TransCAD“四阶段”操作步骤

设计***书 kipperme诚迎交流： QQ475763551 kipperme@163.com 1 4.2 出行发生（Trip-Generation） 居民出行发成预测分居民出行产生预测和居民出行吸引预测两部分。其目的是通过建立小区 居民出行产生量和吸引量与小区土地利用、社会经济特征等变量之间的定量关系，推算规划年各 交通小区的居民出行发生量、吸引量。出行发生有两种单位：一种是以车位单位，另一种是以人 为单位。在大城市中交通工具复杂，一般采用人的出行次数为单位，车辆出行于人的出行之间可 以相互转换。 出行产生预测常用的有两种方法：类型分析法、回归分析法，另外还有增长率法，但由于增 长率法过于粗糙已停止使用。下面简要介绍一下回归分析法和类型分析法。 回归分析法是在分析小区居民出行产生量、吸引量与其影响因素（如小区人口、劳动力资源 数、土地利用、岗位数等指标）相关关系的基础上，得出回归预测模型。函数形式有一元回归、 多元回归等。 类型分析法是以某一类型为分析单位，根据对出行起决定作用的一些因素将整个对象区域的 人划分为诺干类型。在同一类型的人员中，由于主要出行因素相同，各人员的出行次数基本相同， 将各类人员单位时间内的出行次数称作“出行率”。并且假定各类人员的出行率到规划年是不变 的。这样各类人员数与出行率相乘便得到出行量或吸引量。 4.2.1 出行产生（Trip-Production） 4.2.1.1 模型原理 出行产生预测采用类型分析法居多，本次结合已有 资料 新概念英语资料下载李居明饿命改运学pdf成本会计期末资料社会工作导论资料工程结算所需资料清单 亦采用这种方法。 家庭分类法中的模型是： Pi=∑AsNsi=Ni∑Asγsi （4-1） 式中：Pi －－分区 i规划年每个单位时间出行产生量； As －－全市现年第 s类人员的出行率； Nsi－－第 i分区规划年第 s类人员的数目； Ni －－第 i分区规划年各类人员总数目； γsi－－第 i分区规划年第 s类人员的比例。 因此必须先确定出行率 As、规划年各小区人口总数 Ni、各小区各类人员比例γsi。 （1） 规划年各小区人口总数 Ni 现在已由 2.3.2人口预测算出 2010年规划区总人口数，因为本次分区无法从政府现有资料上 取得各个小区的现有人口数，也无法得到各个小区的人口密度数据，且因本次课题不可能进行各 小区的人口调查统计，因此，我们根据出行量与人口数的相关性，据调查统计的各个小区的出行 量占总出行量的百分比分配各小区的人口数，即各小区占总人口的百分比等于各小区出行量占总 出行量的百分比 ，再由 2.3.2 人口预测算出 2010 年规划区总人口数乘以这个百分比，即得个小 区人口数。见下 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 4-1 Administrator Underline Administrator Underline Administrator Underline Administrator Highlight cross-classification Administrator Highlight regression user 高亮 设计***书 kipperme诚迎交流： QQ475763551 kipperme@163.com 2 邯郸市 2010年各分区人口预测表 表 4-1 2010各小区人口数预测 小区 1 2 3 4 5 6 7 8 9 P 5049.7 3714.8 4775.3 5611.3 2704.2 2003.5 5531.4 4997.3 2234.1 比例 0.07020 0.05164 0.066389 0.07801 0.037595 0.027853 0.0769 0.069474 0.03106 小区人口 66839 49170 63208 74272 35793 26518 73215 66145 29571 小区 10 11 12 13 14 15 16 17 18 P 8748.1 7450.5 2238.5 3089.2 2459.7 2543.0 5006.5 3454.5 318.3 比例 0.12162 0.10358 0.03112 0.042948 0.034195 