交通運輸系統(tǒng)規(guī)劃課程設計報告學生姓名：*學號：* 指導教師：*吉林大學交通學院2013.09.02-2013.09.15目錄第一章 緒論11.1設計目的與任務11.2設計內(nèi)容11.3設計方法1第二章 交通發(fā)生量與吸引量的預測22.1 交通發(fā)生量的預測22.1.1 多元線性回歸方程的建立22.1.2 規(guī)劃年各小區(qū)交通發(fā)生量的預測52.2 交通吸引量的預測52.2.1 初步預測52.2.2 調整計算6第三章 交通分布預測63.1 重力模型的標定63.2 交通分布量預測8第四章 交通分配114.1 交通量的轉換114.2 交通分配11第五章 結果分析135.1 各小區(qū)土地利用的變化情況135.2 結果分析15結語16附錄：福萊特法源程序代碼17第一章 緒論1.1 設計目的與任務交通運輸規(guī)劃課程設計是交通工程專業(yè)教學計劃中實踐教學的重要組成部分，是貫徹理論聯(lián)系實際、培養(yǎng)高素質人才的重要實踐環(huán)節(jié)：1設計題目：小城市交通規(guī)劃設計。2目的：通過交通規(guī)劃設計工作，培養(yǎng)學生理論聯(lián)系實際、實事求是的良好作風，并進一步明確本專業(yè)學習的宗旨與任務，增強學生完整的交通規(guī)劃設計概念及強化規(guī)劃意識。3任務：通過對現(xiàn)有路網(wǎng)進行分析劃出交通影響區(qū)以及主要節(jié)點，并在未來預測年的經(jīng)濟、社會發(fā)展預測基礎上，采用四階段法進行相應的交通規(guī)劃設計，使學生掌握交通規(guī)劃的大體流程、基本技術方法和未來的發(fā)展趨勢。1.2 設計內(nèi)容1交通現(xiàn)狀分析主要對現(xiàn)有道路網(wǎng)絡、交通影響區(qū)及主要節(jié)點進行分析。2. 規(guī)劃區(qū)域道路交通量預測1) 建立小區(qū)交通發(fā)生、吸引模型；2) 完成交通發(fā)生、吸引量的預測。3. 交通分布 選擇合適的交通分布模型，完成規(guī)劃區(qū)內(nèi)預測年份的交通分布，給出OD矩陣。4. 交通分配選擇合適的交通分配方法，完成規(guī)劃區(qū)內(nèi)預測年份的交通分配工作，為相應的道路設計提供依據(jù)。5. 對預測結果進行分析1.3 設計方法1交通量預測（1）交通發(fā)生量預測利用現(xiàn)狀各交通分區(qū)人口數(shù)據(jù)與調查的現(xiàn)狀出行生成量進行分析，得出交通發(fā)生量的預測模型（如多元線性回歸模型，自變量自選，但至少包括人口因素）。（2）交通吸引量預測根據(jù)現(xiàn)狀調查不同的出行目的的比例和影響出行的各類土地面積，得到不同土地利用類型的出行吸引率（數(shù)據(jù)已給出），從而得到規(guī)劃年的各交通分區(qū)的交通吸引量。（3）交通分布預測在交通分布階段，可以采用任何一種模型進行交通分布預測，要求給出充足的選擇依據(jù)。推薦采用重力模型結合佛尼斯法或福來特法進行交通分布預測。（4）交通分配預測（選做）選擇合適的交通分配模型，一般可以采用全有全無法進行交通分配預測。（由于沒有詳細的路網(wǎng)，選做這部分內(nèi)容的同學需要先構建合適的路網(wǎng)）第二章 交通發(fā)生量與吸引量的預測2.1 交通發(fā)生量的預測2.1.1 多元線性回歸方程的建立對各小區(qū)現(xiàn)狀交通發(fā)生量進行回歸分析，得表2.1。則各小區(qū)交通發(fā)生量與土地利用、人口情況的線性回歸方程為： （2-1）其中，y表示各小區(qū)總的交通發(fā)生量，分別表示居民用地、工業(yè)倉儲、商業(yè)設施用地、政府團體用地、旅游體育用地的公頃數(shù)和人口總數(shù)。通過表2.1可以看出，調整后的多重判定系數(shù)（Adjusted R Square）=0.98686461=98.686461%，表示在用樣本量和模型中的自變量個數(shù)進行調整后，在交通發(fā)生量取值的變差中，能被土地利用和人口情況的多元線性回歸方程所解釋的比例為98.686461%。在給定的顯著性水平時，Significance F值（即P值）為0.081120459，大于0.05，所以交通發(fā)生量與土地利用和人口情況之間的整體線性關系不顯著，六個回歸系數(shù)各自對應的P值也均未通過檢驗。下面對六個變量之間的多重共線性進行判別。相關關系矩陣如表2.2所示。各相關系數(shù)檢驗的統(tǒng)計量如表2.3所示，可以看出，所有檢驗統(tǒng)計量均大于臨界值，說明這六個自變量之間兩兩都有顯著的相關關系，即在回歸模型中六個自變量之間存在多重共線性問題，下面采用向前選擇法進行變量選擇與逐步回歸。 