随着经济的快速发展，充分考虑到中小城市在未来城市土地利用和功能布局变化大，在出行预测时，选取多个影响因素进行分析，要求模型能够对这种变化反映比较灵敏，预测结果比较准确。因此，在中小城市出行生成预测中，采用了多元逐步线性回归模型来分析和预测各交通小区的出行OD量。
3.3  交通分布预测
交通分布预测是交通规划四阶段模型的第二步，是把交通的发生与吸引量预测获得的出行量转化成小区之间的空间OD量，即OD矩阵。
3.3.1  出行分布预测方法
交通分布预测的方法一般可以分为两类，一类是增长系数法，一类是综合法[20]。前者假定将来OD交通量的分布形式和现有的OD表分布形式相同，在此假定的基础上预测对象区域目标年的OD交通量，常用的方法包括常增长系数法（Unique Growth Factor Method）、平均增长系数法（Average Growth Factor Method）、底特律法（Detroit Method）、福莱特法（Fratar Method）和福尼斯法（Furness Method）等；后者从交通分布量的实际中，剖析OD交通量的分布规律，并将此规律用数学模型表现，然后用实测数据标定模型参数，最后用标定的模型预测交通分布量，其方法包括重力模型法、介入机会模型法、最大熵模型法等。
由上述可知，增长系数法的应用前提是要求被预测区域有完整的现状OD表。对于综合法来说，如果模型已经标定完毕，则不需要现状OD表。因此同增长系数法相比，综合法的应用范围更广些。
3.3.2  双约束重力模型的适应性分析
①阻抗研究范围
在中小城市居民出行分布预测中对阻抗进行研究时，提高预测精度除了考虑交通小区之间的出行距离外，更应该结合中小城市居民出行时间分布特征、出行方式特征和出行费用等因素进行综合考虑。中小城市的城市规模小、土地利用简单和研究范围小，相比较与大城市调查数据量较小，可以考虑更多的因素，使预测的结果更精确。
②调整系数
中小城市居民出行以上学和工作为主，购物及娱乐为辅。如果是出行目的地相距比较远，那么交通小区之间的出行量会很小。在对中小城市居民出行分布研究中，各种目的的出行对时间的敏感度不一样。在用同一标准重力模型时，需要通过调整系数对不同情况的交通小区进行出行分布预测。
中小城市各个交通小区之间的交通分布根据土地利用情况进行分类，采用调整系数对重力模型进行修正，描述不同特性的交通小区的出行分布情况。同一个城市，不同的经济水平和社会环境，各个交通小区的引力模型的具体形态也有差别。
3.4  出行方式划分预测
居民出行方式分担预测就是根据现状的出行方式结构比例，通过科学的预测方法预测出规划的各交通方式的出行结构比例。城市居民出行方式有：步行、自行车、公交车和私家车等。不同交通方式所占的比例大小可以反映一个城市的社会经济发展水平和交通发展趋势。居民出行方式分担是城市公交分担预测的基础数据之一，也是进行公交规划的依据。合理的交通方式划分，最重要的的公交分担率不能太低。只有通过合理的公交分担率，才能从根本上解决城市未来交通可能出行的的交通问题，缓解交通压力。引导城市可持续发展。
居民出行方式分担预测现行常用方法有转移曲线法、回归模型法和概率模型法等几种。根据第二章的出行方式特征分析，可知中小城市的出行方式有步行、自行车、公交车和私家车。其中以自行车、步行、摩托车为主，公交出行所占比例不高。中小城市居民在城市中的出行采用的交通方式不尽相同。根据中小城市交通系统特征，对中小城市居民出行方式分担预测时，可以采用趋势外推法。根据中小城市的公共交通发展策略和城市发展趋势进行分析，与同等城市相比较，通过同等城市的出行方式分担预测结果，得出自身规划年的出行方式分担预测值[21]。 中小城市公共交通线网规划方法研究(7):http://www.youerw.com/guanli/lunwen_5303.html