北京交通大学交通规划课程设计实验报告(最终版)定义.docx

1、固Dataviewl-TripsGenID|PBASE|ABASEjPOPBASE|PFUR|AFUFt|P(PFUR|146933822303173921372931499214661363178333829381918529436644150160503816383216676994278224957388137682594111561957183388439473703352051345704158891637633884926415687269661248337903858129701611741539713337503897741117558256007133375038977411

2、1836644150196173842380720382图3.3.162014年的发生与吸引交通量瞳TripsGen2.dvw-TripsGenID|PBASE|ABASE|POP-BASEIPFUR|AFUR|POPFUR|1469338223031739293720327282146613631783338343814192524366441501605038213828173279942782249573889376126953115619571833884395736933657913457041588916376638829626156872696612483379338551347

3、61611741539713337523895770117558256007133375238957701183B644150196173848380121177图3.3.172015年的发生与吸引交通量田"ripsGen2.d.w-TripsGenID|PBASE|ABASE|POPBASE|PFUR|AFUR|POPFUR|1469338223031739383711340052146613631783338393809200034366441501605038253823180039942782243573896375328004115619571833884396736843

4、800513457041588916376938791000115687269661248337973851140021611741539713337553893800117558256007133375538938001183664415019G173854379522003图3.3.182016年的发生与吸引交通量3.8.5将数据表文件和小区建立联系为了对小区的出行生成量进展分析，我们要将数据表和交通小区建立联系。翻开我们的小区文件,在菜单栏中选择Dataview-Join,将两个文件相连接，通过ID,如以下图3.3.19所示。这样两个文件就联系起来了。图3.3.19建立联系图3.3.20

5、图3.3.20建立联系后的数据表（以2014年数据为例）S3Dataviev/5-Areal-TripsGenA<ea1.IDAicajTiipsGiBn.lD|PBASEABASE|POPBASE|PFUR|AFUR|POPFUR|119567632384.0014693382230317392137293149921096701440000214661363178333829381918529918070870016.009942782249573881378825941410253517824.0043664415016050381638321667G1516219374592.0

6、01568726966124833790385812970136499660800.00134570415889163763388492641121409939456001156195718338843947370335205164990921216.0016117415397133375038977411175353649G64.001755825G007133375038977411189738184704.0018366441501961738423807203823.8.6平衡发生与吸引交通量在上面所列的数据表中发生与吸引交通量并不平衡，此时需要通过调整使两者的和相等。点击菜单栏Pla

7、nning-Balance将Vectorl和7ector2分别选为P_FUR和A_FUR,方法选择固定变量1,即将来吸引量。点击0K保存。图3.3.21平衡发生与吸引平衡之后的结果如以下图3.3.22。（ID1后面显示的是平衡后预测得到的发生于吸引交通量）团Datavie%4-TripsGenfBALANCE2图3.3.22平衡后IDPBASE|ABASE|POPBASE|TriptGenPFURTnptGenAFURjPOPFUR|ID1|BALANCE2.P.FUR|i)ALANCE2.AFUR|14693382230317392937203272813929叫3739.211的发生214

8、66136317833383438141925223834003833.704366441501G050382138281732743821.003847.77与吸引99427822495738893761269539388900378042交通量115G195718338843957369336579113957.003712.07(以2015134570415889163766388296261337660039020515G872G9£G12483379338551347G153793.003874.91年为例）161174153971333752389577011637520

9、03915.1217558256007133375238957701173752003915.12右1836644150196173848380121177183848.003820.63键点击A_FUR,选择Fill,方可关闭此窗口。选择Formula,将FieldList选择为A_FUR,至此，完成了出行的发生吸引预测。即将平衡后数据填入将来吸引量中，3.8.7画出发生与吸引交通量的柱形图我们可以建立柱形图，以便于更直观的了解和分析未来发生与吸引交通量的变化情况。首先，将小区作为当前的活动窗口，运用小区未来发生量P.FLR和未来吸引量A_FUR的数据建立未来三年间小区发生量与吸引量的柱形图

