集计与非集计模型的关系

Wardrop

第一

.

第二平衡原理

集计模型

在

传统的交通规划或交通需求预测中，通常首先将对象地区或群体划分为若干个小区或群体等特

定的集合体，然后

以这些小区或群体为基本单位，展开问题的讨论。因此，在建立模型或将样本

放大时，需要以这一类的集合体为

单位对数据进行集计处理。通过上述集计处理得到的数据称为

集计数据，而用集计数据所建立的模型称为集计模

型。

非集计模型概述

1.

非集计模型

(

DisaggregateModel

)

是强调其与集计模型

(

AggregateModel

)

的不同而命名

的，通常也称为非集计行为模型

(

DisaggregateBehavioral Model

)

、个人选择模型

(

IndividualChoice Model

)

或离散选择模型

(

DiscreteChoice Model

)

。

2.

非集计模型的基本假设是当出行者面临选择时，他对某种选择的偏好可以用被选择对象的

“吸引度”或

“效用值”来描述，效用是被选择对象的属性和决策者的特征的函数。

3.

非集计模型

(

离散选择模型

)

是基于效用最大和随机效用

(

random utility theory

)

两个

概念建立起来的，最常见的两个离散选择模型为：多元

Logit

模型、多元

Probit

模型。

4.

非集计模型在交通领域的交通方式划分和交通分配阶段有着十分广泛的应用。

交通需求预测中的集计与

非集计分析

1.

交通需求预测的集计模型通常是将每个人的交通活动按交通小区进行统计处理、分析，从

而得到以交通

小区为单位的分析模型。

2.

需求预测的非集计模型则以实际产生交通活动的个人为单位，调查得到的数据不按交通小

区进行统计等

处理而直接用于建立模型。

3.

与集计分析相比较，非集计分析在分析的单位、模型预测方法、应用层面、政策体现、数

据的效率和说

明变量等方面有着明显的差异。

Wardrop

第一平衡原理：每个

0D

对的各条被使用的径路具有相等而且最小的行驶时间；没有被使

用的径路

的行驶时间大于或等于最小行驶时间。

Wardrop

第二平衡原理：在系统平衡条件下，拥挤的路网上交通流应该按照平均或总的出行成本

最小为依据

来分配。

第一原理：试图选择最短路径而达到平衡，则被利用的各条路线的走行时间相等并最小。称

为利用者平衡