交通運輸系統(tǒng)規(guī)劃課程設計0

1、第章人口預測經調查黑龍江省所得規(guī)劃區(qū)域1980-1993年的歷史數據如表11所示。 表11黑龍江省規(guī)劃區(qū)域1980-1993年的歷史數據附表1：黑龍江省歷年人口、經濟、客貨運量情況表年份總人口/萬人社會生產總值/億元工農業(yè)總產值/億元年客運量/萬人年貨運量/萬噸19803318.80 718.90 594.34 10279.00 16250.00 19813354.30 753.87 606.31 10900.00 16700.00 19823393.10 806.94 642.79 11549.00 17170.00 19833396.20 876.33 705.97 12090.00 17

2、420.00 19843410.40 917.75 773.56 12630.00 18660.00 19853426.40 975.27 815.07 13330.00 19015.00 19863446.50 1060.03 888.71 14112.00 20321.00 19873479.00 1146.10 952.89 15026.00 21435.00 19883516.50 1239.32 1065.48 16146.00 22566.00 19893557.40 1337.45 1105.83 17277.00 23470.00 19903603.80 1403.32 117

3、7.79 18165.00 24383.00 19913625.70 1478.41 1224.50 18966.00 25414.00 19923723.20 1592.72 1305.11 20623.00 26470.00 19933755.00 1715.55 1376.55 21600.00 27893.00 表11黑龍江省規(guī)劃區(qū)域1980-1993年的歷史數據人口預測模型選擇1線性模型圖線性人口預測模型散點圖與趨勢線如上圖可以看出，相關系數大于0.5，可以用線性模型進行預測。指數模型圖指數人口預測模型散點圖與趨勢線如上圖可以看出，相關系數大于0.5，可以用指數模型進行預測。羅吉斯曲

4、線模型表羅吉斯人口預測模型羅吉斯曲線模型年份年次t總人口的環(huán)比（%）1980019811198222941983319844198551986619877347919888198991990101991111992121993133755表羅吉斯人口預測模型時間序列的倒數一階差分的環(huán)比不近似于一常數，不能用羅吉斯曲線預測模型來預測?？偨Y對線性曲線與指數曲線模型的相關性系數進行比較可得，指數曲線模型更準確。應用指數模型進行人口預測過程指數模型r值的計算根據公式：（式）計算對應值，如表：表對應各年份值年份年次t總人口/萬人r1980033198111982219833198441985519866

5、198771988819899199010199111199212199313計算平均值：用基年的人口數量來表示根據遞推公式（）：（式）可得：第章經濟預測社會生產總值預測社會生產總值預測模型確定原始數據如表所示表規(guī)劃區(qū)社會生產總值歷年數據年份社會生產總值/億元19801981198219831984198519861987198819891990199119921993由原始數據做出散點圖：圖社會生產總值指數預測模型散點圖與趨勢線由圖可知，相關系數大于0.5，可以使用指數平滑法進行預測。曲線的趨勢比較陡，即時間序列具有明顯的變動傾向，應選取較大的值，的取值范圍為0.60.9.指數模型值的選擇對

6、于社會生產總值指數模型中值的選擇采用試算法。這是進行規(guī)劃預測國際最常用的方法。計算各個對應的一次指數平滑值及均方差表=0.3對應的一次指數平滑值及均方差年份社會生產總值/億元一次指數平滑差值差值平方均方差1980718.90 752.90 -34.00 1156.23 19799.68 1981753.87 753.19 0.68 0.46 1982806.94 769.32 37.62 1415.47 1983876.33 801.42 74.91 5611.34 1984917.75 836.32 81.43 6630.88 1985975.27 878.00 97.27 9460.51

7、19861060.03 932.61 127.42 16235.25 19871146.10 996.66 149.44 22332.71 19881239.32 1069.46 169.86 28853.41 19891337.45 1149.85 187.60 35191.90 19901403.32 1225.89 177.43 31479.82 19911478.41 1301.65 176.76 31244.41 19921592.72 1388.97 203.75 41513.90 19931715.55 1486.94 228.61 52260.58 表對應的一次指數平滑值及均方

