公路交通量預測理論與方法綜述

常欣然

摘 要：隨著社會經濟的迅猛發展，在我國交通事業方面也有了長足的進步，公路交通事業進一步推行，在公路交通施工建設過程中，著重做好交通量的預測工作是十分重要的內容，做好交通量的預測，對于公路網絡系統進行相對應的規劃和科學合理的安排，著重做好項目建設和序列安排等相關內容，成為關鍵性的舉措。結合這樣的情況，本文重點綜述公路交通量的預測理論與方法等相關內容。

關鍵詞：公路交通量;預測理論;方法綜述

中圖分類號：U491.14 文獻標識碼：A

0 引言

交通需求量預測即遠景交通量，著重做好公路交通量的有效預測，才能進一步有效明確整體公路建設的項目規模以及技術標準等相關內容，為各項工作的有序推進和標準的制定提供必要的參考和依據，同時也是有效提升公路項目投資效益的關鍵環節。因此，要著重做好公路建設工程的可行性研究等相關內容，進一步明確公路交通量的預測理論和相關方法，進而體現出應有的公路交通施工建設需求。

1 公路交通量預測理論

通常情況下，我們所稱之為的預測主要指的是結合事物的過去和現在的發展規律，發展趨勢等相關內容，針對未來的發展方向進行相對應的推測。預測具有十分顯著的局限性，近似性和科學性的特點，在針對公路交通量進行預測的過程中，所涉及的預測理論也正體現于此。羅莉在具體的研究過程中有效通過風險分析方法，針對交通量的相關風險因素或者安全隱患進行識別和判斷，針對交通量的風險產生原因和問題的影響因素進行有效識別和判斷，進一步解釋交通量風險的具體原因以及相關特征等等，與此同時，針對相關風險的發生概率進行估計和判斷，進而為后續的高速公路建設規模進行科學合理的計算和制定決策提供必要的支持。

2 公路交通量預測的方法綜述

2.1 相關綜述

在公路交通量預測的過程中，要明確相對應的預測方法，主要包括定性預測法以及定量預測法。定性預測法中主要指的是在針對客觀背景基礎資料進行廣泛收集整理的基礎之上，對于研究對象的發展規律進行充分的分析和判斷，進一步明確項目對象在基地內的發展趨勢進而有效進行對象的發展預測。第二種是定量預測法，這種預測方法主要指的是有效應用序列原始數據進一步通過數學手段，針對原始的數據進行整理加工分析和模擬，以此為基礎建立相對應的數學模型，然后通過模型對于整體的工程量進行相對應的預測。

定量預測方法又可分為時間序列法、因果關系分析法、產運銷平衡法以及一些輔助方法等。預測的時間序列法也叫做時間序列預測法，主要指的是針對交通量的相關資料進行收集和整理，然后把握其中的交通量、時間變化規律，然后通過數學模型的形式針對相關規律進行有效呈現，然后按照既定的模型著重做好相關數據的有效預測。具體模型包括移動平均、指數平滑、趨勢外推、灰色系統模型等。

公路交通量的預測分析包含公路客貨運輸量、交通量之間的轉化和分配過程?？拓涍\輸量和交通量之間的轉換系數是交通調查分析中所得到的實際客車和貨車平均實載率，體現了公路客運運量和客車、貨車車輛之間的對應關系。在針對公路交通運輸量進行分配的過程中，所應用到的相關理論和模型是用戶平衡分配分析模型，即在考慮路網基本線路運載能力、擁堵情況以及車輛在路網中行駛時間的基礎上針對交通運輸量進行科學合理的分配時，使分配呈現出平衡性、系統性特點，這種方法在具體的應用過程中，需要在一次次的分配操作之后，進一步有效利用整個路網的基本特征函數，針對各個路段的綜合費用進行相對應的調整和優化，以此為基準，針對相應的費用進行不斷的調整和完善，實現二次調控，進而呈現出整體的工程量的有效預測。交通量生成預測是指對路網中各交通小區（節點）的交通發生（O）量和吸引（D）量的預測。為了針對各個節點的交通發生量和吸引量進行相對應的預測，首先要充分明確運輸網絡及其O—D節點;其次要注重針對影響交通量生成的相關因素進行分析，從定性層面出發，進一步有效明確其交通運輸發展框架，并且有效采取統計分析的方法，建立相對應的數學模型，然后進一步給出相對應的預測值，之后有效利用實際分析和檢驗的方式，針對與措施進行相對應的判斷，以此進一步有效提升其可信度。

2.2 基于非集計模型的交通量預測方法

非集計模型又叫非集計行為模型、個人選擇模型或離散模型，主要為強調其與集計模型的不同而命名。集計模型采用交通小區將個體的交通活動范圍進行數據統計計算并分析而得到相應模型;非集計模型則以個體的實際交通活動為單位，不采用交通小區建模。通過以上比較得非集計模型優點如下：具有十分顯著明確的行為假說基礎，因此演出良好的邏輯性，在樣本比較少的情況下，可以針對模型系數進行有效計算，并通過計算機技術和統計學方法對參數進行檢驗，允許以個人決策相關性的多因素作為自變量，這樣可以更有效的進行多種類型的交通規劃和交通政策效果評估等等，呈現出良好的地區時間的轉移性特點，使用者可以更加方便快捷的針對整體項目進行評價。

