规划问道
肆
2024
交通模型新技术专题
中国交通规划模型在40多年的发展实践中以传统四阶段模型为主，随着城市运行监测数据、互联网时空位置数据采集和挖掘的快速发展，多源数据为中国交通规划模型技术创新和自主探索提供了新的驱动力。基于内在规律的分析能力和新技术的结合是交通规划模型走向新时代的根本动力。本期专题甄选9篇文章，围绕近年来交通模型新的发展热点和北京、上海、广州、深圳等城市的实践进行探讨和经验总结。
守正与创新——读交通模型新技术专题有感
杨东援
摘要：交通规划模型是科学决策支持的重要工具。其所具备的基于内在规律的分析说明能力使其在大数据和人工智能时代仍然保持不可替代的技术地位。本期论文既是对交通模型技术的提炼和总结，也是对中国交通模型实践应用和发展阶段的浓缩和呈现。经过40多年的发展，中国城市在交通模型开发和技术应用方面取得了长足进步，并在部分关键技术应用方面形成了独创性成果。尽管如此，面对日益复杂化和多样化的决策支持需求，前方仍然任重道远。快速发展的中国城市以及日益完善的技术环境，为中国的交通分析技术研究提供了很好的基础。与此同时，时代的发展、科学的责任，迫切需要我们创造更多的技术方法。期望在这一领域看到更加澎湃的后浪推前浪。
超大城市基于活动的交通需求模型建设——上海的探索与实践
张天然，王波，宋少飞，朱春节
摘要：基于活动的交通需求模型从人的活动需求本源出发，能很好地刻画活动与出行之间的关系，进而建立城市规划或交通规划方案与居民生活之间的关联。回顾国际上从四阶段交通需求模型到基于活动的模型发展，总结北美基于活动的模型软件的模型特点、开发程序和实践经验。根据超大城市的模型应用需求、数据条件、运算速度和开发效率情况，设计了适用于上海市的基于活动的模型框架结构。基于活动的模型包括重构人口个体数据的人口仿真(合成)模型、强制性活动的中长期模型，以及包含出行链和中间停留点的短期模型等模块。重点介绍了模型参数标定的总体情况，并利用居民出行调查、百度位置服务、手机信令等多源数据对模型结果进行多维度校核验证，结果表明模型准确度高、运行速度快。最后指出，基于活动的模型优势显著，但其他城市应用时需权衡开发成本和应用的实际效果，建议以四阶段模型为基础开展基于活动的模型开发。
北京交通仿真建模的新技术探索与实践
缐凯，郭继孚，李寻，于云，朱重远
摘要：交通仿真是城市交通规划和综合治理不可或缺的技术支撑手段。面向超大城市交通发展需求，北京市建立了数据驱动和AI赋能的交通仿真平台技术架构，对交通仿真关键技术进行了重点攻关。基于深度学习技术构建北京交通计算图，解决了多源时空数据融合的难题，提高了城市交通网络运行状态判别精度；依据交通需求场景库提出了基于通用地理神经网络的出行分布预测模型，预测精度较传统方法大幅提高；创建了中国特色的微观交通行为库，构建了微观驾驶行为模型，更加贴近本地驾驶行为特征和规律；在动态交通分配模型中构建了瓶颈点排队模型，更加真实地模拟了过饱和交通流的形成与消散过程；研发了面向大规模网络交通分配的并行算法，大幅提高仿真运算效率。最后以北京城市副中心为仿真平台实证场景，预测并评估交通规划方案的实施效果。
深圳市综合交通模型技术演进和实践
刘恒，丘建栋，段仲渊，罗钧韶
摘要：交通模型在中国已有40多年的发展历程，北上广深等一批城市已建成交通模型体系并在实践中发挥了重要作用。为应对交通模型发展新趋势与新需求，深圳市开展了新一代综合交通模型体系的研究与实践。在上一阶段工作基础上，梳理完善了综合交通模型体系、拓展强化了应用场景支撑、重构了模型使用流程与形式、提升了交通模型数据基础与可用性等。主要工作包括两部分，一是提出了新一代深圳市综合交通模型体系总体目标、功能设计、架构设计和平台设计方案，二是开展了深圳市新一代综合交通模型研究和平台建设实践，包括面向规划建设的出行链模型构建、面向运营的多智能体模型构建、云上交通模型平台构建、基于数字孪生的SuTPC深研云平台等。综合交通模型技术的演进与实践为当前城市交通多元化的应用场景提供了更加有效的支撑，为不同的模型用户提供了更加友好的应用服务。
基于出行的交通需求模型改进实践——以第二代三角区域模型为例
张天然，陈先龙，朱春节，王波