10、，如以下图3.3.23图3.3.25所示。图3.3.232014年生成和吸引交通量预测直观图图3.3.242015年生成和吸引交通量预测直观图图3.3.252016年生成和吸引交通量预测直观图3.9.出行分布量预测分布交通量的预测一般有两类方法，分别为增长系数法和综合法，增长系数法又包含常系数法、平均增长系数法、底特律法、福莱特法、福尼斯法。综合法包括重力模型法、介入时机模型法、最大炳模型法等，局部方法比较复杂，计算量大，但是借助transCAD内部己置入的模型我们可以很轻松地利用这些模型完成预测。3.9.1牛成小区间的出行阻抗矩阵首先，翻开路网数据，将node层设为可见并设置为当前层，点击数

11、据，可得以下图3.3.26所示数据。IT?Datavicwl-NodelID|Longiludel顷udd787782826302128378*86354396303267569-848269683006562410857428432378358911"6890512961159112-87566504286733341385605441286914161484G4574823346586-158527640532213407168490849131041975-23868965792974792011198575970430505036924-8517258829721582162

12、2-85562547318431671325847984773024550617208721211830683972421-8663315628886739151886108261F573566226851790%230175711817-8737739831G364581图3.3.26点层数据选择菜单栏Selection-SelectbyCondition,在EnteraCondition中输入indcxOnulL如以下图3.3.27所示，那么质心点被选择了出来。SelectbyCondition(Dataview:Nodel)选出质心点之后，就可以对质心点之间的阻抗进展计算。选择菜单栏中N

13、ctworks/Paths-MultiplePaths,输入建立的网络文件，确定，如以下图3.3.29所示，将时间设为最小，并选择MatrixFile选项，点击OK后保存在Matrix文件夹下。得到阻抗矩阵。图3.3.29建立阻抗矩阵EMatrixl-ShortestPath(ShortestPath.Tim司”118|19|20|“123|24|25|?8|170006721151&662018S74916013538253.5825358258201867.210.00119.G5133.21253.75245920239221.59221.S3226.21191516411965

14、0009614190.76144041548810214102141067620662013321961400012074157606938198081M08202703.9.2增长系数21186742S3.75190.76120.740.00278.1451.56211.58211.5884.20229160245914404157.60278140002267824598245%25060法231353820239154B8693851562267800025682256821355624253.58221.59102.1419808211.58245.96256820000.20127.

15、58252535822159102141380821158245.9825G82020000127582S258202X21067620270842025060135561275812758000我们需要翻开两组数据，一个是之前反推的现状0D矩阵，还有一个是未来年的出行发生吸引量数据表，如图3.3.31所示。EQMatrid-EstimatedODMatrix(OOME)'o'IE"S1|2|4|9|11|13|15|16|17|8100029292618521.313690313933635084591205786261852309G0.00761919.9052S

16、85253771G848581G152807G19440910870200031.87374931G1.1921542G70258599010093031084128000120822.13611740101525241281133531»6843174811671000327S8740936190场313174813139&24904150W1272333150001978413462201421505315811.8918384202100478247106208570001094109150202100165800818478&3612.0021909157.1

17、8122.87000110507883172468711G009716173919229122082496904936700071G17184031087021003187374931611921M2S70»85990000，.4»Datsvww?-TrvtGen，o|fe)faarfID|匕ABASEpOPBASF|PFUH|AFUR户)PFUR|1469330317372931439214661703338191852343G641605038321GG7S9942249572594111*1933884352051345708916926415687212483129

18、701G117471337411175582713374111836G419G1720302图3.3.31需要准备的两组数据点击菜单栏PlanningTripDistributionGrowthFactorMethod.在右下角的发生吸引量分别选择P_FUR和A_FUR,点击OK保存。图3.3.32增长系数法预测结果如以下图3.3.33图3.3.35：困Matrix-OutputMatrix(0>ME)1|449|11|13|15|闾”1州10.00125.14565.95111.02242.87209.2638271562.262109.890.0040328

19、253.86849.14933.37248.27337.1029344400.654G03.63377.250.00168.48250.40245G61315.36168.71684.262.189117.57351.8123S.380.00210.678.4997.522514.6110911234.8411181.268M.37255.09226.030.001830.6691.57167.665693253431317176900.09275.225.601633.050.00100712B953133.61273.4315353.41235.111307.5574.5892.8093.

