【正文】 小區(qū)預(yù)測值（單位：萬人） O\D 1 2 3 合計 預(yù)測值 1 2 3 合計 解：采用常增長系數(shù)法，即 （ 1）求各個小區(qū)的發(fā)生增長系數(shù)： 3 7 8 ??? OUF O8 0 2 ??? OUF O3 8 4 ??? OUF O（ 2）以表 ，各項均乘以發(fā)生 增長系數(shù)，則得到表 表 采用常增長系數(shù)法后得到的 OD表 O\D 1 2 3 計 目標(biāo)值 1 2 3 計 此矩陣滿足出行發(fā)生的約束條件，故表 為所求的目標(biāo)年分布矩陣。 收斂標(biāo)準(zhǔn) =3%。 平均增長系數(shù)方法特點： 四、底特律法 (Detroit Method) 底特律法認(rèn)為 i， j小區(qū)間分布交通量的增長系數(shù)與 i小區(qū)出行發(fā)生量和 j小區(qū)出行吸引量增長系數(shù)之積成正比，與出行生成量的增長系數(shù)成反比，即 XTmDjmOimDjmOiD mFFFFf ???),(例 3：試用底特律法求例 2中的將來出行分布交通量。 2OiF 2DjF（ 10）求生成交通量增長系數(shù)的 倒數(shù) 2G0 0 2 ??? XTG（ 11）第 3次近似： 22223 GFFtt DjOiijij ????1 1 9 7 6 7 6 4 4 12 1211311 ????????? GFFtt DO9 1 9 7 3 2 6 4 3 22 1212312 ????????? GFFtt DO0 0 9 7 5 0 6 4 4 32 1213313 ????????? GFFtt DO2 2 9 7 6 7 3 1 2 12 2221321 ????????? GFFtt DO0 5 9 7 3 2 3 1 7 22 2222322 ????????? GFFtt DO2 6 9 7 5 0 3 1 2 32 2223323 ????????? GFFtt DO3 1 9 7 6 7 5 3 4 12 3231331 ????????? GFFtt DO9 6 9 7 3 2 5 3 7 22 3232332 ????????? GFFtt DO7 5 9 7 5 0 5 3 3 32 3233333 ????????? GFFtt DO表 第三次迭代后的 OD表 O/D 1 2 3 計 1 2 3 計 （ 12）重新計算 和 3OiF 3DjF??? OUF O9 8 2 4 ??? OUF O0 2 7 ??? OUF O0 1 6 5 ??? DVF D9 8 2 ??? DVF D0 2 4 2 ??? DVF D（ 13）收斂判定 由于 和 各項系數(shù)均小于 3%的誤差，因此不需要重新進行迭代，因此表 所求將來分布矩陣。收斂標(biāo)準(zhǔn) =3%。 福萊特方法的特點 六、佛尼斯法（ Furness Method） 佛尼斯法認(rèn)為 i， j小區(qū)間分布交通量的增長系數(shù)與 i小區(qū)的發(fā)生增長系數(shù)和 j小區(qū)的吸引增長系數(shù)都有關(guān)系。 解：用佛尼斯法，即 （ 1）進行第一次迭代，令所有 =1，求滿足約束條件的發(fā)生增長系數(shù) DjF3 7 ??? OUF O??? OUF O3 8 4 ??? OUF O由于不滿足收斂判定標(biāo)準(zhǔn)，用原矩陣乘以發(fā)生增長系數(shù)，得到新的分布矩陣如表 ： 表 第一次迭代后 OD表 O/D 1 2 3 計 1 2 3 計 （ 2）以表 ，進行第二次迭代，先求吸引增長系數(shù) 9 4 5 ??? DVF D??? DVF。 算法： 例 5：試用佛尼斯（ Furness）方法求例 2中的將來出行分布交通量。 1OiF 1DjF福萊特（ Fratar）方法較平均增長系數(shù)法 收斂速度快 ，在滿足相同的精度條件下迭代次數(shù)也少，因此在實際工作中廣泛應(yīng)用。 