8、差年份社會生產總值/億元一次指數平滑差值差值平方均方差1980718.90 752.90 -34.00 1156.23 1120.38 1981753.87 753.58 0.29 0.08 1982806.94 790.93 16.01 256.26 1983876.33 850.71 25.62 656.35 1984917.75 897.64 20.11 404.49 1985975.27 951.98 23.29 542.40 19861060.03 1027.62 32.41 1050.72 19871146.10 1110.55 35.55 1263.48 19881239.32

9、1200.69 38.63 1492.25 19891337.45 1296.42 41.03 1683.29 19901403.32 1371.25 32.07 1028.44 19911478.41 1446.26 32.15 1033.48 19921592.72 1548.78 43.94 1930.49 19931715.55 1665.52 50.03 2503.02 結論比較各個取值的均方差可以看出，當=0.7時，均方差最小，因此，用平滑系數=0.7進行預測，結果比較準確。運用三次指數平滑法對2010年社會生產總值進行預測三次指數平滑法的計算公式St(3)=St(2)+(1-)S

10、t-1(3)（2-1）式中：St(3)第t周期的三次指數平滑值； St(2)第t周期的二次指數平滑值； St-1(3)第t-1周期的三次指數平滑值； 平滑系數（）. 三次指數平滑建立的非線性預測模型為：Yt+T=at+btT+ctT2（2-2）式中：t目前的周期序號; Yt+T第t+T周期的預測值；T預測超前周期數。其中：at bt ct的計算公式為： at=3St(1)-3St(2)+St(3)bt=/2(1-)2(6-5)St(1)-2(5-4)St(2)+(4-3)St(3)ct=2/2(1-)2(St(1)-2St(2)+St(3)（2-3）計算結果如表所示表三次指數平滑預測根據（式）

11、（式）代入數值計算可得：工農業(yè)總產值預測工農業(yè)總產值預測模型確定表規(guī)劃區(qū)工農業(yè)總產值歷年數據年份工農業(yè)總產值/億元19801981198219831984198519861987198819891990199119921993由規(guī)劃區(qū)工農業(yè)總產值歷年數據做出散點圖如下圖圖工農業(yè)生產總值數據散點圖及趨勢線由圖可知，相關系數大于0.5，可以使用指數平滑法進行預測。曲線的趨勢比較陡，即時間序列具有明顯的變動傾向，應選取較大的值，的取值范圍為0.60.9.指數模型值的選擇對于社會生產總值指數模型中值的選擇采用試算法。這是進行規(guī)劃預測國際最常用的方法。計算各個對應的一次指數平滑值及均方差表=0.3對應的

12、一次指數平滑值及均方差年份工農業(yè)總產值/億元一次指數平滑差值差值平方均方差1980594.34 607.48 -13.14 172.66 13495.71 1981606.31 607.13 -0.82 0.67 1982642.79 3 24.96 623.14 1983705.97 644.27 61.70 3806.88 1984773.56 683.06 90.50 8190.78 1985815.07 722.66 92.41 8539.43 1986888.71 772.48 116.23 13510.42 1987952.89 826.60 126.29 15949.17 198

13、81065.48 898.26 167.22 27961.20 19891105.83 960.53 145.30 21110.99 19901177.79 1025.71 152.08 23128.13 19911224.50 1085.35 139.15 19363.43 19921305.11 1151.28 153.83 23664.83 19931376.55 1218.86 157.69 24866.66 表對應的一次指數平滑值及均方差年份工農業(yè)總產值/億元一次指數平滑差值差值平方均方差1980594.34 607.48 -13.14 172.66 677.27 1981606.3

14、1 606.66 -0.35 0.12 1982642.79 631.95 10.84 117.48 1983705.97 683.76 22.21 493.09 1984773.56 746.62 26.94 725.69 1985815.07 794.54 20.53 421.67 1986888.71 860.46 28.25 798.20 1987952.89 925.16 27.73 768.94 19881065.48 1023.38 42.10 1772.07 19891105.83 1081.10 24.73 611.76 19901177.79 1148.78 29.01 8

15、41.47 19911224.50 1201.78 22.72 515.99 19921305.11 1274.11 31.00 960.85 19931376.55 1345.82 30.73 944.41 結論比較各個取值的均方差可以看出，當=0.7時，均方差最小，因此，用平滑系數=0.7進行預測，結果比較準確。運用三次指數平滑法對2010年社會生產總值進行預測：表.三次指數平滑社會生產總值預測結果根據（式）（式）代入進行計算得第章年客貨運量預測客運量預測客運量與總人口和社會生產總值的線性相關性判斷客運量與總人口相關性規(guī)劃區(qū)客運量與總人口歷史數據表所示表規(guī)劃區(qū)客運量與總人口數據年份總人口/

16、萬人年客運量/萬人198010279198110900198211549198312090198412630198513330198614112198715026198816146198917277199018165199118966199220623199321600根據表做出散點圖和趨勢線如下圖1所示年客運量與總人口散點圖和趨勢線客運量與社會生產總值相關性規(guī)劃區(qū)客運量與社會生產總值歷史數據表3所示表2規(guī)劃區(qū)客運量與總人口數據年份社會生產總值/億元年客運量/萬人198010279198110900198211549198312090198412630198513330198614112198

17、715026198816146198917277199018165199118966199220623199321600根據表做出散點圖和趨勢線如下圖2所示年客運量與總人口散點圖和趨勢線結論由上圖可知，年客運量與總人口和社會生產總值有強正相關性。因此選用二元線性回歸模型?？瓦\量預測過程應用軟件進行二元線性回歸預測結果如下：表3.3線性回歸年份總人口/萬人X1社會生產總值/億元X2年客運量/萬噸Y19803318.8 10279-413.7400 19813354.3 10900-378.7700 19823393.1 11549-325.7000 19833396.2 12090-256.31

18、00 19843410.4 12630-214.8900 19853426.4 13330-157.3700 19863446.5 14112-72.6100 19873479.0 1502613.4600 19883516.5 16146106.6800 19893557.4 17277204.8100 19903603.8 18165270.6800 19913625.7 18966345.7700 19923723.2 20623460.0800 19933755.0 21600582.9100 平均值1115192（）2（）2（）*（）（）*（）L1(）*(）L2（）217331.72

19、 171180.79 54468.87 580924.43 1825686.86 -4412.64 19471417.01 9244.82 143466.71 36418.74 364566.46 1436160.57 -3791.64 14376555.58 3289.02 106080.49 18678.90 180230.57 1023558.78 -3142.64 9876204.15 2943.06 65694.82 13904.82 141139.13 666827.08 -2601.64 6768545.57 1604.00 46177.71 8606.34 82568.80 4

20、43026.43 -2061.64 4250371.28 578.40 24765.32 3784.75 32747.51 214281.74 -1361.64 1854071.28 15.60 5272.21 286.81 2289.59 42087.87 -579.64 335985.85 815.10 181.17 384.28 9545.90 4500.45 334.36 111794.70 4362.60 11380.62 7046.21 96060.29 155150.82 1454.36 2115154.69 11438.30 41947.14 21904.43 276503.9

21、5 529507.00 2585.36 6684071.54 23516.22 73267.66 41508.78 532639.32 940168.31 3473.36 12064209.82 30712.56 119556.89 60596.19 749081.09 1477944.47 4274.36 18270128.96 74392.56 211673.61 125486.82 1617777.66 2728898.79 5931.36 35180997.52 92750.70 339784.07 177525.24 2103940.17 4026950.46 6908.36 477

22、25398.37 以上二元線性回歸經過離散系數檢驗、相關系數檢驗、判定系數檢驗、t檢驗等，符合二元線性回歸模型，可以用此模型進行預測。貨運量預測年份社會生產總值/億元工農業(yè)總產值/億元年貨運量/萬噸1980594.34 162501981606.31 167001982642.79 1717019837 174201984773.56 186601985815.07 190151986888.71 203211987952.89 2143519881065.48 2256619891105.83 2347019901177.79 2438319911224.50 2541419921305.1

23、1 2647019931376.55 27893貨運量與社會生產總值和工農業(yè)總產值的線性相關性判斷1貨運量與社會生產總值相關性規(guī)劃區(qū)客運量與總人口歷史數據表5所示表5規(guī)劃區(qū)貨運量與社會生產總值數據年份社會生產總值/億元年貨運量/萬噸198016250198116700198217170198317420198418660198519015198620321198721435198822566198923470199024383199125414199226470199327893根據表5做出散點圖和趨勢線如下所示年貨運量與社會生產總值散點圖和趨勢線貨運量與工農業(yè)總產值表6規(guī)劃區(qū)貨運量與工農業(yè)總

