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; }