0.035354 0.069602 0.048026 0.004425 小区人口 115792 98617 29629 40889 32557 33659 66267 45724 4212 （2） 出行率 As（假定到未来年不变）见表 4-2 不同收入人员的出行率表(2003年) 表 4-2 收入分类（元/月） 0-600 600-1200 1200-1800 1800以上 出行率（次/天） 2.49 2.775 2.57 2.58 （3） 各小区各类收入人员比例γsi（由于规划年限较短，假定到未来年不变） 各小区不同收入人员比例（2003年） 表 4-3 小区 1 2 3 4 5 6 7 8 9 人 0-600 0.02 0.02 0.05 0.01 0.1 0.03 0.02 0.01 0.01 员 600-1200 0.21 0.13 0.31 0.14 0.11 0.24 0.13 0.14 0.14 比 1200-1800 0.35 0.22 0.22 0.15 0.25 0.32 0.22 0.15 0.15 例 1800以上 0.42 0.63 0.42 0.7 0.54 0.41 0.63 0.7 0.7 小区 10 11 12 13 14 15 16 17 18 人 0-600 0.2 0.2 0.45 0.45 0.32 0.25 0.25 0.2 0.2 员 600-1200 0.32 0.32 0.26 0.26 0.21 0.12 0.12 0.32 0.32 比 1200-1800 0.28 0.28 0.21 0.21 0.33 0.31 0.31 0.28 0.28 例 1800以上 0.2 0.2 0.08 0.08 0.14 0.32 0.32 0.2 0.2 4.2.1.2 软件 流程 快递问题件怎么处理流程河南自建厂房流程下载关于规范招聘需求审批流程制作流程表下载邮件下载流程设计 （1）数据准备（输入） ①规划年各小区人口数（见“deteview2-分区”之字段[2010人口数]） ②出行率表（已乘以各小区不同收入人员比例，注意：字段名必须以“R_”开头） 设计***书 kipperme诚迎交流： QQ475763551 kipperme@163.com 3 见下图 4-2： 出行产生 cross-classification法窗口数据准备图 图 4-2 （2）操作过程 菜单命令：Planning—Trip productions—cross-classification…（见下图 4-3） 说明 对话框 Zone View : 分区 Unit Field : [2010人口数] Trip Rate View : 不同收入人员出行率（已 含收入比? Number of Trip Purposes : 4 Trip Purpose Field : [R_0-600] Trip Purpose Field : [R_600-1200] Trip Purpose Field : [R_1200-1800] Trip Purpose Field : [R_1800以上] Number of Classifications : 1 Trip Unit Fields : 1 Classification Field : ID 出行产生 cross-classification对话框 图 4-3 设计***书 kipperme诚迎交流： QQ475763551 kipperme@163.com 4 （3）运行结果 见图 4-4 出行产生 cross-classification预测结果 图 4-4 4.2.2 出行吸引（Trip-Attract） 出行吸引与发生类似，可用类型分析法和回归分析法，有些学者认为出行吸引用类型分析法 会得到较为理想的结果，因两者都是可行的，交通吸引方面也用上述方法，所以我们规划过程中 假设未来交通吸引和交通生成一致，即各区未来年 P和 A相等。 4.3 方式划分（Mode Split） 4.3.1 概述 城市中，居民在交通小区之间的出行时通过采用不同的交通方式实现的。目前，城市居民采 用的交通方式有步行、自行车、公交系统、出租车、单位车、摩托车、私家车及其他等几类。交 通方式分担预测即指在进行了出行分布预测得到全方式 OD矩阵之后，确定不同交通方式在小区 间 OD量中所承担的比例。 