況下，如何準確進行交通量預測一直是許多專家考慮的問題，其中許多學者傾向於利用路段交通量反推OD矩陣。
20世紀70年代後期，人們意識到觀測方便的路段交通量觀測值中包含有推算OD矩陣的重要信息，並建立了由路段觀測交通量直接推算帥矩陣的等權最小二乘估計模型和最大似然估計模型等。
1988年東南大學王煒已開始利用路段交通量推算OD出行量的研究，將交通量分配方法稱為容量限制多路徑動態分配方法，隨後開發了國內第一個交通規劃軟體——交通之星(Transtar)；
1989年西安公路學院的潘文敏論述了最大熵模型；其後周偉、周晶、孫愛沖等研究了最大熵模型的求解方法；劉明等分析了最大腦模型的可靠性；1993年四兵蜂、高自友提出多模式的均衡配流模型；
1996年蘇小娟提出反推OD分布方法的困難所在及解決思路：套用正則化方法求很一個泛函的極小解作為OD分布近似解；
1997年東南大學李旭宏試圖從交通分布的內在規律出發，建立交通分布模型；
1999年上海理工大學的劉娟娟等人和2000年清華大學的段進宇等人都對“如何由路段交通流量反估出行OD矩陣”展開了深人研究，段進宇等人還給出了詳細的算法步驟，並對電腦程式的編制提出相應的程式；同濟大學郭冠英從模糊數學出發淡化出行阻抗的影響建立交通分布模型，該模型特別適用於變化快的城市，尤其是新建城市；達慶東研究分析了信息熵原理與交通分布的關係，提出以熵原理作為判斷交通特性分布的準則；
2000年長沙交通學院吳喚群等針對交通規劃中由於OD流對數量多而引起運用平衡模型求筋難於實現的問題，提出等價轉化OD矩陣的方法以降低原問題的維數；
2001年同濟大學的李景等人採用隨機—最短路多路徑分配模型，求解分配串矩陣，建立了多路徑分配模型的疊代反推法；清華大學的田志立在對出行分布模型的改進與修正以及對分布模型的誤差分析方面做了大量工作，提出在重力模型中引人出行分布量調整係數，但其給出的調整係數計算方法過於簡單，以現狀的調整係數來調整規劃期的交通分布量，顯然還有欠缺，有待完善；
2003年吉林大學的曲昭偉等人進行了基於最大信息熵原理的居民出行分布模型研究，試圖建立新的居民出行分布模型。
預測方法
交通量預測具有代表性的方法有遺傳算法、神經網路、數據挖掘、支持向量機、灰色理論等。
（1）遺傳算法：比較先進的參數尋優算法，對於不容易建立數學模型的場合算實用價值較為突出；
（2）神經網路：當系統為線性時，神經網路不優於傳統方法，當系統具有較強的非線性時，則經過適當地設定結構之後，神經網路往往優於傳統方法；
（3）數據挖掘：一種從大型資料庫成效據倉庫中提取隱藏的預測性信息的新技術。它能開發出潛在的模式，找出最有價值的信息，指導商業行為或輔助科學研究；
（4）灰色理論：用來對時間序列作預測，不是直接針對原始數據，而是針對生成數據使用的，可以有效地處理貧信息和離亂數據，在一定時間段內具有良好的預測精度；
模型比較
（1）增長率模型
優點：計算簡單，預測結果粗略，較適用於近期預測；
缺點：當多個因素影響交通生成量時、預測但誤差較大。
適用範圍：城市道路、區域公路
（2）回歸分析
優點：模型可以解決多個；
缺點：影響交通生成因素的問題，無法考慮非定量指標因素對於交通生成的影響。
適用範圍：城市道路、區域公路
（3）類別生成率模型
優點：能考慮多個交通生成；
缺點：影響因素影響因素過多或變化較大時，該模型不適用。
適用範圍：城市道路
（4）時間序列
優點：預測法省略變數的篩選、自變數的預測、參數檢驗、顯得較為簡單、直觀；
缺點：要求數學知識深奧、計算複雜，需要藉助計算機。
適用範圍：區域公路