底特律方法的特點： 五、福萊特法 (Fratar Method) 福萊特法假設(shè) i， j小區(qū)間分布交通量的增長系數(shù)不僅與 i小區(qū)的發(fā)生增長系數(shù)和 j小區(qū)的吸引增長系數(shù)有關(guān)，還與整個規(guī)劃區(qū)域的其它交通小區(qū)的增長系數(shù)有關(guān)。 解：采用底特律法，即 （ 1）求發(fā)生交通量增長系數(shù)和吸引交通量增長系數(shù) 3 7 8 ??? OUF O8 0 2 ??? OUF O3 8 4 ??? OUF O??? DVF D8 0 6 ??? DVF D??? DVF D（ 2）求生成交通量增長系數(shù)的 倒數(shù) ： XTG /00 ?6 3 0 ??? XTG（ 3）第 1次近似： 00001 GFFtt DjOiijij ????7 4 3 0 0 3 7 8 10 1011111 ????????? GFFtt DO9 9 3 0 0 6 7 8 20 1012112 ????????? GFFtt DO 3 0 6 6 7 8 30 1013113 ???????? GFFtt DO1 6 3 0 0 3 0 2 10 2021121 ????????? GFFtt DO9 8 3 0 0 6 0 2 20 2022122 ????????? GFFtt DO 3 0 6 6 0 2 30 2023123 ????????? GFFtt DO9 0 3 0 0 3 8 4 10 3031131 ????????? GFFtt DO 3 0 0 6 8 4 20 3032132 ????????? GFFtt DO2 8 3 0 6 6 8 4 30 3033133 ????????? GFFtt DOO/D 1 2 3 計 1 2 3 計 表 第一次迭代后的 OD表 （ 4）重新計算 和 1OiF 1DjF??? OUF O9 3 3 7 ??? OUF O0 8 8 ??? OUF O0 6 7 1 ??? DVF D9 3 2 6 ??? DVF D0 7 4 5 ??? DVF D（ 5）收斂判定 由于 和 各項系數(shù)均大于 3%的誤差，因此需要重新進行迭代。 1OiF 1DjF（ 5）第 2次近似： 2/)( 1112 DjOiijij FFtt ???8 1 )9 7 1 5 8 (6 4 )( 1 11 1111211 ??????? DO FFtt0 8 )0 3 0 5 8 (1 4 )( 1 21 1112212 ??????? DO FFtt)9 6 1 5 8 ()( 1 31 1113213 ??????? DO FFtt2 2 )9 7 1 2 9 (2 1 )( 1 11 2121221 ??????? DO FFtt5 8 )0 3 0 2 9 (5 5 )( 1 21 2122222 ??????? DO FFtt4 6 )9 6 1 2 9 (5 0 )( 1 31 2123223 ??????? DO FFtt4 2 )9 7 1 7 4 (5 7 )( 1 11 3131231 ??????? DO FFtt9 9 )0 3 0 7 4 (9 7 )( 1 21 3132232 ??????? DO FFtt6 3 )9 6 1 7 4 (3 8 )( 1 31 3133233 ??????? DO FFtt表 第二次迭代后的 OD表 O/D 1 2 3 計 1 2 3 計 （ 6）重新計算 和 2OiF 2DjF9 8 5 6 ??? OUF O0 0 6 7 ??? OUF O9 9 8 5 ??? OUF O9 9 5 ??? DVF D0 0 7 6 ??? DVF D??? DVF D（ 7）收斂判定 由于 和 的 各項系數(shù)均小于 3%的誤差，因此不需要重新進行迭代，表 數(shù)方法所求將來分布矩陣。由于產(chǎn)生量與吸引量的不對稱性，因此這種方法的預(yù)測精度不高，不需要迭代計算，是一種最粗糙的方法，有時不能保證交通分布的守恒約束條件。 ),( mDjmOi FFf二、常增長系數(shù)法 常增長系數(shù)法認(rèn)為， 的增長僅與 i小區(qū)的發(fā)生量增長率有關(guān)，或僅與 j小區(qū)的吸引量增長率有關(guān)，或僅與生成量的增長率有關(guān)，是一個常量。 