从目前国内城市交通预测的实践来看，在居民出行方式划分的预测中，一个普遍的趋势是定 性和定量分析相结合，在宏观上依据未来国家经济政策、交通政策及相关城市对比较来对未来城 user 高亮 设计***书 kipperme诚迎交流： QQ475763551 kipperme@163.com 5 市交通结构作出估计，然后在此基础上进行微观预测。因为影响居民出行方式结构，其演变规律 很难用单一的数字模型或表达式来描述。尤其是在我国经济水平和居民的物质生活水平还相对落 后，居民出行以非弹性出行占绝大部分，居民出行方式可选择余地不大的情况下，传统的单纯的 转移曲线法或概率选择法等难于适用。所以在居民出行方式的划分的预测中，一般采用这样的思 路：宏观与微观相结合，宏观指导微观预测。 首先在宏观上考虑该城市现状居民出行方式结构及其内在原因，定性分析城市未来布局、规 模变化趋势，交通系统建设发展趋势，居民出行方式选择决策趋势，并与可比的有关城市进行比 较，初步估计规划年城市交通结构的可能取值。 其次在微观上，根据城市居民出行调查资料统计计算出不同距离下各种方式分担率，然后， 考虑各交通方式特点、优点、缺点、最佳服务距离，不同交通方式之间的竞争转移的可能性以及 居民出行选择行为心理等因素，对现状分担率进行修正，以若干次试算，使城市总体交通结构分 布值落在第一步所估计的可能取值范围之内。 4.3.2 出行方式划分 （1）按选择的对象分为： （2）按服务提供者划分分为： 4.3.3 影响出行方式的因素 不同国家或地区饮食及情况千差万别，出行者的出行方式选择的比例结构也就不同，也就是 非机动车 机动车 步行 自行车 个人机动交通 公共交通 小汽车（含出租车） 普通公交（公共汽、电车） 轨道公交（地铁、轻轨等） 全方式 公共交通 个人交通 公共汽、电车 城市轨道交通（地铁、轻轨等） 私人交通------步行、自行车、私家车、单位车 全方式 出租车 摩托、助动车 user 高亮 设计***书 kipperme诚迎交流： QQ475763551 kipperme@163.com 6 说，影响出行方式划分的因素因国家而异。就我国的实际情况而言，城市交通中，影响人员出行 方式选择的主要因素 11个，这些因素可归纳为三个方面的特性。 （1） 出行者或分区特性 ① 家庭车辆拥有情况。主要指自行车摩托车，以后将会加入小汽车，如意分区为分析单位 时，则应采取车辆拥有量的平均值，下同。 ② 出行者年龄。不同年龄阶段的出行者偏好于不同的交通工具，如老人和小孩偏好于公共 交通，而较少骑车。 ③ 收入：高收入者偏向于坐出租车，而低收入者偏向于公共交通或骑自行车。 ④ 分区的可达性。包括两个方面：道路密度和公交网密度。 （2） 出行特性 ① 出行目的。上班和上学偏向于公交车，购物和社交等偏向于出租车或私人交通。 ② 出行距离。近者偏向于步行和非机动车。 （3） 交通设施的服务水平 ① 费用。对公共交通，指车票；对个人交通，指汽油费、车耗等。 ② 时间。含座车等车转车以及上下车前后换乘步行的时间。从这个角度来说，具有门对 门特点个人交通优于公共交通。 ③ 舒适度。包含坐与站的区别，以及座椅的舒适程度站立的宽松程度。 ④ 可靠性。指车辆到离站的准时性，显然准时准点的轨道交通优于一般公交汽车。 ⑤ 安全性。 4.3.4 方式划分的位置分类 根据交通发生、交通分布、交通分配各自的功能特性，这三个工作项段的时间顺序必须依次 是：交通发生——交通分布——交通分配，不能改变。方式划分既可以单独解决，也可以与上述 某各子问题中任何一个结合起来同时解决。根据方式划分在整个交通预测过程中的位置分为五 类，如图 4-5： Ⅰ类 Ⅱ类 MS G A D G—MS A D MS G A D 设计***书 kipperme诚迎交流： QQ475763551 kipperme@163.com 7 Ⅲ类 Ⅳ类 Ⅴ类 方式划分的位置分类图 图 4-5 4.3.5 方式划分的模型、方法 方式划分早期主要从集聚的角度研究该问题。所谓集聚方法就是以一批出行者作为分析对 象，将有关他们的调查数据先作统计处理，得出平均意义上的量，然后对这些量作进一步的分析 研究，如前面的交通发生、交通分布都属于集聚模型。所谓非集聚模型，则是以单个出行者作为 分析对象，充分地利用每个调查样本的数据， 求出描述个体行为的概率值。