陈 辉

（中交第二公路勘察设计研究院有限公司,江苏 南京 210012）

0 引言

交通需求是城市居民出行分布的集计，其准确性决定了城市交通规划与管理决策方案的科学性。当前城市交通系统可监测多源数据，这些多源数据给城市交通需求的准确估计带来了新的方向和挑战[1]。

近年来，学者们运用多种理论对交通需求进行估计。主要研究方法包括：广义最小二乘法[2]、指数平滑预测法[3]、贝叶斯估计方法[4]、基于公交卡数据预测法[5]、基于手机应用软件数据预测法[6]等。网络检测器布局问题作为交通需求的子问题，可以用来识别检测器布设位置，以确定唯一的未观测路段流量或者最优化待估交通需求的质量。为获得唯一的未观测路段流量，栾鑫等[7]利用成本和出行可靠性建立检测器布设模型；董春肖等[8]分析检测器布设位置对交通流量预测的影响；Fu等[9]提出多种类型检测器布设方案；Salari等[10]考虑检测器对交通需求估计的影响程度；孙超等[11]进一步提出了路径流量最大覆盖率准则。

尽管上述文献运用不同方法对检测器布局策略和交通需求估计进行了研究，但仍然存在一些不足：①已有文献没有使用多源数据融合技术进行交通需求估计。②对交通检测器布局的研究没有综合考虑路段和路径流量的覆盖信息。③缺乏从交通网络理论角度推导交通需求与流量之间的解析关系，该关系有助于建立最大似然交通需求估计模型。为此，该文提出检测器布局和最大似然交通需求估计整合模型。……