城市居民出行生成预测方法研究
|
摘要
居民出行生成预测是研究在一定的社会经济发展水平、土地利用特征以及道路交通网络服务水平下城市各交通小区可能产生的总出行需求，它是城市交通规划的基础和需求预测的首要步骤，其精度直接关系到城市道路交通建设规划的合理程度和科学水平，乃至于整个城市未来的经济发展和人民生活水平的改善。目前的出行生成预测技术没有能够综合的考虑各种出行生成的影响因素。因此，有必要深入研究出行生成预测技术。
在出行生成模型中，无论是回归分析还是发生率法或类别生成法都很少能体现出行生成与地区区位和可达性之间的相关关系。论文主要研究城市居民出行生成量的预测，包括出行发生量和出行吸引量。首先，分析城市居民出行的特征以及影响因素，建立基于城市居民出行基本特征及影响因素的相互作用关系的预测模型。本文主要考虑建立土地利用与居民出行生成的相关关系模型，研究土地利用与交通相互作用的关系以及居民出行影响因素中的土地利用与居民出行的关系，在试图体现出行生成与地区区位、可达性之间的相关关系的基础上，建立城市居民出行发生预测模型。
论文基于以上思路，在研究的过程中分五章对城市居民出行生成预测方法及模型进行了阐述。
第一章，简要地介绍了研究的目的和意义、国内外的研究状况，在此基础上明确了论文所要采用的研究思路和方法。
第二章，首先阐述了居民出行特征，对影响城市居民出行的主要影响因素进行分析，介绍了传统的城市居民出行发生、吸引预测方法与模型。为下面将要进行的城市居民出行生成预测模型中变量的选取提供了理论依据。
第三章，简要介绍常用的城市居民出行生成预测模型，以及各种模型的使用前提，对比其优缺点，综合比较各种出行生成预测模型，考虑交通小区的可达性，加入变量＝并与交通小区的社会经济变量共同组合成出行生成预测模型
并对其用实例进行验证。等维灰数递补GM（1，1）模型的应用在第四章人口预测部分。
第四章是城市土地利用与居民出行生成相关模型的建立，也是论文的核心部分。详细地阐述了城市土地利用与居民出行生成的关系。因为不同的土地使用性质的交通小区，出行活动有较大的差异。在建立模型的过程中试图将不同的土地利用类型对居民出行生成的影响体现出来。计算各交通分区土地利用混合率，人口数以及确定居民平均出行次数，根据推导得到城市土地利用与交通生成的关系式
首先对此模型进行验证，然后再引用现阶段国内常用的与土地利用紧密联系的出行吸引预测的公式，计算目标年长春市各行政区的居民出行发生、吸引量。
第五章是结论与展望，概括了本论文的主要研究结论以及有待进一步研究的问题。
The definition of city residents trip production forecasting is to estimate general travel demand that traffic zones will probably produce under some certain conditions such as the socio-economic developing level, characteristics of land use and traffic network serving level. As the basis of transportation planning and primary process in travel demand forecasting, the precision of forecasting would directly impact on rationality and science level about transportation highway constructing planning, even on economic development and improvement of people’s living level in the future. At current, trip generation forecasting does not completely considerate all factors which influence trip production. Therefore, it is necessary to carry out further studies on trip generation forecasting.
Neither regression analysis nor cross-classification analysis thoroughly demonstrates the relevant relationship between trip generation and accessibility to traffic zones. This thesis mainly studies on city resident trip production including trip generation and trip attraction. To begin with, the characteristics and influence factors of city resident trips are analyzed. On the basis of correlation between them, the model is established to forecast trip generation. Furthermore, after studying interactional relationship between land use and transportation and considering interactive relation between land use which is one of trips influence factors and city resident trips, it also attempts to establish forecasting models that show close relation between trip generation and the accessibility to zones.
Based on the above content, the forecasting methods and models are explicitly expounded with five chapters in the process of study. The main idea in every chapter is listed as followed.
Chapter one introduces the purpose and meaning about this study, current situations in domestic and overseas. On this basis, study thoughts and forecasting methods are explicit.
In chapter two, characteristics of travel are expatiated. It also analyzes the main factors, which influence trips of city residents, introduces traditional methods
and models to forecast trip generation and trip attraction. This supplies basic theory for the following study on variable selecting.
Chapter three introduces forecasting models and the premise to use them. Thoroughly comparing the advantages and disadvantages of forecasting models, the accessibility is taken into account, adding variable ＝to socio-economic variables in traffic zones and then produces trip generation forecasting model
This model is validated. It also simply introduces Gray Model that is prepared for next population forecast.
