基于四阶段法的城市轨道交通客流预测模型研究(共41页)

1、 PAGE ii基于四阶段法的城市(chngsh)轨道交通客流预测模型研究摘 要关键词：轨道交通客流(kli)预测通过预测线路断面流量、换乘流量、车站出入口流量为规划线网方案的评价、轨道建设提供重要的量化指标，其对于(duy)轨道交通项目的科学决策具有重要的意义。本文(bnwn)主要内容如下：（1）阐述国内外轨道交通预测研究现状和发展趋势，研究背景和研究意义；（2）介绍传统四阶段法基本原理和方法，并指出传统四阶段法存在的不足，并提出了改进方法；（3）针对传统四阶段法的不足进行了改进，按出行目的和小区区位建立改进的四阶段法轨道交通预测模型；（4）以某轨道交通网络为研究对象，运用改进的四阶段法进行

2、客流预测。关键词： 四阶段法；轨道交通；客流预测；交通分布模型；交通生成模型 PAGE vABSTRACTPassenger Volume Forecast by predicting the flow line sections, transfer traffic flow evaluation station entrances, rail line network construction planning programs provide important quantitative indicators as having important implications for sci

3、entific decision-making rail transportation projects.The main contents are as follows:(1) domestic and international rail traffic forecasting study describes the current situation and development trend of the research background and significance;(2) describes the traditional four-stage method of bas

4、ic principles and methods, and to point out the shortcomings of the traditional four-stage method, and proposes an improved method;(3) for the shortcomings of traditional four-stage method has been improved, the establishment of an improved method of rail traffic forecasting model four-cell stage by

5、 trip purpose and location;(4) to a rail network for the study, carried out using the improved passenger flow forecast four-stage method.KEYWORDS:fourstagemethod;rail transit;passengerflow forecast;trafficdistribution model;traffic generation model目 录 TOC o 1-3 h z HYPERLINK l _Toc413876664 摘 要 PAGE

6、REF _Toc413876664 h i HYPERLINK l _Toc413876665 ABSTRACT PAGEREF _Toc413876665 h ii HYPERLINK l _Toc413876666 目 录 PAGEREF _Toc413876666 h iii HYPERLINK l _Toc413876667 1绪论(xln) PAGEREF _Toc413876667 h 5 HYPERLINK l _Toc413876668 1.1研究(ynji)的背景及意义 PAGEREF _Toc413876668 h 5 HYPERLINK l _Toc413876669 1

7、.1.1研究(ynji)背景 PAGEREF _Toc413876669 h 5 HYPERLINK l _Toc413876670 1.1.2研究意义 PAGEREF _Toc413876670 h 5 HYPERLINK l _Toc413876671 1.2国内外研究现状 PAGEREF _Toc413876671 h 5 HYPERLINK l _Toc413876672 1.2.1国外研究现状 PAGEREF _Toc413876672 h 5 HYPERLINK l _Toc413876673 1.2.2国内研究现状 PAGEREF _Toc413876673 h 6 HYPERL

8、INK l _Toc413876674 1.3论文研究的主要内容 PAGEREF _Toc413876674 h 6 HYPERLINK l _Toc413876675 2基于四阶段法轨道交通客流量预测研究 PAGEREF _Toc413876675 h 7 HYPERLINK l _Toc413876676 2.1 交通发生和吸引模型 PAGEREF _Toc413876676 h 7 HYPERLINK l _Toc413876677 2.2 交通分布模型 PAGEREF _Toc413876677 h 8 HYPERLINK l _Toc413876678 2.3 交通方式划分模型 PA

9、GEREF _Toc413876678 h 9 HYPERLINK l _Toc413876679 2.4 交通分配模型 PAGEREF _Toc413876679 h 10 HYPERLINK l _Toc413876680 2.5 四阶段法的缺点和改进 PAGEREF _Toc413876680 h 11 HYPERLINK l _Toc413876681 3改进的四阶段法轨道交通客流量预测研究 PAGEREF _Toc413876681 h 13 HYPERLINK l _Toc413876682 3.1 按出行目的和小区土地利用性质的交通生成方法 PAGEREF _Toc4138766

10、82 h 13 HYPERLINK l _Toc413876683 3.1.1交通生成构想 PAGEREF _Toc413876683 h 13 HYPERLINK l _Toc413876684 3.1.2交通生成模型 PAGEREF _Toc413876684 h 13 HYPERLINK l _Toc413876685 3.2 交通分布方法 PAGEREF _Toc413876685 h 14 HYPERLINK l _Toc413876686 3.2.1 小区内部、小区间分布模型 PAGEREF _Toc413876686 h 14 HYPERLINK l _Toc413876687

