旅游需求预测(分析)
![旅行需求预测](http://www.sabeder.com/sites/default/files/2017-12/trip-deman-forecasting.jpg)
旅行需求预测涉及以下因素:
一个。旅行的一代
行程生成模型努力预测区域生成的旅行数量。这些模型尝试在数学上描述顺序需求分析程序的决定 - 旅行阶段,因此有助于旅行需求预测。这里可以提到,通常,术语术语一代用于均衡行程生产 - 通常是由家庭制成的旅行和旅行吸引力 - 对特定城市位置或活动进行的旅行。然而,有人认为,旅行景点的分析不应在旅行生成模型的范围内,这试图量化人口的冲动或旅行倾向。相反,旅行景点是旅行行为的目的地选择阶段的结果。在保持这种情况下,本节讨论了主要在旅行制作背景下的旅行生成。假设旅行景点是目的地选择阶段的结果,并在旅行分布模型的一节中讨论。
出行生成模型基本上有两种不同的模型结构——交叉分类模型和回归模型。然而,这两种模型结构都包含了相同的基本因素,影响一个区域的行程生成;这些模型只是在对这些因素的描述上有所不同。
(对于任何给定的行程目的)影响区域行程生成的因素有:
- 该区域潜在出境者的数量;这可以通过诸如居住密度、家庭平均占有量、居住者年龄分布等变量来体现。
- 潜在的旅行制造商的倾向进行旅行;这与汽车所有权,公共交通的可访问性等有关。例如,拥有汽车的人比不拥有汽车的人提供更多非工作旅行。
- 特定旅行用途满意度的区域可访问潜在目的地;像潜在目的地的距离一样的变量可以捕获这个因素。例如,靠近各种娱乐设施的人可能比生活在附近娱乐设施的地区的人员更多的娱乐旅行。
b。旅行分布
出行需求预测需要确定出行分布模式。行程分布模型致力于预测为特定行程目的在两个区域之间进行的行程数。这些模型试图用数学方法描述顺序需求分析过程中的目的地选择阶段。行程分布有各种各样的模型。然而,大多数模型都包含了影响出发地和目的地之间出行数量的相同基本因素。这些模型在描述这些因素和假设这些因素影响行程分布的方式上有所不同。
影响两个区域之间的旅行数量的因素(适用于任何特定的旅行目的)是:
- 原点区域产生的旅行数量。
- 目的地区的原位属性吸引旅行制造商的程度。增强重要性的属性随着跳闸目的而变化。例如,如果一个是建模吸引到区域的购物行程的数量,那么假设重要性的区域的类型将是总购物楼面积,零售店数量等等,另一方面,如果一个是建模吸引到区域的工作行程然后是假设重要性的区域的类型将是办公室的数量,办公室的类型等。
- 抑制两个区域之间旅行的因素。这些因素可能是,旅行时间,旅行距离,旅行成本等。
这里介绍了四种不同的模型。这些都是:
- 重力模型
- 干预机会模型
- 选择模型,
- 熵模型。
C。模式选择
在这一节中,我们研究了不同的模式可用于某一行程,以及什么因素影响了特定行程的模式选择。
天。路线选择/流量分配
将给定的出行立交分配给指定的运输系统的过程通常称为交通分配。交通分配过程的基本目的是在交通系统上重现当出行矩阵或矩阵所代表的出行需求得到满足时所观察到的车辆运动模式。交通分配程序的主要目的是:
- 估计网络链接上的流量并获得聚合网络措施。
- 估计间间旅行成本。
- 分析每个来源的旅行模式到目的地(O-D)对。
- 识别拥塞链接并收集有用的交通数据,用于设计未来的连接。
交通分配是交通需求建模的最后一个阶段。有不同类型的交通分配模型。全或无、用户均衡和系统最优分配模型是常用的模型。全或无模型是一种不切实际的模型,因为每个od对之间只有一条路径被利用,并且只有在网络拥塞最小的情况下才能给出满意的结果。用户均衡分配基于Wardrop的第一原则,其条件基于一定的假设。Wardrop的第二个原则被system - optimal方法所利用,它试图通过向司机提供关于要选择的各自路线的先验信息来最小化拥堵。