CN115376314B - 一种小客车公路出行总量测算方法 - Google Patents
一种小客车公路出行总量测算方法 Download PDFInfo
- Publication number
- CN115376314B CN115376314B CN202210948853.2A CN202210948853A CN115376314B CN 115376314 B CN115376314 B CN 115376314B CN 202210948853 A CN202210948853 A CN 202210948853A CN 115376314 B CN115376314 B CN 115376314B
- Authority
- CN
- China
- Prior art keywords
- highway
- bus
- passenger
- province
- amount
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims description 11
- 238000011835 investigation Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims 1
- 238000007726 management method Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种小客车公路出行总量测算方法,涉及交通运输规划领域,步骤如下:合理假设、数学建模、关键参数标定、模型求解,通过合理假设、数学建模、关键参数标定、模型求解得到小客车公路对外出行总量近似值,根据所得数值以辅助管理、规划等决策工作,使交通规划工作更加合理、准确。
Description
技术领域
本发明涉及交通运输规划领域,具体为一种小客车公路出行总量测算方法。
背景技术
小客车公路出行通常为城市对外出行,但近年来随着城市空间拓展及公路功能的转变,不少公路路段已在城市范围内、承担着城市交通功能,因此小客车公路出行也包含部分城市内的公路出行。
小客车公路出行总量的测算对交通运输行业的意义日益重要,在以往的交通运输行业管理、规划等工作中,公路出行研究对象通常以营运性客运为主,即长途大巴、城乡公交等,不包含非营运性客运,即小客车、主要为小客车的出行,近年来,随着小客车公路出行规模增大,其在公路出行中占比不断升高,因此需要相对准确的小客车公路出行总量,以辅助管理、规划等决策工作。
而目前本领域缺少相对准确、实用的小客车公路出行量的统计、调查方法。
发明内容
本发明旨在开发一种利用现有调查统计数据,对小客车公路出行量进行测算的方法。
为实现上述目的,本发明提供如下技术方案:
一种小客车公路出行总量测算方法,步骤如下:合理假设、数学建模、关键参数标定、模型求解,
S1合理假设各类型车辆出行量;
S2数学建模:影响因素包括地理区域a、道路类型b、年份时间c;
记分别为小客车高速公路出行量、小客车普通公路出行量、大客车高速公路出行量、大客车普通公路出行量,其中i为量值所在的省级行政区;
记分别为小客车高速公路客运量,小客车普通公路客运量,大客车高速公路客运量,大客车普通公路客运量,其中i为量值所在的省级行政区;
记为各省高速公路客车出行量,其中汽车包括大客车、小客车,/>为各省大客车出行量,其中包括高速公路、普通公路出行量,/>为各省高速公路小客车与大客车出行量比值系数,/>为各省普通公路小客车与大客车出行量比值系数,/>为高速公路小客车、大客车的车均乘坐人数;
则有以下关系
其中,为非变量;
S3关键参数标定:为待标定的关键参数;
S3.1交调数据预处理:交通调查数据来自国家公路网交通情况调查数据采集与服务系统的各监测站数据;
S3.2对所选交调站数据,删除无大客车或无小客车通行点位,目的在于排除零值干扰;求取同省份地区、同点位、同等级的小客车流量或大客车流量值,同等级是指同为高速公路或普通公路;按照点位所对应流量进行加权,对各省份内的所有点位求取加权平均值;
S4模型求解:将所标定的关键参数引入模型,通过最小二乘法对模型求解。
优选的,S1中假设高速公路7座以下客车的出行量为小客车出行量,假设8座以上客车的出行量为大客车的出行量,假设不同省份小客车、大客车车均乘坐人数近似相同,客车进行高速公路出行均需经由普通公路进出收费站。
优选的,S3中通过对监测站数据进行可信度、完整度校核,筛选出数据采集连续性、完整性较高的监测站。
与现有技术相比,本发明的有益效果是:
本发明提供一种小客车公路出行总量测算方法,通过合理假设、数学建模、关键参数标定、模型求解得到小客车公路对外出行总量近似值,可用于测算各年份、各省份(地区)的小客车公路出行量,根据所得数值以辅助管理、规划等决策工作,使交通规划工作更加合理、准确。
具体实施方式
实施例
目前已有统计口径、监测渠道主要覆盖营运性客车(多为大客车)以及高速公路出行相关量,因此需要建立营运性客车出行量、高速公路小客车出行量与小客车公路出行量的量值相对关系。
S1.合理假设,假设内容如下:
1)7座及以下客车的出行量基本能够表征小客车的出行量;
2)8座及以上客车的出行量基本能够表征大客车的出行量;
3)不同省份小客车、大客车车均乘坐人数近似相同;
4)客车进行高速公路出行均需经由普通公路进出收费站;
S2.数学建模,涉及7座及以下小客车、8座及以上大客车出行量值关系的主要影响因素包括:
a.地理区域,以省级行政区为单位,目的为与常用统计口径保持一致,包括以下31个省、自治区、直辖市:重庆市、浙江省、云南省、新疆维吾尔自治区、西藏自治区、天津市、四川省、上海市、陕西省、山西省、山东省、青海省、宁夏回族自治区、内蒙古自治区、辽宁省、江西省、江苏省、吉林省、湖南省、湖北省、黑龙江省、河南省、河北省、海南省、贵州省、广西壮族自治区、广东省、甘肃省、福建省、北京市、安徽省;
b.公路类型,主要指高速公路、普通公路,其中普通公路包括国道、省道、县乡道、农村公路;
c.年份时间,取2018年作为典型代表年份。