非集聚方法要比集 聚方法复杂的多，但其有要求样本小、预测精度高的特点。有关方式划分的模型方法见图 G—MS G后MS 集计方法 D—MS D后MS Logit 方式划分 仿真类（Monte-Carlo法） Probit 合并法（Clark法） 逼近类 非集计方法 分裂法（Langdon法） Logit BCL 直接类 BCD GL 改进 Logit 合并法（NL） G D—MS A G G D D MS A D—MS 设计***书 kipperme诚迎交流： QQ475763551 kipperme@163.com 8 分层类 分裂法（Langdon法） 下面简要介绍常用方法的模型原理： (1)G-MS结合的方式划分 G-MS 方法是在与出行发生的同时进行方式划分，因此只能主要考虑其中出行者和分区特性 的 4个因素（最多还加出行目的因素）作为方式划分的主要依据。这里同样要分出行产生量预测 和出行吸引量预测，即分产生量—MS预测、吸引量—MS预测。 １）产生量-MS预测 如同出行发生量预测，仍可采用类型分析法和线性回归法。 ①类型分析法模型 Pki=å s aksNsi （4-2） 其中：Pki------分区 I的第 K方式出行产生量 aks------全市第 s类家庭第 k类方式的出行率 Nsi------分区 i第 s类家庭的数目，规划年预测值 ②线性回归模型 pik= +b1kxi1+…..+bskxin （4-3） 其中：xi1-------i分区第 j个因素规划年预测值 bjk------第 j因素相对于方式 k的回归系数，用 xij现状调查数据经线性回归获得 ２）吸引量-MS预测 Bik=å s diswskρis （4-4） 式中：Bik---------分区 i的第 k方式出行产生量理论值 dis----------i分区第 s类用地的岗位数 ρis---------i分区第 s类用地岗位弹性系数 wsk---------全市 s类用地每个岗位对第 k方式出行的吸引率 (2) 生成后的方式划分模型 设计***书 kipperme诚迎交流： QQ475763551 kipperme@163.com 9 因为尚未进行出行量的分布预测，方式划分仍主要以出行者或家庭或分区的特性为依据，多 采用线性回归模型。由于已经知道的一个分区总的出行量和吸引量现在就只要预测个方式的比 例。例如，以公共交通和个人交通两种方式划分为例， 分区的出行产生量由下式决定，回归模型为： γ公=b+b 人x 人+ x 收+b 私x 私+b 道x 道+b 公x 公 （4-5） γ个=1-γ公 式中： γ公γ个------分别为对象分区公共交通和个人交通方式出行产生量的比例 x 人、 x 收、 x 私、 x 道、 x 公------分别为对象分区规划年人口数、分均收入、人均私车拥有量、 道路网密度、公交网密度 b、b 人、 b 收 b 私、 b 道、 b 公------分别为常数项及相应各因素回归系数 分区的出行吸引量可由下式决定，模型为： δ公=c+c 学x 学+c 商x 商+c 自x 自+c 办x 办+c 道x 道+c 公x 公 δ个=1-δ公 式中： δ公δ个--------分别为对象分区公共交通和个人交通方式出行产生量的比例 x 学、 x 商、 x 自、 x 办、 x 道、 x 公-------分别为对象分区规划年学校、商店、工厂、办公岗位数、 道路网密度、公交网密度 c 学、 c 商、 c 自、 c 办、 c 道、 c 公-------分别为常数项及相应各因素回归系数 由于前面两种方式划分所依据的因数内有考虑到分区之间的服务水平和出行本身的特性，预 测结果有一定的局限性。 (3) D-MS结合的方式划分 很显然，对一次出行而言，使用不同交通工具的出行时间和费用不同，即交通阻抗不同。如 果在分析出行分布的同时还考虑交通方式的选择，那么两分区就会根据方式划分成若干种不同的 交通阻抗，在出行分布时就根据各自阻抗预测个方式的分布量。 