20、7700077.55256.211299.021668.65284.57138.672680.16117.36192.1460.170.0070.53137.76171524.25290.39657.2286.69M.02132.79247.57“130.00652.9318607.80379.822.21169.63252.11247.331324.321838668892000图3.3.332014年出行分布量预测结果MMatrix?-OutputMatfix(ODME)1|2|9|11|13|15|国”I倒100012534567.18111.2024295209.70382.99108

21、891817.58563.182109950004040325420849139350124S743377329404401184603903776500016868250352460513176416900685552189117683524023692000210758519775252037109392352511181.5488634255.81226550.001835.6891.831681357.11254.0113171.85901.20275.735.611633.010.00100.90270.03133.89273.7915353.362352413090974.6392

22、.7493.870.0077.84256.571299.86166863284631388126816011726192.3260240007062137831715241529058658048676639913294247899425000653401860816380322211698725212247791326951701969039000图3.3.342015年出行分布量预测结果团Matrix3-OutputMatrix(ODME)1|2|<19|11|13|15|调"11«11000125595883711134243212101538392109211

23、62200564212110.010.00404.63254.36849.5393642249.20338.53294.67401.674603.95378.000.00168.71250.36246.311319.47169.33686.702189117.7235281237.230002108185297.912525921096023549111816488853256482269500018404992101687257292546013171.899021927607561163337000101.06270.61134.142740515353.46235.501310.6974

24、.6892.7693.990.0077.80257.051301.1016S8.67285.07139.0226«3.22117.31192.6160.3500070.7613800171524.572909065886867964001331124829944500065403186085338086222169992522624S181329471706169190000图3.3.352016年出行分布量预测结果3.9.3重力模型法重力模型是种最常用的模型，他根据牛顿的万有引力定律，即两物体之间的引力与两物体的质量之积成正比，而与他们之间距离的平方成反比类推而成。重力模型法相对增

25、长系数法而言步骤较多，需要先建立小区阻抗矩阵在3.9.1中己经介绍过了），并标定重力模型中的参数，最后才能运行模型。这些都是由重力模型本身的性质所导致的。3.9.3.1准备工作在用重力模型预测出行分布量之前，我们需要准备好小区的地理文件，现状的0D分布矩阵和现状小区间的阻抗矩阵，如以下图3.3.36所示。将小区设为当前活动窗口。!QmMa>2UMMfaF?»C5H0«TST.P)q111=E)'114IX响1omM20151“251M2"21ow13)21119K>a«3f>znw<W201XJ2100«I4w&

26、#187;111II?915164119»«14000IMW10Z14112B2»61381M8S0002%.82139160245915Z601440422S7B2453115IK74253751»J4ISO相51»Z11M1622159moo102140091?253M2215913t(B1«2H2SSR2Q2t1825SM2X211«G?(1SS127MnjMafml-FttmMvdOOMMnxCOOME)4|o'CD'89U|IK«5|DOO23292S1由3QK010芯.134091

27、71;8Zt2OQ3(15231n41283353155fit431748I39&2249H1*53BI1UIK3S420218S8MBlt4?tft3I&87I1U«97U173WCD1M335084顽1G848374SJ1611921542S12<8221361.174010100327B87409XI3Q»253315Q00197U134&2471(K21657QOO109M713皿I5J1B172*70Mmu*24W9M$367J130970071278208I9下方Function选择InversePower,右边的阻抗矩阵选择之前建

28、立的阻抗矩阵，点击图3.3.37所示。3.3.36准备工作3.9.3.2标定重力模型的参数点击菜单栏PlanningTripDistributionGravityCalibration,Matrixfile为反推的OD矩阵。OK保存。如以下图3.3.37标定参数得到b为重力模型标定的参数如以下图3.3.38：画Dataviewl2-summeryID11Purposea|b|c|FFTable1ODME0.0057图3.3.38阻抗系数3.9.3.3应用重力模型点击菜图栏PlanningTripDistributionGravityApplication.在General选项R中选择好发生与吸