摘要：在四阶段模型中引入部分非集计的活动模型和出行链模型的建模思路，进而设计和开发混合交通需求模型，可以增强对出行行为的可解释性，同时避免完全采用非集计的活动模型所面临的复杂性和计算效率问题。回顾美国三角区域模型的发展历程，简要介绍第二代三角区域模型(TRMG2)的基本情况与特点。结合对TRMG2的结构设计解读，梳理TRMG2对基于出行的模型理论和建模方法的重要改进。重点介绍了基于人口合成(仿真)的人口重构模型、基于出行链的出行生成模型、分层目的地选择模型和考虑可达性的出行行为选择模型等高级出行需求建模方法。最后，结合当前中国城市交通需求模型的现状和面临问题，总结提出工作机制制度化、模型开发精细化、模型理论实用化和模型成果公开化的发展策略。
大数据时代交通需求模型范式转变的思考
陈先龙，张华，马毅林，宋程，魏贺
摘要：大数据给交通需求模型开发基础带来了革命性的变化。对范式转变的思考既是对新时代数据条件变化的适应，也是提升交通需求模型精度的必然要求。基于基础数据条件的变化，对交通需求模型四种范式转变进行总结和思考：从数学优化到因果推断，强化模型对出行行为的解释能力；从比例因子到概率抽样，使得模型的物理意义更为明确；从整体重构到增量模型，实现对现状需求的继承和迭代演化；从有限约束收敛到先验实证，提升交通需求模型精度。指出对于交通治理实践运用和科学研究而言，模型精度是检验模型质量的唯一和最高标准。对范式转变的重视不是为了否定既往交通需求模型技术路线，而是在继承中创新发展，提高交通需求模型对现实物理世界的模拟能力和预测能力。
多网融合背景下轨道交通一体化客运模型关键技术
刘新杰，陈先龙，刘明敏，张薇
摘要：轨道交通多网融合发展趋势要求融合多层次设施和多维度需求，建立轨道交通一体化客运模型。在分析既有轨道交通客运模型面临挑战的基础上，提出轨道交通一体化客运模型架构，研究模型关键技术。通过多层次轨道交通设施融合技术、多维度轨道交通需求融合技术和轨道交通多方式竞合博弈技术，搭建轨道交通互联互通一张网，得到精细化的轨道交通方式需求，并模拟了轨道交通与其他交通方式的竞争与合作。以粤港澳大湾区为例构建轨道交通一体化客运模型，该模型解决了4种轨道交通互联互通模式建模问题，利用枢纽客流溯源技术详细模拟了其他交通方式与轨道交通接驳出行链，实现了轨道交通出行全流程追溯，能够为轨道交通需求分析、融合方案比选、方案评估等提供定量化数据支撑。
面向人群出行分布的机器学习分析框架构建研究
洪智勇，魏贺，洪锋，贺宁，李朋州
摘要：提出一种通用的机器学习分析框架用于预测和分析人群出行规律。首先，基于重力模型、辐射模型和PWO模型选取可解释的关键影响因素作为模型的输入变量，构建多模型比选的机器学习分析框架以提升模型的泛化能力。然后，利用宁波市1 km栅格尺度数据和街镇尺度数据、东京都市圈交通普查区数据和区县数据、纽约市人口普查区数据和美国郡县数据、伦敦市人口普查区数据和英格兰郡县数据作为案例，检验分析框架的预测性能和泛化能力。结果表明，相较于经典理论模型，机器学习分析框架取得了更好的预测性能和泛化能力，其在不同场景下的平均预测精度较重力模型、辐射模型和PWO模型分别提高了96%，98%和54%。案例研究结果证明出行距离、起终点覆盖的人口数量在解释人群出行规律上的普适性，且终点人口数量的重要性显著高于其他因素。同时，行政边界的影响将随着分析尺度的增加而弱化，起点人口数量的作用机制在经济文化差异较大的区域之间表现迥异。这些发现为深入理解人群出行规律的复杂性提供了宝贵启示。
有限数据条件下智能体仿真模型构建方法
叶建红，高磊，孙中文，汪道歌，周碧云
摘要：与传统的集计评估模型不同，智能体仿真模型能够捕捉个体之间的行为交互，在交通政策精细化评估中具有优势。但智能体仿真模型对数据要求较高，在实践中面临活动计划生成、参数标定和结果验证等难点。基于MATSim建立了在有限数据条件下面向应用研究的可操作、可复现的智能体仿真模型，并且以上海市拥堵收费评估场景为例详细介绍了模型的建模流程和关键技术。重点介绍基于手机轨迹数据的活动计划生成方法以及模型的参数标定和结果验证细节。结果表明，智能体仿真模型能够满足交通政策评估需求，基准场景的上海市域出行方式划分平均相对误差为8%、快速路交通量平均相对误差为17%。进而从集计和个体两个层面对仿真结果进行分析，展示了智能体仿真模型的应用潜力。
封面图片提供：秦战
点击“阅读原文”查看
“专题集锦”栏目更多内容
关注解锁更多精彩
2024119期
编辑 | 耿雪 张斯阳
王海英
审校 | 张宇
排版 | 耿雪
原文始发于微信公众号（城市交通）：2024• 肆期“交通模型新技术专题”抢先看