In chapter four, the core of this thesis, forecasting models is built after setting forth interactional relationship between land use and trips of city residents. Since different land use in every zone existing diversity of trip generation, this differentiate is embodied in the process of establishing model. According to the process of deducing, the formula, which embodies interactional relationship between land use and transportation, is gained.
Furthermore, this model is validated, and then trip attraction forecasting model used extensively in domestic at present is chosen which is closely related to land
use. Thus, trip generation and trip attraction can be computed respectively.
Chapter five summarizes study content, conclusion and some problems that need to study further.
在出行生成模型中，无论是回归分析还是发生率法或类别生成法都很少能体现出行生成与地区区位和可达性之间的相关关系。论文主要研究城市居民出行生成量的预测，包括出行发生量和出行吸引量。首先，分析城市居民出行的特征以及影响因素，建立基于城市居民出行基本特征及影响因素的相互作用关系的预测模型。本文主要考虑建立土地利用与居民出行生成的相关关系模型，研究土地利用与交通相互作用的关系以及居民出行影响因素中的土地利用与居民出行的关系，在试图体现出行生成与地区区位、可达性之间的相关关系的基础上，建立城市居民出行发生预测模型。
论文基于以上思路，在研究的过程中分五章对城市居民出行生成预测方法及模型进行了阐述。
第一章，简要地介绍了研究的目的和意义、国内外的研究状况，在此基础上明确了论文所要采用的研究思路和方法。
第二章，首先阐述了居民出行特征，对影响城市居民出行的主要影响因素进行分析，介绍了传统的城市居民出行发生、吸引预测方法与模型。为下面将要进行的城市居民出行生成预测模型中变量的选取提供了理论依据。
第三章，简要介绍常用的城市居民出行生成预测模型，以及各种模型的使用前提，对比其优缺点，综合比较各种出行生成预测模型，考虑交通小区的可达性，加入变量＝并与交通小区的社会经济变量共同组合成出行生成预测模型
并对其用实例进行验证。等维灰数递补GM（1，1）模型的应用在第四章人口预测部分。
第四章是城市土地利用与居民出行生成相关模型的建立，也是论文的核心部分。详细地阐述了城市土地利用与居民出行生成的关系。因为不同的土地使用性质的交通小区，出行活动有较大的差异。在建立模型的过程中试图将不同的土地利用类型对居民出行生成的影响体现出来。计算各交通分区土地利用混合率，人口数以及确定居民平均出行次数，根据推导得到城市土地利用与交通生成的关系式
首先对此模型进行验证，然后再引用现阶段国内常用的与土地利用紧密联系的出行吸引预测的公式，计算目标年长春市各行政区的居民出行发生、吸引量。
第五章是结论与展望，概括了本论文的主要研究结论以及有待进一步研究的问题。
The definition of city residents trip production forecasting is to estimate general travel demand that traffic zones will probably produce under some certain conditions such as the socio-economic developing level, characteristics of land use and traffic network serving level. As the basis of transportation planning and primary process in travel demand forecasting, the precision of forecasting would directly impact on rationality and science level about transportation highway constructing planning, even on economic development and improvement of people’s living level in the future. At current, trip generation forecasting does not completely considerate all factors which influence trip production. Therefore, it is necessary to carry out further studies on trip generation forecasting.
Neither regression analysis nor cross-classification analysis thoroughly demonstrates the relevant relationship between trip generation and accessibility to traffic zones. This thesis mainly studies on city resident trip production including trip generation and trip attraction. To begin with, the characteristics and influence factors of city resident trips are analyzed. On the basis of correlation between them, the model is established to forecast trip generation. Furthermore, after studying interactional relationship between land use and transportation and considering interactive relation between land use which is one of trips influence factors and city resident trips, it also attempts to establish forecasting models that show close relation between trip generation and the accessibility to zones.
Based on the above content, the forecasting methods and models are explicitly expounded with five chapters in the process of study. The main idea in every chapter is listed as followed.
Chapter one introduces the purpose and meaning about this study, current situations in domestic and overseas. On this basis, study thoughts and forecasting methods are explicit.
In chapter two, characteristics of travel are expatiated. It also analyzes the main factors, which influence trips of city residents, introduces traditional methods
and models to forecast trip generation and trip attraction. This supplies basic theory for the following study on variable selecting.
