基于四階段法的城市軌道交通客流預測模型研究

1、基于四階段法的城市軌道交通客流預測模型研究摘 要關鍵詞：軌道交通客流預測通過預測線路斷面流量、換乘流量、車站出入口流量為規(guī)劃線網方案的評價、軌道建設提供重要的量化指標，其對于軌道交通項目的科學決策具有重要的意義。本文主要內容如下：（1）闡述國內外軌道交通預測研究現狀和發(fā)展趨勢，研究背景和研究意義；（2）介紹傳統四階段法基本原理和方法，并指出傳統四階段法存在的不足，并提出了改進方法；（3）針對傳統四階段法的不足進行了改進，按出行目的和小區(qū)區(qū)位建立改進的四階段法軌道交通預測模型；（4）以某軌道交通網絡為研究對象，運用改進的四階段法進行客流預測。關鍵詞： 四階段法；軌道交通；客流預測；交通分布模型；

2、交通生成模型iiABSTRACTPassenger 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 scientific decision-making rail transpor

3、tation 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 basic principles and methods, and to poi

4、nt 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 trip purpose and location;(4) to a r

5、ail network for the study, carried out using the improved passenger flow forecast four-stage method.KEYWORDS:four stagemethod; rail transit; passengerflow forecast; traffic distribution model;traffic generation model目 錄摘 要iABSTRACTii目 錄iii1緒論51.1研究的背景及意義51.1.1研究背景51.1.2研究意義5

6、1.2國內外研究現狀51.2.1國外研究現狀51.2.2國內研究現狀61.3論文研究的主要內容62基于四階段法軌道交通客流量預測研究72.1 交通發(fā)生和吸引模型72.2 交通分布模型82.3 交通方式劃分模型92.4 交通分配模型102.5 四階段法的缺點和改進113改進的四階段法軌道交通客流量預測研究133.1 按出行目的和小區(qū)土地利用性質的交通生成方法133.1.1交通生成構想133.1.2交通生成模型133.2 交通分布方法143.2.1 小區(qū)內部、小區(qū)間分布模型143.2.2 改進的分布模型154實證分析174.1 交通生成預測174.2交通分布預測184.3交通方式劃分194.4 交

7、通分配264.5 各路段服務水平分析33結 論35致 謝36參考文獻37v北京交通大學海濱學院畢業(yè)設計（論文）1緒論1.1研究的背景及意義1.1.1研究背景隨著我國經濟快速發(fā)展，城市化進程日趨加快，城市規(guī)模日益擴大，大量人口進入城市，市民出行的次數頻繁，對城市交通構成嚴重挑戰(zhàn)。雖然城市道路量和車輛擁有量提高了很多，但交通問題依舊突出，如交通擁堵、交通秩序混亂等。大力發(fā)展城市軌道交通是解決現代城市交通問題的一個重要手段，城市軌道交通對城市的發(fā)展模式和布局有著重要影響，因此對軌道交通客流預測具有重要理論意義和實際價值。1.1.2研究意義城市軌道交通客流預測是城市軌道交通建設的一項重要內容,是確定城

8、市軌道交通系統建設規(guī)模的重要依據,是進行城市軌道交通合理線網規(guī)劃和初步運營的基礎"軌道交通是城市公共交通的一種模式,但是與一般的城市交通需求預測相比,城市軌道交通系統需求預測具有其自身的特點"從我國各大城市的客流預測工作來看,傳統的四階段客流預測方法是目前應用最為廣泛的一種客流預測方法"傳統四階段法客流預測在交通規(guī)劃領域得到了廣泛的應用,為利用四階段法進行軌道交通客流預測提供了很多可以借鑒的地方"但是由于軌道交通自身的特點,在利用四階段法進行客流預測時,預測步驟及所要考慮的因素等方面都有其自身的特點"四階段法客流預測雖然是目前使用最為廣泛的一種

9、軌道交通客流預測方法,但是在學習和研究過程中,發(fā)現尚有不足之處存在,使四階段法客流預測在使用過程中更能符合城市軌道交通的特點,使其更加實用和完善,具有很大的現實意義"四階段法客流預測是一個有機的統一體,在研究過程中,本文從四階段法客流預測的前期準備工作入手,合理調整預測步驟,多方位!多角度對城市軌道交通客流預測的影響因素進行分析研究"希望對我國的城市軌道交通客流預測工作起到一定的借鑒作用"1.2國內外研究現狀1.2.1國外研究現狀城市軌道交通客流量預測的方法主要包括土地利用法和四階段法。國外四階段法運用的比較成熟。20世紀50年代早期，國外出行生成預測模型主要使用

