交通規(guī)劃課程設(shè)計報告-小城市交通規(guī)劃設(shè)計.docx
<交通運輸系統(tǒng)規(guī)劃>課程設(shè)計報告
學(xué)生姓名:____***____
學(xué) 號:____*** ___
指導(dǎo)教師:____***____
吉林大學(xué)交通學(xué)院
2013.09.02----2013.09.15
目錄
第一章 緒論 1
1.1 設(shè)計目的與任務(wù) 1
1.2 設(shè)計內(nèi)容 1
1.3 設(shè)計方法 1
第二章 交通發(fā)生量與吸引量的預(yù)測 2
2.1 交通發(fā)生量的預(yù)測 2
2.1.1 多元線性回歸方程的建立 2
2.1.2 規(guī)劃年各小區(qū)交通發(fā)生量的預(yù)測 5
2.2 交通吸引量的預(yù)測 5
2.2.1 初步預(yù)測 5
2.2.2 調(diào)整計算 6
第三章 交通分布預(yù)測 6
3.1 重力模型的標定 6
3.2 交通分布量預(yù)測 8
第四章 交通分配 11
4.1 交通量的轉(zhuǎn)換 11
4.2 交通分配 11
第五章 結(jié)果分析 13
5.1 各小區(qū)土地利用的變化情況 13
5.2 結(jié)果分析 15
結(jié)語 16
附錄:福萊特法源程序代碼 17
第一章 緒論
1.1 設(shè)計目的與任務(wù)
交通運輸規(guī)劃課程設(shè)計是交通工程專業(yè)教學(xué)計劃中實踐教學(xué)的重要組成部分,是貫徹理論聯(lián)系實際、培養(yǎng)高素質(zhì)人才的重要實踐環(huán)節(jié):
1.設(shè)計題目:《小城市交通規(guī)劃設(shè)計》。
2.目的:通過交通規(guī)劃設(shè)計工作,培養(yǎng)學(xué)生理論聯(lián)系實際、實事求是的良好作風(fēng),并進一步明確本專業(yè)學(xué)習(xí)的宗旨與任務(wù),增強學(xué)生完整的交通規(guī)劃設(shè)計概念及強化規(guī)劃意識。
3.任務(wù):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(yù)測年的經(jīng)濟、社會發(fā)展預(yù)測基礎(chǔ)上,采用四階段法進行相應(yīng)的交通規(guī)劃設(shè)計,使學(xué)生掌握交通規(guī)劃的大體流程、基本技術(shù)方法和未來的發(fā)展趨勢。
1.2 設(shè)計內(nèi)容
1.交通現(xiàn)狀分析
主要對現(xiàn)有道路網(wǎng)絡(luò)、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(yù)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(yù)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(yù)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(yù)測年份的交通分配工作,為相應(yīng)的道路設(shè)計提供依據(jù)。
5. 對預(yù)測結(jié)果進行分析
1.3 設(shè)計方法
1.交通量預(yù)測
(1)交通發(fā)生量預(yù)測
利用現(xiàn)狀各交通分區(qū)人口數(shù)據(jù)與調(diào)查的現(xiàn)狀出行生成量進行分析,得出交通發(fā)生量的預(yù)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(yù)測
根據(jù)現(xiàn)狀調(diào)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(yù)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(yù)測,要求給出充足的選擇依據(jù)。推薦采用重力模型結(jié)合佛尼斯法或福來特法進行交通分布預(yù)測。
?。?)交通分配預(yù)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(yù)測。(由于沒有詳細的路網(wǎng),選做這部分內(nèi)容的同學(xué)需要先構(gòu)建合適的路網(wǎng))
第二章 交通發(fā)生量與吸引量的預(yù)測
2.1 交通發(fā)生量的預(yù)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(shè)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(diào)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(diào)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(guān)系不顯著,六個回歸系數(shù)各自對應(yīng)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(guān)關(guān)系矩陣如表2.2所示。各相關(guān)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(guān)關(guān)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(dǎo)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(jié)果
表2.2 相關(guān)系數(shù)矩陣
表2.3 各相關(guān)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(yù)測
利用式2-2 對規(guī)劃年個小區(qū)交通發(fā)生量進行預(yù)測,結(jié)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(yù)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
1
5.5583
38416
108113
2
28.8677
28510
127422
3
21.9887
51334
167794
4
2.1793
45400
118158
5
3.3616
35600
97613
6
0
23400
63278
7
0
10000
32256
8
4.6012
65345
168720
2.2 交通吸引量的預(yù)測
2.2.1 初步預(yù)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(yù)測,結(jié)果如表2.8所示。
表2.8 各小區(qū)規(guī)劃年交通吸引量預(yù)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(yù)測值進行調(diào)整。
2.2.2 調(diào)整計算
一般認為出行發(fā)生總量可靠些,用調(diào)整系數(shù)法對交通吸引量進行調(diào)整,調(diào)整系數(shù)計算公式為式2-3,各小區(qū)調(diào)整后的交通吸引量計算公式為式2-4。調(diào)整后的交通吸引量如表2.9所示。
(2-3)
(2-4)
表2.9 調(diào)整后的交通發(fā)生量與吸引量(次/日)
第三章 交通分布預(yù)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(zhuǎn)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(yù)測
利用式(3-4)求解分布交通量,結(jié)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(jié)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(shè)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(jié)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(yù)測出的分布交通量見表3.5。
表3.5 各小區(qū)預(yù)測年份OD表(次/日)
第四章 交通分配