Chapter three introduces forecasting models and the premise to use them. Thoroughly comparing the advantages and disadvantages of forecasting models, the accessibility is taken into account, adding variable ＝to socio-economic variables in traffic zones and then produces trip generation forecasting model
This model is validated. It also simply introduces Gray Model that is prepared for next population forecast.
In chapter four, the core of this thesis, forecasting models is built after setting forth interactional relationship between land use and trips of city residents. Since different land use in every zone existing diversity of trip generation, this differentiate is embodied in the process of establishing model. According to the process of deducing, the formula, which embodies interactional relationship between land use and transportation, is gained.
Furthermore, this model is validated, and then trip attraction forecasting model used extensively in domestic at present is chosen which is closely related to land
use. Thus, trip generation and trip attraction can be computed respectively.
Chapter five summarizes study content, conclusion and some problems that need to study further.
引文
[1] 赵童、蒲琪， 国内外几种交通影响分析理论与方法的比较分析， 城市轨道交通研究，2000年。
[2] 周鹤龙，美国大都市区交通规划及其启示， 国外城市规划，2002年第5期。
[3] 陈刚、刘欣癸、张谨，美国地方政府的规划实践（之四），世界都市，北京规划设计，2002年第4期。
[4] 刘宝义， 国内外城市交通发展研究现状，城市公共交通，2001年6月。
[5] 赵童， 国外城市土地使用－交通系统一体化模型，经济地理，Vol.20，No.6，2000年11月。
[6] 邓毛颖、谢理等。基于居民出行特征分析的广州市交通发展对策探讨，Vol20，No20，2000年3月。
[7] 王炜等， 城市交通规划，东南大学出版社，1999。
[8] 王炜等， 城市交通规划理论及其应用，东南大学出版社，1998.9。
[9] 王炜等， 城市交通管理规划理论体系框架设计， 东南大学学报，Vol.33，No.3，2003年5月。
[10] 江薇、杨登松，网络信息社会我国城市居民出行特征研究， 公路交通科技，Vol.17，No.4，2000年8月。
[11] 陈尚云，高世康. 我国特大城市土地利用形态与出行总量的距离分布研究， 四川联合大学学报，Vol.3，No.3，1999年5月.
[12] 毛保华、曾会欣等，交通规划模型及其应用，中国铁道出版社，1999.3。
[13] 石小法、王炜、杨东援，信息对出行者出行行为的影响研究，中国公路学报，Vol.15，No.1，2002年1月。
[14] 周雪梅、曲大义、贾洪飞， 信息化条件下的城市交通需求预测，长安大学学报，Vol.23 No.3，2003年5月。
[15] 关欣， 美国交通部2000～2005年战略发展计划， 全球科技经济瞭望，2001年第6期。
[16] 陆化普，交通规划理论与方法， 清华大学出版社，1998.3。
[17] 朱顺应、杨涛，城市交通需求管理理论研究初探，重庆交通学院学报，Vol.16，No.1，1997年3月。
[18] 杨树荣、冯芳霞等， 基于GIS的道路运输规划的研究， 森林工程，Vol.12，No.6，2002年11月。
[19] 钱颂迪、顾基发等，高等运筹学，清华大学出版社，1996年。
[20] 陆化普、殷亚峰，规划理论的非集计分析方法及其应用，公路交通科技，Vol.13，No.1，1996年3月。
[21] 钱林波等，城市土地利用混合程度与居民出行空间分布， 华中科技大学学报，Vol.19，No.3， 2000年3月。
[22] 王贤、秦苏磊，开发区的土地利用规划与交通规划的关系研究，城市轨道交通研究，2002年第4期。
[23] 葛亮、王炜等，结合土地利用再谈城市交通可持续发展， 华中科技大学学报，Vol.19，No.3，2002年9月。
[24] 黄鹏，面向信息化的城市规划策略，中国信息导报，2001年1月。
[25] 余继东、吴瑞麟，新城区居民出行生成和分布预测模型研究， 武汉城市建设学院学报，Vol.16，No.4，1999年12月。
[26] 乔乐中、李侃桢等， 面向新城区的城市交通规划，第六届海峡两岸都市交通学术研讨会论文集[Ｃ].重庆，1998.75～79。
[27] 范炳全、周溪召等，城市土地利用与交通综合规划研究， 城市交通，Vol.23，No.11，1999年11月。
[28] 赵逵等，TRANPLAN在交通运输模型研究中的应用，1998年第2期。
[29] [美]沃尔特·赫利， 城市系统模型， 哈尔滨工业大学出版社，1987年。
[30] 黎锁平、袁占亭，兰州市交通需求预测模型体系的研究，甘肃科学学报，Vol.12，No.4，2000年12月。
[31] Zhu Xiao kang、Wang Feng，An Application of EMM2 in Town Transportation Planning，上海理工大学学报，Vol21，No3，1999