11、3.2.2 改进的分布模型 PAGEREF _Toc413876687 h 15 HYPERLINK l _Toc413876688 4实证分析 PAGEREF _Toc413876688 h 17 HYPERLINK l _Toc413876689 4.1 交通生成预测 PAGEREF _Toc413876689 h 17 HYPERLINK l _Toc413876690 4.2交通分布预测 PAGEREF _Toc413876690 h 18 HYPERLINK l _Toc413876691 4.3交通方式划分 PAGEREF _Toc413876691 h 19 HYPERLINK

12、l _Toc413876692 4.4 交通分配 PAGEREF _Toc413876692 h 26 HYPERLINK l _Toc413876693 4.5 各路段服务水平分析(fnx) PAGEREF _Toc413876693 h 33 HYPERLINK l _Toc413876694 结 论 PAGEREF _Toc413876694 h 35 HYPERLINK l _Toc413876695 致 谢 PAGEREF _Toc413876695 h 36 HYPERLINK l _Toc413876696 参考文献 PAGEREF _Toc413876696 h 37北京交通大

13、学海滨学院毕业设计（论文） PAGE 451绪论(xln)1.1研究的背景(bijng)及意义1.1.1研究(ynji)背景随着我国经济快速发展，城市化进程日趋加快，城市规模日益扩大，大量人口进入城市，市民出行的次数频繁，对城市交通构成严重挑战。虽然城市道路量和车辆拥有量提高了很多，但交通问题依旧突出，如交通拥堵、交通秩序混乱等。大力发展城市轨道交通是解决现代城市交通问题的一个重要手段，城市轨道交通对城市的发展模式和布局有着重要影响，因此对轨道交通客流预测具有重要理论意义和实际价值。1.1.2研究意义城市轨道交通客流预测是城市轨道交通建设的一项重要内容,是确定城市轨道交通系统建设规模的重要依据

14、,是进行城市轨道交通合理线网规划和初步运营的基础轨道交通是城市公共交通的一种模式,但是与一般的城市交通需求预测相比,城市轨道交通系统需求预测具有其自身的特点从我国各大城市的客流预测工作来看,传统的四阶段客流预测方法是目前应用最为广泛的一种客流预测方法传统四阶段法客流预测在交通规划领域得到了广泛的应用,为利用四阶段法进行轨道交通客流预测提供了很多可以借鉴的地方但是由于轨道交通自身的特点,在利用四阶段法进行客流预测时,预测步骤及所要考虑的因素等方面都有其自身的特点四阶段法客流预测虽然是目前使用最为广泛的一种轨道交通客流预测方法,但是在学习和研究过程中,发现尚有不足之处存在,使四阶段法客流预测在使用

15、过程中更能符合城市轨道交通的特点,使其更加实用和完善,具有很大的现实意义四阶段法客流预测是一个有机的统一体,在研究过程中,本文从四阶段法客流预测的前期准备工作入手,合理调整预测步骤,多方位!多角度对城市轨道交通客流预测的影响因素进行分析研究希望对我国的城市轨道交通客流预测工作起到一定的借鉴作用1.2国内外研究现状1.2.1国外研究现状城市轨道交通客流量预测的方法主要包括土地利用法和四阶段法。国外四阶段法运用的比较成熟。20世纪50年代早期，国外出行生成预测模型主要使用线性回归法和增长系数法，这些模型主要基于家庭或小区出行的现状。20世纪60年代后期，国外出现一种改进预测算法，即交叉分类法，该方

16、法后来成为客流预测的主要方法。增长(zngzhng)系数法和重力模型是交通分布模型中最为常用的数学模型，二者分别由Furness和Casey于1965年和1955年提出。重力(zhngl)模型可以分为(fn wi)双约束模型和单约束模型依据出行产生吸引总量，之后改模型被合理解释。方式划分模型主要包括集聚模型和非集聚模型，分担率曲线法是最早的集聚模型，而最早的非集聚模型主要由Lerman和Warner研究，该模型理论基础为效用最大化，但与传统模型相比较，该模型存在严重缺陷，因此应用受到限制。但20世纪80年代以后，非集聚模型获得了较大发展。后来，Domencich在最大效用理论基础上提出一种离散