D-MS结合的单约束模型为： tijk= PiAifk(Rij)/å j Aj å j fk(Rij) （4-6） 式中：tijk---------分区 i、j之间采用 k方式的出行分布量， k=1表示公共交通，k=2表示个人交通 设计***书 kipperme诚迎交流： QQ475763551 kipperme@163.com 10 Pi---------分区的出行产生量 Ai---------分区的出行吸引量 Rij 、fk(Rij) ---------分区 i、j之间的距离和采用方式 k的交通阻抗 (4) 分布后的方式划分 交通方式划分预测现行的常用方法有转移曲线法、回归模刑法和概率模型法等方法。 ①转移曲线法 在大量的统计调查资料的基础上，所得出城市各种交通方式的分担比例与其影响因素之间的 关系曲线，被称为转移曲线。影响因素包括交通小区之间的距离、行程时间或合交通方式所需的 时间差等。利用转移曲线法可以直接查得各种交通方式在城市交通小区之间出行量中所占的比 例。缺点是由于该转移曲线是由现状调查资料绘出，因此无法反映出在未来情况下，特别是当影 响因素发生改变时的交通方式分担率的变化。 计算公式如下： Tijk = Tij × Pk(tij) （4-7） 式中：Tijk——交通小区 i到就第 k种出行方式的出行量； Tij——同前； Pk(tij) ——在出行时间为 tij时，居民采用第 k种出行方式的出行比例（从距离曲线上得到）。 ②回归模型法 通过建立交通方式分担率与其相关因素之间的函数关系，得出回归方程的方法即回归模型 法。一般采用的是线性回归模型。该方法简单易行但粗略，且由于由该方法得出的分担率不能保 证在 0-1之间。因此使用范围有限。 ③Logit模型法 概率模型中最常用的是 Logit模型，其函数形式为： Pijk = eUijk /å = n k 1 eUijk （4-8） 式中： Pijk——交通小区 i到交通小区 j的出行量中，交通方式可 k的分担率； Uijk——交通小区 i到交通小区 j的交通方式 k的效用函数； n——交通方式的个数。 其中，Uijk的计算公式为： 设计***书 kipperme诚迎交流： QQ475763551 kipperme@163.com 11 Uijk = å = c m 1 amxijkm （4-9） 式中： am ——待定系数； xijkm ——出行者在从交通小区 i到交通小区 j采用交通方式 k时的影响因素 m c ——影响因素的个数。 除了上述模型以外，还有 Probit模型、牺牲量模型等其他模型，由于各有缺陷，模型的应用 还十分有限。 4.3.6 模型应用 在居民出行方式划分的预测中，一个普遍的趋势是定性和定量分析相结合，一般采用这样的 思路：宏观与微观相结合，宏观指导微观预测。因为邯郸系中大城市，为发展中的古城，居民出 行方式选择不大，考虑到这次交通规划的目的，且本次ＯＤ调查主要为机动车ＯＤ调查，本课题 将采用集聚模型的第Ⅱ类方法，即Ｇ ＭＳ方法。因为本次规划的年限为２０１０年，规划 时间较短，居民的出行习惯，出行方式不会发生大的变化，因此我们采用同济大学２００２年在 邯郸交通研究中所著的《现状分析 报告 软件系统测试报告下载sgs报告如何下载关于路面塌陷情况报告535n,sgs报告怎么下载竣工报告下载 》中的出行方式比例，见表 4-4。 邯郸市主城区出行方式构成 表 4-4 出行方式 比例 公共汽车 5.6 单位公交车 0.01 出租车 1.56 摩托车 5.57 小汽车 3.22 其他机动车 0.6 自行车 45.81 其他非机动车 1.33 步行 36.3 将４．２出行发生中所求得的２０１０年各小区的出行量乘以各出行方式比例即得各小区各 出行方式的出行量，见表 4-5，至此方式划分结束。 各小区各出行方式的出行量 表 4-6 设计***书 kipperme诚迎交流： QQ475763551 kipperme@163.com 12 OD 2010出行量 （人次/天） 公共 汽车 单位 公交 出租 车 摩托 车 小汽 车 其他机 动车 自行 车 其他非 机动车 步行 比例% 5.6 0.01 1.56 5.57 3.22 0.6 45.81 1.33 36.3 1 174827 9790 17 2727 9738 5629 1049 80088 2325 63462 2 127908 7163 13 1995 7124 4119 767 58595 1701 46431 3 166474 9323 17 2597 9273 5360 999 76262 2214 60430 4 193471 10834 19 3018 10776 