基于、四阶段法的城市轨道交通客流预测模型设计研究

...wd......wd......wd...基于四阶段法的城市轨道交通客流预测模型研究摘要关键词：轨道交通客流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，其对于轨道交通工程的科学决策具有重要的意义。本文主要内容如下：〔1〕阐述国内外轨道交通预测研究现状和开展趋势，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缺乏，并提出了改进方法；〔3〕针对传统四阶段法的缺乏进展了改进，按出行目的和小区区位建设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展客流预测。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ABSTRACTPassengerVolumeForecastbypredictingtheflowlinesections,transfertrafficflowevaluationstationentrances,raillinenetworkconstructionplanningprogramsprovideimportantquantitativeindicatorsashavingimportantimplicationsforscientificdecision-makingrailtransportationprojects.Themaincontentsareasfollows:(1)domesticandinternationalrailtrafficforecastingstudydescribesthecurrentsituationanddevelopmenttrendoftheresearchbackgroundandsignificance;(2)describesthetraditionalfour-stagemethodofbasicprinciplesandmethods,andtopointouttheshortcomingsofthetraditionalfour-stagemethod,andproposesanimprovedmethod;(3)fortheshortcomingsoftraditionalfour-stagemethodhasbeenimproved,theestablishmentofanimprovedmethodofrailtrafficforecastingmodelfour-cellstagebytrippurposeandlocation;(4)toarailnetworkforthestudy,carriedoutusingtheimprovedpassengerflowforecastfour-stagemethod.KEYWORDS:fourstagemethod;railtransit;passengerflowforecast;trafficdistributionmodel;trafficgenerationmodel目录TOC\o"1-3"\h\z摘要iABSTRACTii目录iii1绪论51.1研究的背景及意义51.1.1研究背景51.1.2研究意义51.2国内外研究现状51.2.1国外研究现状51.2.2国内研究现状61.3论文研究的主要内容62基于四阶段法轨道交通客流量预测研究72.1交通发生和吸引模型72.2交通分布模型82.3交通方式划分模型92.4交通分配模型102.5四阶段法的缺点和改进113改进的四阶段法轨道交通客流量预测研究133.1按出行目的和小区土地利用性质的交通生成方法133.1.1交通生成设想133.1.2交通生成模型133.2交通分布方法143.2.1小区内部、小区间分布模型143.2.2改进的分布模型154实证分析174.1交通生成预测174.2交通分布预测184.3交通方式划分194.4交通分配264.5各路段服务水平分析33结论35致谢36参考文献371绪论1.1研究的背景及意义1.1.1研究背景随着我国经济快速开展，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。大力开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开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,是进展城市轨道交通合理线网规划和初步运营的根基"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,为利用四阶段法进展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,在利用四阶段法进展客流预测时,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,发现尚有缺乏之处存在,使四阶段法客流预测在使用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展分析研究"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，即穿插分类法，该方法后来成为客流预测的主要方法。增长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。重力模型可以分为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，该模型理论根基为效用最大化，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开展。后来，Domencich在最大效用理论根基上提出一种离散选择模型，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开展和完善过程中建设起来，基本趋于完善。1.2.2国内研究现状现在国内进展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法。四阶段法以城市居民出行OD为根基，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，在此根基上获取到不同交通方式预测年限的OD矩阵，结合Wardrop原那么，建设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。1991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开展趋势，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的缺乏，并提出了改进方法；第3章针对传统四阶段法的缺乏进展了改进，按出行目的和小区区位建设改进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展客流预测。2基于四阶段法轨道交通客流量预测研究2.1交通发生和吸引模型交通需求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、社会经济开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、穿插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：①一个交通小区中，住宅数量越大，出行产生量也就越大；②非住宅数量越大，出行吸引量越大。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〔2-3〕中，表示第个小区的交通吸引量或者发生量，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，发生局部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，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那么有以下两点：①假设总的每日出行产生量和出行吸引量基本相等；②轨道交通的建设会改变城市交通网络和城市空间构造的变化。〔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，但其无法考虑城市根基设施建设、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，实现第二次迭代；Step5：重复Step1~Step4，直到，均接近于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根基，后者那么以随机效用理论和个人出行最大效用理论为根基。