17、选择模型，根据概率分布函数的不用模型又分为Probit模型和Logit模型，后者被应用地更加广泛。全有全无分配法是最早的流量分配算法，其为连续平均法、增量分配法和容量限制配流法都是在全有全无分配法。1952年，Wardrop提出Wardrop原理并将其应用于平衡模型求解；1956年，Beckman等人运用数学语言将Wardrop原理表达出来；1982年，Florian和Fernandez提出了Wradrop模型的求解算法。以上阐述的模型和理论体系在国外城市交通规划发展和完善过程中建立起来，基本趋于完善。1.2.2国内研究现状现在国内进行客流预测的方法主要有交通规划四阶段法、趋势外延法和吸引范围

18、法。四阶段法以城市居民出行OD为基础，运用数学模型分析客流量的变化规律，实现轨道交通线上的客流量预测。而后两种方法只考虑轨道沿线和吸引范围内的客流变化趋势的预测。1987年天津大学根据出行距离分布曲线获取了不同交通方式的出行分担率，在此基础上获取到不同交通方式预测年限的OD矩阵，结合Wardrop原则，建立了平衡配流数学模型。1990年清华大学采用平衡分配的“用户最优”的非线性互补和变分不等式模型实现交通分配，并将其应用到青岛地铁一期工程可行性研究客流量预测研究中。同年，南京交通规划研究所提出一种基于全方式OD矩阵的联合方式实现交通分配模型的划分，并将其应用于南京市快速轨道网络规划和建设。19

19、91年，中国城市规划设计院运用带交通阻抗时间指数的交通方式实现重力模型的划分，并将该模型应用到沈阳地铁工程可行性报告的客流量预测研究和规划。1999年东南大学提出了基于改进的四阶段法的客流预测方法和流程，并将其应用于轨道交通线的规划和布局过程中。2000年,铁道第四勘查设计院提出了“快速轨道客流预测流程”，实现珠江三角区快速轨道交通线的客流预测。1.3论文研究的主要内容本文主要内容如下：第一章 阐述国内外轨道交通预测研究现状和发展趋势，研究背景和研究意义；第2章 介绍传统四阶段法基本原理和方法，并指出传统四阶段法存在(cnzi)的不足，并提出了改进方法；第3章 针对(zhndu)传统四阶段法的

20、不足进行了改进，按出行目的和小区区位建立改进(gijn)的四阶段法轨道交通预测模型；第4章 以某轨道交通网络为研究对象，运用改进的四阶段法进行客流预测。2基于四阶段法轨道交通客流量预测(yc)研究2.1 交通发生和吸引(xyn)模型交通需求(xqi)的生成预测由交通出行产生量和交通出行吸引量二者预测构成，该阶段的主要目的是为了获取城市在未来人口规模、社会经济发展规模和土地利用特征下，各个交通小区可能产生的交通总量和吸引到的交通总量。主要方法有增长率法、回归分析法、交叉分类分析法和出行率法。出行产生量和吸引量存在两个基本规律：一个交通小区中，住宅数量越大，出行产生量也就越大；非住宅数量越大，出行

21、吸引量越大。单位时间内，一个小区的交通量并不等于出行吸引量，但是针对整个研究对象区域，单位时间的交通产生量应该等于单位时间的交通吸引量，或者大致相等。（1）增长率模型增长率模型公式如下所示： （2-1）公式（2-1）中，表示不同分区所产生的吸引，表示预测年增长率，表示不同分区的产生的吸引交通量。增长率模型的关键是怎样计算预测年增长率，一般将各小区的指标增长率当做发生吸引的增长率： （2-2）公式（2-2）中，表示区域内目标年的人口数量与基数年人口数量的比值，表示目标年人均自行车拥有率与基数年人均自行车拥有率的比值。（2）原单位法原单位法主要有面积原单位法和个人原单位法。面积原单位法将不同种类用

22、地面积产生吸引的交通量实现出行量的预测。个人原单位法将居住人口的交通发生吸引量来预测交通出行量。 （2-3）公式(gngsh)（2-3）中，表示(biosh)第个小区的交通吸引(xyn)量或者发生量，表示面积（个人）的吸引原单位或者发生原单位，表示第个小区的总面积（总人口数量）。（3）函数模型法函数模型法主要同来分区发生、吸引交通量预测，发生部分主要采用多元线性回归分析，常用模型如下： （2-4） （2-5） （2-6）公式中，表示第个小区的交通吸引量或者发生量，表示第个变量的吸引量或者发生量，表示第个小区第个变量的取值。2.2 交通分布模型出行分布主要目的是掌握未来城市交通出行在空间上的分布