10、線性回歸法和增長系數法，這些模型主要基于家庭或小區(qū)出行的現狀。20世紀60年代后期，國外出現一種改進預測算法，即交叉分類法，該方法后來成為客流預測的主要方法。增長系數法和重力模型是交通分布模型中最為常用的數學模型，二者分別由Furness和Casey于1965年和1955年提出。重力模型可以分為雙約束模型和單約束模型依據出行產生吸引總量，之后改模型被合理解釋。方式劃分模型主要包括集聚模型和非集聚模型，分擔率曲線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，該模型理論基礎為效用最大化，但與傳統模型相比較，該模型存在嚴重缺陷，因此應用受到限制。但20世紀80年代以后，

11、非集聚模型獲得了較大發(fā)展。后來，Domencich在最大效用理論基礎上提出一種離散選擇模型，根據概率分布函數的不用模型又分為Probit模型和Logit模型，后者被應用地更加廣泛。全有全無分配法是最早的流量分配算法，其為連續(xù)平均法、增量分配法和容量限制配流法都是在全有全無分配法。1952年，Wardrop提出Wardrop原理并將其應用于平衡模型求解；1956年，Beckman等人運用數學語言將Wardrop原理表達出來；1982年，Florian和Fernandez提出了Wradrop模型的求解算法。以上闡述的模型和理論體系在國外城市交通規(guī)劃發(fā)展和完善過程中建立起來，基本趨于完善。1.2.2

12、國內研究現狀現在國內進行客流預測的方法主要有交通規(guī)劃四階段法、趨勢外延法和吸引范圍法。四階段法以城市居民出行OD為基礎，運用數學模型分析客流量的變化規(guī)律，實現軌道交通線上的客流量預測。而后兩種方法只考慮軌道沿線和吸引范圍內的客流變化趨勢的預測。1987年天津大學根據出行距離分布曲線獲取了不同交通方式的出行分擔率，在此基礎上獲取到不同交通方式預測年限的OD矩陣，結合Wardrop原則，建立了平衡配流數學模型。1990年清華大學采用平衡分配的“用戶最優(yōu)”的非線性互補和變分不等式模型實現交通分配，并將其應用到青島地鐵一期工程可行性研究客流量預測研究中。同年，南京交通規(guī)劃研究所提出一種基于全方式OD矩

13、陣的聯合方式實現交通分配模型的劃分，并將其應用于南京市快速軌道網絡規(guī)劃和建設。1991年，中國城市規(guī)劃設計院運用帶交通阻抗時間指數的交通方式實現重力模型的劃分，并將該模型應用到沈陽地鐵工程可行性報告的客流量預測研究和規(guī)劃。1999年東南大學提出了基于改進的四階段法的客流預測方法和流程，并將其應用于軌道交通線的規(guī)劃和布局過程中。2000年,鐵道第四勘查設計院提出了“快速軌道客流預測流程”，實現珠江三角區(qū)快速軌道交通線的客流預測。1.3論文研究的主要內容本文主要內容如下：第一章 闡述國內外軌道交通預測研究現狀和發(fā)展趨勢，研究背景和研究意義；第2章 介紹傳統四階段法基本原理和方法，并指出傳統四階段法

14、存在的不足，并提出了改進方法；第3章 針對傳統四階段法的不足進行了改進，按出行目的和小區(qū)區(qū)位建立改進的四階段法軌道交通預測模型；第4章 以某軌道交通網絡為研究對象，運用改進的四階段法進行客流預測。2基于四階段法軌道交通客流量預測研究2.1 交通發(fā)生和吸引模型交通需求的生成預測由交通出行產生量和交通出行吸引量二者預測構成，該階段的主要目的是為了獲取城市在未來人口規(guī)模、社會經濟發(fā)展規(guī)模和土地利用特征下，各個交通小區(qū)可能產生的交通總量和吸引到的交通總量。主要方法有增長率法、回歸分析法、交叉分類分析法和出行率法。出行產生量和吸引量存在兩個基本規(guī)律：一個交通小區(qū)中，住宅數量越大，出行產生量也就越大；非住

