摘 要：現(xiàn)今，對于居民出行行為分析在城市交通規(guī)劃變得越來越重要，并成為城市進行交通道路建設、公交安排的一項重要參考。通過調查杭州快速公交B1站點上下車人數(shù)，綜合考慮用地性質和乘客出行站數(shù)的概率分布特點來反推OD矩陣，事實證明，這種計算方法可以提高運算的精度。

關鍵詞：上下車人數(shù)；用地性質；泊松分布

引言

城市公交網(wǎng)絡的科學規(guī)劃是提高居民公交出行的快捷性，提升公共交通競爭力和吸引力的關鍵，而公共交通需求預測是公共網(wǎng)絡規(guī)劃的基礎和前提[1]。目前城市的交通擁堵現(xiàn)象比較嚴重，公交出行萎縮，根據(jù)世界銀行統(tǒng)計報告，中國大部分城市的公交分擔率在6～20%，而國外大城市為40～80%。其中最主要原因是我國現(xiàn)階段公交系統(tǒng)不完善，多數(shù)人不愿意乘坐。

如何改善公交系統(tǒng)與居民出行不協(xié)調現(xiàn)狀是亟待解決的問題。試圖探討利用調查的單條線路公交站點上下車人數(shù)來反推OD矩陣，為公交規(guī)劃部門進行公交線網(wǎng)規(guī)劃和運營車輛配置等提供定量的參考依據(jù)和理論支持。傳統(tǒng)的調查獲取OD矩陣是通過在乘客上車時發(fā)放調查卡片，然后在下車的時候再收回卡片， 不同的站點采用不同的標記，調查結束后再對數(shù)據(jù)進行整理。此方法耗費人力、物力和財力，在實際操作過程中也是困難頗多[2]。

1 杭州快速公交B1的調查分析

公交出行屬于中長距離的出行[3]，對于出行距離過長或過短的居民較少采用這種交通方式。居民選擇乘坐公交出行時，其出行站數(shù)一方面受到出行距離的影響，另一方面受站點周圍用地性質的影響。出行站數(shù)主要集中在某個范圍，當乘坐到一定站數(shù)時，其在該站下車的概率最大；而相對于上車站點的距離過長或過短時，其下車的概率相對較小。以杭州市B1為例，武林廣場為市中心，該站的吸引力比較大；閘弄口新村是多數(shù)乘客選擇的換乘點，下車人數(shù)也比較多。筆者在平峰期對杭州市B1公交車線路進行跟車調查，共得到9輛車的上下車調查結果，對數(shù)據(jù)進行處理，結果如表1，圖1所示為乘坐站數(shù)統(tǒng)計圖。

從出行站數(shù)統(tǒng)計圖和趨勢圖可以看出，公交乘客出行站數(shù)近似服從泊松分布，通過Kolmogorov-Smirnov檢驗（克爾莫哥洛夫-斯摩洛夫），亦稱擬合優(yōu)度檢驗法，直接對原始數(shù)據(jù)的觀察值進行檢驗，數(shù)據(jù)利用比較完整且適合大數(shù)據(jù)樣本。上述調查數(shù)據(jù)在alpha=0.05下服從泊松分布，利用函數(shù)poissfit（x，alpha）估算出模擬泊松過程的強度？姿=13.7222。

設隨機變量X代表乘坐站數(shù)，所有可能取值為1，2，...m-1，m表示該線路的總站數(shù)，對泊松分布標準式進行歸一化處理[4]，則：

（1）

2 綜合考慮用地性質與泊松分布的OD分布反推方法探究

單向行駛的公交車客流OD矩陣應該如（2）所示，為上三角形矩陣，其流量是平衡的，上車人數(shù)與下車人數(shù)相等。設 aij為在第i站上車，第j站下車的人數(shù)，記為：

（2）

用N（i），i=1，2，...，m-1表示在第i站上車的人數(shù)；M（i），i=2，3，...，m表示在第i站下車的人數(shù)，各站點上車人數(shù)N（i）與下車人數(shù)M（i）通過調查得到的。依據(jù)概率模型，第m站的上車人數(shù)為0，第m-1站上車的乘客只有可能在第m站下車，所以a（m-1）m=N（m-1），同理，第s站上車的乘客只有可能在第h（s

（3）

客流OD矩陣采用倒推的方法，依次計算第m-1，m-2，…，1站，定義（s，h）用地性質概率為第s+1，s+2，…，m站減去推導的a（m-1）m，a（m-2）（m-1），a（m-2）m，…，a（s+1）（s+2），…，a（s+1）m后，第h站的下車人數(shù)除以第s+1，...，m站下車人數(shù)之和。每倒推完一個站點后，數(shù)據(jù)更新一次，即：

其中 。

例如對于第m-2站：

（4）

根據(jù)站點之間轉移概率，計算OD矩陣：

ash=N（s）*P（s，h） （5）

3 實例分析

下面以杭州市B1快速公交（黃龍公交車-下車高教東區(qū)）為例，該公交沿途共有19個站點，主要站點包括武林廣場北、閘弄口、學源街等，站點之間有著明顯的用地性質差異。某時段調查的公交車上下客人數(shù)如表2，并采用本文給出的算法進行人流OD計算，計算結果如表3所示。

將推算得到的OD矩陣和調查所得OD矩陣進行比較，采用的指標主要包括對OD矩陣整體平均誤差檢驗與每個站點準確性的檢驗。

矩陣分布平均差：

（6）

對于第i站點客流分布誤差：

（7）

可以看出，無論是OD矩陣整體還是單個站點檢驗，其誤差都是比較小的。當我們將只考慮P站點用地性質和乘坐站數(shù)服從泊松分布時，其誤差都是有所增大的。

4 結束語

本文利用杭州快速公交B1具體的調查數(shù)據(jù)分析了乘客公交出行的特征，發(fā)現(xiàn)公交乘客乘行站數(shù)一定置信水平下服從泊松分布，乘坐？姿站下車概率最大。綜合考慮乘客下車行為受站點用地性質和乘坐站數(shù)概率分布的影響，建立對應的概率論模型，避免了只考慮單方面因素的弊端。我們將采集到的數(shù)據(jù)進行推算，同時，也將P站點用地性質和乘坐站數(shù)服從泊松分布兩因素分別取出后進行單個因素計算，發(fā)現(xiàn)綜合考慮能夠提高OD矩陣的精度，且方法結構簡單，便于實現(xiàn)。

公交客流OD反推技術具有實用性的特點，對改進現(xiàn)實的居民公交調查方法有一定的促進價值。也為城市公交規(guī)劃和城市公交運營制度提供基礎性數(shù)據(jù)，提高城市公交服務水平，使之快速方便為眾多居民服務。

參考文獻

[1]蘆方強，陳學武，胡曉健基于公交OD數(shù)據(jù)的居民公交出行特征研究[J].交通運輸工程與信息學報，2010（6）.

[2]武榮楨，羅京.基于公交站點上下客人數(shù)反推OD矩陣的概率論模型研究[J].交通標準化，2009（5）.

[3]劉翠，陳洪仁.公交線路客流OD矩陣推算方法研究[J].城市交通，2007（7）.

[4]竇慧麗，劉好德，楊曉光.基于站點上下客人數(shù)的公交客流OD反推方法研究[D].交通與計算機，2007（4）.