23、，也就是每个交通小区之间的交通交换量。城市轨道交通分布预测原则有以下两点：假设总的每日出行产生量和出行吸引量基本相等；轨道交通的建设会改变城市交通网络和城市空间结构的变化。（1）增长率法增长率法假设预测分布形式和现有的分布形式一致，之后研究目标年的OD表。该方法虽然操作简单，但其无法考虑城市基础设施建设、城市布局对城市出行OD的影响。其预测步骤如下：Step1：定义参数，表示现状OD量；表示现状小区发生交通量；表示现状小区吸引交通量；表示预测年小区发生交通量；表示预测年小区吸引交通量；Step2：，；Step3：；Step4：，和被和代替(dit)，实现第二次迭代；Step5：重复(chngf

24、)Step1Step4，直到，均接近(jijn)于1。（2）重力模型法基本重力模型如下： （2-7）修正重力模型： （2-8）公式（2-8）中，表示交通小区到交通小区的交通分布量；表示交通小区的发生交通量；表示交通小区的吸引交通量；表示平衡系数；表示阻抗函数。2.3 交通方式划分模型交通方式划分模型主要分为集计模型和非集计模型，前者以分区集合模型为基础，后者则以随机效用理论和个人出行最大效用理论为基础。（1）集计模型集计模型主要有线性回归法和分担率曲线法，本文主要采用线性回归法。在出行过程中，出行方式的选择受到很多因素的影响。这些因素包括出行者的出行特征、交通方式特性、出行时段特性、个性及其家

25、庭特征、城市自然环境及其人文环境等。不同影响因素对交通方式的选择会有不同的影响，所以很难找到合适的交通方式划分模型。常见的交通方式划分模型如图2-1所示：图2-1 交通方式划分(hu fn)模型图2-1中，G表示出行产生；MS表示交通方式(fngsh)划分；D表示出行分布；A表示出行分配。多元线性回归时，影响因素作为自变量，因变量为出行量，那么(n me)单位时间内方式第交通小区的出行产生量的估计值可以表示为： （2-9）单位时间内方式第交通小区的出行吸引量的估计值可以表示为： （2-10）公式（2-9）和（2-10）中，表示起点小区的土地使用变量；表示终点小区的土地使用量；表示回归参数；表示

26、偏回归系数；,表示小区个数；表示交通方式的数量。（2）非集计模型非集计模型主要运用随机效用理论，一般假设出行者选择效用最大的选择项，本文效用最大的选择项我们选择出行者的满意度作为选择项。效用方程： （2-11）公式(gngsh)（2-11）中，表示(biosh)选择项于对出行者(xngzh)的效用值；表示选择项于对出行者的可确定的效用；表示选择项于对出行者的不可确定的效用； （2-12）表示出行者对选择枝的效用；表示出行者对选择枝的特性矢量；表示选择枝的属性矢量；表示出行者特性和选择枝特性交叉变量；表示出行者选择域；表示模型参数向量。假设相互独立且服从相同的极值分布，则 （2-13）公式（2-

27、13）中，表示选择枝项。2.4 交通分配模型交通路网的分配需要符合均衡原则，即Wardrop原理，其包括两个原理：Wardrop第一原理：当出行者知道道路网的状况，并且能够选择道路网的最短路径时，网络就会达到平衡状态。Wardrop第二原理：均衡状态时，系统总的出行时间最短。用户处于均衡状态是基于出行者完全了解道路网信息的条件下，因而出行者可以选择最短路径，其忽视了出行者由于自身和外界因素引起的路径选择的随机性，因此有以下几点不合理的地方： 出行者必须完全了解道路网信息。 可以实现最小阻抗路径的计算。 所有出行者在交通行为上具有高度的一致性。 由于上述假设和实际情况情况有较大差异，所以随机均衡

28、分配模型就实际交通规划而言更具实际价值。随机用户均衡分配过程(guchng)中，出行者从点到点所选择(xunz)的有效路径的应满足下面(xi mian)的公式： （2-14）公式中，表示判断误差；表示路径实际交通阻抗。之间OD点对所分配到的有效路径的交通量应满足下面的公式： （2-15）公式中，表示点到点的交通量；，无量纲参数。2.5 四阶段法的缺点和改进（1）在传统的四阶段法中，不同目的出行的交通生成量和交通量分布规律差异较大，但是目前的预测方法未考虑该因素的影响，如果将居民出行的生成和分布按出行目的分别建模，那么居民出行规律将被更好的描述，从而实现轨道交通预测精度的提高。 （2）虽然重力模