记分别为小客车高速公路出行量,小客车普通公路出行量,大客车高速公路出行量,大客车普通公路出行量,其中i为量值所在的省级行政区,上述普通公路出行量包含客车在出行途中使用过公路的所有出行。
相应的,记分别为小客车高速公路客运量,小客车普通公路客运量,大客车高速公路客运量,大客车普通公路客运量,其中i为量值所在的省级行政区,上述普通公路客运量包含乘客在出行途中使用过公路的所有客运量。
记为各省高速公路客车(含大客车、小客车)出行量,/>为各省大客车出行量(含高速公路、普通公路),/>为各省高速公路小客车与大客车出行量比值系数,/>为各省普通公路小客车与大客车出行量比值系数,/>为高速公路小客车、大客车的车均乘坐人数;
则有以下关系,
其中,为非变量。
来源于《中国高速公路运输量统计调查分析报告》,由各省省内高速公路出行及出省高速公路出行量加和得到,不再重复计数穿越、进省相关出行量,《中国高速公路运输量统计调查分析报告》中无统计的新疆维吾尔自治区、西藏自治区、海南省、北京市相关数据自地方高速系统上报量获得;
可从交通运输部印发的《全国交通运输简明统计资料》中获取;
为采用交调系统相关数据统计分析,进行标定得到;
根据《中国高速公路运输量统计调查分析报告》,以及假设 3)所述不同省份小客车、大客车车均乘坐人数近似相同,分别取为2.39,19.56。
S3.关键参数标定
为待标定的关键参数;
S3.1交调数据预处理,交通调查数据来自国家公路网交通情况调查数据采集与服务系统的各监测站数据,通过对监测站数据进行可信度、完整度校核,共筛选出数据采集连续性、完整性较高的8930个监测站。
S3.2参数标定对所选交调站数据,删除无大客车或无小客车通行点位,目的在于排除零值干扰;
求取同地区(省份)、同点位、同等级(高速公路或普通公路)的小客车流量/大客车流量值;
按照点位所对应流量进行加权,对各地区(省份)内的所有点位求取加权平均值,得到各地区(省份)普通公路、高速公路小客车交通量与大客车交通量比值如表1所示,表1为关键参数表,表中每个单元格中数值为连续数值。
表1
S4.模型求解
将所标定的关键参数引入模型,通过最小二乘法对模型求解,得到结果如表2所示,表2为模型求解表,根据表2可知,
又根据《中国高速公路运输量统计调查分析报告》,知
考虑到假设4),客车高速公路出行均需经由普通公路进出收费站,即上述量值中,在计数时已包含/>因此在统计全公路网小客车出行时,应采用fp,r口径,无需重复加和/>则31省市2018年小客车公路出行量约为 385.96亿辆次。
表2 。
Claims (2)
1.一种小客车公路出行总量测算方法,其特征在于:步骤如下:合理假设、数学建模、关键参数标定、模型求解,
S1合理假设各类型车辆出行量,假设高速公路7座以下客车的出行量为小客车出行量,假设8座以上客车的出行量为大客车的出行量,假设不同省份小客车、大客车车均乘坐人数近似相同,客车进行高速公路出行均需经由普通公路进出收费站;
S2数学建模:影响因素包括地理区域a、道路类型b、年份时间c;
记分别为小客车高速公路出行量、小客车普通公路出行量、大客车高速公路出行量、大客车普通公路出行量,其中i为量值所在的省级行政区;
记分别为小客车高速公路客运量,小客车普通公路客运量,大客车高速公路客运量,大客车普通公路客运量,其中i为量值所在的省级行政区;
记为各省高速公路客车出行量,其中汽车包括大客车、小客车,/>为各省大客车出行量,其中包括高速公路、普通公路出行量,/>为各省高速公路小客车与大客车出行量比值系数,/>为各省普通公路小客车与大客车出行量比值系数,/>为高速公路小客车、大客车的车均乘坐人数;
则有以下关系
其中,为非变量;
S3关键参数标定:为待标定的关键参数;
S3.1交调数据预处理:交通调查数据来自国家公路网交通情况调查数据采集与服务系统的各监测站数据;
S3.2对所选监测站数据,删除无大客车或无小客车通行点位,目的在于排除零值干扰;求取同省份地区、同点位、同等级的小客车流量或大客车流量值,同等级是指同为高速公路或普通公路;按照点位所对应流量进行加权,对各省份内的所有点位求取加权平均值;
S4模型求解:将所标定的关键参数引入模型,通过最小二乘法对模型求解。
2.根据权利要求1所述的一种小客车公路出行总量测算方法,其特征在于:S3中通过对监测站数据进行可信度、完整度校核,筛选出数据采集连续度、完整度较好的监测站。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210948853.2A CN115376314B (zh) | 2022-08-09 | 2022-08-09 | 一种小客车公路出行总量测算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210948853.2A CN115376314B (zh) | 2022-08-09 | 2022-08-09 | 一种小客车公路出行总量测算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115376314A CN115376314A (zh) | 2022-11-22 |
CN115376314B true CN115376314B (zh) | 2024-04-16 |
Family
ID=84064353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210948853.2A Active CN115376314B (zh) | 2022-08-09 | 2022-08-09 | 一种小客车公路出行总量测算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115376314B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112233428A (zh) * | 2020-10-10 | 2021-01-15 | 腾讯科技(深圳)有限公司 | 车流量预测方法、装置、存储介质及设备 |