6230 1161 88629 2573 70230 5 92702 5191 9 1446 5164 2985 556 42467 1233 33651 6 69501 3892 7 1084 3871 2238 417 31838 924 25229 7 190458 10666 19 2971 10609 6133 1143 87249 2533 69136 8 172301 9649 17 2688 9597 5548 1034 78931 2292 62545 9 77029 4314 8 1202 4291 2480 462 35287 1024 27962 10 303560 16999 30 4736 16908 9775 1821 139061 4037 110192 11 258534 14478 26 4033 14400 8325 1551 118434 3439 93848 12 76682 4294 8 1196 4271 2469 460 35128 1020 27836 13 105824 5926 11 1651 5894 3408 635 48478 1407 38414 14 84285 4720 8 1315 4695 2714 506 38611 1121 30595 15 86766 4859 9 1354 4833 2794 521 39748 1154 31496 16 170823 9566 17 2665 9515 5501 1025 78254 2272 62009 17 119870 6713 12 1870 6677 3860 719 54912 1594 43513 18 11042 618 1 172 615 356 66 5058 147 4008 此阶段未很好结合，请高手删改添加！！！（最好能添些虚拟数据，在分布后进行。） 4.4 出行分布（Trip-Distribution） 出行分布预测是将４．２求得的各交通小区规划年的出行产生和吸引量转化为各小区之间的 出行交换量的过程，即要得出由出行生成模型所预测的各出行端交通量与区间出行交换量的关 系。 4.4.1 模型原理 分布预测方法大体上分为： 目前主要用 Fratar法、重力模型法，且其中又以重力模型法居多。下面重点介绍上述两种方 法。 (1) 佛莱特法 增长系数法 概率模型 重力模型 单约束增长系数法 双约束增长系数法 平均增长系数法 弗尼斯法（furness） 弗莱特法（Fratar） 设计***书 kipperme诚迎交流： QQ475763551 kipperme@163.com 13 Tij=tijaibj（Li+Lj）/2 （4-10） 佛莱特法认为两交通小区之间的未来出行()分布量不仅与这两区的增长系数有关，而且 还与整个调查区内的增长系数有关，这较平均增长系数法有所改进。 它基于两个假设：1.未来的出行空间分布与 ai和 bj均成正比关系； 2.未来的出行空间分布与两地间的出行阻挠因素成反比关系，此处出行的 阻挠因素可表示为（Li+Lj）/2，其中 Li、Lj为地区性因素。 Li= ij j ij j j t t b å å Lj= ij i ij i i t t a å å （4-11） 佛莱特法需用迭代方法反复修正和计算，直到收敛在误差范围之内为止。弗莱特法属于增长 率法，其最大的一个缺点是没有引入各个分区之间的交通阻抗因素。他对近期或肯定至规划年整 个交通网络上的家庭阻抗都没有什么变化的出行分布问题时可用的。但一般对象区域的交通阻抗 都会因交通设施的改进货流量的增加而不断变化，这就要求在进行分布预测时加入交通阻抗的因 素。 (2) 重力模型 顾名思义，重力模型借鉴了牛顿万有引力定律来描述城市居民的出行行为，他考虑了两个小 区的吸引强度和吸引阻抗因素。他的基本假设为：交通小区 i到交通小区 j的出行分布量与小区 i 的出行发生量、小区 j的出行吸引量成正比，与小区 i和小区 j之间的出行阻抗成反比。重力模型 是综合分布模型中采用最广泛的一种。所谓综合模型，就是对现有的交通资料进行分析，希望得 到出行产生和出行吸引以及出行阻抗的综合关系。 交通阻抗可表示为：出行距离的长短、行程时间的快慢及费用的大小等。其考虑了出行费用 是前面的模型所不能达到的。 重力模型法有三类：无约束重力模型、单约束重力模型和双约束重力模型。