29、型拥有结果简单、使用范围广的优点，但是当交通小区划分紧密，区间行走时间较短时，重力模型拟合交通分布的效果较差。若对区内交通分布和区间交通分布分别建模，同时增加地区间交流度的分析，调整预测交通大区的区内、区间出行比例，那么预测年交通情况的计算结果将更加精确。 （3）现有交通分配模型均先求出公交OD，在此基础上采用某种分担率划分模型划分轨道交通OD进行分配。如果合理考虑不同交通方式向轨道交通转移的规律，那么预测轨道交通出行总量的结果将更加全面。3改进(gijn)的四阶段法轨道交通客流量预测(yc)研究3.1 按出行(chxng)目的和小区土地利用性质的交通生成方法按出行目的对交通生成和吸引模型进行

30、建模，同时将小区的土地利用性质考虑进来，计算小区的就业岗位数、小区的人口数量以及交通小区交通发生量和交通吸引量。3.1.1交通生成构想不同的出行目的，其分布规律有很大差异。按出行目的计算交通生成和分布，建立的预测模型将更加准确。在城市交通规划中，将界定的规划范围分为若干个交通分区，每个交通分区有多个不同性质的土地利用，用土地使用强度来度量开发强度。不同交通分区之间，各种土地使用强度指标不一致，可以根据交通分区的土地使用性质对交通小区进行分类。在此基础上，按交通分区建立出行生成模型。3.1.2交通(jiotng)生成模型先计算各个规划年交通(jiotng)小区就业岗位数和常住人口数，之后运用原单

31、位法计算小区居民出行产生交通量和吸引交通量。（1）计算(j sun)规划年交通小区的就业岗位数和常住人口数 （3-1）公式（3-1）中，表示规划年交通小区的人口数量；表示规划年交通小区人口总数量；表示规划年人口就业率；表示居住用地的容积率；表示规划年小区就业岗位数；表示5种不同的用地性质；表示小区的就业率。（2）计算规划年交通小区的交通发生量和吸引量 (3-2)公式（3-2）中，表示规划年人口总数量；表示交通小区数；表示出行目的的人均出行率；表示小区出行目的的出行总数量；表示出行目的的出行总数量；表示小区出行目的的发生原单位量；小区出行目的的原单位出行发生率；表示出行目的的总交通吸引量；，分别

32、表示小区出行目的的吸引原单位量和原单位吸引发生率。3.2 交通分布(fnb)方法3.2.1 小区内部、小区间(q jin)分布模型考虑(kol)到小区内部出行交通量的主要因素为产生交通量、吸引交通量、小区面积，那么小区内部出行公式为： （3-3）公式（3-3）中，表示小区的交通量；表示小区发生交通量；表示小区面积；表示小区吸引交通量；表示参数。小区间交通量采用带约束条件的重力模型： （3-4）表3-1 、表3-2和表3-3分别是小区的面积、样本OD和平均出行时间。表3-1 小区面积（平方千米）小区编号12345面积19.4520.3417.7739.8722.65表3-2 平均出行时间1234

33、5189.112.3525.4320.1212815.6624.321320.4516.69820.1114.21418.6617.8511.2818.66511.3532.5617.819.588表3-3 样本(yngbn)OD（人次）123451652323426856321321278927801456312052103410160823420350478955231199122814632036043566788911668351009324456178652312160712207358311125821790129443.2.2 改进(gijn)的分布(fnb)模型根据公式（3-3

34、）小区内部模型和公式（3-4）小区间模型模拟样本OD，模拟结果如表3-4、表3-5、表3-6所示：表3-4 区内模型参数标定表区内模型参数值-10.110.9310.9630.718-2.9852.0124.2554.6350.2520.3120.1360.128表3-5 区间模型参数标定表区间模型参数值-25.3691.6991.8920.518-3.6963.1595.0070.44200.01900.691表3-6 改进的样本(yngbn)OD（人次）1234516291.678321.5669871158.314836.4626932.55128789.013325.952016695

35、.41315202105889.23620.893210.568345.6847120.141402.3120.36700.157206.316549.255496.231178563.078520.871198.4711956.6422360.479891.32683.2320154.8113293.634实证(shzhng)分析为了验证本文算法(sun f)的有效性，以图4-1的轨道交通网络为研究对象。交通节点1、3、7、9分别为A、B、C、D四个交通区的作用点，边线上的数据为路段行驶时间（单位min）。图4-1 轨道交通网络图4.1 交通(jiotng)生成预测不同月收入的家庭(jitn