4.1 交通量的轉(zhuǎn)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(jié)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(jié)構(gòu)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(dāng)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(jié)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(jié)構(gòu)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(jié)果如圖4.4所示。
圖4.4 交通分布表
假設(shè)所有交通量都為小客車交通量,直接進行交通分配,分配結(jié)果如圖4.5所示。
圖4.5 交通流量圖
第五章 結(jié)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(guān)系,交通設(shè)施的建設(shè)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(shè)施的建設(shè)。圖采用柱狀圖進行分析,結(jié)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(yīng)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(jié)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(yīng)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(dǎo)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(zhì)的土地,而工業(yè)倉儲、商業(yè)設(shè)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(dǎo)致了交通發(fā)生量和吸引量的增長;由于商業(yè)設(shè)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(dǎo)致小區(qū)3的居民用地相應(yīng)增加,且除了商業(yè)設(shè)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(yù)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(yù)測結(jié)果的原因可能是在發(fā)生量交通預(yù)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(yù)測年份政府團體用地顯著減少,可能導(dǎo)致預(yù)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(yù)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(dǎo)致交通吸引量的減少,工業(yè)倉儲用地的減少可能導(dǎo)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(yù)測年份該小區(qū)變?yōu)榧児I(yè)區(qū),交通發(fā)生量應(yīng)該增加,而吸引量應(yīng)該減少,這與圖5.2中結(jié)果不太一致。分析原因可能與交通發(fā)生量與吸引量預(yù)測模型的建立有關(guān)。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(dǎo)致整體交通發(fā)生量的減少。
小區(qū)8:該小區(qū)預(yù)測前后所有屬性的土地面積都相應(yīng)減少,但人口數(shù)量增加,顧交通發(fā)生量與吸引量將相應(yīng)增加。
結(jié)語
通過本次交通運輸系統(tǒng)規(guī)劃課程設(shè)計,我受益匪淺。
首先,本次課程設(shè)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(fù)習(xí)。為了能更好地完成本次課程設(shè)計,又對上課時沒有講過的知識進行了自學(xué)。其次,本次設(shè)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(xué)知識與實踐進行很好地結(jié)合,增強了自己把理論應(yīng)用于實踐的能力。再次,在進行交通分布預(yù)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(xué)習(xí)和應(yīng)用,掌握了應(yīng)用TransCAD進行交通規(guī)劃四步驟的操作方法。
總之,本次課程設(shè)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 qij[8][8]={{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 Oi[8]={16954.33,19253.12,19898.28,27984.80,28362.82,34030.31,35955.35,49221.37},
Dj[8]={44649.44,54263.81,70.97,1551.49,16.61,25123.02,7508.76,12465.29};
int Ui[8]={108113,127422,167794,118158,97613,63278,32256,168720},
Vj[8]={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 f[8][8],Li[8],Lj[8],sum,Fi[8],Fj[8],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
{
Fi[i]=Ui[i]/Oi[i];
Fj[j]=Vj[j]/Dj[j];
E=E>fabs(1-Fi[i])?E:fabs(1-Fi[i]);
E=E>fabs(1-Fj[j])?E:fabs(1-Fj[j]);
}
printf("收斂系數(shù)為E=%7.5f\n",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+=qij[i][j]*Fj[j];}
Li[i]=Oi[i]/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+=qij[i][j]*Fi[i];}
Lj[j]=Dj[j]/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++)
{
f[i][j]=Fi[i]*Fj[j]*(Li[i]+Lj[j])/2;//計算增長系數(shù)
qij[i][j]=qij[i][j]*f[i][j];sum+=qij[i][j];//計算新的qij值
printf("%10.3f",qij[i][j]);
}
printf("\n");
Oi[i]=sum;
}
for(j=0;j<8;j++)//計算新的Dj值
{
sum=0;
for(i=0;i<8;i++)
{sum+=qij[i][j];}
Dj[j]=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
{
Fi[i]=Ui[i]/Oi[i];
Fj[j]=Vj[j]/Dj[j];
E=E>fabs(1-Fi[i])?E:fabs(1-Fi[i]);
E=E>fabs(1-Fj[j])?E:fabs(1-Fj[j]);
}
printf("增長率為:\n");//輸出增長率
printf("Fi[i]: ");
for(i=0;i<8;i++)
{
printf("%10.5f",Fi[i]);
}
printf("\nFj[j]: ");
for(j=0;j<8;j++)
{
printf("%10.5f",Fj[j]);
}
printf("\n收斂系數(shù)為E=%7.5f\n",E);
}
printf("第%d次迭代后滿足設(shè)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(yù)測的OD表。",times,times);
return 0;
}