29、引量，Productions中选择P_FUR,Attractions中选择A_FUR。在FunctionFactors选项卡中的FactionsComesFrom选择Inverse,开在b中填入之前得到的系右边选择之前建立的阻抗矩阵。点击OK保存。如图3.3.39所示。图3.3.39应用重力模型预测结果如以下图3.3.403.3.42所示：(53MatrixlS-OutputMatrix(New)1|2|4|9|”113|15|项17|18|国3.3.401436634378342921423204428743849440.1344013432.50onia甬h241832426.694205

30、3413.13436.5942823430.9843098423.504416.93424.11419.63414.25430.53428.65429.79429.79422.33模型法预测/A-FH9421.304308443253-41864437.31434.05438.0043800430.34114284143G5244037431764432644440442774427743673结果13411.4342334420004139040670421774243842438417.0215412.49420.53423.44415.98412.95427.07427.57427.57

31、422.4116406.30415.2741664411.93403.76421.70419.59438%415.823.3.41174063041527416644119340376421.704195943898415.821841681425994274042251415754326043275434094340S2015年里刀模型法预测结果EJ?Matrix4团Matrix4-OutputMatrix(New)i|2|1|2|49|11113|15|1可17|1町I439881437.474387942384423.474440643955441.30441.30433.2324199

32、8241843-42Z3S42088413.144374842906431854318542395441316424964417.06424684199941427431.4242943430684306842279942333431559421704317043351418954385243513433.1943919431101143035437481142899437574415443259444664456844415444154376713410.43417.0613411.36423.72420.48414.07406.62422.34425.06425.06417.2915411

33、944235615412.4142088423.91416.14412.78427.75428.24428.24422.6616410854180516406.13415.52417.01411.9940350422.28420.05439.57415.971740461418991740613415.52417.01411.9940350422284200543957415.9718415984278618417.014266542817422964158643359433624350/4350/图3.3.422016年重力模型法预测结果3.10.交通分配3.10.1矩阵的索引转换翻开未来年

34、份的OD矩阵，在矩阵中的某一点点击右键，选择Indices这一项，这里我们选择新建索引，在Field栏选项Index,在下面Selection栏选择Selection,选择OKo然后在MatrixIndices中将两项都选择为New,如以下图3.3.43所示。AddMatrixIndexOngnalRowColumnIDsfromDataviewnodeFcWpd«3NewIndexNameNewpUseforCRow«LCbkmvsBothRowCobfnnIDsfromReidiDSelectionSelecbonOK|CanedI聃11MRa|2MSmv14)245U

35、MHl»innmu图3.3.43更改OD矩阵ID3.10.2进展分配将图层置为street,点击菜单栏PlanningTrafficAssignment,将网络文件加载，将方法选择为UserEquilibrium,点击OK后保存。分配数据如以下图3.3.44所示。ID|lanhD«M4MsiBA.CanlShNilAB.BATim1叫111(0(0"Ml12皿c1W5I1«8»UMKO)12,El”使23nmiwW5»HMa342)1300003R4U14330JZ2.W3UV)1%«1UO0)438900gm14fflMU

36、NLS00317511751451100CO51nwU<350g49505C110000g美m大en5(8冲$0UM«(»7iiaimG2ra1imeinewm(n71men67s>s22MM19450034WI9lunoo78302547M489001»M120009II«*«2GO2D7M顺6503534II11MHIII34)25*74400gg111?moo86)(iwn1750y%U13(82001022GQ00sin61JB1314moo中枷1枷7GOC2)t3»77U0DMtt34£8U151192