對6各自變量分別擬合對因變量的一元線性回歸模型，其中F統(tǒng)計量最高的是交通發(fā)生量與人口的一元線性回歸模型（表2.4），于是將人口首先引入模型。然后在該模型中增加一個自變量，進行二元線性回歸，其中交通發(fā)生量與人口和政府團體用地組成的二元線性回歸模型的F統(tǒng)計量最高（表2.5），因此將政府團體用地引入模型。同理，再增加一個自變量進行三元線性回歸，雖然增加工業(yè)倉儲的三元線性回歸模型中F統(tǒng)計量的值最大（表2.6），但此模型中工業(yè)倉儲的P值為0.129428166>，未通過檢驗，說明增加一個自變量對交通生成量的作用已經(jīng)不大，且增加自變量不能導致SSE顯著增加，運算過程終止。則最終確定的自變量為人口和政府團體用地，二元線性回歸方程為： （2-2）表2.1 多元線性回歸結果表2.2 相關系數(shù)矩陣表2.3 各相關系數(shù)檢驗的統(tǒng)計量表2.4 人口與交通發(fā)生量的一元線性回歸分析表2.5 政府團體用地和人口與交通發(fā)生量的二元線性回歸分析表2.6 工業(yè)倉儲、政府團體用地和人口與交通發(fā)生量的三元線性回歸分析2.1.2 規(guī)劃年各小區(qū)交通發(fā)生量的預測 利用式2-2 對規(guī)劃年個小區(qū)交通發(fā)生量進行預測，結果如表2.7所示。 表2.7 各小區(qū)規(guī)劃年交通發(fā)生量預測值（次/日）小區(qū)編號政府團體用地人口規(guī)劃年交通發(fā)生量15.558338416108113228.867728510127422321.98875133416779442.17934540011815853.3616356009761360234006327870100003225684.6012653451687202.2 交通吸引量的預測2.2.1 初步預測利用土地類型出行吸引率和土地面積數(shù)進行各小區(qū)吸引交通量的初步預測，結果如表2.8所示。表2.8 各小區(qū)規(guī)劃年交通吸引量預測值（次/日） 由于表2.7和表2.8中所有小區(qū)交通發(fā)生量總和與吸引量總和不相等，即因此需要對預測值進行調整。2.2.2 調整計算一般認為出行發(fā)生總量可靠些，用調整系數(shù)法對交通吸引量進行調整，調整系數(shù)計算公式為式2-3，各小區(qū)調整后的交通吸引量計算公式為式2-4。調整后的交通吸引量如表2.9所示。 （2-3） （2-4）表2.9 調整后的交通發(fā)生量與吸引量(次/日)第三章 交通分布預測3.1 重力模型的標定 采用無約束重力模型： （3-1）兩邊取對數(shù)得： （3-2）式中：，已知常數(shù)； ，待標定參數(shù)。令，則式（3-2）轉換為： （3-3）此方程為二元線性回歸方程，為待標定系數(shù)，樣本數(shù)據(jù)如表3.1所示。其中為兩小區(qū)間的距離。表3.1 樣本數(shù)據(jù)續(xù)表3.1 樣本數(shù)據(jù)采用最小二乘法對64個樣本數(shù)據(jù)進行標定，得出，剪標3.2。則獲得的二元線性回歸方程為。表3.2 二元線性回歸統(tǒng)計表 通過可得，即標定的無約束重力模型為： （3-4）3.2 交通分布量預測 利用式（3-4）求解分布交通量，結果如表3.3所示。重新計算增長率和，計算公式為： （3-5）其中m=1,2,3，取值即為表2.9中的。計算結果如表3.4所示。表3.3 第一次計算得到的OD表表3.4 第一次計算的增長率設定收斂標準為，通過表3.4可以看出表3.3不滿足出行分布的約束條件，因此需要繼續(xù)迭代，此處采用福萊特法進行迭代計算。計算過程采用C語言編程（源程序見附錄），輸出結果如圖3.1-3.3。圖3.1 第一次迭代計算后的OD和增長率圖3.2 第二次迭代計算后的OD和增長率圖3.3 第三次迭代計算后的OD和增長率 通過無約束重力模型和福萊特法，最終預測出的分布交通量見表3.5。表3.5 各小區(qū)預測年份OD表（次/日）第四章 交通分配4.1 交通量的轉換將以出行者個人為單位OD數(shù)據(jù)換算為標準小客車小時交通量的OD數(shù)據(jù)，假定每輛車平均載客2人。結果如表4.1所示。表4.1 各小區(qū)交通發(fā)生量與吸引量（pcu/h）4.2 交通分配 采用TransCAD進行交通分配，自定義路網(wǎng)結構如圖4.1，各小區(qū)發(fā)生與吸引交通量采用表4.1中的當量交通量，如圖4.2。