15、宅數量越大，出行吸引量越大。單位時間內，一個小區(qū)的交通量并不等于出行吸引量，但是針對整個研究對象區(qū)域，單位時間的交通產生量應該等于單位時間的交通吸引量，或者大致相等。（1）增長率模型增長率模型公式如下所示： （2-1）公式（2-1）中，表示不同分區(qū)所產生的吸引，表示預測年增長率，表示不同分區(qū)的產生的吸引交通量。增長率模型的關鍵是怎樣計算預測年增長率，一般將各小區(qū)的指標增長率當做發(fā)生吸引的增長率： （2-2）公式（2-2）中，表示區(qū)域內目標年的人口數量與基數年人口數量的比值，表示目標年人均自行車擁有率與基數年人均自行車擁有率的比值。（2）原單位法原單位法主要有面積原單位法和個人原單位法。面積原單

16、位法將不同種類用地面積產生吸引的交通量實現出行量的預測。個人原單位法將居住人口的交通發(fā)生吸引量來預測交通出行量。 （2-3）公式（2-3）中，表示第個小區(qū)的交通吸引量或者發(fā)生量，表示面積（個人）的吸引原單位或者發(fā)生原單位，表示第個小區(qū)的總面積（總人口數量）。（3）函數模型法函數模型法主要同來分區(qū)發(fā)生、吸引交通量預測，發(fā)生部分主要采用多元線性回歸分析，常用模型如下： （2-4） （2-5） （2-6）公式中，表示第個小區(qū)的交通吸引量或者發(fā)生量，表示第個變量的吸引量或者發(fā)生量，表示第個小區(qū)第個變量的取值。2.2 交通分布模型出行分布主要目的是掌握未來城市交通出行在空間上的分布，也就是每個交通小區(qū)之

17、間的交通交換量。城市軌道交通分布預測原則有以下兩點：假設總的每日出行產生量和出行吸引量基本相等；軌道交通的建設會改變城市交通網絡和城市空間結構的變化。（1）增長率法增長率法假設預測分布形式和現有的分布形式一致，之后研究目標年的OD表。該方法雖然操作簡單，但其無法考慮城市基礎設施建設、城市布局對城市出行OD的影響。其預測步驟如下：Step1：定義參數，表示現狀OD量；表示現狀小區(qū)發(fā)生交通量；表示現狀小區(qū)吸引交通量；表示預測年小區(qū)發(fā)生交通量；表示預測年小區(qū)吸引交通量；Step2：，；Step3：；Step4：，和被和代替，實現第二次迭代；Step5：重復Step1Step4，直到，均接近于1。（2

18、）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，表示交通小區(qū)到交通小區(qū)的交通分布量；表示交通小區(qū)的發(fā)生交通量；表示交通小區(qū)的吸引交通量；表示平衡系數；表示阻抗函數。2.3 交通方式劃分模型交通方式劃分模型主要分為集計模型和非集計模型，前者以分區(qū)集合模型為基礎，后者則以隨機效用理論和個人出行最大效用理論為基礎。（1）集計模型集計模型主要有線性回歸法和分擔率曲線法，本文主要采用線性回歸法。在出行過程中，出行方式的選擇受到很多因素的影響。這些因素包括出行者的出行特征、交通方式特性、出行時段特性、個性及其家庭特征、城市自然環(huán)境及其人文環(huán)境等。不同影響因素對交通方式

19、的選擇會有不同的影響，所以很難找到合適的交通方式劃分模型。常見的交通方式劃分模型如圖2-1所示：圖2-1 交通方式劃分模型圖2-1中，G表示出行產生；MS表示交通方式劃分；D表示出行分布；A表示出行分配。多元線性回歸時，影響因素作為自變量，因變量為出行量，那么單位時間內方式第交通小區(qū)的出行產生量的估計值可以表示為： （2-9）單位時間內方式第交通小區(qū)的出行吸引量的估計值可以表示為： （2-10）公式（2-9）和（2-10）中，表示起點小區(qū)的土地使用變量；表示終點小區(qū)的土地使用量；表示回歸參數；表示偏回歸系數；,表示小區(qū)個數；表示交通方式的數量。（2）非集計模型非集計模型主要運用隨機效用理論，一

