一种基于多因子回归的区域公路主通道交通需求预测方法
【技术领域】
[0001] 本发明属于需求预测技术领域，涉及区域公路主通道内与预测路径走向大致相同 的其他相邻路径的影响，为一种高精度的区域公路主通道交通需求预测方法。
【背景技术】
[0002] 对区域交通主通道内交通需求进行预测时，通常采用单向分别预测或基于OD调 查资料的四阶段预测法。单向分别预测交通量是通过对拟规划研宄的道路上远景年份的 基本交通量、转移交通量和诱增交通量分别进行定量预测后，汇总得到该线路的远景交通 量预测值，单向分别预测时并没有考虑主通道内多条路径的相互影响。四阶段预测法是一 种在研宄城市交通规划的过程中发展起来的预测方法，它在城市交通规划中得到了广泛应 用，但是城市交通与区域交通主通道交通存在很大的不同：城市交通的交通流流向复杂，具 有发散性，通道内的交通流有很强的方向性；城市交通系统中从〇到D的线路有很多，出行 者有相对自由的选择权，而通道内从〇到D的线路一般是固定的，选择有限。因此不适宜采 用四阶段法预测通道交通需求。
[0003] 目前已有研宄中，在充分考虑交通需求的影响因素后，一部分研宄针对交通需求 与社会活动、经济发展等影响因素的相关性，根据相关系数预测通道的交通需求总量，然后 再采用可行路径吸引权分配法得到可行路径的交通流量；另一部分研宄通过对通道内各路 径竞争性的分析，建立了博弈模型和模糊综合评价模型，但这些算法操作复杂且主观因素 较大。鉴于目前在进行区域公路主通道内某条路径交通需求线性回归预测时，通常只针对 该条路径展开单独分析，而没有直接考虑走向大致相同的其他路径对此路径产生的影响这 一现状，本发明提出了一种基于多因子回归的区域公路主通道交通需求预测方法。
【发明内容】
[0004] 本发明要解决的技术问题是：针对区域公路主通道内某条路径进行需求预测时， 考虑与之走向大致相同的相邻路径的影响，进行多因变量联合回归预测，然而目前还没有 基于多因子回归的交通需求预测方法。
[0005] 本发明的技术方案为：
[0006] 一种基于多因子回归的区域公路主通道交通需求预测方法，其特征是，包括以下 步骤：
[0007] 1)确定区域公路主通道交通需求预测的影响因素；
[0008] 2)确定与主通道路径起点和终点相同的至少一条可选路径；
[0009] 3)根据步骤1)确定的影响因素和步骤2)确定的可选路径，构建多因子回归模 型：
[0010] Y = XB+ ε + Θ ⑴
[0011] 其中Y = (yi，y2，…，yn)T表示路径的断面交通量，T为转置，y i表示预测路径的断 面交通量，y2~y n表示（n-1)条可选路径的断面交通量，y i表示第i条路径的断面交通量； X = (1，X1, X2，…，Xj, ···，Xm)为确定的影响因素，Xj表示第j个影响因素，共有m个影响因
表示对应各影响因素的未知参数，表示第j个影响 因素对第i条路径的回归系数；ε = ( ε ε 2，…，ε i，…，ε n)'表示误差项，ε 1表示对第 i条路径回归的随机变量，且服从正态分布Ν(0,。2) ; θ = (θ)ηΧ1，Θ表示影响力与^~ yn间相关性的其他未知变量，随区域变化可能取不同的值，且0~Λ/(〇,
[0012] 4)采用步骤3)建立的回归模型预测主通道的交通需求yi。
[0013] 所述步骤4)预测主通道交通需求采用马尔科夫蒙特卡洛仿真方法进行编程计 算。
[0014] 所述影响因素包括：断面交通流量、区域、区域常住人口总量、区域⑶P总值、道路 等级、车道数量和断面距市中心的距离。
[0015] 其中断面交通流量为路径上每两个出入口之间所选断面的年平均日交通量；区域 为调查断面所在的城市；区域常住人口总量为每年年末的统计值；区域GDP总值为断面所 在城市每年全年的GDP总值；车道数为调查断面的单向车道数；断面距市中心的距离采用 调查断面距城市市域中心的直线距离。
[0016] 步骤2)中所述可选路径为路径长度的80%以上所经过的区域与预测路径所经过 区域相同或相邻。
[0017] 本发明提供一种基于多因子回归的区域公路主通道交通需求预测方法，通过对通 道交通需求影响因素的分析，并寻找通道内走向大致相同的至少一条可选路径，构建影响 因素对可选路径的多因子多元线性回归方程，借助历史数据采用马尔科夫蒙特卡洛仿真方 法进行模型参数标定，采用标定后的多因子回归模型进行区域公路主通道交通需求预测 时，可提高预测精度。本发明的独创性在于对通道内某条路径进行需求预测时，直接考虑了 与之走向大致相同的相邻路径的影响进行多因子联合回归预测，通过与对预测路径进行单 独多元线性回归的预测结果进行对比可得到预测精度的提高值，可选路径选取的越多，主 通道交通需求预测则更为精确。
[0018] 本发明从多因子回归的角度提出了高精度的区域公路主通道交通需求预测方法， 该方法的计算过程简单易行，在工程实践中可快速获得区域公路主通道内预测路径的交通 需求。
【附图说明】
[0019] 图1为本发明方法的流程图。
[0020] 图2为本发明方法的实例所选路径示意图。
[0021] 图3为本发明方法的实例中多因子回归预测结果图。
[0022] 图4为本发明方法的实例中单独回归预测结果图。
【具体实施方式】
[0023] 下面结合附图和实例对本发明方法的【具体实施方式】进行进一步说明。
[0024] 如图1所示为基于多因子回归的区域公路主通道交通需求预测方法的总体流程 图，下面结合图1和本发明方法的具体步骤进行详细的实例应用介绍：
[0025] 1)确定区域公路主通道交通需求预测的影响因素，包括区域、区域常住人口总量、 区域GDP总值、道路等级、车道数量和断面距市中心的距离，以及其他会对区域公路主通道 交通需求预测产生影响的未知变量；
[0026] 本实例为沈阳至山海关区域交通主通道内京哈高速的交通需求预测，考虑本实例 中通道本身的特点，进行回归分析选取的因素有：区域、区域常住人口总量、区域GDP总值、 道路等级、车道数量和断面距市中心的距离共六个。
[0027] 2)寻找主通道内与预测路径走向大致相同的相邻路径；
[0028] 本实例中京哈高速沈山段共有380km，从起点沈阳至终点山海关所经过区域依次 为沈阳、鞍山、盘锦、锦州和萌芦岛；通道内国道京哈线（G102)共有434km，从起点沈阳至终 点山海关经过区域依次为沈阳、锦州、萌芦岛，满足于预测路径走向大致相同的条件。本实 例中沈山通道内与京哈高速沈山段走向大致相同的路径有国道京哈线（G102)，走向图如图 2所示。
[0029] 3)获取这些路径相关影响因素和断面交通流量的历史数据，其中断面交通流量为 路径上每两个大型出入口之间所选断面的年平均日交通量（pcu/d);区域为分类参数，代 表调查断面所在的城市；区域常住人口总量为每年年末的统计值（万人）；区域GDP总值为 断面所在城市每年全年的GDP总值（万元）；道路等级为分类参数；车道数为调查断面的单 向车道数；断面距市中心的距离采用调查断面距城市市域中心的直线距离（km);
[0030] 本实例中选取了 2006年~2013年的Gl高速公路在22个观测断面的年平均日交 通量（详见表1)和2002年~2013年的G102国道在16个观测断面的平均日交通量数据 (详见表2)，对