〔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，所以很难找到适宜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交通方式划分模型图2-1中，G表示出行产生；MS表示交通方式划分；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〔2-11〕中，表示选择项于对出行者的效用值；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穿插变量；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一样的极值分布，那么〔2-13〕公式〔2-13〕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那么，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，网络就会到达平衡状态。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，其无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：①出行者必须完全了解道路网信息。②可以实现最小阻抗路径的计算。③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中，出行者从点到点所选择的有效路径的应满足下面的公式：〔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〕虽然重力模型拥有结果简单、使用范围广的优点，但是当交通小区划分严密，区间行走时间较短时，重力模型拟合交通分布的效果较差。假设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准确。〔3〕现有交通分配模型均先求出公交OD，在此根基上采用某种分担率划分模型划分轨道交通OD进展分配。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改进的四阶段法轨道交通客流量预测研究3.1按出行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展建模，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交通生成设想不同的出行目的，其分布规律有很大差异。按出行目的计算交通生成和分布，建设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假设干个交通分区，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展分类。在此根基上，按交通分区建设出行生成模型。3.1.2交通生成模型先计算各个规划年交通小区就业岗位数和常住人口数，之后运用原单位法计算小区居民出行产生交通量和吸引交通量。〔1〕计算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交通分布方法3.2.1小区内部、小区间分布模型考虑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12345189.112.3525.4320.1212815.6624.321320.4516.69820.1114.21418.6617.8511.2818.66511.3532.5617.819.588表3-3样本OD〔人次〕123451652323426856321321278927801456312052103410160823420350478955231199122814632036043566788911668351009324456178652312160712207358311125821790129443.2.2改进的分布模型根据公式〔3-3〕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OD〔人次〕1234516291.678321.5669871158.314836.4626932.55128789.013325.952016695.41315202105889.23620.893210.568345.6847120.141402.3120.36700.157206.316549.255496.231178563.078520.871198.4711956.6422360.479891.32683.2320154.8113293.634实证分析为了验证本文算法的有效性，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交通生成预测不同月收入的家庭出行率调查表如表4-1所示：表4-1出行率表收入分类〔元/月〕0～600600～12001200～18001800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使用穿插分类法，计算现状及目标年各小区的交通生成量。现状交通生成量：交通小区A：9000×0.02×2.5+9000×0.13×2.8+9000×0.22×3.0+9000×0.63×3.2=27810交通小区B：8000×0.03×2.5+8000×0.24×2.8+8000×0.32×3.0+8000×0.41×3.2=24152交通小区C11100×0.1×2.5+11100×0.11×2.8+11100×0.25×3.0+11100×0.54×3.2=28842交通小区D：8500×0.02×2.5+8500×0.21×2.8+8500×0.35×3.0+8500×0.42×3.2=25772目标年交通生成量：交通小区A：10100×0.02×2.5+10100×0.13×2.8+10100×0.22×3.0+10100×0.63×3.2=31209交通小区B：9100×0.03×2.5+9100×0.24×2.8+9100×0.32×3.0+9100×0.41×3.2=27472.9交通小区C：9500×0.1×2.5+9500×0.11×2.8+9500×0.25×3.0+9500×0.54×3.2=33699.6交通小区D：9900×0.02×2.5+9900×0.21×2.8+9900×0.35×3.0+9900×0.42×3.2=30016.84.2交通分布预测现状交通分布的OD矩阵如表4-3所示：表4-3OD矩阵DDOABCDA06180618015450B61800154503090C61801545007725D15450309077250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4-4OD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=33699.6/29355=1.1480FOD=UD/OD=30016.8/26.265=1.1428〔2〕以上表为根基矩阵，各项均乘以发生交通生成增长系数，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DDOABCDΣA06935.33336935.333317338.333331209B6868.2250017170.56253434.112527472.9C7094.652617736.631608868.315833699.6D17656.94123531.38828828.4706030016.8Σ31619.818828203.353132934.366429640.7616122398.3此OD表满足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：DOABCDΣA02080.62080.65201.59362.7B2060.467505151.16881030.23388241.87C2128.39585320.989502660.494736810109.88D5297.08241059.41652648.541209005.04Σ9485.94568461.00599880.30998892.228536354.18自行车方式OD矩阵：DOABCDΣA01733.83331733.83334334.58337802.25B1717.056304292.6406858.52816868.225C1773.66324434.157902217.07898424.9D4414.2353882.84712207.117607504.2Σ7904.95477050.83838233.59167410.190430599.575公交车方式OD矩阵：DOABCDΣA01872.541872.544681.358426.43B1854.420804636.0519927.21047417.683C1915.55624788.890502394.44539098.892D4767.3741953.47482383.687108104