集計與非集計模型的關系

Wardrop

第一

.

第二平衡原理

集計模型

在

傳統的交通規劃或交通需求預測中，通常首先將對象地區或群體劃分為若干個小區或群體等特

定的集合體，然后

以這些小區或群體為基本單位，展開問題的討論。因此，在建立模型或將樣本

放大時，需要以這一類的集合體為

單位對數據進行集計處理。通過上述集計處理得到的數據稱為

集計數據，而用集計數據所建立的模型稱為集計模

型。

非集計模型概述

1.

非集計模型

(

DisaggregateModel

)

是強調其與集計模型

(

AggregateModel

)

的不同而命名

的，通常也稱為非集計行為模型

(

DisaggregateBehavioral?Model

)

、個人選擇模型

(

IndividualChoice?Model

)

或離散選擇模型

(

DiscreteChoice?Model

)

。

2.

非集計模型的基本假設是當出行者面臨選擇時，他對某種選擇的偏好可以用被選擇對象的

“吸引度”或

“效用值”來描述，效用是被選擇對象的屬性和決策者的特征的函數。

3.

非集計模型

(

離散選擇模型

)

是基于效用最大和隨機效用

(

random?utility?theory

)

兩個

概念建立起來的，最常見的兩個離散選擇模型為：多元

Logit

模型、多元

Probit

模型。

4.

非集計模型在交通領域的交通方式劃分和交通分配階段有著十分廣泛的應用。

交通需求預測中的集計與

非集計分析

1.

交通需求預測的集計模型通常是將每個人的交通活動按交通小區進行統計處理、分析，從

而得到以交通

小區為單位的分析模型。

2.

需求預測的非集計模型則以實際產生交通活動的個人為單位，調查得到的數據不按交通小

區進行統計等

處理而直接用于建立模型。

3.

與集計分析相比較，非集計分析在分析的單位、模型預測方法、應用層面、政策體現、數

據的效率和說

明變量等方面有著明顯的差異。

Wardrop

第一平衡原理：每個

0D

對的各條被使用的徑路具有相等而且最小的行駛時間；沒有被使

用的徑路

的行駛時間大于或等于最小行駛時間。

Wardrop

第二平衡原理：在系統平衡條件下，擁擠的路網上交通流應該按照平均或總的出行成本

最小為依據

來分配。

第一原理：試圖選擇最短路徑而達到平衡，則被利用的各條路線的走行時間相等并最小。稱

為利用者平衡