以家庭为分析对象，用现在出行的发生、吸引率求得将来的发生、吸引交通量。

各类家庭单位时间内的平均出行次数称为出行率

假设：
（1）同一类型的家庭的出行率基本相等
（2）一定时期内出行率是稳定的
（3）家庭规模的变化很小
（4）收入与车辆拥有量总是增长的

数学模型：
Pi=∑kakNki=Ni∑kakγkiP_i=\displaystyle\sum_{k} a_k N_{ki}=N_i\displaystyle\sum_{k} a_k \gamma_{ki}Pi=k∑akNki=Nik∑akγki

PiP_iPi：iii分区规划年单位出行产生量
aka_kak：第kkk类家庭的出行率
NkiN_{ki}Nki：iii分区规划年第kkk类家庭的数目
NiN_iNi：iii分区规划年家庭的总数目
γki\gamma_{ki}γki：iii分区规划年第kkk类家庭的比例

示例

某城市的交通规划将家庭划分为27类：

车辆拥有：1，2，>=3
人口：2，3，>=4
收入：H（高），M（中），L（低）

小区未来规划年的居民：

8000户
每类家庭比例

括号外的数据是第kkk类家庭的出行率，括号内的数据是第kkk类家庭的比例

预测该小区的出行产生量为：
Pi=∑kakNki=Ni∑kakγki=34678P_i=\displaystyle\sum_{k} a_k N_{ki}=N_i\displaystyle\sum_{k} a_k \gamma_{ki}=34678Pi=k∑akNki=Nik∑akγki=34678

聚类分析法的优点

（1）直观、容易理解。人们容易接受出行发生与住户特性关系的观念，不像回归分析那样必须了解相关性、参数值等因素。
（2）资料的有效利用。从现有的OD调查中就可以获得完整的资料，即便没有，也可通过小规模调查得到。
（3）容易检验与更新。出行率很容易通过小规模调查与小区的特性分析而校验其正确性。
（4）可以适用于各种研究范围。由于出行发生基于住户的特性，出行吸引基于土地利用特性，因此，其出行、吸引率可以用于各种范围研究，如区域规划、运输通道规划和新区规划。

聚类分析法的缺点

（1）每一横向分类的小格中，住户彼此之间的差异性被忽略。
（2）因各小区的样本数不同，得到的出行率用于预测时，无法保证各小区具有同样的精确度。
（3）同一类变量类别等级的确定凭个人主观，失之客观。
（4）当本方法用于预测时，每一小格规划年的资料预测将是一项繁杂的工作。

聚类分析法——城市交通需求预测相关推荐

论文总结6接5 HPLC结合聚类分析法+向量机
一.聚类分析 1.方法介绍系统聚类分析是一种将研究对象分为相对同质的群组的统计分析技术,建立一种分析不同类型玻璃中14种化学成分的HPLC方法,对两种玻璃中的成分含量进行测定,并结合系统聚类分析法对 ...
聚类分析法-层次聚类
聚类分析法文章目录聚类分析法 1.简介 2.基本内容介绍 1.数据变换 2. 样品间亲疏程度的测度计算常用距离计算 1. 闵式(Minkowski)距离 2. 马氏(Mahalanobis)距离 ...
MATLAB 学习 —— 聚类分析法
聚类分析法概念移步百度百科:聚类分析法基于9*9的矩阵A ,代码如下: (A 对角线均为1,对称矩阵) d=1-abs(a); y=linkage(d,'average'); j=dendrogr ...
数学建模中的聚类分析法
此为数学建模学习笔记,代码取自历年优秀论文和数学建模算法书. 2016b题聚类分析法在影响因素归类中的应用 R型聚类法可以研究变量之间的相似关系,按照变量之间的相互关系把各个变量聚合成若干类,从而可 ...
数学建模学习笔记之评价问题聚类分析法
数学建模学习笔记之评价问题聚类分析法物以类聚.人以群分. 聚类分析是一个很大的概念,显然根据分类的依据不同会出现很多很多聚类的方法.例如K-Means .Sequential Leader.Mode ...
数学建模系列-评价模型(三)---聚类分析法
聚类分析法是一种特殊的方法,主要是把其他的几个目标分为一类. 聚类分析的方法可以参考我们前面讲过的最小二乘法,也基本上是对于经典发的一种补充,可以放在前面对参数进行聚类分析,也可以放在后面对结果进行积 ...
matlab 实现分层聚类算法,[转载]MATLAB层次聚类分析法（转）
层次聚类是基于距离的聚类方法,MATLAB中通过pdist.linkage.dendrogram.cluster等函数来完成.层次聚类的过程可以分这么几步: (1) 确定对象(实际上就是数据集中的每个 ...
层次聚类分析代码_4个步骤，用聚类分析法实现用户分析！
- 点击上方"中国统计网"订阅我吧!- 聚类分析(cluster analysis)是常见的数据挖掘手段,其主要假设是数据间存在相似性.而相似性是有价值的,因此可以被用于探索数据中 ...
聚类分析法-K-means聚类
K-means聚类法文章目录 K-means聚类法 1.简介 2.栗子: 3.k-means算法思想揭秘-期望最大化 4.K-means最佳簇数K值的确定 1.簇内离差平方和拐点法 2.轮廓系数法 ...

聚类分析法——城市交通需求预测

示例

聚类分析法的优点

聚类分析法的缺点

聚类分析法——城市交通需求预测相关推荐

最新文章

热门文章