20、般假設出行者選擇效用最大的選擇項，本文效用最大的選擇項我們選擇出行者的滿意度作為選擇項。效用方程： （2-11）公式（2-11）中，表示選擇項于對出行者的效用值；表示選擇項于對出行者的可確定的效用；表示選擇項于對出行者的不可確定的效用； （2-12）表示出行者對選擇枝的效用；表示出行者對選擇枝的特性矢量；表示選擇枝的屬性矢量；表示出行者特性和選擇枝特性交叉變量；表示出行者選擇域；表示模型參數向量。假設相互獨立且服從相同的極值分布，則 （2-13）公式（2-13）中，表示選擇枝項。2.4 交通分配模型交通路網的分配需要符合均衡原則，即Wardrop原理，其包括兩個原理：Wardrop第一原理：當

21、出行者知道道路網的狀況，并且能夠選擇道路網的最短路徑時，網絡就會達到平衡狀態(tài)。Wardrop第二原理：均衡狀態(tài)時，系統總的出行時間最短。用戶處于均衡狀態(tài)是基于出行者完全了解道路網信息的條件下，因而出行者可以選擇最短路徑，其忽視了出行者由于自身和外界因素引起的路徑選擇的隨機性，因此有以下幾點不合理的地方： 出行者必須完全了解道路網信息。 可以實現最小阻抗路徑的計算。 所有出行者在交通行為上具有高度的一致性。 由于上述假設和實際情況情況有較大差異，所以隨機均衡分配模型就實際交通規(guī)劃而言更具實際價值。隨機用戶均衡分配過程中，出行者從點到點所選擇的有效路徑的應滿足下面的公式： （2-14）公式中，表示

22、判斷誤差；表示路徑實際交通阻抗。之間OD點對所分配到的有效路徑的交通量應滿足下面的公式： （2-15）公式中，表示點到點的交通量；，無量綱參數。2.5 四階段法的缺點和改進（1）在傳統的四階段法中，不同目的出行的交通生成量和交通量分布規(guī)律差異較大，但是目前的預測方法未考慮該因素的影響，如果將居民出行的生成和分布按出行目的分別建模，那么居民出行規(guī)律將被更好的描述，從而實現軌道交通預測精度的提高。 （2）雖然重力模型擁有結果簡單、使用范圍廣的優(yōu)點，但是當交通小區(qū)劃分緊密，區(qū)間行走時間較短時，重力模型擬合交通分布的效果較差。若對區(qū)內交通分布和區(qū)間交通分布分別建模，同時增加地區(qū)間交流度的分析，調整預測

23、交通大區(qū)的區(qū)內、區(qū)間出行比例，那么預測年交通情況的計算結果將更加精確。 （3）現有交通分配模型均先求出公交OD，在此基礎上采用某種分擔率劃分模型劃分軌道交通OD進行分配。如果合理考慮不同交通方式向軌道交通轉移的規(guī)律，那么預測軌道交通出行總量的結果將更加全面。3改進的四階段法軌道交通客流量預測研究3.1 按出行目的和小區(qū)土地利用性質的交通生成方法按出行目的對交通生成和吸引模型進行建模，同時將小區(qū)的土地利用性質考慮進來，計算小區(qū)的就業(yè)崗位數、小區(qū)的人口數量以及交通小區(qū)交通發(fā)生量和交通吸引量。3.1.1交通生成構想不同的出行目的，其分布規(guī)律有很大差異。按出行目的計算交通生成和分布，建立的預測模型將更

24、加準確。在城市交通規(guī)劃中，將界定的規(guī)劃范圍分為若干個交通分區(qū)，每個交通分區(qū)有多個不同性質的土地利用，用土地使用強度來度量開發(fā)強度。不同交通分區(qū)之間，各種土地使用強度指標不一致，可以根據交通分區(qū)的土地使用性質對交通小區(qū)進行分類。在此基礎上，按交通分區(qū)建立出行生成模型。3.1.2交通生成模型先計算各個規(guī)劃年交通小區(qū)就業(yè)崗位數和常住人口數，之后運用原單位法計算小區(qū)居民出行產生交通量和吸引交通量。（1）計算規(guī)劃年交通小區(qū)的就業(yè)崗位數和常住人口數 （3-1）公式（3-1）中，表示規(guī)劃年交通小區(qū)的人口數量；表示規(guī)劃年交通小區(qū)人口總數量；表示規(guī)劃年人口就業(yè)率；表示居住用地的容積率；表示規(guī)劃年小區(qū)就業(yè)崗位數；

