利用动态仿真的公交车行驶时间进行公共交通分配
使用这种方法来估计公共交通系统运行变化对分布和模式划分的影响，例如沿一个交通通道引入信号优先和专用车道。
交通分布和出行模式划分功能
技术注解 #29
2018年1月
作者：Margarida Delgado
从Aimsun的8.2版本开始，交通分布和出行模式划分步骤被分成两个不同的过程，每个过程都有自己的“场景”和“实验”。 这两个步骤中的每一步都需要有自己的两种功能：
图1 – 交通分布功能和出行模态划分功能
分布
交通分布过程采用了一个重力模型，你需要设定（一个模型的函数）在每个特定OD对之间行程的抑制程度，在提供了该OD对的（综合指标矩阵成本或）阻抗的前提下。
– 分布抑制函数模拟了在有阻抗的情况下抑制出行行程的情况。 你在分布实验中选择了抑制函数，所以如果你想设置不同的离散选择函数，比如每个旅行目的，你需要定义每个目的的“分布场景”和“实验”，在每次使用的时候改变分布抑制函数。
图2 – 分布实验编辑
分布抑制函数的一个例子可以是伽马（Gamma）函数：
图3 – 分布抑制函数的例子
– 分布抑制函数的公式考虑并结合了不同的可用成本（距离、旅行时间、价格等）。
图4 – 分布区域编辑
分布阻抗函数的一个例子是一个结合了距离和出行时间的线性函数：
图5 – 分布阻抗函数的例子
出行模式划分
出行模式划分根据每种交通模式的效用（utilities），为每个OD对计算出每种交通模式的使用概率。
– 模式划分离散选择函数计算出可用的交通模式的概率。 你在模式划分实验中选择了离散选择函数，所以如果你想设置不同的离散选择函数，例如，为每个旅行目的，你将需要定义一个模式划分场景和实验，改变你每次想使用的离散选择函数。
图6 – 模式划分实验编辑
离散选择函数的一个例子是多项Logit模型，其中概率是根据效用计算的，公式如下：
图7 – 模式划分离散选择函数的例子
– 模式划分效用函数根据不同的变量值表示每种交通模式的效用，通常以线性形式表示。
图8 – 模式划分区域编辑
效用函数通常是取决于不同成本变量的线性函数（xi）：
图9 – 模式划分效用函数的例子
更多技术说明
如何在静态模型中定义每个出行目的的不同成本
2021年1月：在第53号技术注解中，我们给出了一些关于如何根据车辆类型修改静态分配成本的技巧。 在本月的Pro技巧中，Marga Delgado解释了如何按旅行目的进行。