37、*51M775O51芥51«t$HINM)4«m104X600ttOOKV取DOMMft108>t744Mmu)MM518417It5009271700MJ360SIB115VOOam4ffl12OttNIS7B0024»243919NIttOO38415150)K9M21mnoo12GO观MOI00MOOflfflDmvM-XlMN.UM«nOWMM<205(UmWWMHioneeon0MW357MMImil/*5121场Eg5»f1!2X027121«fiUSI4M)I775JMansw?mgBH2C2I39652M4

38、1(1U49SS184；n)M»2«4«K?1H42SHM«INWUM9owee(M03474137UMmem191(rv图3.3.44分配结果3.10.3作出流量分配图点击菜单栏PlanningPlanningUtilitiesCreatFlowMapso作出流量分配图。CreateaTrafficFlowMap图3.3.45显示交通流分配显示分配结果如以下图3.3.46图3.3.48：图3.3.462014年预测的交通量分配S3-Street1V/CRatio图3.3.472015年预测的交通量分配3.3.482016年预测的交通量分配步骤的缺失频频

39、导致实验几度无法进展下去（如在预测出未来年的发生和吸引量后进展下一步增长图系数法时会出现notbalanced的错误提示，这时需要Planning-Balance先平衡P_FUR和A_FUR后再进展下一步）。后来我又商过搜集亍一些资料并和蛆内组外的同学讨论学习，再加上自己反复屡次的尝试。最终抑制了很多困难，根本完成了全部过程的操作。虽然由于数据的调查和处理没有采取严格的方法和手段而导致了一些结果存在一定的误差，但我们认为学会并能完成transCAD的工作，了解transCAD的原理和方法是我们最大的收获，我们今后将会进一步了解transCAD及其他软件的使用方法，掌握交通规划的方法。另一方面通

40、过本次实验，每一名组员都得到了足够的锻炼，团队合作精神得到了很大的提升，我们懂得了团队合作是高效工作的制胜法宝这一道理，在今后的实验中我们应当进一步加强团队合作，使实验能做得更加完美。同时在实验过程中，遇到问题时我曾发过E-mail向教师求助，十分感谢陈旭梅教师以及王颖教师耐心的指导，并给我们的实验提出了珍贵的意见。4.总结与改进4.1交大东路和交通大学路在今后五年会比较拥挤，这与实际情况相符，这两条路都相对较窄，与较大车流路段相连，路边都设置有停车场，在交通量普遍增加的前提下容易饱和。4.2局部路段如西直门外大街和中关村南大街以及北三环在预测结果中素流量较大但负荷度并不高，自然情况下不会过于

41、拥堵。4.3在数据收集过程中并没有十分严格的采集手段和处理，所以可能导致最终的结果与实际有局部出入。四、实验心得XXXX：我觉得在在本次试验中，我们组通过交通调查与transCAD的使用对今后交大周边的开展进展了规划，了解了交大周边的交通现状并对其进展了一系列的分析，加强了对交大周边路网的了解，对其具体规划打下了坚实的根底。首先是任务-交通调查实验，在调查的过程中我们适时的体验到了书本上的集中交通调查的方法，虽然是顶着炎炎烈日，常常是汗流泱背，但是得到了我们辛苦收集出的数据后内心还是很有成就感的。之后我们对采集到的数据进展了初步处理，宜观的感受到了交大周边的交通状况，也体验到了调查的乐趣，掌握

42、了调查的根本技巧。再者是任务二-交通规划，在这个实验过程中，虽然不用外出经历烈日的折磨，但是由于是第一次使用transCAD进展规划，因此在实验中遇到了很多困难。而且我们主要是通过视频进展学习，也发现了视频中有些XXX:在本次实验中，虽然我们在初次试验中遇到了些困难，但我认为我们在实验中得到的最大收获是学到了transCAD的根本原理及操作方法，了解了交通规划的根本过程，掌握了学习交通规划的各类方法，对今后软件的引用及交通规划的分析打下了良好的根底。作为组长，我深刻地理解到了分工合作在实验中的重要作用，体会到了团队合作的重要性，为今后的小组实验提供了一些经历。我希望我们在今后的实验中能进一步发