采用重力模型進行交通分布，其中各小區(qū)間的摩擦因數(shù)采用公式（4-1）進行計算，結果如圖4.3所示。 （4-1）其中：i小區(qū)與j小區(qū)之間的摩擦因數(shù)； i小區(qū)的人口數(shù)，j小區(qū)的人口數(shù)； i小區(qū)與j小區(qū)之間的距離。圖4.1 路網(wǎng)結構及小區(qū)劃分圖4.2 各小區(qū)的基本參數(shù)圖4.3 各小區(qū)間的摩擦因數(shù) 利用重力模型進行交通分布的結果如圖4.4所示。圖4.4 交通分布表假設所有交通量都為小客車交通量，直接進行交通分配，分配結果如圖4.5所示。圖4.5 交通流量圖第五章 結果分析5.1 各小區(qū)土地利用的變化情況交通與土地利用互為因果關系，交通設施的建設拉動沿線的土地利用，相反，土地利用變化帶來的人們出行活動的變化，從而誘發(fā)交通的生成，促進交通設施的建設。圖采用柱狀圖進行分析，結果如圖5.2所示。聯(lián)合圖5.1與圖5.2進行分析，不難看出，各小區(qū)居民用地增加后，交通發(fā)生量都相應增加。 圖5.1 各小區(qū)土地利用變化情況圖5.2 各小區(qū)生于吸引量對比圖5.2 結果分析小區(qū)1：由于居民用地的增加，居民出行所提出的交通需求就會相應增加，即發(fā)生交通量會顯著增加。由圖5.2顯示，小區(qū)1的吸引量交通并沒有增加很大值，原因一可能是由于政府團體用地的減少，使得來小區(qū)1處理政治事物的人減少，導致交通吸引量減少；原因二可能是由于增加的居民用地占用了其它性質的土地，而工業(yè)倉儲、商業(yè)設施用地、政府團體用地等正是產(chǎn)生交通吸引的主要因素。小區(qū)2：該小區(qū)交通發(fā)生量和吸引量的增長較為平穩(wěn)，可見居民用地和政府團體用地的增加直接導致了交通發(fā)生量和吸引量的增長；由于商業(yè)設施用地面積比重較小，其減少量并沒有對交通吸引量的增加產(chǎn)生顯著影響。小區(qū)3：同小區(qū)1一樣，人口的顯著增加導致小區(qū)3的居民用地相應增加，且除了商業(yè)設施用地和旅游用地有所減少以外，政府團體用地和工業(yè)倉儲用地均增加，所以交通發(fā)生量和吸引量都顯著增加，且在所有小區(qū)中值最大。小區(qū)4：由小區(qū)4的土地利用情況來看，可以推測該小區(qū)主要是居民區(qū)，因此交通吸引量會比較少。由圖5.2可以看出，預測年的交通發(fā)生量有所上漲，但是交通吸引量上漲幅度很大。造成該預測結果的原因可能是在發(fā)生量交通預測時，只采用人口和政府團體用地兩因素進行二元線性回歸，沒有使用其他土地利用情況，而該小區(qū)預測年份政府團體用地顯著減少，可能導致預測年份的交通發(fā)生量偏小。小區(qū)5：該小區(qū)可能是工業(yè)區(qū)與居民區(qū)，由于該小區(qū)的人口只有略微增加，土地利用情況無明顯變化，故預測前后小區(qū)發(fā)生量和吸引量無相對穩(wěn)定，且發(fā)生交通量與吸引交通量都相對較小。小區(qū)6：該小區(qū)居民用地的增加可能導致交通吸引量的減少，工業(yè)倉儲用地的減少可能導致前來該小區(qū)運貨送貨的次數(shù)明顯減少，成為其交通吸引量迅速減少的最主要原因。小區(qū)7：由圖5.1看出，在預測年份該小區(qū)變?yōu)榧児I(yè)區(qū)，交通發(fā)生量應該增加，而吸引量應該減少，這與圖5.2中結果不太一致。分析原因可能與交通發(fā)生量與吸引量預測模型的建立有關。也可能是由于減少的居民用地發(fā)生的交通量要比增加的工業(yè)倉儲用地發(fā)生的交通量大，導致整體交通發(fā)生量的減少。小區(qū)8：該小區(qū)預測前后所有屬性的土地面積都相應減少，但人口數(shù)量增加，顧交通發(fā)生量與吸引量將相應增加。結語通過本次交通運輸系統(tǒng)規(guī)劃課程設計，我受益匪淺。首先，本次課程設計使我對交通運輸系統(tǒng)規(guī)劃的課本知識進行系統(tǒng)而全面地復習。為了能更好地完成本次課程設計，又對上課時沒有講過的知識進行了自學。其次，本次設計覆蓋了交通規(guī)劃四步驟：交通發(fā)生與吸引、交通分布、方式劃分和交通分配，在進行小城市交通規(guī)劃時，將所學知識與實踐進行很好地結合，增強了自己把理論應用于實踐的能力。再次，在進行交通分布預測時，對福萊特法進行了C語言編程，增強了自己的編程能力。最后，對交通規(guī)劃軟件TransCAD進行了系統(tǒng)的學習和應用，掌握了應用TransCAD進行交通規(guī)劃四步驟的操作方法?？