36、g)出行率调查表如表4-1所示：表4-1 出行(chxng)率表收入分类（元/月）06006001200120018001800以上出行率（人次/天）2.52.83.03.2现状及目标年各小区家庭数以及不同收入家庭的比例如表4-2所示：表4-2 小区家庭数小 区ABCD现 状 家 庭 数9000800095008500目标年家庭数101009100111009900比例0-6000.020.030.10.02600-12000.130.240.110.211200-18000.220.320.250.351800以上0.630.410.540.42使用交叉分类法，计算现状及目标年各小区的交通生

37、成量。现状交通生成量：交通小区A：90000.022.5+90000.132.8+90000.223.0+90000.633.2=27810交通小区B：80000.032.5+80000.242.8+80000.323.0+80000.413.2=24152交通小区C111000.12.5+111000.112.8+111000.253.0+111000.543.2=28842交通小区D：85000.022.5+85000.212.8+85000.353.0+85000.423.2=25772目标(mbio)年交通生成量：交通(jiotng)小区A：101000.022.5+101000.13

38、2.8+101000.223.0+101000.633.2=31209交通(jiotng)小区B：91000.032.5+91000.242.8+91000.323.0+91000.413.2=27472.9交通小区C：95000.12.5+95000.112.8+95000.253.0+95000.543.2=33699.6交通小区D：99000.022.5+99000.212.8+99000.353.0+99000.423.2=30016.84.2交通分布预测已知现状交通分布的OD矩阵如表4-3所示：表4-3 OD矩阵DOABCDA06180618015450B61800154503090

39、C61801545007725D15450309077250使用增长系数法计算目标年的OD矩阵。计算过程如表4-4：表4-4 OD矩阵计算过程ABCD合计预测值A061806180154502781031209B618001545030902472027472.9C618015450077252935533699.6D154503090772502626530016.8合计27810247202935526265108150（1）求各小区的发生增长系数FOA=UA/OA =31209/27810=1.1222FOB=UB/OB =27472.9/24720=1.1114FOC=UC/OC =3

40、3699.6/29355=1.1480FOD=UD/OD =30016.8/26.265=1.1428（2）以上表为基础矩阵，各项均乘以发生(fshng)交通生成增长系数，得到未来年的交通分布。最终结果如表4-5所示：表4-5 计算结果DOABCDA06935.33336935.333317338.333331209B6868.2250017170.56253434.112527472.9C7094.652617736.631608868.315833699.6D17656.94123531.38828828.4706030016.831619.818828203.353132934.3664

41、29640.7616122398.3此OD表满足(mnz)出行生成的约束条件，故为所求的未来年分布矩阵。4.3交通方式(fngsh)划分出行方式如下所示：交通方式（）轨道交通自行车公交车步行小汽车出租车其他合计现状（2010年）354010753-100目标年（2020年）模式一302527585-100模式二3028207105-100模式三30301210135-100平均载客量112011.21.5（1）选择模式一作为目标年的交通划分方式，可得该分配方式的目标年交通分布矩阵。轨道交通方式OD矩阵： D OABCDA02080.62080.65201.59362.7B2060.4675 0

42、5151.1688 1030.2338 8241.87C2128.3958 5320.9895 02660.494736810109.88D5297.0824 1059.4165 2648.5412 09005.049485.9456 8461.0059 9880.3099 8892.2285 36354.18自行车方式(fngsh)OD矩阵： D OABCDA01733.8333 1733.8333 4334.5833 7802.25B1717.0563 0 4292.6406 858.5281 6868.225C1773.6632 4434.1579 02217.0789 8424.9D4

43、414.2353 882.8471 2207.1176 0 7504.27904.9547 7050.8383 8233.5916 7410.1904 30599.575公交车方式(fngsh)OD矩阵： D OABCDA01872.54 1872.54 4681.35 8426.43B1854.4208 0 4636.0519 927.2104 7417.683C1915.5562 4788.8905 0 2394.4453 9098.892D4767.3741 953.4748 2383.6871 0 8104.5368537.3511 7614.9053 8892.2789 8003.0

44、056 33047.541步行(bxng)方式OD矩阵： D OABCDA0346.7667 346.7667 866.9167 1560.45B343.4113 0 858.5281 171.7056 1373.645C354.7326 886.8316 0443.4158 1684.98D882.8471 176.5694 441.4235 01500.84 1580.9909 1410.1677 1646.7183 1482.0381 6119.9150 小汽车方式(fngsh)OD矩阵： D OABCDA0554.8267 554.8267 1387.0667 2496.72B549.