43、挥团队合作的优势，让实验做得更加的顺利、成功。同时感谢我们各位组员对我的支持与帮助。XX：在做第一个实验时，我们确实遇到了很多问题。血对上万个数据，对数据处理软件并不熟悉的我们感到无从卜手。我们只能不断地讨论，不断地探索，一点一点地向自己的目标前进。随着对Excel的渐渐熟悉，我们终于将原始数据处理成我们希望得到的最终数据。而到了这个实验的第二步，也就是画散点图的步骤时，我们又遇到了阻碍。对于matlab,我们之前儿乎没有接触过，我们只能通过查阅相关教程从而熟悉它的使用方法。经过无数次的摸索，终于得到了不错的散点图。在搀个过程中，我感受到了主动学习的重要性。以前的我们总是习惯被动学习，教师教给

44、我们什么，我们便承受什么。但通过这次试验，我发现仅仅靠这种被动学习是远远不够的，我们应该培养的是一种学习的能力，当遇到问题是应该学会主动地查阅资料，自主解决问题。到了第二个实验，我们开场以为只要跟着视频做就不会有什么问题，但是真正开场做时，我们才发现真是事与愿违。从划分交通小区开场，我们就开场产生分歧，经过一次一次的讨论，我们才最终确定了小IX。之后的步骤中我们也是不断地遇到各种问题，乂不断地将这些问题解决。在终于做到最后一步时，我们发现结果明显和实际不符，这说明我们的小区划分出现了问题，我们只能从头开场。就这样经过了至少六遍，我们得到了最终的结果。在这个实验的过程中，由丁一遍又一遍的重复，我

45、们都感到有些沮丧，当终于得到结果时，那种喜悦真的是无法形容的。科学的实验也许就是这样，只有经过不断的修止，才能得到正确的结果。XX：通过这一次交通规划实验，使我对交通规划的重要性有了非常深入的理解，更加高效快捷的城市交通使得城市的综合竞争力得以大大提升。而通过本次实验，我了解了交通调查和交通规划实验的步骤，使我对于象区域的交通网络设计、社会经济指标、交通量的统计分析，交通需求预测、交通状态评估等任务的得到充分认识。在交通调查的工作中，我体会到了这项工作的不易。短短一个小时的交通调查中需要枯燥的记录数据，清点车辆就使我感到疲惫，让我深切体会到这项工作的不易。而记录数据等工作也让我学会在以后工作学

46、习中要更加耐心，平凡的工作也可以有不平凡的成绩。在交通规划实验的工作中，学会了使用TransCAD这个软件的使用，这使我为将来投入该领域的研究和开发奠定一定的根底。而在软件的学习过程中，不断发现各种问题使得工作无法进展下去，软件的使用出现各种障碍，这也让我学会去处理解决问题，而软件使用中点细小的问题会使得全盘皆错。所以这项工作教会我学会更加的细心。而各种工作的展开使得我们小组团结起来，我们学会沟通理解，我们学会用一个团队的精神去处理问题，这个是在平常学习中很难得到的。所以这一次的交通规划实验我收获颇多。XXX：现今社会，城市化越来越快，人们的经济水平逐步提升，交通便成为了一个关乎民生的大问题，

47、日益严重的交通拥堵，和逐渐加重的环境污染成为阻碍我们城市化进程的雄题，所以我们迫切需要利用科学而又有效的手段和方法来进展合理的交通规划来正确引导交通，实现可持续开展的目标。因此，掌握科学的交通规划手段是至关重要的，这也是这门课开设的意义所在。通过这次的两个交通规划课程的实验，我学到了很多知识，加深了我对交通规划的理解，并旦锻炼了我们交通规划的能力。先是通过第-个实验了解到了RTMS的工作原理，并且亲身实践用人工计数法对交通量的统计，并通过实验进一步的了解到交通三要素之间的关系。其次，通过第二个实验，我最大的收获是学会了交通软件transCAD的使用方法，并且运用软件来预测出了未来的交通发生量和吸引量，并且预测出未来交通生成量的分配。而旦在这次实验中我也深刻的体会到了小组协作的团队力量。在小组人员的共同努力下，我们在烈日