24、產值數據年份工農業(yè)總產值/億元年貨運量/萬噸1980594.34 162501981606.31 167001982642.79 171701983705.97 174201984773.56 186601985815.07 190151986888.71 203211987952.89 2143519881065.48 2256619891105.83 2347019901177.79 2438319911224.50 2541419921305.11 2647019931376.55 27893根據表6做出散點圖和趨勢線如下表所示年貨運量與工農業(yè)生產總值散點圖和趨勢線結論由上圖可知，年貨運

25、量與社會生產總值和工農業(yè)總產值有強正相關性。因此選用二元線性回歸模型。貨運量預測過程應用軟件進行二元線性回歸預測結果如下：年份總人口/萬人X1社會生產總值/億元X2年貨運量/萬噸Y198016250-413.74 -341.01 -3976.21 198116700-378.77 -329.04 -3526.21 198217170-325.70 -292.56 -3056.21 198317420-256.31 -229.38 -2806.21 198418660-214.89 -161.79 -1566.21 198519015-157.37 -120.28 -1211.21 198620

26、321-72.61 -46.64 94.79 19872143513.46 17.54 1208.79 198822566106.68 130.13 2339.79 198923470204.81 170.48 3243.79 199024383270.68 242.44 4156.79 199125414345.77 289.15 5187.79 199226470460.08 369.76 6243.79 199327893582.91 441.20 7666.79 平均值（）2（）2（）*（）（）*（）L1(）*(）L2（）2171180.79 116287.82 141089.48 1

27、645117.13 1355927.37 -3976.21 15810280.08 143466.71 108267.32 124630.48 1335622.56 1160264.14 -3526.21 12434187.22 106080.49 85591.35 95286.79 995407.60 894124.80 -3056.21 9340445.79 65694.82 52615.18 58792.39 719259.69 643688.45 -2806.21 7874838.64 46177.71 26176.00 34767.05 336562.87 253397.12 -15

28、66.21 2453027.20 24765.32 14467.28 18928.46 190608.12 145684.34 -1211.21 1467040.06 5272.21 2175.29 3386.53 -6882.70 -4421.01 94.79 8984.33 181.17 307.65 236.09 16270.31 21202.18 1208.79 1461162.89 11380.62 16933.82 13882.27 249608.80 304476.87 2339.79 5474597.17 41947.14 29063.43 34916.01 664360.63

29、 553001.32 3243.79 10522145.73 73267.66 58777.15 65623.66 1125159.92 1007772.17 4156.79 17278867.44 以上二元線性回歸經過離散系數檢驗、相關系數檢驗、判定系數檢驗、t檢驗等，符合二元線性回歸模型，可以用此模型進行預測。第章2010年交通發(fā)生量與吸引量的預測41 原始數據黑龍江省基年各大區(qū)間公路旅客運輸流表（年） 單位：萬人終點起點123456789101112131415總計總計450919041937212951812011828473466502252667512698942120447哈爾濱

30、24483721016398761150467119039431843918松花江95114525200360253881802580牡丹江1711841204110102200261916雞西4012118201651927100110032099七臺河7511219225018819000107646雙鴨山37144519970578310110031663佳木斯74124213518184310610131061288鶴崗13112511633345000001526伊春3910301353722011714449黑河1700000101379175704431齊齊哈爾823010030

31、14222774890582524大慶12010110010151915568010391綏化4456110043151531205762051493大興安嶺130000000033068219126省外138433751211118898166211397黑龍江省基年各大區(qū)間公路貨物運輸流表（年） 單位：萬噸終點起點123456789101112131415總計總計5942116519082149940914271863162690332501263189199119425593哈爾濱4190551745536301331418020811930349855276923松花江31343872

32、1018411331810048876牡丹江56815704453164102860711794雞西357721411218396811013330181889七臺河2516610541652177410580020312324雙鴨山18024455684331401030121091佳木斯8341916132418751572534640331483鶴崗1643100370421470313015884伊春655112166236111132014382黑河131000011234172306278齊市547132000161432723722761523206大慶2401344018826

33、54604751526831134綏化2411064326040253519610480521668大興安嶺720000000014412772607294641省外295511272451243143479152964010381020同時已知2010年客運量和貨運量的預測值： 66030.455萬人、62633.27萬輛。4.2 預測方法的選擇及確定預測值1，公路客運的發(fā)生量和吸引量，將各路徑上的客運量折算成車輛：轎車（4人）、微型客車（7人）、輕型客車（20、10、30、10計算，滿載系數為0.8。計算公式:折算車輛=（2010年的客運量的預測值*各種車型所占的百分）/（人數*滿載系數吸

34、引量車輛數加和折算成轎車微型客車輕型客車中型客車大型客車產生量吸引量4712732，公路貨運的發(fā)生量和吸引量，將各路徑上的貨運量折算成車輛：微型貨車（噸）、輕型貨車（2.5噸）、中型貨車（5噸）、重型貨車（14噸），所承擔的貨運量的概率分別按5%、10%、50%、35%計算，滿載系數為0.98. 計算公式:折算車輛=（2010年的貨運量的預測值*各種車型所占的百分）/（噸數*滿載系數）3，產生量和吸引量的車輛數加和客運產生量貨運產生量產生量加和客運吸引量貨運吸引量吸引量加和235第5章 2010年的交通量分布預測 根據上一章2010年客貨運量折算成車輛的預測值，利用雙約束重力模型進行交通量分布

35、預測。51 雙約束重力模型的介紹同時因進行約束系數和列約束系數的引力模型叫做雙約束引力模型。公式：Tij=KiKjOiDjRij-Ki=(KjDjRij-)-1Kj=(KiOiRij-)-152 阻抗的確定應用AUTO CAD 以及TRANS CAD根據已知黑龍江省第一層次公路網建設規(guī)劃示意圖，求出各節(jié)點間的最短路徑，如下表所示：最短路徑表節(jié)點哈爾濱牡丹江雞西七臺河雙鴨山佳木斯鶴崗伊春黑河齊市大慶綏化哈爾濱牡丹江雞西七臺河雙鴨山3佳木斯鶴崗伊春38黑河齊市大慶綏化（注：地圖上沒有松花江、大興安嶺及省外的具體位置，所以本章以后的數據均沒有上述三個地點的數據）根據所求的最短路徑的走向，以及基本路網

36、的速度，根據各路段的不同速度確定一個平均速度，從而確定道路的最終速度，如下圖所示：速度表速度哈爾濱牡丹江雞西七臺河雙鴨山佳木斯鶴崗伊春黑河齊市大慶綏化哈爾濱牡丹江雞西七臺河雙鴨山佳木斯鶴崗伊春黑河齊市大慶市綏化根據最短距離和速度，確定阻抗，阻抗=最短距離/速度，如下表所示：阻抗表阻抗哈爾濱牡丹江雞西七臺河雙鴨山佳木斯鶴崗伊春黑河齊市大慶綏化哈爾濱牡丹江雞西七臺河雙鴨山佳木斯鶴崗伊春黑河齊市大慶市綏化53 將1993年的客貨運量折算成車輛數 將1993年的客貨運量折算成車輛數的方法如第4章的相同，結果如下表：1993年的客貨運量折算成車輛數表車輛數123456789101112總計哈爾濱0牡丹江

37、0雞西0七臺河0雙鴨山0佳木斯0鶴崗0伊春0黑河0齊市0大慶0綏化0合計54 采用計算機編程對模型中的系數進行標定一、確定的值：利用VB進行編程，對1993年（現有數據）的數據進行預測，從而確定準確的值，程序如下：Sub diedaiqiujie()Dim i, j, k, ga, flag As IntegerDim count As IntegerDim sum As DoubleDim ODSUM As Doublei = 0j = 0flag = 0Dim R(1 To 12, 1 To 12) As DoubleDim KJ0(1 To 12) As DoubleDim KJ1(1

38、To 12) As DoubleDim KJ2(1 To 12) As DoubleDim KI0(1 To 12) As DoubleDim KI1(1 To 12) As DoubleDim KI2(1 To 12) As DoubleDim DJ(1 To 12) As DoubleDim OI(1 To 12) As DoubleDim KJbai(1 To 12) As DoubleDim KIbai(1 To 12) As DoubleDim Rbai As DoubleDim ODIJ1(1 To 12, 1 To 12) As SingleDim ODIJ2(1 To 12,

39、1 To 12) As SingleDim R_1 As SingleDim R_2 As SingleODSUM = Sheet1.Cells(16, 15).Valuega = Sheet1.Cells(2, 1).ValueFor i = 1 To 12 For j = 1 To 12 ODIJ1(i, j) = Sheet1.Cells(i + 44, j + 2).Value Next j Next iFor i = 1 To 12 For j = 1 To 12 R(i, j) = Sheet1.Cells(i + 3, j + 2).Value Next j Next i For

40、 k = 1 To 12 KJ0(k) = Sheet1.Cells(17, k + 2).Value Next k For k = 1 To 12 DJ(k) = Sheet1.Cells(16, k + 2).Value Next k For k = 1 To 12 OI(k) = Sheet1.Cells(k + 3, 15).Value Next k Do For i = 1 To 12 sum = 0 For j = 1 To 12 If R(i, j) 0 Then sum = sum + DJ(j) * KJ0(j) / R(i, j) ga End If Next j KI0(

41、i) = sum (-1) Next i For k = 1 To 12 KI2(k) = KI0(k) KJ2(k) = KJ0(k) Next k count = 1 Do count = count + 1 For i = 1 To 12 sum = 0 For j = 1 To 12 If R(j, i) 0 Then sum = sum + OI(j) * KI2(j) / R(j, i) ga End If Next j KJ1(i) = sum (-1) Next i For i = 1 To 12 sum = 0 For j = 1 To 12 If R(i, j) 0 The

42、n sum = sum + DJ(j) * KJ2(j) / R(i, j) ga End If Next j KI1(i) = sum (-1) Next i For k = 1 To 12 KJbai(k) = Abs(KJ2(k) - KJ1(k) / KJ2(k) KIbai(k) = Abs(KI2(k) - KI1(k) / KI2(k) Next k For k = 1 To 12 If (KJbai(k) 0.03) Or (KIbai(k) 0.03) Then flag = 1 Exit For End If Next k If flag = 0 Then Exit Do

43、End If flag = 0 For k = 1 To 12 KI2(k) = KI1(k) KJ2(k) = KJ1(k) Next k Loop For k = 1 To 12 Sheet1.Cells(18, k + 2).Value = KJ1(k) Sheet1.Cells(19, k + 2).Value = KJ1(k) Sheet1.Cells(20, k + 2).Value = KJbai(k) Next k For k = 1 To 12 Sheet1.Cells(k + 3, 16).Value = KI0(k) Sheet1.Cells(k + 3, 17).Val

44、ue = KI1(k) Sheet1.Cells(k + 3, 18).Value = KI2(k) Sheet1.Cells(k + 3, 19).Value = KIbai(k) Next k Sheet1.Cells(21, 3).Value = count For i = 1 To 12 For j = 1 To 12 If R(i, j) 0 Then ODIJ2(i, j) = KI1(i) * KJ1(j) * DJ(j) * OI(i) / R(i, j) ga Sheet1.Cells(i + 25, j + 2).Value = ODIJ2(i, j) End If Nex

45、t j Next i sum = 0 For i = 1 To 12 For j = 1 To 12 sum = sum + ODIJ2(i, j) * R(i, j) Next j Next i R_2 = sum / ODSUM Sheet1.Cells(39, 3).Value = R_2 sum = 0 For i = 1 To 12 For j = 1 To 12 sum = sum + ODIJ1(i, j) * R(i, j) Next j Next i R_1 = sum / ODSUM Sheet1.Cells(58, 3).Value = R_1 If (R_2 R_1)

46、Then Rbai = (R_2 - R_1) / R_1 Else Rbai = (R_1 - R_2) / R_1 End If If Rbai 0.03 Then Sheet1.Cells(59, 3).Value = Rbai Exit Do End If Sheet1.Cells(2, 1).Value = ga LoopEnd Sub利用上述程序，對1993年的數據進行執(zhí)行，從而確定的值，首相另=1，然后執(zhí)行，得到=2.2。 而當=1.0時，計算誤差R3%，所以=1.0可行。2010年理論分布表（預測值） 單位：萬輛第6章 2010年的交通量分配采用多路徑交通分配方法將2010年

47、的交通量進行分配61 分配模型由出行者的路徑選擇特征可知，出行者總是希望選擇最合適（最短、最快、最方便、最舒適等）的路線出行，稱之為最短路因素，但是由于交通網絡的復雜性及交通狀況的隨機性，出行者在選擇出行路線時往往帶有不確定性，稱之為隨機因素。這兩種因素存在于出行者的整個出行過程中，兩因素所處的主次地位取決于可供選擇的出行路線的路權差。因此，各出行路線被選用的概率可采用Logist路徑模型計算。P（r,s,k）=exp- *t(k)/t/ exp- *t(k)/tP（r,s,k）OD量T（r,s）在第k條出行路線上的分配率；t(k)第k條出行路線的路權（行駛時間）；t各出行路線的平均路權（行駛

48、時間）； 分配參數； m有效出行路線的條數。62采用計算機編程進行分配根據模型進行編程，程序如下所示：Sub tongji() Dim LUDUANSHU(1 To 26) As Double Dim HANG As Integer Dim DIAN1, DIAN2, i As Integer Dim cheliangshu As Double HANG = 28 For i = 1 To 26 LUDUANSHU(i) = 0 Next i cheliangshu = 0 Do DIAN1 = 6 DIAN2 = 10 Sheet1.Cells(25, 6).Value = Sheet1.C

49、ells(HANG, DIAN1) Sheet1.Cells(25, 7).Value = Sheet1.Cells(HANG, DIAN2) If (Sheet1.Cells(25, 6).Value = Or Sheet1.Cells(25, 7).Value = 0) Then Exit Do Else Do Sheet1.Cells(25, 6).Value = Sheet1.Cells(HANG, DIAN1) Sheet1.Cells(25, 7).Value = Sheet1.Cells(HANG, DIAN2) Sheet1.Cells(25, 8).Value = Sheet

50、1.Cells(HANG, DIAN2 - 1) If (Sheet1.Cells(25, 6).Value = Or Sheet1.Cells(25, 7).Value = 0) Then Exit Do Else cheliangshu = Sheet1.Cells(25, 8).Value If (Sheet1.Cells(25, 6).Value = 黑河 And Sheet1.Cells(25, 7).Value = 哈爾濱) Then LUDUANSHU(1) = LUDUANSHU(1) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Valu

51、e = 哈爾濱 And Sheet1.Cells(25, 7).Value = 黑河) Then LUDUANSHU(14) = LUDUANSHU(14) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 齊齊哈爾 And Sheet1.Cells(25, 7).Value = 大慶) Then LUDUANSHU(2) = LUDUANSHU(2) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 大慶 And Sheet1.Cells(25, 7).Value = 齊齊哈爾) Then L

52、UDUANSHU(15) = LUDUANSHU(15) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 大慶 And Sheet1.Cells(25, 7).Value = 哈爾濱) Then LUDUANSHU(3) = LUDUANSHU(3) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 哈爾濱 And Sheet1.Cells(25, 7).Value = 大慶) Then LUDUANSHU(16) = LUDUANSHU(16) + cheliangshu ElseIf (S

53、heet1.Cells(25, 6).Value = 哈爾濱 And Sheet1.Cells(25, 7).Value = 綏化) Then LUDUANSHU(4) = LUDUANSHU(4) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 綏化 And Sheet1.Cells(25, 7).Value = 哈爾濱) Then LUDUANSHU(17) = LUDUANSHU(17) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 綏化 And Sheet1.Cells(25, 7

54、).Value = 伊春) Then LUDUANSHU(5) = LUDUANSHU(5) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 伊春 And Sheet1.Cells(25, 7).Value = 綏化) Then LUDUANSHU(18) = LUDUANSHU(18) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 伊春 And Sheet1.Cells(25, 7).Value = 鶴崗) Then LUDUANSHU(6) = LUDUANSHU(6) + cheli

55、angshu ElseIf (Sheet1.Cells(25, 6).Value = 鶴崗 And Sheet1.Cells(25, 7).Value = 伊春) Then LUDUANSHU(19) = LUDUANSHU(19) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 哈爾濱 And Sheet1.Cells(25, 7).Value = 佳木斯) Then LUDUANSHU(7) = LUDUANSHU(7) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 佳木斯 And S

56、heet1.Cells(25, 7).Value = 哈爾濱) Then LUDUANSHU(20) = LUDUANSHU(20) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 哈爾濱 And Sheet1.Cells(25, 7).Value = 牡丹江) Then LUDUANSHU(8) = LUDUANSHU(8) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 牡丹江 And Sheet1.Cells(25, 7).Value = 哈爾濱) Then LUDUANSHU(21) = LUDUANSHU