45、4580 0 1373.645 274.7290 2197.832C567.5722 1418.9305 0 709.4653 2695.968D1412.5553 282.5111 706.2776 0 2401.3442529.5855 2256.2683 2634.7493 2371.2609 9791.864出租车方式(fngsh)OD矩阵： D OABCDA0346.7667 346.7667 866.9167 1560.45B343.4113 0858.5281 171.7056 1373.645C354.7326 886.8316 0443.4158 1684.98D882.84

46、71 176.5694 441.4235 01500.841580.9909 1410.1677 1646.7183 1482.0381 6119.915（2）再按照各种交通方式的平均载客量将OD矩阵(j zhn)换算成各交通方式的“辆次/天”为单位的矩阵。由于步行(bxng)和自行车与机动车道隔开，故不再考虑。公交车方式OD矩阵： D OABCDA093.62793.627234.0675 421.3215 B92.7210 0231.8026 46.3605 370.8842 C95.7778 239.4445 0119.7223 454.9446 D238.3687 47.6737 11

47、9.1844 0.0000 405.2268 426.8676 380.7453 444.6139 400.1503 1652.3771 小汽车方式(fngsh)OD矩阵： D OABCDA0462.3556 462.3556 1155.8889 2080.6 B457.8817 01144.7042 228.9408 1831.5267 C472.9768 1182.4421 0591.2211 2246.64 D1177.1294 235.4259 588.5647 02001.12 2107.9879 1880.2235 2195.6244 1976.0508 8159.8867 出租车

48、方式(fngsh)OD矩阵： D OABCDA0231.1778 231.1778 577.9444 1040.3B228.9408 0572.3521 114.4704 915.7633 C236.4884 591.2211 0 295.6105 1123.32 D588.5647 117.7129 294.2824 0 1000.56 1053.9940 940.1118 1097.8122 988.0254 4079.9433 将公交车、小汽车、出租车的数量(shling)换算成标准车辆数，换算系数为：公交车2.5、小汽车1、出租车1；换算后OD矩阵的单位变为pcu/天。由于小汽车和出租

49、车的换算系数为1，故OD矩阵不变。公交车方式(fngsh)OD矩阵： D OABCDA0234.0675 234.0675 585.1688 1053.3038 B231.8026 0579.5065 115.9013 927.2104 C239.4445 598.6113 0 299.3057 1137.3615 D595.9218 119.1844 297.9609 0 1013.0671067.1689 951.8632 1111.5349 1000.3757 4130.9426 步行方式OD矩阵： D OABCDA0277.4133 277.4133 693.5333 1248.36B

50、274.7290 0 686.8225 137.3645 1098.916C283.7861 709.4653 0 354.7326 1347.984D706.2776 141.2555 353.1388 01200.6721264.7928 1128.1341 1317.3747 1185.6305 4895.932将各方式的OD矩阵(j zhn)叠加（除步行和自行车外），得到OD矩阵为： D OABCDA01205.0142 1205.0142 3012.5354 5422.5638 B1193.3541 0 2983.3852 596.6770 4773.4164 C1232.6959

51、3081.7397 01540.8699 5855.3055 D3067.8935 613.5787 1533.9468 05215.419 5493.9435 4900.3326 5722.3462 5150.0823 21266.7046 （5）最后根据高峰小时系数(xsh)取0.18，将全天交通量变为高峰小时交通量的OD矩阵。单位变为（pcu/h）。 D OABCDA0216.9026 216.9026 542.2564 976.0615 B214.8037 0537.0093 107.4019 859.2149 C221.8853 554.7132 0 277.3566 1053.95

52、50 D552.2208 110.4442 276.1104 0 938.7754 988.9098 882.0599 1030.0223 927.0148 3828.0068 将该OD矩阵(j zhn)中的交通量取整，如下： D OABCDA0217 217542 976 B2150537 107 859C222 555 0 277 1054D552 110276 0 938989 8821030 9263827 4.4 交通(jiotng)分配采用容量限制分配法对此道路网络上的机动车交通量进行分配。将各点对间的OD量分配后进行叠加，分两次分配，每次分配50%。每次分配采用最短分配模型，每分

