拓展四階段法在城市軌道交通客流預測中的應用

馬芳　解慧

摘 要 城市軌道交通是城市基礎設施建設的重要組成部分。為了盡可能滿足城市客流需求，軌道交通工程在設計施工之前需要對客流需求進行預測。四階段法是城市客流預測最常見的方法之一，本文對這種方法進行了一定的拓展。

關鍵詞 四階段法 方法拓展 實際應用

一、四階段法及其拓展

（一）總體思路

四階段法的總體框架為出行產生、出行分布、方式劃分、交通流分配四個階段，而拓展四階段法是在這四個部分的基礎上引入一些先進的規劃預測模型理念，對四階段法進行科學合理的改進優化。相對于傳統的四階段法而言，拓展四階段法增加了兩部分內容，即時段劃分及反饋。隨著研究的不斷深入，城市交通客流預測中對于交通小區的劃分日益細化，每一個階段的結構也更加復雜，許多模塊開始呈現離散化的發展趨勢，道路流量分配的動態化將逐漸加強。用傳統的四階段法預測交通客流時，數據主要是單向流動，城市交通供需之間的互動難以準確地反映出來，且交通擁堵延遲會極大地影響交通出行。因此，在城市交通客流預測中采用一定的反饋機制十分重要，下文結合一些新技術簡單闡述拓展四階段法。

（二）出行復合阻抗

國外一些學者研究發現，城市道路阻抗并不能全面地反映對應總阻抗，對于出行分布情況的預測并不夠準確。為了提高出行分布預測的準確度，遂提出了復合阻抗。對數及調和平均是兩種常用的復合阻抗，它們來源于內嵌式離散選擇方法。研究實踐發現，這兩種復合阻抗能夠較好地反映綜合阻抗，對于提高預測客流的準確性十分有幫助。

（三）出行分布校準

全方式出行分布預測時，一般采用雙約束重力模型進行。相關研究人員提出，在出行分布預測中，應該從居民的出行調查開始，調查他們的平均出行時間、出行距離，對大范圍的出行分布狀態進行研究分析，并通過對這些內容的分析，校準出行分布情況。調查我國一些城市的出行狀況后發現，我國城市出行的行為特征比較規律，平均出行時間控制在30min以下，出行距離比較近，在5km以內。應用重力模型能夠基于這些參數反映出行為規律，并對出行分布情況進行校準，提高出行預測的準確性。

（四）出行方式劃分

城市出行的交通方式比較多，如公交車、私家車等，如何劃分出行方式是城市交通客流預測的另一個關鍵問題。一般情況下，相關研究人員在劃分出行方式時大多選擇多項離散選擇方法，但是，不相關替選方案獨立性存在著一定的理論缺陷，在出行方式劃分時采用這種方法會產生“紅藍公交”問題。為了解決這一問題，劃分出行方式時應該選擇嵌套式離散選擇方法，將特性比較類似的交通方式進行組合，重新分類。按照相似性，各類交通方式可以進行多次組合，這種分類方法會形成一個樹狀分類樹，分類樹形成后以條件概率對其進行選擇。這種先大類后小類的選擇方式有效彌補了不相關替選方案的獨立性缺陷。

（五）反饋及收斂判斷

反饋模型能夠幫助相關人員更加準確地了解城市交通的供需關系，提高預測客流的準確性，有利于交通需求與供給動態平衡的實現。本文在拓展四階段法的反饋模型中引入相繼平均法，可以實現多循環反饋。在相繼平均法中，使用碰撞率、總偏差流量/總偏差流量百分比等參數檢測判斷模型的收斂性，其中碰撞率主要反映了前后循環矩陣的相似性。通過實踐應用發現，碰撞率的值越靠近表示前后循環矩陣的相似性越高。重復多次循環模型，能夠實現交通供需的平衡。