25、表示5種不同的用地性質；表示小區(qū)的就業(yè)率。（2）計算規(guī)劃年交通小區(qū)的交通發(fā)生量和吸引量 (3-2)公式（3-2）中，表示規(guī)劃年人口總數量；表示交通小區(qū)數；表示出行目的的人均出行率；表示小區(qū)出行目的的出行總數量；表示出行目的的出行總數量；表示小區(qū)出行目的的發(fā)生原單位量；小區(qū)出行目的的原單位出行發(fā)生率；表示出行目的的總交通吸引量；，分別表示小區(qū)出行目的的吸引原單位量和原單位吸引發(fā)生率。3.2 交通分布方法3.2.1 小區(qū)內部、小區(qū)間分布模型考慮到小區(qū)內部出行交通量的主要因素為產生交通量、吸引交通量、小區(qū)面積，那么小區(qū)內部出行公式為： （3-3）公式（3-3）中，表示小區(qū)的交通量；表示小區(qū)發(fā)生交通量

26、；表示小區(qū)面積；表示小區(qū)吸引交通量；表示參數。小區(qū)間交通量采用帶約束條件的重力模型： （3-4）表3-1 、表3-2和表3-3分別是小區(qū)的面積、樣本OD和平均出行時間。表3-1 小區(qū)面積（平方千米）小區(qū)編號12345面積19.4520.3417.7739.8722.65表3-2 平均出行時間12345189.112.3525.4320.1212815.6624.321320.4516.69820.1114.21418.6617.8511.2818.66511.3532.5617.819.588表3-3 樣本OD（人次）12345165232342685632132127892780145631

27、2052103410160823420350478955231199122814632036043566788911668351009324456178652312160712207358311125821790129443.2.2 改進的分布模型根據公式（3-3）小區(qū)內部模型和公式（3-4）小區(qū)間模型模擬樣本OD，模擬結果如表3-4、表3-5、表3-6所示：表3-4 區(qū)內模型參數標定表區(qū)內模型參數值-10.110.9310.9630.718-2.9852.0124.2554.6350.2520.3120.1360.128表3-5 區(qū)間模型參數標定表區(qū)間模型參數值-25.3691.6991.8

28、920.518-3.6963.1595.0070.44200.01900.691表3-6 改進的樣本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實證分析為了驗證本文算法的有效性，以圖4

29、-1的軌道交通網絡為研究對象。交通節(jié)點1、3、7、9分別為A、B、C、D四個交通區(qū)的作用點，邊線上的數據為路段行駛時間（單位min）。圖4-1 軌道交通網絡圖4.1 交通生成預測不同月收入的家庭出行率調查表如表4-1所示：表4-1 出行率表收入分類（元/月）06006001200120018001800以上出行率（人次/天）2.52.83.03.2現狀及目標年各小區(qū)家庭數以及不同收入家庭的比例如表4-2所示：表4-2 小區(qū)家庭數小 區(qū)ABCD現 狀 家 庭 數9000800095008500目標年家庭數101009100111009900比例0-6000.020.030.10.02600-12

30、000.130.240.110.211200-18000.220.320.250.351800以上0.630.410.540.42使用交叉分類法，計算現狀及目標年各小區(qū)的交通生成量。現狀交通生成量：交通小區(qū)A：9000×0.02×2.5+9000×0.13×2.8+9000×0.22×3.0+9000×0.63×3.2=27810交通小區(qū)B：8000×0.03×2.5+8000×0.24×2.8+8000×0.32×3.0+8000×0.41&#

31、215;3.2=24152交通小區(qū)C11100×0.1×2.5+11100×0.11×2.8+11100×0.25×3.0+11100×0.54×3.2=28842交通小區(qū)D：8500×0.02×2.5+8500×0.21×2.8+8500×0.35×3.0+8500×0.42×3.2=25772目標年交通生成量：交通小區(qū)A：10100×0.02×2.5+10100×0.13×2.8+10100&

32、#215;0.22×3.0+10100×0.63×3.2=31209交通小區(qū)B：9100×0.03×2.5+9100×0.24×2.8+9100×0.32×3.0+9100×0.41×3.2=27472.9交通小區(qū)C：9500×0.1×2.5+9500×0.11×2.8+9500×0.25×3.0+9500×0.54×3.2=33699.6交通小區(qū)D：9900×0.02×2.5+9900