53、配一次，路权修正(xizhng)一次。路权修正计算方法采用美国联邦公路局路阻函数模型。to取值如图中标注，V为机动车交通量，C为路段通行能力，取2000（pcu/h）。=0.15，=4。（一）初次分配交通量50%（1）确定路段行驶时间。 用最短路法分配交通量时，首先要确定路段行驶时间t(i,j)，在该法中取t(i,j)为常数。本例中确定的路段时间t(i,j)如下图图4-2 网络图（2）确定(qudng)最短路线。 各OD量作用点间的最短路线可用寻找最短路的各种方法(fngf)确定，在本例中，最短路线如下表：最短路线OD点对最短路线节点号OD点对最短路线节点号A-B1-2-3C-A7-4-1A-

54、C1-4-7C-B7-4-5-6-3A-D1-4-5-6-9C-D7-8-9B-A3-2-1D-A9-6-5-4-1B-C3-6-5-4-7D-B9-6-3B-D3-6-9D-C9-8-7分配(fnpi)OD量将各OD点对的OD量分配到该OD点对相应的最短路线上，并进行累加。a.首先对A-B的最短路计算，将1-2,2-3分别分配A-B间一半的交通量108.5，再采用美国联邦公路局路阻函数模型的路权修正方法进行时间计算。1-2路上的时间修正为：t=41+0.15(108.5/2000)44.0000052-3路上的时间修正为：t=41+0.15(108.5/2000)44.000005图4-3

55、交通(jiotng)分配图图4-4 修正之后(zhhu)时间图b.将调整后的时间替代路段时间图上原来的时间，并对A-C的最短路计算(j sun)，将1-4,4-7分别分配A-C间交通量的一半108.5，再采用美国联邦公路局路阻函数模型的路权修正方法进行时间计算。并同样将修正后的时间反应在时间图上。图4-5 交通(jiotng)分配图1-4路上(l shng)的时间修正为：t=41+0.15(108.5/2000)4 4.0000054-7路上的时间(shjin)修正为：t=41+0.15(108.5/2000)4 4.000005图4-6 修正之后的时间图c.用同样的方法直至计算并调整到D-C

56、。 由于V/C比值太小，从t到t0的变化很小，所以最终累加变化后得到结果如下：图4-7 交通(jiotng)分配图图4-8 时间(shjin)修正图（二）再分配(fnpi)交通量50%重复步骤（一），以以上两表为初始数据。（1）确定路段行驶时间。 用最短路法分配交通量时，首先要确定路段行驶时间t(i,j)，在该法中取t(i,j)为常数。本次中确定的路段时间t(i,j)如下图图4-9 网络图（2）确定(qudng)最短路线。 各OD量作用点间的最短路(dunl)线可用寻找最短路的各种方法确定，在本例中，最短路线如下表：最短路线OD点对最短路线节点号OD点对最短路线节点号A-B1-2-3C-A7-

57、4-1A-C1-4-7C-B7-4-5-6-3A-D1-4-5-6-9C-D7-8-9B-A3-2-1D-A9-6-5-4-1B-C3-6-5-4-7D-B9-6-3B-D3-6-9D-C9-8-7分配(fnpi)OD量将各OD点对的OD量分配到该OD点对相应的最短路线上，并进行累加。a.首先对A-B的最短路计算，将1-2,2-3分别分配A-B间一半的交通量121，再采用美国联邦公路局路阻函数模型的路权修正方法进行时间计算。1-2路上的时间修正为：t=41+0.15(217/2000)44.000082-3路上的时间修正为：t=41+0.15(217/2000)44.00008图4-10 交通

58、(jiotng)分配图图4-11 修正(xizhng)时间图b.将调整后的时间替代(tdi)路段时间图上原来的时间，并对A-C的最短路计算，将1-4,4-7分别分配A-C间交通量的一半121，再采用美国联邦公路局路阻函数模型的路权修正方法进行(jnxng)时间计算。并同样将修正后的时间反应在时间图上。c.用同样的方法直至计算(j sun)并调整到D-C。 最终交通量分配得到结果如下图：图4-12 交通分配图修正之后时间图如下：（保留了两位小数）图4-13 修正(xizhng)时间图4.5 各路段服务水平分析(fnx)根据(gnj)v/c分析各路段的服务水平。路段总交通量V/C1-24320.2162-34320.2161-415330.76653-613090.65454-521861.0935-621861.0934-715310.76556-913110.65557-88300.4158-98300.415由上表可看出1-2，2-3的V/C比值小于0.34，说明(shumng)该路段对现状流量有足够的通行能力，服务水平等级较高，属于一级服务水平。7-8，8-9路段的V/C比值小于0.56，属于二级服