二、無錫市城市軌道交通1號線客流預測

（一）無錫市城市軌道交通規劃

下文結合江蘇無錫城市軌道交通1號線的客流預測情況，對拓展四階段法進行具體的分析介紹。

（二）1號線的客流預測方法

1.出行產生。出行規模的預測需要結合城市人口情況、就業崗位情況、各種交通形式的對外客運情況，進行規劃預測。人均出行次數是出行規模預測中的重要參數之一，通過對我國其他一些城市如大連、上海等地區規劃的人均出行次數的了解以及無錫市城市居民實際的出行情況調查，可以得到無錫市市民的平均出行情況。研究調查后發現，常住人口的平均出行次數略低于暫住人口及流動人口的平均出行次數。結合國外其他國家人均出行次數的調查發現，隨著經濟的不斷增長，城市居民的人均出行次數會有一定的增長。因此，可以預測無錫市居民的日出行次數還有上升的空間。

2.出行分布和校準。對無錫市居民一段時間內的出行情況進行調查，發現無錫市居民的出行行為與國內其他城市的出行行為特征較相符，平均出行時間在23min左右，平均出行距離3.9km。筆者在無錫市居民出行規律的基礎上采用對數和調和平均復合阻抗分析了無錫市的綜合阻抗，使用雙重力約束模型校準和預測了無錫市的客流出行分布情況。

3.出行方式劃分。本文對城市交通方式進行了離散式選擇劃分預測，城市客運可以分為非競爭類方式和競爭類方式兩種。非競爭類方式主要指的是步行；競爭類方式又可以繼續劃分為完全競爭類和合作競爭類，自行車、汽車等其他機動車為完全競爭類，而軌道交通等屬于合作競爭類。將預測后得到的出行方式比例與國內及國外的部分城市進行對比，發現使用這種方法劃分交通出行方式具有一定的合理性。

4.時段劃分。對我國25個城市的早高峰小時出行比例進行調查，結果顯示，這25個城市中非農業人口在20萬以下的小城市的早高峰時期出行比例為18.04%，非農業人口在50萬以下的中等城市的早高峰小時出行比例為19.44%，大城市為18.01%，特大城市為21.48%，超大城市為20.19%。時段劃分時需要結合該數據與無錫市居民出行情況的調查進行。

5.軌道客流預測。本文在軌道客流預測時，選擇最優策略分配模式，將合作競爭類出行分配到普通交通網與軌道交通路網構成的網絡上，分配時需要考慮道路綜合阻抗情況，以便于及時更新公交路網對應的阻抗。

6.反饋及收斂判斷。本文采用相繼平均法，使用上文提到的碰撞率等參數分析判斷模型的多循環反饋及收斂情況。

7.無錫市城市軌道交通1號線的客流預測結果。預測結果顯示，2017年無錫市日運客流量將達到26.60萬人次，占公交客運量比例5.2%，高峰小時單向最大斷面流量1.17萬人次，客運強度0.89萬人次/km.d；2024年日運客流量將達到53.90萬人次，占公交客運量比例8.53%，高峰小時單向最大斷面流量2.19萬人次，客運強度1.84萬人次/km.d。上述研究預測完成后，筆者從城市發展規模等方面對預測結果進行了敏感性分析。分析顯示，該預測結果具有一定的合理性。

本文在使用拓展四階段法預測無錫市客流情況時，結合了國內外其他城市的發展狀況，對無錫市市民的平均出行次數進行了區間判斷，主要從出行時間、出行距離等特征校準了出行分布情況。在出行分布中，引入了復合阻抗，使軌道交通的出行客流預測更加準確、科學。最后采用相繼平均法對模型進行了反饋及收斂判斷，也提高了預測結果的準確度。

三、結束語

本文在傳統四階段法的基礎上，引入了一些先進的規劃理念，從思路、框架等方面對其進行了拓展。本文的介紹分析比較簡單，希望能對相關研究人員的工作有所幫助。

（作者單位為鄭州鐵路職業技術學院）

[作者簡介：馬芳（1987—），女，山東濰坊人，碩士研究生，助教，研究方向：鐵道交通運營管理。]

參考文獻

[1] 馬超群，陳寬民，王玉萍.城市軌道交通客流預測方法[J].長安大學學報，2010 （30）.

[2] 呂高騰.城際軌道交通客流量預測方法研究[D].蘭州交通大學，2013.