CN112651570A (zh) * | 2020-12-31 | 2021-04-13 | 长安大学 | 高速公路服务区交通量预测模型构建、预测方法及装置 |
CN113593243A (zh) * | 2021-09-28 | 2021-11-02 | 中铁第五勘察设计院集团有限公司 | 收费公路运营期收费车型交通量的预测方法及装置 |
CN113901109A (zh) * | 2021-10-11 | 2022-01-07 | 交通运输部规划研究院 | 城际公路客货车出行方式总人数及时间分布的计算方法 |
-
2022
- 2022-08-09 CN CN202210948853.2A patent/CN115376314B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112233428A (zh) * | 2020-10-10 | 2021-01-15 | 腾讯科技(深圳)有限公司 | 车流量预测方法、装置、存储介质及设备 |
CN112651570A (zh) * | 2020-12-31 | 2021-04-13 | 长安大学 | 高速公路服务区交通量预测模型构建、预测方法及装置 |
CN113593243A (zh) * | 2021-09-28 | 2021-11-02 | 中铁第五勘察设计院集团有限公司 | 收费公路运营期收费车型交通量的预测方法及装置 |
CN113901109A (zh) * | 2021-10-11 | 2022-01-07 | 交通运输部规划研究院 | 城际公路客货车出行方式总人数及时间分布的计算方法 |
Non-Patent Citations (3)
Title |
---|
中国高速公路与全社会公路运输量关系研究;梁纪;刘荣昌;李振江;陈涛;;公路与汽运(第06期);第62-66页 * |
贵州省公路客运形势及应对措施;何定;令狐燕;闫晟煜;;综合运输(第12期);第10-13页 * |
高速公路交通运行特性分析研究;周刚, 张国良, 范传斌, 洪显诚;广东公路交通(第02期);第5-8页 * |
Also Published As
Publication number | Publication date |
---|---|
CN115376314A (zh) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112270460B (zh) | 一种基于多源数据的超重货车货源站点识别方法 | |
CN108269399B (zh) | 一种基于公路网客流od反推技术的高铁客流需求预测方法 | |
Miaou et al. | Modeling vehicle accidents and highway geometric design relationships | |
CN110727904B (zh) | 一种车辆排放清单的构建方法 | |
CN111612670B (zh) | 一种构建机动车排放清单的方法、装置和计算机设备 | |
CN108763643B (zh) | 一种地区机动车排放因子计算方法 | |
CN113361587B (zh) | 一种基于poi信息的电动汽车充电站负荷特性聚类建模方法 | |
CN104850676A (zh) | 一种公路桥梁随机车流仿真模拟方法 | |
CN115691120A (zh) | 一种基于高速公路流水数据的拥堵识别方法及系统 | |
CN109087534A (zh) | 一种基于车辆行驶轨迹的交通冲突检测方法 | |
Chen et al. | Quantifying on-road vehicle emissions during traffic congestion using updated emission factors of light-duty gasoline vehicles and real-world traffic monitoring big data | |
Ge et al. | Construction and simulation of rear-end conflicts recognition model based on improved TTC algorithm | |
CN110889086B (zh) | 一种评估共享电动租赁汽车对城市汽车尾气排放影响的方法 | |
CN115376314B (zh) | 一种小客车公路出行总量测算方法 | |
CN116233757A (zh) | 一种基于手机信令数据的居民出行碳排放量计算方法 | |
CN114912689A (zh) | 基于地图网格索引和xgboost的超限车辆目的地预测方法及系统 | |
CN112533140B (zh) | 一种基于指数的共享单车分布情况评估方法 | |
CN116307931B (zh) | 一种面向城市货运物流链的多源数据融合分析方法 | |
CN112767686B (zh) | 一种基于多源数据融合的公路网汽车排放估算方法 | |
CN111882875A (zh) | 一种用于沥青路面结构设计的一级和二级公路交通数据调查及统计方法 | |
CN116381500A (zh) | 基于大数据分析的纯电动汽车动力电池评价指标构建方法 | |
CN112163807B (zh) | 一种省域在地公路货物运输量的统计方法 | |
CN113807669A (zh) | 一种城市道路交叉口客货分离系统改造的方案评选方法 | |
CN112767689B (zh) | 一种基于公路网货车流量数据估算区域货运od分布的方法 | |
He et al. | Highway passenger travel demand forecasting incorporating relationships among travel modes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |