交通规划课程设计报告-小城市交通规划设计.docx

交通运输系统规划课程设计报告学生姓名：*学号：* 指导教师：*吉林大学交通学院2013.09.02-2013.09.15目录第一章 绪论11.1设计目的与任务11.2设计内容11.3设计方法1第二章 交通发生量与吸引量的预测22.1 交通发生量的预测22.1.1 多元线性回归方程的建立22.1.2 规划年各小区交通发生量的预测52.2 交通吸引量的预测52.2.1 初步预测52.2.2 调整计算6第三章 交通分布预测63.1 重力模型的标定63.2 交通分布量预测8第四章 交通分配114.1 交通量的转换114.2 交通分配11第五章 结果分析135.1 各小区土地利用的变化情况135.2 结果分析15结语16附录：福莱特法源程序代码17第一章 绪论1.1 设计目的与任务交通运输规划课程设计是交通工程专业教学计划中实践教学的重要组成部分，是贯彻理论联系实际、培养高素质人才的重要实践环节：1设计题目：小城市交通规划设计。2目的：通过交通规划设计工作，培养学生理论联系实际、实事求是的良好作风，并进一步明确本专业学习的宗旨与任务，增强学生完整的交通规划设计概念及强化规划意识。3任务：通过对现有路网进行分析划出交通影响区以及主要节点，并在未来预测年的经济、社会发展预测基础上，采用四阶段法进行相应的交通规划设计，使学生掌握交通规划的大体流程、基本技术方法和未来的发展趋势。1.2 设计内容1交通现状分析主要对现有道路网络、交通影响区及主要节点进行分析。2. 规划区域道路交通量预测1) 建立小区交通发生、吸引模型；2) 完成交通发生、吸引量的预测。3. 交通分布 选择合适的交通分布模型，完成规划区内预测年份的交通分布，给出OD矩阵。4. 交通分配选择合适的交通分配方法，完成规划区内预测年份的交通分配工作，为相应的道路设计提供依据。5. 对预测结果进行分析1.3 设计方法1交通量预测（1）交通发生量预测利用现状各交通分区人口数据与调查的现状出行生成量进行分析，得出交通发生量的预测模型（如多元线性回归模型，自变量自选，但至少包括人口因素）。（2）交通吸引量预测根据现状调查不同的出行目的的比例和影响出行的各类土地面积，得到不同土地利用类型的出行吸引率（数据已给出），从而得到规划年的各交通分区的交通吸引量。（3）交通分布预测在交通分布阶段，可以采用任何一种模型进行交通分布预测，要求给出充足的选择依据。推荐采用重力模型结合佛尼斯法或福来特法进行交通分布预测。（4）交通分配预测（选做）选择合适的交通分配模型，一般可以采用全有全无法进行交通分配预测。（由于没有详细的路网，选做这部分内容的同学需要先构建合适的路网）第二章 交通发生量与吸引量的预测2.1 交通发生量的预测2.1.1 多元线性回归方程的建立对各小区现状交通发生量进行回归分析，得表2.1。则各小区交通发生量与土地利用、人口情况的线性回归方程为： （2-1）其中，y表示各小区总的交通发生量，分别表示居民用地、工业仓储、商业设施用地、政府团体用地、旅游体育用地的公顷数和人口总数。通过表2.1可以看出，调整后的多重判定系数（Adjusted R Square）=0.98686461=98.686461%，表示在用样本量和模型中的自变量个数进行调整后，在交通发生量取值的变差中，能被土地利用和人口情况的多元线性回归方程所解释的比例为98.686461%。在给定的显著性水平时，Significance F值（即P值）为0.081120459，大于0.05，所以交通发生量与土地利用和人口情况之间的整体线性关系不显著，六个回归系数各自对应的P值也均未通过检验。下面对六个变量之间的多重共线性进行判别。相关关系矩阵如表2.2所示。各相关系数检验的统计量如表2.3所示，可以看出，所有检验统计量均大于临界值，说明这六个自变量之间两两都有显著的相关关系，即在回归模型中六个自变量之间存在多重共线性问题，下面采用向前选择法进行变量选择与逐步回归。 对6各自变量分别拟合对因变量的一元线性回归模型，其中F统计量最高的是交通发生量与人口的一元线性回归模型（表2.4），于是将人口首先引入模型。然后在该模型中增加一个自变量，进行二元线性回归，其中交通发生量与人口和政府团体用地组成的二元线性回归模型的F统计量最高（表2.5），因此将政府团体用地引入模型。同理，再增加一个自变量进行三元线性回归，虽然增加工业仓储的三元线性回归模型中F统计量的值最大（表2.6），但此模型中工业仓储的P值为0.129428166，未通过检验，说明增加一个自变量对交通生成量的作用已经不大，且增加自变量不能导致SSE显著增加，运算过程终止。则最终确定的自变量为人口和政府团体用地，二元线性回归方程为： （2-2）表2.1 多元线性回归结果表2.2 相关系数矩阵表2.3 各相关系数检验的统计量表2.4 人口与交通发生量的一元线性回归分析表2.5 政府团体用地和人口与交通发生量的二元线性回归分析表2.6 工业仓储、政府团体用地和人口与交通发生量的三元线性回归分析2.1.2 规划年各小区交通发生量的预测 利用式2-2 对规划年个小区交通发生量进行预测，结果如表2.7所示。 表2.7 各小区规划年交通发生量预测值（次/日）小区编号政府团体用地人口规划年交通发生量15.558338416108113228.867728510127422321.98875133416779442.17934540011815853.3616356009761360234006327870100003225684.6012653451687202.2 交通吸引量的预测2.2.1 初步预测利用土地类型出行吸引率和土地面积数进行各小区吸引交通量的初步预测，结果如表2.8所示。表2.8 各小区规划年交通吸引量预测值（次/日） 由于表2.7和表2.8中所有小区交通发生量总和与吸引量总和不相等，即因此需要对预测值进行调整。2.2.2 调整计算一般认为出行发生总量可靠些，用调整系数法对交通吸引量进行调整，调整系数计算公式为式2-3，各小区调整后的交通吸引量计算公式为式2-4。调整后的交通吸引量如表2.9所示。 （2-3） （2-4）表2.9 调整后的交通发生量与吸引量(次/日)第三章 交通分布预测3.1 重力模型的标定 采用无约束重力模型： （3-1）两边取对数得： （3-2）式中：，已知常数； ，待标定参数。令，则式（3-2）转换为： （3-3）此方程为二元线性回归方程，为待标定系数，样本数据如表3.1所示。其中为两小区间的距离。表3.1 样本数据续表3.1 样本数据采用最小二乘法对64个样本数据进行标定，得出，剪标3.2。则获得的二元线性回归方程为。表3.2 二元线性回归统计表 通过可得，即标定的无约束重力模型为： （3-4）3.2 交通分布量预测 利用式（3-4）求解分布交通量，结果如表3.3所示。重新计算增长率和，计算公式为： （3-5）其中m=1,2,3，取值即为表2.9中的。计算结果如表3.4所示。表3.3 第一次计算得到的OD表表3.4 第一次计算的增长率设定收敛标准为，通过表3.4可以看出表3.3不满足出行分布的约束条件，因此需要继续迭代，此处采用福莱特法进行迭代计算。计算过程采用C语言编程（源程序见附录），输出结果如图3.1-3.3。图3.1 第一次迭代计算后的OD和增长率图3.2 第二次迭代计算后的OD和增长率图3.3 第三次迭代计算后的OD和增长率 通过无约束重力模型和福莱特法，最终预测出的分布交通量见表3.5。表3.5 各小区预测年份OD表（次/日）第四章 交通分配4.1 交通量的转换将以出行者个人为单位OD数据换算为标准小客车小时交通量的OD数据，假定每辆车平均载客2人。结果如表4.1所示。表4.1 各小区交通发生量与吸引量（pcu/h）4.2 交通分配 采用TransCAD进行交通分配，自定义路网结构如图4.1，各小区发生与吸引交通量采用表4.1中的当量交通量，如图4.2。采用重力模型进行交通分布，其中各小区间的摩擦因数采用公式（4-1）进行计算，结果如图4.3所示。 （4-1）其中：i小区与j小区之间的摩擦因数； i小区的人口数，j小区的人口数； i小区与j小区之间的距离。图4.1 路网结构及小区划分图4.2 各小区的基本参数图4.3 各小区间的摩擦因数 利用重力模型进行交通分布的结果如图4.4所示。图4.4 交通分布表假设所有交通量都为小客车交通量，直接进行交通分配，分配结果如图4.5所示。图4.5 交通流量图第五章 结果分析5.1 各小区土地利用的变化情况交通与土地利用互为因果关系，交通设施的建设拉动沿线的土地利用，相反，土地利用变化带来的人们出行活动的变化，从而诱发交通的生成，促进交通设施的建设。图采用柱状图进行分析，结果如图5.2所示。联合图5.1与图5.2进行分析，不难看出，各小区居民用地增加后，交通发生量都相应增加。 图5.1 各小区土地利用变化情况图5.2 各小区生于吸引量对比图5.2 结果分析小区1：由于居民用地的增加，居民出行所提出的交通需求就会相应增加，即发生交通量会显著增加。由图5.2显示，小区1的吸引量交通并没有增加很大值，原因一可能是由于政府团体用地的减少，使得来小区1处理政治事物的人减少，导致交通吸引量减少；原因二可能是由于增加的居民用地占用了其它性质的土地，而工业仓储、商业设施用地、政府团体用地等正是产生交通吸引的主要因素。小区2：该小区交通发生量和吸引量的增长较为平稳，可见居民用地和政府团体用地的增加直接导致了交通发生量和吸引量的增长；由于商业设施用地面积比重较小，其减少量并没有对交通吸引量的增加产生显著影响。小区3：同小区1一样，人口的显著增加导致小区3的居民用地相应增加，且除了商业设施用地和旅游用地有所减少以外，政府团体用地和工业仓储用地均增加，所以交通发生量和吸引量都显著增加，且在所有小区中值最大。小区4：由小区4的土地利用情况来看，可以推测该小区主要是居民区，因此交通吸引量会比较少。由图5.2可以看出，预测年的交通发生量有所上涨，但是交通吸引量上涨幅度很大。造成该预测结果的原因可能是在发生量交通预测时，只采用人口和政府团体用地两因素进行二元线性回归，没有使用其他土地利用情况，而该小区预测年份政府团体用地显著减少，可能导致预测年份的交通发生量偏小。小区5：该小区可能是工业区与居民区，由于该小区的人口只有略微增加，土地利用情况无明显变化，故预测前后小区发生量和吸引量无相对稳定，且发生交通量与吸引交通量都相对较小。小区6：该小区居民用地的增加可能导致交通吸引量的减少，工业仓储用地的减少可能导致前来该小区运货送货的次数明显减少，成为其交通吸引量迅速减少的最主要原因。小区7：由图5.1看出，在预测年份该小区变为纯工业区，交通发生量应该增加，而吸引量应该减少，这与图5.2中结果不太一致。分析原因可能与交通发生量与吸引量预测模型的建立有关。也可能是由于减少的居民用地发生的交通量要比增加的工业仓储用地发生的交通量大，导致整体交通发生量的减少。小区8：该小区预测前后所有属性的土地面积都相应减少，但人口数量增加，顾交通发生量与吸引量将相应增加。结语通过本次交通运输系统规划课程设计，我受益匪浅。首先，本次课程设计使我对交通运输系统规划的课本知识进行系统而全面地复习。为了能更好地完成本次课程设计，又对上课时没有讲过的知识进行了自学。其次，本次设计覆盖了交通规划四步骤：交通发生与吸引、交通分布、方式划分和交通分配，在进行小城市交通规划时，将所学知识与实践进行很好地结合，增强了自己把理论应用于实践的能力。再次，在进行交通分布预测时，对福莱特法进行了C语言编程，增强了自己的编程能力。最后，对交通规划软件TransCAD进行了系统的学习和应用，掌握了应用TransCAD进行交通规划四步骤的操作方法。总之，本次课程设计既加深了自己对专业知识的理解，又提高了自己对办公软件和专业软件的操作能力。 附录：福莱特法源程序代码#include#includeint main()double qij88=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 Oi8=16954.33,19253.12,19898.28,27984.80,28362.82,34030.31,35955.35,49221.37,Dj8=44649.44,54263.81,70.97,1551.49,16.61,25123.02,7508.76,12465.29;int Ui8=108113,127422,167794,118158,97613,63278,32256,168720,Vj8=133717,203971,283202,41640,63069,10986,27947,118822; /定义初始OD表及规划年各小区的交通发生量和吸引量int i,j,times=0;double f88,Li8,Lj8,sum,Fi8,Fj8,E=0;for(i=0,j=0;i8&jfabs(1-Fii)?E:fabs(1-Fii);E=Efabs(1-Fjj)?E:fabs(1-Fjj);printf(收敛系数为E=%7.5fn,E); for(;E0.01;)/循环迭代printf(第%d次计算的OD表不满足出行分布的约束条件，需要继续进行迭代计算。n,times);times+=1;for(i=0;i8;i+)/计算i小区的位置系数sum=0;for(j=0;j8;j+)sum+=qijij*Fjj;Lii=Oii/sum;for(j=0;j8;j+)/计算j小区的位置系数sum=0;for(i=0;i8;i+)sum+=qijij*Fii;Ljj=Djj/sum;printf(采用福莱特法第%d次迭代计算得到的OD表如下：n,times);for(i=0;i8;i+)/计算新的qij和Oi值 sum=0;for(j=0;j8;j+)fij=Fii*Fjj*(Lii+Ljj)/2;/计算增长系数qijij=qijij*fij;sum+=qijij;/计算新的qij值printf(%10.3f,qijij);printf(n);Oii=sum;for(j=0;j8;j+)/计算新的Dj值sum=0;for(i=0;i8;i+)sum+=qijij;Djj=sum;E=0;for(i=0,j=0;i8&jfabs(1-Fii)?E:fabs(1-Fii);E=Efabs(1-Fjj)?E:fabs(1-Fjj);printf(增长率为：n);/输出增长率printf(Fii: );for(i=0;i8;i+)printf(%10.5f,Fii);printf(nFjj: );for(j=0;j8;j+)printf(%10.5f,Fjj);printf(n收敛系数为E=%7.5fn,E);printf(第%d次迭代后满足设定的收敛条件E1%，停止迭代。n第%d次迭代计算后的OD表就为最终预测的OD表。,times,times);return 0;