黎文皓 季彦婕 戚心怡 卜 卿 郑岳标 张 凡

(1东南大学交通学院, 南京 211189)(2东南大学道路交通工程国家级实验教学示范中心, 南京 211189)(3School of Informatics, Computing, and Cyber Systems, Northern Arizona University, Flagstaff, AZ 86011, USA)(4Les International (Minsk) Information Technology Co., Ltd., Minsk 220030, Belarus)(5南京莱斯信息技术股份有限公司, 南京 210000)

实时、全样本机动车OD需求是交通规划和主动城市交通管理的重要输入,但是其获取非常困难[1].早期通过进行大规模的居民出行调查来获取OD需求,不仅耗时耗力,且获得的OD信息缺乏时效性.自20世纪80年代起,部分学者利用观测得到的路段流量数据进行OD估计[2].近40年的研究进展,经历了从简单的路网[3-4]逐步拓展到真实的道路网络[5]、从考虑单一路段观测流量到融合多种新兴移动数据的过程[6-7].但这些方法无法精确描述真实路网上的路径选择规律,且往往因为模型约束不足而导致解不唯一.

传统的OD估计方法一般可以分为基于非分配的方法和基于分配的方法.基于非分配的方法[8-9]根据交通网络进出流量之间的关系和交通流量守恒定律来估计.这类方法不能描述复杂的路径选择行为,因此只适用于封闭路网(如简单的高速公路网络).城市路网的大部分研究通常采用基于分配的方法,这类方法使用静态或者动态的交通分配过程来描述OD需求和观测交通流之间的关系,常用模型包括广义最小二乘模型[3, 10]、最大熵模型[11]、贝叶斯理论[12]以及状态空间模型[13-14].基于分配的方法在一定程度上描述了出行者的路径选择行为,但交通分配过程需要基于某一预定路径选择假设来生……