无约束重利模型 形式简单、便于计算，但精度不够，所以也很少采用。单约束重力模型它考虑的因素较增长系数 法更全面，对交通阻抗参数的变化能敏感地反应，在没有完整的现状 OD调查资料时也能使用， 计算、精度间于但约束和双约束重力模型之间。双约束重力模型，要求数据较多，计算复杂，精 度高。运用 TransCAD，本阶段采用双约束重力模型。 (1)模型表达： Tij=K Loi LDj /f(Rij) （4-12） 式中： Loi LDj------表土地使用 设计***书 kipperme诚迎交流： QQ475763551 kipperme@163.com 14 f(Rij) -------摩擦因子 用出行产生量 Pi和吸引量 Aj表达土地使用，得： Tij=K PiAj /f(Rij) （4-13） 式中 f(Rij)= 本课程采用双约束重力模型，摩擦因子函数采用幂函数（Inverse power function）， 即用 Ki Kj代替 K，f(Rij)= Rijb得： Tij= KiKj PiAj / Rijb （4-14） 式中 St. Ki=〔å j (KjAj/Rij b )〕 -1 ------① Kj=〔å i (KiPi/Rij b )〕-1 ------② (2)模型标定 1）给 b一个初值，令 b=1 2）用迭代法求 Ki， Ki ①令列约束系数 Kj=1 ②将列约束 Kj代入式① 求各行约束系数 Ki ③将列约束 Ki代入式① 求各行约束系数 Kj ④比较先后两次的行约束系数、列约束系数变化，要求相对误差<3%. 否则继续迭 代。 3）将求得的约束 Ki Ki代入模型用现状分布表求的理论分布表 4）计算实际分布表的平均交通阻抗 R 实和理论分布表的平均交通阻抗 R 理 求δ 5）当δ<0 即 R 理R 实时，可推出：理论分布量>实际分布量，b值偏小。 令 b=2b Rijb 幂函数 eβRij 指数函数 Rijb eβRij复合型函数 设计***书 kipperme诚迎交流： QQ475763551 kipperme@163.com 15 返回步骤 2>. 4.4.2 居民出行转换为车辆出行 因为本次ＯＤ调查主要成果为机动车ＯＤ表，而上面出行预测出的是 2010年的各小区 每天人口总出行次数，所以在进行交通分布前须将 2010 年的各小区每天人口总出行次数转换为 各小区的高峰小时 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 汽车出行量。邯郸市各交通方式分担比例如下表“比例”一行所列（资料 来源：现状分析报告）；早高峰小时交通量占一天交通量 19.63%（资料来源：现状分析报告） 按下式计算各值： 各区各交通方式所承担出行量（人次）=各区出行量*方式比例 各区出行的标准汽车数（PCU/天）=∑（各交通方式*相应换算系数）见表 4-7 各区高峰小时出行量（PCU/PH）=各区出行的标准汽车数（PCU/天）*19.63% 计算结果见表 4-8： 城市道路交通量调查小汽车为标准的换算系数表 表 4-7 车辆类型 换算系数 小汽车 1.0 小型载重车 1.5 3～5载重车 2.0 5以上载重汽车 2.5 中、小型公共汽车 2.5 大型公共汽车、无轨电车 3.0 摩托车 0.8 三轮车 0.5 自行车 0.4 居民出行与车辆出行转换表 表 4-8 OD 2010出行 量 （人次/ 天） 公共汽 车 单位 公 交车 出租车 摩托车 小汽车 其他 机动车 自行车 其他非 机动车 步行 PCU/天 PCU/PH 比例 （%） 5.6 0.0 1.6 5.6 3.2 0.6 45.8 1.3 36.3 合乘 系数 12 3 1.5 2 2 2 1 1 1 174827.0 9790.3 17.5 2727.3 9737.9 5629.4 1049.0 80088.2 2325.2 63462.2 33548.4 6586 2 127908.0 7162.8 12.8 1995.4 7124.5 4118.6 767.4 58594.7 1701.2 46430.6 24544.9 4818 3 166474.0 9322.5 16.6 2597.0 9272.6 5360.5 998.8 76261.7 2214.1 