一、概述
出行需求是交通系统运行的源头，交通系统运行状态是出行需求对供给资源使用的结果和表现。从宏观层面来说，交通拥堵本质上是交通供给资源与出行需求不相匹配的结果。
定量辨识交通需求，掌握系统运行状态及其演变趋势，实现交通需求和系统运行的动态耦合分析，在源头上对交通需求进行控制和引导，促进交通资源的均衡、高效使用，是缓解区域交通拥堵的关键，也是区域交通协调控制技术尚未解决的难题。这部分研究的重点是：区域动态OD获取技术，区域出行行为与需求辨识技术，区域交通运行监测和态势分析技术，区域路网动态预报预警技术，区域交通需求控制技术，并力求研制建立适用于我国大城市的区域交通智能化分析与决策支持系统。
二、关键技术研究进展
(一)关键技术
1、区域动态OD获取技术
系统地研究了移动定位数据的基本原理和数据特性，针对城市交通需求分析和行为分析应用的需求，从移动定位数据的实际情况出发，重点研究并突破了针对移动定位数据的处理技术，包括数据过滤、“乒乓”效应消除、居住地和工作地识别、移动定位数据地图匹配、出行端点识别等，实现了基于移动定位数据的出行者居住地和工作地识别、出行链识别。从基于理论推演和基于现实扩展两个角度，研究提出了两种动态OD获取方法。
2、区域出行行为与需求辨识技术
基于移动定位数据处理获得个体出行链路数据，研究建立基于出行活动链单元活动的出行需求预测模型，并且结合实际土地开发、社会经济和出行特征数据，建立了基于出行链交通需求预测模型。模型围绕着出行行为的发生、出行链的形成、出行目的地和方式选择、路径选择等行为构建。主要子模型包括：人口合成模型、机动车保有量预测模型、人群分组优化模型、交通网络模型、出行链生成模型、目的地选择与方式选择模型、路径选择模型。
3、区域交通运行监测和态势分析技术
建立了以交通指数为核心的道路动态运行评价指标体系，针对公共交通运行评价需求，建立了以公交便捷性和舒适性为核心的公共交通运行动态评价指标；依托北京市实际道路运行和公交云数据，从理论和实际两个角度分析了所建立的道路交通运行评价指标与公交运行评价指标的相关性和敏感性关系，建立了以两者为核心的城市区域交通综合评价指标。
提出基于城市道路运行状态在时间空间上分布的交通云图方法，并将其应用到北京市实际案例中，研究分析了桥梁积水情况下的交通拥堵扩散规律，包括扩散范围和时间等；研究建立了城市道路交通运行模式聚类分析技术，并建立了针对工作日和典型节假日的交通运行图谱；研究提出了面向区域路网的交通运行态势研判技术，并结合北京市实际数据和工作情况，提出交通拥堵预警分级标准。
4、区域路网动态预报预警技术研究 （完成）
研究提出了面向道路检测器数据、浮动车数据、移动定位数据的多源异构数据清洗和融合方法，包括对交通数据格式进行整理，交通数据时间点飘移、数据丢失或增加、错误数据以及异常数据的数据检验与修补方法等。
对现有交通事件检测算法的对比分析，选择支持向量机算法进行研究，并对支持向量机的惩罚参数c及核函数参数g这两个参数进行了优化，进一步提高了算法的识别精度。针对目前城市道路交通事件信息难以精确获取的难题，提出了基于状态突变分析的历史交通事件数据获取方法。在传统K近邻算法及自适应过滤算法基础上进行了算法改进，进一步提高了算法的预测精度。
5、区域交通需求控制技术
在对出行特征和出行方式选择影响因素分析的基础上，通过两阶段聚类对出行者进行差异化分类。采用单因素分析和因子分析的方法，分析得出三类出行者出行方式决策的关键因子分别为舒适性和方便性、速度和方便性和出行费用和方便性。
研究建立了停车收费影响下的轨道交通停车换乘选择模型、拥堵收费影响下的交通出行方式选择模型。利用模型研究了停车收费影响因素的直接弹性和交叉弹性，定量分析换乘停车场和中心区停车场停车费率等影响因素对出行行为的影响。利用模型的关键因子，提出了基于MNL模型的出行方式选择宏微观预测方法，探究了拥堵费用的变动对开车付费方式比例的影响。构建公众可接受性的系统属性模型和公众可接受性心理结构模型明确感知公平、感知自由、个人规范、感知行为控制4个变量对公众可接受性具有直接影响。
6、适用于我国大城市的区域交通智能化分析与决策支持系统
研究建立了基于hadoop的海量数据并行集群处理技术和基于富客户端的多源数据接发管理系统，系统采用数据采集和接入、数据平台综合管理、交通运行专项评价分析、综合分析与决策支持四层架构，实现了对市域路网的实时监测、动态评价和趋势预测。
（二）研究进展
通过系统的研究，解决了移动定位数据在出行参数获取和行为分析中的应用瓶颈，研究提出的基于移动定位数据的出行需求获取和行为分析方法、需求预测模型实现了面向出行行为的实时、动态数据获取和分析预测，直接应用于我国大中城市区域交通行为分析工作、需求分析工作，拓展了我国在交通需求分析和预测领域的技术能力。研究提出的交通运行综合监测技术实现了对城市道路交通、公共交通运行状态的动态评价，实现了对城市交通运行状态的科学、定量化监测；研究提出的交通事件自动化识别技术从实时动态层面实现了对城市道路交通运行异常情况的快速获取；基于定量化评价数据的城市交通运行规律和图谱库，实现了对城市交通运行特征、趋势的客观描述和预测；交通事件影响分析技术、路网短时预测技术则从实时动态角度出发，实现了区域网络交通运行状态的快速预测，这些技术的实现，为交通管理者的长期宏观决策、短期快速响应和出行者出行信息服务提供了有力技术支撑。
形成的技术创新包括：针对移动定位数据的数据处理和出行链识别技术，基于定位触发机制的区域动态OD辨识技术，基于移动定位数据的出行行为分析与需求预测模型，以城市道路运行和公交运行为核心的区域交通动态评价技术，基于动态高辨率云图的交通拥堵演变规律分析技术，基于交通运行图谱的区域路网交通运行态势研判和预警技术，高精度交通事件检测算法，交通事件影响分析技术，路网交通流短时预测技术，差异化交通需求分类技术，面向出行行为的交通需求控制分析技术，基于公众接受性的交通需求控制效果评价技术等。
三、发展趋势
1、移动定位数据具有覆盖样本广、数据持续等优势，是辨识城市区域人口流动的重要数据源。但受触发机制约束，出行端点的时间精度低、而且不能获得出行目的和方式参数，对出行全程信息的获取不够完整。下一步需要结合当前其他数据资源，弥补移动定位数据的不足，尤其是将碎片化的新媒体定位数据与移动定位数据、传统车辆定位数据相结合，实现出行路径的辨识；基于社交网络的语义分析、出行端点建筑属性和出行路径，实现出行方式和目的的辨识。
2、由于我国人口基数庞大，随着城市社会经济的发展，中等城市也将面临复杂的交通拥堵问题。中等城市的出行行为特征、需求情况以及综合监测的数据资源条件都和大城市有一定的差异。未来，需要针对中等城市、中西部城市的特点，开展针对性的需求识别、综合监测和决策支持等技术研究。