miO mjD mTXiUjVmDjFmijt八 、 掌握增長系數(shù)法的基本原理及計算方法 miimOi OUF /? mjjmDj DVF /?第 4步 求第 m+1次分布交通量近似值 。 當(dāng)r2=1， 說明離差為零 ， Yi完全在回歸直線上；當(dāng) r2=0，說明因變量與自變量完全不相關(guān)；若 r2=， 說明回歸方程可以解釋總離差的 95%， 只有 5%未被解釋 。 相關(guān)系數(shù) r計算公式： ? 相關(guān)系數(shù) r的值在 [1,1]， 當(dāng) r0為正相關(guān)； r0為負(fù)相關(guān) 。簡易的方法是把非樣本期內(nèi)的因變量實際值與同期的預(yù)測值比較，如果誤差不大，說明模型的預(yù)測功效良好，反之，則需重新修訂該模型。 ? (5)求解 回歸系數(shù)，計算估計誤差和相關(guān)系數(shù)。確定時采用定性和定量相結(jié)合的方式，更能體現(xiàn)水平。 【例 5】 —增長系數(shù)法 四、 函數(shù) 法 ?????? pippipppi xbxbbO 22110?????? p jpp jpppj xcxccD 22110其中， b， c： 回歸系數(shù)； 常使用的變量：區(qū)內(nèi)平均收入、平均汽車保有率、家庭數(shù)、人口、就業(yè)人數(shù)、土地利用面積…… 。 假設(shè)未來所有家庭都有 1輛小汽車 ， 家庭收入和人口數(shù)不變 ， 用增長率法求出規(guī)劃年的出行發(fā)生量 Ti。因為， T= 萬出行數(shù)／日 所以， 100 D 1 2 3 合計 O 1 2 3 合計 【例 4】 某小區(qū)有 172家獨戶住宅 ， 287家集體住宅 ， 550家公寓房屋 ，其產(chǎn)生率為： , , /戶； 另有 40000平方米商業(yè)中心 ， 平均每 1000平方米有 ，其吸引率為 /雇員 。如果它們之間不滿足上述關(guān)系，則可以采用如下方法進行 調(diào)整 。因為后者需要預(yù)測家庭構(gòu)成、大小等。 ? （ 3）個人分類模型所需要的樣本數(shù)比基于家庭模型少幾倍。 93 3．個人分類方法 個人分類方法 ( P e rson C a te g or y A ppro a c h ) 是對基于家庭的分類模型的一種替代方法。 92 （ 5）聚類分析的優(yōu)缺點 ? 該方法的缺點有： ? ① 每一橫向分類的小格中，住戶彼此之間的 差異性 被忽略。 出行發(fā)生率很容易通過小規(guī)模抽樣調(diào)查與小區(qū)的特性分析而校核其正確性。 人們?nèi)菀捉邮艹鲂邪l(fā)生與住戶特性關(guān)系的觀念，不像回歸分析那樣必須了解相關(guān)性、參數(shù)值等因素。 87 【例 2】 ? 某小區(qū)作交通調(diào)查時，把居民分成 18類，其類別產(chǎn)生率為： 小汽車擁有率 低收入 中等收入 高收入 13 4人以上 13 4人以上 13 4人以上 0 1 2 and more ? 已知： 低收入、無小汽車、每戶 3人： 100戶； 低收入、無小汽車、每戶 4人： 200戶； 中等收入、有 1小汽車、每戶 4人： 300戶； 高收入、有 2小汽車、每戶 5人： 100戶。 這樣共分成了 6*6*3=108個類型的家庭 。 顯然 ， 人口越多 ， 出行次數(shù)越大；收入越多 ， 越愛購物和消費 ， 因此出行次數(shù)也越多；車輛擁有量越大 ， 出行越方便 ， 出行的可能性也就越大 。 把分區(qū)每一類的家庭數(shù)乘以該類的出行發(fā)生率，并將分區(qū)中所有類別的家庭總加起來，得到出行總量。 就是對家庭訪問調(diào)查資料進行分類，把每個家庭歸入其所述類別。 81 （ 2）構(gòu)造聚類分析模型的步驟 ? ① 有關(guān)家庭的橫向分類。 80 （ 1）聚類分析法必須服從的假定 ? ① 一定時期內(nèi)出行率是穩(wěn)定的。它與原單位法有很多相似之處，但又存在很大不同。通常按照不同的