城市居民步行出行距离分布规律研究.pdf

城市居民步行出行距离分布规律研究.pdf

ID:52006446

大小:203.61 KB

页数:3页

时间:2020-03-21

城市居民步行出行距离分布规律研究.pdf_第1页
城市居民步行出行距离分布规律研究.pdf_第2页
城市居民步行出行距离分布规律研究.pdf_第3页
资源描述:

《城市居民步行出行距离分布规律研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、2014年3月第3期城市道桥与防洪科技研究125城市居民步行出行距离分布规律研究程灿.王珏(无锡市政设计研究院有限公司,江苏无锡214072)摘要:城市居民的出行具有时间和空间的分布,不同的出行目的和不同交通方式的出行距离不同。在文献综述的基础上,以交通调查获取的城市居民出行数据为拟合资料,先进行曲线估计,再建立步行的出行距离分布规律和统计模型。建立的模型能较好地反映现状的城市居民出行距离分布特征,为城市交通设施的合理布局、城市客运交通方式结构的合理配套提供依据。关键词:城市居民;出行距离;回归模型;交通方式

2、中图分类号:U491.1~1文献标识码:A文章编号:1009—7716(2014)03—0125—03各交通方式的出行距离分布函数。为了体现分布函O引言数在各城市的区别,先根据数据建立模型,再用一些随着我国城市规模的不断扩大,人口数量的与出行距离分布有关的因素来拟合模型中的参数。增加,城市居民的出行越来越频繁,日益严重的交1研究方法通问题极大影响了城市的发展进程,迫切需要我们找到解决交通问题特别是客运交通问题的方在统计分析数据时,如果不能马上根据专业知法,而对城市居民出行特征的研究是其中不可缺识或者观测量数据

3、本身的特点确定一种最佳模少的工作⋯。城市居民的出行具有时间和空间的分型,可以利用曲线估计在每种不同的曲线回归模布,不同的出行目的和不同交通方式的出行距离型中选择建立一个简单而又比较合适的模型。不同。出行距离是一次出行从起点到目的地之间曲线估计的数据要求是:自变量与因变量应该的距离。交通规划者们最关心的就是个体交通在是数值型变量;模型的残差应该是任意并且呈现空间上积聚所带来的问题。由于各种交通方式所正态分布。适宜的出行距离不同,因此,出行者在空间积聚的大多数情况下,对变量之间关系的认识往往不过程必然促使不同的交

4、通方式在空间上呈现出不是很清楚,需要先绘制散点图,根据数据分布特同的出行距离范围。另外,研究居民各种交通方式点,确定应采用的模型。可以多制定几个模型进行的出行距离也可以为城市构成要素的合理布局、拟合,根据输出的统计量,结合图形综合考虑,确城市客运交通方式结构的合理配套提供依据。定最佳模型。现有关于每种交通方式出行距离的分析,有在曲线估计的基础上,建立回归建模(regression一些简单的总结性结论【2_3J。关于出行距离分布特analysis)。典型的回归模型有3种[。征的研究,国内学者最早的研究来自吉林大

5、学的(1)一般多元线性回归模型:Y=/3o+/3,x。镌2+刘伟平提出的负指数分布,他把出行距离作为随,+⋯e,它是所有回归模型中最为简单的一种,机变量,证明了此随机变量服从负指数分布『4]。另常用最小二乘法处理。一项研究成果是西南交通大学的陈尚云等提出的(2)一元非线性回归分析模型:在一元非线性二阶爱尔兰分布模型,研究者在分析城市土地利回归分析时,曲线模型的种类很多,最常见的模型用形态的基础上,建立了数学模型,模拟城市土地有逆线性模型(其数学公式为Y=a+b/X)、指数模利用形态的不同种类,计算城市出行总量

6、的距离型Y=a×ebx+等o分布和空间分布,总结出反映城市出行总量距离(3)多元多项式回归模型:二元及二元以上的分布的二阶爱尔兰分布模型。文献[7]对机动车回归模型都可以称为多元回归模型,其中二元回出行距离的量化分析有分布函数的拟合等,但对归模型一般形式为Y=。iX。懈22+其它交通方式定量分析较少。。+⋯+e。多元多项式回归模型一般形式与二本文拟从各城市的调查数据的分析出发,建立元回归模型类似,但形式更加繁琐。收稿日期:2013—10—222步行出行距离结构特征作者简介:程灿(1985一),男,湖北黄冈人,

7、硕士,工程师,从事道路交通工程设计、交通规划等工作。各城市步行方式的出行距离分布统计数据如126科技研究城市道桥与防洪2014年3月第3期图1所示。Y=boX1;Cubic:Y=6d+61+62+6;Growth:Y=—◆一沈阳^苏州—●一秦皇岛—◆一蚌埠。*一银川—*一吴江e(bo+l;Exponential:Y=bo+e-),另外也试验了适合—●一常熟—+一宿州一淮北一⋯常镍—●卜湖州—●潍坊机动车出行距离分布的二阶Weibul1分布函数:l,=60要401-e。发现精确度最高的是Cubic模型,因为当距

8、始20-72离为0时分布概率也为0,所以在模型参数设定时0要设定一次项的系数为0,即模型形式为:(s)=如.60.6—0.9—1.2一1.5—1.8—2.1—2.4—2.7—3—3.3一>3.60.9I.21.51.82.12.42.733.33.6b3s。+bzs+6,s。各城市的拟合情况见表1。出行距离区间/km表1各城市步行距离累计分布函数的拟合图1步行的出行距离结构分析从图1中可以清楚判断,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。