傊敬握n程設計既加深了自己對專業(yè)知識的理解，又提高了自己對辦公軟件和專業(yè)軟件的操作能力。 附錄：福萊特法源程序代碼#include<stdio.h>#include<math.h>int main()double qij88=3414.45,3984.11,5045.69,110.359,1135.33,1833.89,537.32,893.20,3694.32,682.98,5826.878,126.058,1292.01,20.63,599.10,1001.17,3732.31,4648.25,6322.41,133.73,1337.28,2077.89,616.08,1030.34,5305.86,6536.02,8692.20,203.71,1917.90,2971.97,883.54,1473.61,5407.46,6636.42,8610.65,189.99,2084.26,3056.48,895.74,1481.83,6620.04,7905.25,10140.36,223.13,2316.53,3939.74,1095.20,1790.06,6961.14,8370.32,10790.18,238.07,2436.45,3930.56,1278.25,1950.38,9513.86,11500.46,14836.61,326.45,3313.86,5281.87,1603.54,2844.70;double Oi8=16954.33,19253.12,19898.28,27984.80,28362.82,34030.31,35955.35,49221.37,Dj8=44649.44,54263.81,70.97,1551.49,16.61,25123.02,7508.76,12465.29;int Ui8=108113,127422,167794,118158,97613,63278,32256,168720,Vj8=133717,203971,283202,41640,63069,10986,27947,118822; /定義初始OD表及規(guī)劃年各小區(qū)的交通發(fā)生量和吸引量int i,j,times=0;double f88,Li8,Lj8,sum,Fi8,Fj8,E=0;for(i=0,j=0;i<8&&j<8;i+,j+)/計算增長率并判斷是否收斂Fii=Uii/Oii;Fjj=Vjj/Djj;E=E>fabs(1-Fii)?E:fabs(1-Fii);E=E>fabs(1-Fjj)?E:fabs(1-Fjj);printf("收斂系數(shù)為E=%7.5fn",E); for(;E>0.01;)/循環(huán)迭代printf("第%d次計算的OD表不滿足出行分布的約束條件，需要繼續(xù)進行迭代計算。n",times);times+=1;for(i=0;i<8;i+)/計算i小區(qū)的位置系數(shù)sum=0;for(j=0;j<8;j+)sum+=qijij*Fjj;Lii=Oii/sum;for(j=0;j<8;j+)/計算j小區(qū)的位置系數(shù)sum=0;for(i=0;i<8;i+)sum+=qijij*Fii;Ljj=Djj/sum;printf("采用福萊特法第%d次迭代計算得到的OD表如下：n",times);for(i=0;i<8;i+)/計算新的qij和Oi值 sum=0;for(j=0;j<8;j+)fij=Fii*Fjj*(Lii+Ljj)/2;/計算增長系數(shù)qijij=qijij*fij;sum+=qijij;/計算新的qij值printf("%10.3f",qijij);printf("n");Oii=sum;for(j=0;j<8;j+)/計算新的Dj值sum=0;for(i=0;i<8;i+)sum+=qijij;Djj=sum;E=0;for(i=0,j=0;i<8&&j<8;i+,j+)/重新計算增長率，并判斷是否收斂Fii=Uii/Oii;Fjj=Vjj/Djj;E=E>fabs(1-Fii)?E:fabs(1-Fii);E=E>fabs(1-Fjj)?E:fabs(1-Fjj);printf("增長率為：n");/輸出增長率printf("Fii: ");for(i=0;i<8;i+)printf("%10.5f",Fii);printf("nFjj: ");for(j=0;j<8;j+)printf("%10.5f",Fjj);printf("n收斂系數(shù)為E=%7.5fn",E);printf("第%d次迭代后滿足設定的收斂條件E<1%，停止迭代。n第%d次迭代計算后的OD表就為最終預測的OD表。",times,times);return 0;