33、×0.21×2.8+9900×0.35×3.0+9900×0.42×3.2=30016.84.2交通分布預測已知現狀交通分布的OD矩陣如表4-3所示：表4-3 OD矩陣DOABCDA06180618015450B61800154503090C61801545007725D15450309077250使用增長系數法計算目標年的OD矩陣。計算過程如表4-4：表4-4 OD矩陣計算過程ABCD合計預測值A061806180154502781031209B618001545030902472027472.9C61801545007725293

34、5533699.6D154503090772502626530016.8合計27810247202935526265108150（1）求各小區(qū)的發(fā)生增長系數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）以上表為基礎矩陣，各項均乘以發(fā)生交通生成增長系數，得到未來年的交通分布。最終結果如表4-5所示：表4-5 計算結果DOABCDA06935.33336935.333317338.3333312

35、09B6868.2250017170.56253434.112527472.9C7094.652617736.631608868.315833699.6D17656.94123531.38828828.4706030016.831619.818828203.353132934.366429640.7616122398.3此OD表滿足出行生成的約束條件，故為所求的未來年分布矩陣。4.3交通方式劃分出行方式如下所示：交通方式（）軌道交通自行車公交車步行小汽車出租車其他合計現狀（2010年）354010753-100目標年（2020年）模式一302527585-100模式二3028207105-10

36、0模式三30301210135-100平均載客量112011.21.5（1）選擇模式一作為目標年的交通劃分方式，可得該分配方式的目標年交通分布矩陣。軌道交通方式OD矩陣： D OABCDA02080.62080.65201.59362.7B2060.4675 05151.1688 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自行車方式OD矩陣： D

37、OABCDA01733.8333 1733.8333 4334.5833 7802.25B1717.0563 0 4292.6406 858.5281 6868.225C1773.6632 4434.1579 02217.0789 8424.9D4414.2353 882.8471 2207.1176 0 7504.27904.9547 7050.8383 8233.5916 7410.1904 30599.575公交車方式OD矩陣： D OABCDA01872.54 1872.54 4681.35 8426.43B1854.4208 0 4636.0519 927.2104 7417.683

38、C1915.5562 4788.8905 0 2394.4453 9098.892D4767.3741 953.4748 2383.6871 0 8104.5368537.3511 7614.9053 8892.2789 8003.0056 33047.541步行方式OD矩陣： 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 1580.9

39、909 1410.1677 1646.7183 1482.0381 6119.9150 小汽車方式OD矩陣： D OABCDA0554.8267 554.8267 1387.0667 2496.72B549.4580 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出租車方式OD矩陣： D OABCDA0346.7667 346.7667

40、 866.9167 1560.45B343.4113 0858.5281 171.7056 1373.645C354.7326 886.8316 0443.4158 1684.98D882.8471 176.5694 441.4235 01500.841580.9909 1410.1677 1646.7183 1482.0381 6119.915（2）再按照各種交通方式的平均載客量將OD矩陣換算成各交通方式的“輛次/天”為單位的矩陣。由于步行和自行車與機動車道隔開，故不再考慮。公交車方式OD矩陣： D OABCDA093.62793.627234.0675 421.3215 B92.7210

41、0231.8026 46.3605 370.8842 C95.7778 239.4445 0119.7223 454.9446 D238.3687 47.6737 119.1844 0.0000 405.2268 426.8676 380.7453 444.6139 400.1503 1652.3771 小汽車方式OD矩陣： 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

42、.4259 588.5647 02001.12 2107.9879 1880.2235 2195.6244 1976.0508 8159.8867 出租車方式OD矩陣： 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 （3） 將公交車、小汽

43、車、出租車的數量換算成標準車輛數，換算系數為：公交車2.5、小汽車1、出租車1；換算后OD矩陣的單位變?yōu)閜cu/天。由于小汽車和出租車的換算系數為1，故OD矩陣不變。公交車方式OD矩陣： 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.

44、9426 步行方式OD矩陣： D OABCDA0277.4133 277.4133 693.5333 1248.36B274.7290 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（4） 將各方式的OD矩陣疊加（除步行和自行車外），得到OD矩陣為： D OABCDA01205.0142 1205.0142 3012.5354 5422.56

45、38 B1193.3541 0 2983.3852 596.6770 4773.4164 C1232.6959 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）最后根據高峰小時系數取0.18，將全天交通量變?yōu)楦叻逍r交通量的OD矩陣。單位變?yōu)椋╬cu/h）。 D OABCDA0216.9026 216.9026 542.2564 976.0615 B214.8037 0537.0093 107.