60430.1 31945.5 6271 4 193471.0 10834.4 19.3 3018.1 10776.3 6229.8 1160.8 88629.1 2573.2 70230.0 37126.1 7288 5 92702.0 5191.3 9.3 1446.2 5163.5 2985.0 556.2 42466.8 1232.9 33650.8 17789.1 3492 设计***书 kipperme诚迎交流： QQ475763551 kipperme@163.com 16 6 69501.0 3892.1 7.0 1084.2 3871.2 2237.9 417.0 31838.4 924.4 25228.9 13336.9 2618 7 190458.0 10665.6 19.0 2971.1 10608.5 6132.7 1142.7 87248.8 2533.1 69136.3 36547.9 7174 8 172301.0 9648.9 17.2 2687.9 9597.2 5548.1 1033.8 78931.1 2291.6 62545.3 33063.7 6490 9 77029.0 4313.6 7.7 1201.7 4290.5 2480.3 462.2 35287.0 1024.5 27961.5 14781.5 2902 10 303560.0 16999.4 30.4 4735.5 16908.3 9774.6 1821.4 139060.8 4037.3 110192.3 58251.6 11435 11 258534.0 14477.9 25.9 4033.1 14400.3 8324.8 1551.2 118434.4 3438.5 93847.8 49611.4 9739 12 76682.0 4294.2 7.7 1196.2 4271.2 2469.2 460.1 35128.0 1019.9 27835.6 14714.9 2889 13 105824.0 5926.1 10.6 1650.9 5894.4 3407.5 634.9 48478.0 1407.5 38414.1 20307.1 3986 14 84285.0 4720.0 8.4 1314.8 4694.7 2714.0 505.7 38611.0 1121.0 30595.5 16173.9 3175 15 86766.0 4858.9 8.7 1353.5 4832.9 2793.9 520.6 39747.5 1154.0 31496.1 16650.0 3268 16 170823.0 9566.1 17.1 2664.8 9514.8 5500.5 1024.9 78254.0 2271.9 62008.7 32780.1 6435 17 119870.0 6712.7 12.0 1870.0 6676.8 3859.8 719.2 54912.4 1594.3 43512.8 23002.5 4515 18 11042.0 618.4 1.1 172.3 615.0 355.6 66.3 5058.3 146.9 4008.2 2118.9 416 规划年各小区的预测出行量即为表 4-8中 PCU/PH一列，将这列值填至 TransCAD 分区层的 数据 dataview中，字段名为 2010PCU_P。 4.4.3 程序流程 流程一：求阻抗矩阵 Rij（Impedance Matrix） 交通阻抗可表示为：出行距离的长短、行程时间的快慢及费用的大小等。为更真实地反映交 通阻抗，本次规划交通阻抗采用相对行程时间表示。小区之间的阻抗—相对行程时间越小表示小 区之间阻抗越小，越大表示小区之间阻抗越大，因此以相对行程时间为路权值求各小区之间的最 短路径（Shortest Path）其值即为小区之间的阻抗 Rij。 （1） 数据准备 ①创建路网 步骤:（已建路线层和分区层） a. 创建小区质心。在分区层上， Tool—Export…调出图 4-6对话框 框中各选择如图示， 注意：格式选 standard geographic, 点 OK，保存。质心继承分区所有属性。 Export对话框 图 4-6 设计***书 kipperme诚迎交流： QQ475763551 kipperme@163.com