針對具體的交通運輸量進行預測，通常情況下主要包括三種方法，分別為以下內容：

（1）運量轉換法。這種方法主要是以社會經濟增長預測為基礎，針對各個節點的旅客運輸量，主要運輸貨物的產量需求量等相關內容進行增長方面的預測，在具體的預測過程中有效應用O—D調查中得到的各貨類、各車型的實載率和各節點分車型發生量與吸引量，然后再對其進行相對應的運量轉換，成為交通量。

（2）土地利用模型法。主要是以人口、社會、經濟、汽車保有量等相關預測為基礎，進一步分析各個節點的土地利用情況，然后進一步有效應用基年交通生成量數據構建相對應的土地利用模型，針對各個節點的交通生成量進行相對應的預測。

（3）彈性系數法。主要指的是通過公路交通調查歷史數據和基年O—D調查獲得相對應的交通生成量數據，然后進一步有效利用分析建立交通增長與社會經濟增長的彈性系數變化關系，針對各個節點的交通生成量進行預測。交通量的生成是社會經濟活動對交通運輸需求的具體反映，預測交通生成量要以受經濟活動和發展趨勢作為依據，特別是針對交通運輸與社會經濟發展的關系進行充分的分析和把握，以社會經濟和人口發展水平作為預測結果，進而體現出應有的預測質量和精準性。為了充分確保相關區域未來的交通出行分布特征，能夠得到充分的預測，要著重把握區的現狀，交通出行特征，并針對區域未來的生產力和經濟發展情況進行相對應的調整和布局，有效利用類比分析的方法進一步預測未來區域經濟發展和生產力布局相關情況，然后進行科學合理的布局。通常情況下針對項目遠景交通量來說，主要包括三個部分，也就是通道內自然增長的趨勢型交通量在項目上的分流，項目從其它運輸方式上分流的轉移交通量，以及新型或大型企業發展產生的機械增長交通量。

3 農村的公路交通預測方法

在針對農村公路交通量進行預測的過程中，所涉及的方法有著十分顯著的獨特性和針對性特點，在具體的操作過程中要充分落實以下幾種預測方法：

（1）交通量組成分析。通過對項目影響區社會經濟和交通運輸現狀分析和發展趨勢即交通發生量的研究，同時要進一步有效分析社會經濟發展趨勢和相關特點，以及交通運輸量的相關關系，因此針對區域內的交通運輸需求進行充分的預測。

（2）預測特征年的確定。某項目計劃2019年底完成改建，2020年正式全車道營運通車，根據交通部部頒《公路工程技術標準（JTG B01-2014》的規定，三級公路遠景交通量預測年限為通車后15年，所以特征年定為2020年、2025年、2030年、2034年。

（3）趨勢型交通量。有針對性的結合相關數據指標，進一步有效選用主要道路斷面交通量、汽車保有量、客貨運輸量與國內生產總值進行回歸分析，推算出其彈性系數，參照這些系數可以進一步有效明確汽車的出行量的相關彈性系數，在農村公路的路網建設過程中，所涉及的網絡體系是比較單一的，在這種情況下可以直接的分析和預測，進而有效預測出項目趨勢交通量的增長情況。

（4）企業機械增長交通量預測。考慮到某大型公司的擴建和另一家化工廠的進入，年運輸能力將達到150萬噸，通過對這些大型企業現狀及規劃發展情況的類比分析，進一步有效明確整體項目的機械增長交通量。

（5）誘增型交通量預測。有針對性的針對某一個項目的區域公路交通量進行預測，同時明確相對應的結果并作出結果的有效分析，誘增型交通量一般為趨勢型交通量的5%～15%之間。

綜上所述，在實踐的過程中，要通過科學合理的預測方法，結合不同公路交通運輸量的實際情況，進行科學合理的應用和分析，把握各項技術要點，進而呈現出應用的應用效果為公路交通量的有效預測和科學合理的運行提供必要的支持。

4 結束語

通過上面的分析，我們能夠充分看出，在當前的時代背景下，公路交通建設實現了迅猛的發展，人們的生活水平日益提升，對于汽車的擁有量也日益增多，進而導致公路交通量日益增大。在這樣的情況下，針對原有的公路體系而言，特別是針對農村公路已經無法充分滿足當前的交通量發展需求，在這樣的情況下，需要進一步著重做好公路的改建、大修或者新建等相關工作，進一步著重做好公路的長遠規劃和近期修整，在具體的操作過程中，其重要依據就是針對交通量進行相對應的數據預測著重把握原有公路的實際情況，充分明確相對應的預測數據，以此為基準進行相對應的交通量管控和應對，進而充分確保整體的公路交通運輸系統更加健全完善，有更加良好的公路網建設體系。

參考文獻：

[1]公路建設項目可行性研究報告編制辦法.2018.

[2]楊兆升.交通運輸系統規劃：有關理論與方法[M].北京：人民交通出版社，2018.

[3]李慧，林榮娜.彈性系數法在公路工可交通量預測中的應用[J].西華大學學報（自然科學版），2006（5）：28-29.

[4]李爽.免OD調查的公路交通量預測方法研究[J].遼寧交通科技，2004（5）：74-76.

[5]劉明輝.我國公路交通量預測方法及預測失準的原因分析[J].市政與路橋，2019（2）：154.

[6]王偉，陳學武.交通規劃[M].北京：人民交通出版社，

2017.

[7]趙風波，孫敏.基于模糊聚類分析的交通狀態識別方法[J].微型電腦應用，2016（2）：9-11.

[8]何美玲，陳菊.旅游交通需求預測方法探討[J].物流科技，2016（5）：83-85.