46、4019 859.2149 C221.8853 554.7132 0 277.3566 1053.9550 D552.2208 110.4442 276.1104 0 938.7754 988.9098 882.0599 1030.0223 927.0148 3828.0068 將該OD矩陣中的交通量取整，如下： D OABCDA0217 217542 976 B2150537 107 859C222 555 0 277 1054D552 110276 0 938989 8821030 9263827 4.4 交通分配采用容量限制分配法對此道路網絡上的機動車交通量進行分配。將各點對間的OD量分

47、配后進行疊加，分兩次分配，每次分配50%。每次分配采用最短分配模型，每分配一次，路權修正一次。路權修正計算方法采用美國聯邦公路局路阻函數模型。to取值如圖中標注，V為機動車交通量，C為路段通行能力，取2000（pcu/h）。=0.15，=4。（一）初次分配交通量50%（1）確定路段行駛時間。 用最短路法分配交通量時，首先要確定路段行駛時間t(i,j)，在該法中取t(i,j)為常數。本例中確定的路段時間t(i,j)如下圖圖4-2 網絡圖（2）確定最短路線。 各OD量作用點間的最短路線可用尋找最短路的各種方法確定，在本例中，最短路線如下表：最短路線OD點對最短路線節(jié)點號OD點對最短路線節(jié)點號A-B

48、1-2-3C-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(3) 分配OD量將各OD點對的OD量分配到該OD點對相應的最短路線上，并進行累加。a.首先對A-B的最短路計算，將1-2,2-3分別分配A-B間一半的交通量108.5，再采用美國聯邦公路局路阻函數模型的路權修正方法進行時間計算。1-2路上的時間修正為：t=4×1+0.15×(108.5/2000)44.0000052-3路上的時間修正為：t=4×1

49、+0.15×(108.5/2000)44.000005圖4-3 交通分配圖圖4-4 修正之后時間圖b.將調整后的時間替代路段時間圖上原來的時間，并對A-C的最短路計算，將1-4,4-7分別分配A-C間交通量的一半108.5，再采用美國聯邦公路局路阻函數模型的路權修正方法進行時間計算。并同樣將修正后的時間反應在時間圖上。圖4-5 交通分配圖1-4路上的時間修正為：t=4×1+0.15×(108.5/2000)4 4.0000054-7路上的時間修正為：t=4×1+0.15×(108.5/2000)4 4.000005圖4-6 修正之后的時間圖c.

50、用同樣的方法直至計算并調整到D-C。 由于V/C比值太小，從t到t0的變化很小，所以最終累加變化后得到結果如下：圖4-7 交通分配圖圖4-8 時間修正圖（二）再分配交通量50%重復步驟（一），以以上兩表為初始數據。（1）確定路段行駛時間。 用最短路法分配交通量時，首先要確定路段行駛時間t(i,j)，在該法中取t(i,j)為常數。本次中確定的路段時間t(i,j)如下圖圖4-9 網絡圖（2）確定最短路線。 各OD量作用點間的最短路線可用尋找最短路的各種方法確定，在本例中，最短路線如下表：最短路線OD點對最短路線節(jié)點號OD點對最短路線節(jié)點號A-B1-2-3C-A7-4-1A-C1-4-7C-B7-4

51、-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(4) 分配OD量將各OD點對的OD量分配到該OD點對相應的最短路線上，并進行累加。a.首先對A-B的最短路計算，將1-2,2-3分別分配A-B間一半的交通量121，再采用美國聯邦公路局路阻函數模型的路權修正方法進行時間計算。1-2路上的時間修正為：t=4×1+0.15×(217/2000)44.000082-3路上的時間修正為：t=4×1+0.15×(217/2000)44.00008圖4-10 交通分配圖圖4-11 修正時間圖b.將調整后的時間替代路段時間圖上原來的時間，并對A-C的最短路計算，將1-4,4-7分別分配A-C間交通量的一半121，再采用美國聯邦公路局路阻函數模型的路權修正方法進行時間計算。并同樣將修正后的時間反應在時間圖上。c.用同樣的方法直至計算并調整到D-C。 最終交通量分配得到結果如下圖：圖4-12 交通分配圖修正之后時間圖如下：（保留了