[32] 易汉文，城市交通分区类别的出行生成模型，武汉城市建设学院学报，Vol.13，No.1，1996年3月。
[33] 全永燊，城市交通规划理论与方法探讨，城市交通，1999年4月。
[34] 易汉文，城市交通规划逆向模式的探讨， 武汉城市建设学院学报，Vol.13，No4，1996年12月。
[35] 长春市快速轨道交通客流预测研究报告，2001年。
[36] 周溪召、应伟恒， 城市综合交通规划的组合模型，同济大学学报，Vol.30，No.7，2002年7月。
[37] 赵童、孔令斌，关于目前我国城市交通规划的若干思考，城市规划汇刊，2001年第3期。
[38] 马川生、熊桂林， 交通规划理论中的若干新观点， 交通运输系统工程与信息，Vol.1，No.2，2001年5月。
[39] 王丰元、陈荫三等，交通需求管理及其在中国的应用，交通运输工程学报，Vol.2，No.2，2002年6月。
[40] 赵童等， 交通影响分析中逆向四阶段用地反馈模型探讨，同济大学学报，Vol.29，No.11，2001年11月。
[41] 傅立等，灰色系统理论及其应用， 科学技术文献出版社，1991年，p54～68。
[42] 陆化普、高嵩， 考虑可持续发展的主动引导型交通规划新理论体系的开发，公路交通科技，Vol.16，No.4，1999年12月。
[43] 王智慧、蒋馥等，面向环境的城市交通规划方法理论，系统工程理论方法应用，Vol.9，No.2，2000年。
[44] 邓卫，新型交通组合需求预测方法的研究， 东南大学学报，Vol.27，No.3，1997年5月。
[45] 潘军、崔健， 用TRIPS交通规划软件建立济南市交通模型，山东建筑工程学院学报，Vol.13，No.3，1998年9月。
[46] 赵炳全、黄肇义，城市土地开发交通影响的理论模型，国外城市规划，1998年1月。
[47] Thomas F. Golob. A simultaneous model of household activity participation and trip chain generation. Transportation Research Part B 34 (2000) .
[48] Harvey J.Miller and John D.Storm. Geographic Information System Design for Network equilibrium-based travel demand models. Transportation Research Part C,Vol.4,No.6.1996.
[49] Tommy Garling , Anita Garling , Anders Johansson. Household choices of car-use reduction measures. Transportation Research Part A 34 (2000) 309~320. [51]
[50] Robert Cervero and Kara Kockelman. Travel Demand and the 3D’s: density, diversity and design. Transportation Research Part C.Vol.2,No.3.
[51] George R.Parsons. A Demand Theory for Numbers of Trips in a Random Utility Model of Recreation. Journal of environmental economics and management 29,357~367.
[52] Jonas Eliasson , Lars-Goran Mattsson. A model for integrated analysis of household location and travel choices. Transportation Research Part A 34 (2000) 375~394.
[53] M. Mozolin J.-C. Thill , E. Lynn Usery. Trip distribution forecasting with multilayer perceptron neural networks: A critical evaluation. Transportation Research Part B 34 (2000) 53~73.
[54] BYUNC-DO KIM, KYUNCDO PARK. Studying Patterns of Consumer’s Grocery Shopping Trip. Journal of Retailing, Volume 73(4), pp. 501~517.
[55] Hanif D. Sherali , Taehyung Park.. Estimation of dynamic origin-destination trip tables for ageneral network. Transportation Research Part B 35 (2001) 217~235.
[56] KWAKU AGYEMANG-DUAH, FRED L.HALL. Spatial Transferability of an ordered Response Model of Trip Generation. Transportation Research Part A,Vol.31,No.5.
[57] John H.E.Taplin, Min Qiu. Car Trip Attraction and Route Choice in Australia. Annals of Tourism Research Vol.24,No.3.
[58] A mixed model
[59] John L.Bowman. The Day Activity Schedule Approach to Travel Demand Analysis.
[60] Goulias, K.G.,P.M.Pendyala,and R.Kitamura. Practical method for the estimation of trip generation and trip chaining. Transportation Research Record 1285,TRB,pp.47~56.