.536Σ8537.35117614.90538892.27898003.005633047.541步行方式OD矩阵：DOABCDΣA0346.7667346.7667866.91671560.45B343.41130858.5281171.70561373.645C354.7326886.83160443.41581684.98D882.8471176.5694441.423501500.84Σ1580.99091410.16771646.71831482.03816119.9150小汽车方式OD矩阵：DOABCDΣA0554.8267554.82671387.06672496.72B549.458001373.645274.72902197.832C567.57221418.93050709.46532695.968D1412.5553282.5111706.277602401.344Σ2529.58552256.26832634.74932371.26099791.864出租车方式OD矩阵：DOABCDΣA0346.7667346.7667866.91671560.45B343.41130858.5281171.70561373.645C354.7326886.83160443.41581684.98D882.8471176.5694441.423501500.84Σ1580.99091410.16771646.71831482.03816119.915〔2〕再按照各种交通方式的平均载客量将OD矩阵换算成各交通方式的“辆次/天〞为单位的矩阵。由于步行和自行车与机动车道隔开，故不再考虑。公交车方式OD矩阵：DOABCDΣA093.62793.627234.0675421.3215B92.72100231.802646.3605370.8842C95.7778239.44450119.7223454.9446D238.368747.6737119.18440.0000405.2268Σ426.8676380.7453444.6139400.15031652.3771小汽车方式OD矩阵：DOABCDΣA0462.3556462.35561155.88892080.6B457.881701144.7042228.94081831.5267C472.97681182.44210591.22112246.64D1177.1294235.4259588.564702001.12Σ2107.98791880.22352195.62441976.05088159.8867出租车方式OD矩阵：DOABCDΣA0231.1778231.1778577.94441040.3B228.94080572.3521114.4704915.7633C236.4884591.22110295.61051123.32D588.5647117.7129294.282401000.56Σ1053.9940940.11181097.8122988.02544079.9433将公交车、小汽车、出租车的数量换算成标准车辆数，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。由于小汽车和出租车的换算系数为1，故OD矩阵不变。公交车方式OD矩阵：DOABCDΣA0234.0675234.0675585.16881053.3038B231.80260579.5065115.9013927.2104C239.4445598.61130299.30571137.3615D595.9218119.1844297.960901013.067Σ1067.1689951.86321111.53491000.37574130.9426步行方式OD矩阵：DOABCDΣA0277.4133277.4133693.53331248.36B274.72900686.8225137.36451098.916C283.7861709.46530354.73261347.984D706.2776141.2555353.138801200.672Σ1264.79281128.13411317.37471185.63054895.932将各方式的OD矩阵叠加〔除步行和自行车外〕，得到OD矩阵为：DOABCDΣA01205.01421205.01423012.53545422.5638B1193.354102983.3852596.67704773.4164C1232.69593081.739701540.86995855.3055D3067.8935613.57871533.946805215.419Σ5493.94354900.33265722.34625150.082321266.7046〔5〕最后根据顶峰小时系数取0.18，将全天交通量变为顶峰小时交通量的OD矩阵。单位变为〔pcu/h〕。DOABCDΣA0216.9026216.9026542.2564976.0615B214.80370537.0093107.4019859.2149C221.8853554.71320277.35661053.9550D552.2208110.4442276.11040938.7754Σ988.9098882.05991030.0223927.01483828.0068将该OD矩阵中的交通量取整，如下：DOABCDΣA0217217542976B2150537107859C22255502771054D5521102760938Σ989882103092638274.4交通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展分配。将各点对间的OD量分配后进展叠加，分两次分配，每次分配50%。每次分配采用最短分配模型，每分配一次，路权修正一次。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〕。α=0.15，β=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)如以以下图图4-2网络图〔2〕确定最短路线。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-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，并进展累加。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展时间计算。1-2路上的时间修正为：t=4×[1+0.15×(108.5/2000)4]≈4.0000052-3路上的时间修正为：t=4×[1+0.15×(108.5/2000)4]≈4.000005图4-3交通分配图图4-4修正之后时间图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，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展时间计算。并同样将修正后的时间反响在时间图上。图4-5交通分配图1-4路上的时间修正为：t=4×[1+0.15×(108.5/2000)4]≈4.0000054-7路上的时间修正为：t=4×[1+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。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交通分配图图4-8时间修正图〔二〕再分配交通量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)如以以下图图4-9网络图〔2〕确定最短路线。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-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，并进展累加。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展时间计算。1-2路上的时间修正为：t=4×[1+0.15×(217/2000)4]≈4.000082-3路上的时间修正为：t=4×[1+0.15×(217/2000)4]≈4.00008图4-10交通分配图图4-11修正时间图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，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展时间计算。并同样将修正后的时间反响在时间图上。c..用同样的方法直至计算并调整到D-C。最终交通量分配得到结果如以以下图：图4-12交通分配图修正之后时间图如下：〔保存了两位小数〕图4-13修正时间图4.5各路段服务水平分析根据v/c分析各路段的服务水平。路段总交通量V/C1-24320.2162-34320.2161-415330.76653-613090.65454-521861.0935-621861.0934-715310.76556-9