[61] Monzon, J.,K.Goulias; and R.Kitamura. Trip generation models for infrequent trips. Transportation Research Record 1220, TRB,pp.40~46.
[62] Strambi,O. and K.A.Van De Bilt. Trip Generation Modeling Using CHAID, a Criterion-Based Segmentation Modeling Tool. Transportation Research Record 1645,TRB,pp.24~31.
[63] Chang-Jen Lan. A Mixed Generalized Linear Model for Estimating Household Trip Production. The 79th TRB Annual Meeting.
[2] 周鹤龙，美国大都市区交通规划及其启示， 国外城市规划，2002年第5期。
[3] 陈刚、刘欣癸、张谨，美国地方政府的规划实践（之四），世界都市，北京规划设计，2002年第4期。
[4] 刘宝义， 国内外城市交通发展研究现状，城市公共交通，2001年6月。
[5] 赵童， 国外城市土地使用－交通系统一体化模型，经济地理，Vol.20，No.6，2000年11月。
[6] 邓毛颖、谢理等。基于居民出行特征分析的广州市交通发展对策探讨，Vol20，No20，2000年3月。
[7] 王炜等， 城市交通规划，东南大学出版社，1999。
[8] 王炜等， 城市交通规划理论及其应用，东南大学出版社，1998.9。
[9] 王炜等， 城市交通管理规划理论体系框架设计， 东南大学学报，Vol.33，No.3，2003年5月。
[10] 江薇、杨登松，网络信息社会我国城市居民出行特征研究， 公路交通科技，Vol.17，No.4，2000年8月。
[11] 陈尚云，高世康. 我国特大城市土地利用形态与出行总量的距离分布研究， 四川联合大学学报，Vol.3，No.3，1999年5月.
[12] 毛保华、曾会欣等，交通规划模型及其应用，中国铁道出版社，1999.3。
[13] 石小法、王炜、杨东援，信息对出行者出行行为的影响研究，中国公路学报，Vol.15，No.1，2002年1月。
[14] 周雪梅、曲大义、贾洪飞， 信息化条件下的城市交通需求预测，长安大学学报，Vol.23 No.3，2003年5月。
[15] 关欣， 美国交通部2000～2005年战略发展计划， 全球科技经济瞭望，2001年第6期。
[16] 陆化普，交通规划理论与方法， 清华大学出版社，1998.3。
[17] 朱顺应、杨涛，城市交通需求管理理论研究初探，重庆交通学院学报，Vol.16，No.1，1997年3月。
[18] 杨树荣、冯芳霞等， 基于GIS的道路运输规划的研究， 森林工程，Vol.12，No.6，2002年11月。
[19] 钱颂迪、顾基发等，高等运筹学，清华大学出版社，1996年。
[20] 陆化普、殷亚峰，规划理论的非集计分析方法及其应用，公路交通科技，Vol.13，No.1，1996年3月。
[21] 钱林波等，城市土地利用混合程度与居民出行空间分布， 华中科技大学学报，Vol.19，No.3， 2000年3月。
[22] 王贤、秦苏磊，开发区的土地利用规划与交通规划的关系研究，城市轨道交通研究，2002年第4期。
[23] 葛亮、王炜等，结合土地利用再谈城市交通可持续发展， 华中科技大学学报，Vol.19，No.3，2002年9月。
[24] 黄鹏，面向信息化的城市规划策略，中国信息导报，2001年1月。
[25] 余继东、吴瑞麟，新城区居民出行生成和分布预测模型研究， 武汉城市建设学院学报，Vol.16，No.4，1999年12月。
[26] 乔乐中、李侃桢等， 面向新城区的城市交通规划，第六届海峡两岸都市交通学术研讨会论文集[Ｃ].重庆，1998.75～79。
[27] 范炳全、周溪召等，城市土地利用与交通综合规划研究， 城市交通，Vol.23，No.11，1999年11月。
[28] 赵逵等，TRANPLAN在交通运输模型研究中的应用，1998年第2期。
[29] [美]沃尔特·赫利， 城市系统模型， 哈尔滨工业大学出版社，1987年。
[30] 黎锁平、袁占亭，兰州市交通需求预测模型体系的研究，甘肃科学学报，Vol.12，No.4，2000年12月。
[31] Zhu Xiao kang、Wang Feng，An Application of EMM2 in Town Transportation Planning，上海理工大学学报，Vol21，No3，1999
[32] 易汉文，城市交通分区类别的出行生成模型，武汉城市建设学院学报，Vol.13，No.1，1996年3月。
[33] 全永燊，城市交通规划理论与方法探讨，城市交通，1999年4月。
[34] 易汉文，城市交通规划逆向模式的探讨， 武汉城市建设学院学报，Vol.13，No4，1996年12月。
[35] 长春市快速轨道交通客流预测研究报告，2001年。
[36] 周溪召、应伟恒， 城市综合交通规划的组合模型，同济大学学报，Vol.30，No.7，2002年7月。
[37] 赵童、孔令斌，关于目前我国城市交通规划的若干思考，城市规划汇刊，2001年第3期。
[38] 马川生、熊桂林， 交通规划理论中的若干新观点， 交通运输系统工程与信息，Vol.1，No.2，2001年5月。
[39] 王丰元、陈荫三等，交通需求管理及其在中国的应用，交通运输工程学报，Vol.2，No.2，2002年6月。
[40] 赵童等， 交通影响分析中逆向四阶段用地反馈模型探讨，同济大学学报，Vol.29，No.11，2001年11月。
[41] 傅立等，灰色系统理论及其应用， 科学技术文献出版社，1991年，p54～68。
[42] 陆化普、高嵩， 考虑可持续发展的主动引导型交通规划新理论体系的开发，公路交通科技，Vol.16，No.4，1999年12月。
[43] 王智慧、蒋馥等，面向环境的城市交通规划方法理论，系统工程理论方法应用，Vol.9，No.2，2000年。
[44] 邓卫，新型交通组合需求预测方法的研究， 东南大学学报，Vol.27，No.3，1997年5月。
[45] 潘军、崔健， 用TRIPS交通规划软件建立济南市交通模型，山东建筑工程学院学报，Vol.13，No.3，1998年9月。
[46] 赵炳全、黄肇义，城市土地开发交通影响的理论模型，国外城市规划，1998年1月。
[47] Thomas F. Golob. A simultaneous model of household activity participation and trip chain generation. Transportation Research Part B 34 (2000) .
[48] Harvey J.Miller and John D.Storm. Geographic Information System Design for Network equilibrium-based travel demand models. Transportation Research Part C,Vol.4,No.6.1996.
[49] Tommy Garling , Anita Garling , Anders Johansson. Household choices of car-use reduction measures. Transportation Research Part A 34 (2000) 309~320. [51]
[50] Robert Cervero and Kara Kockelman. Travel Demand and the 3D’s: density, diversity and design. Transportation Research Part C.Vol.2,No.3.
[51] George R.Parsons. A Demand Theory for Numbers of Trips in a Random Utility Model of Recreation. Journal of environmental economics and management 29,357~367.
[52] Jonas Eliasson , Lars-Goran Mattsson. A model for integrated analysis of household location and travel choices. Transportation Research Part A 34 (2000) 375~394.
[53] M. Mozolin J.-C. Thill , E. Lynn Usery. Trip distribution forecasting with multilayer perceptron neural networks: A critical evaluation. Transportation Research Part B 34 (2000) 53~73.
[54] BYUNC-DO KIM, KYUNCDO PARK. Studying Patterns of Consumer’s Grocery Shopping Trip. Journal of Retailing, Volume 73(4), pp. 501~517.
[55] Hanif D. Sherali , Taehyung Park.. Estimation of dynamic origin-destination trip tables for ageneral network. Transportation Research Part B 35 (2001) 217~235.
[56] KWAKU AGYEMANG-DUAH, FRED L.HALL. Spatial Transferability of an ordered Response Model of Trip Generation. Transportation Research Part A,Vol.31,No.5.
[57] John H.E.Taplin, Min Qiu. Car Trip Attraction and Route Choice in Australia. Annals of Tourism Research Vol.24,No.3.
[58] A mixed model
[59] John L.Bowman. The Day Activity Schedule Approach to Travel Demand Analysis.
[60] Goulias, K.G.,P.M.Pendyala,and R.Kitamura. Practical method for the estimation of trip generation and trip chaining. Transportation Research Record 1285,TRB,pp.47~56.
[61] Monzon, J.,K.Goulias; and R.Kitamura. Trip generation models for infrequent trips. Transportation Research Record 1220, TRB,pp.40~46.
[62] Strambi,O. and K.A.Van De Bilt. Trip Generation Modeling Using CHAID, a Criterion-Based Segmentation Modeling Tool. Transportation Research Record 1645,TRB,pp.24~31.
[63] Chang-Jen Lan. A Mixed Generalized Linear Model for Estimating Household Trip Production. The 79th TRB Annual Meeting.