transcad预测（精选五篇）
transcad预测 篇1
1 交通调查数据处理及分析
1.1 创建路网
通过现场的交通调查以及统计结果, 将长沙市滨江新区的道路分为快速路、主干道、次干道和支路 (见图1) 。针对不同的道路等级设置道路的属性, 采用TransCAD线层编辑工具构建各方案的道路网络, 主要包括对各级道路路网的属性进行编码及输入。道路的属性字段主要包括道路名称、道路等级、路段自由流车速、道路长度、道路分隔形式、机动车道数、非机动车道数、路段时间、路段通行能力、路段类型、单双行标志等。不同层面的道路网络略有不同, 并且检查道路网中的交叉口节点的连接方式, 分清平面交叉口和立体交叉口, 对于需要改动的交叉口做出标记。
1.2 划分小区
根据交通小区属性 (总统特性和出行特性) 将滨江新区划分为70个小区和8个大区 (见图2) 。小区划分要考虑到小区的总体特征:小区面积、总人口数、总就业岗位数、各类土地使用性质等, 除此之外, 小区的出行目的的人均出行次数、出行发生量、出行吸引量等因素也很重要。
交通大区的划分则按照规划方案“一心、两园、两带、四片”的总体布局结构结合小区分区、轨道车站选址进行划分, 体现开发强度的层次分离 (见表1) 。
2 出行生成预测
交通出行总量可根据以下公式计算
根据《长沙大河西先导区综合交通规划纲要研究》、《长沙市居民出行调查报告 (2003) 》以及《长沙城市交通规划 (1999-2010) 和综合交通规划修编》, 到远期规划日人均出行次数在2.4～2.8人次/日。因此, 计算滨江新区居民出行次数, 高峰小时系数取0.18～0.22, 可得高峰小时出行总量。根据人口与就业岗位的分布以及典型用地交通发生吸引率, 计算各交通分区的产生量与吸引量。
3 出行分布预测
交通出行分布预测采用双约束重力模型进行交通出行分布预测分析。出行分布模型的形式公式为
式中:Tij为交通小区i和j间的出行量;Pi为交通小区i的出行产生量;Aj为交通小区j的出行吸引量;Ki, K′j为出行产生量和出行吸引量的约束系数;f (Rij) 为摩擦因子。
摩擦因子函数形式为
根据长沙市中心城区的居民出行情况及道路网络的复杂程度, 经多次验算, 拟采用双约束重力模型, 摩擦因子函数采用幂函数。
4 交通方式划分
交通方式划分是交通需求预测四阶段法的第三阶段, 其主要目的是将各个小区之间的交通量划分为各种交通方式的分布量。根据《长沙市轨道交通2号线一期工程可行性研究——客流预测报告》、《长沙市城市快速轨道交通建设规划》, 慢型交通 (步行、自行车、摩托车) 客流分担率在规划年为40%;根据《长沙市城市总体规划 (2003—2020) 》、《长沙市轨道交通2号线一期工程可行性研究——客流预测报告》、《长沙市城市快速轨道交通建设规划》, 公共交通客流分担率为30%～45%;因为滨江新区内有3条轨道线, 根据《上海现代服务业集聚区发展交通导则研究》中关于轨道线路与公共交通客流分担率的研究, 最终确定滨江新区公共交通的客流分担率为44%, 其中轨道交通分担率为20%;最后, 确定小汽车的客流分担率为16%。
5 交通分配
交通分配的目的是将各种交通方式的O-D交通量矩阵 (见图3) 按照一定的方法分配到交通道路网的各条道路中。TransCAD软件中的交通分配模型包括全有全无模型、随机模型、增量加载模型、容量限制模型、用户平衡模型、随机用户平衡模型和系统最优模型。随机用户平衡模型是用户平衡模型的延伸, 它假定出行者对于道路网络属性没有全面详尽的信息, 或者不知道选择不同的路线出行会有不同的出行耗费的随机用户平衡模型可以得到比其他分配模型更实际、更合理的交通分配结果。
通过采用随机用户平衡模型进行交通分配, 最终得出滨江新区规划年交通流量分配图 (见图4) 。
6 结束语
TransCAD是一款功能强大的交通规划软件, 它的应用使得交通需求预测过程更加直观、更加高效。TransCAD软件可以解决影响区域大、路网复杂、影响因素多的路网交通量预测问题, 编辑查询方便、可视化好。在实际的预测过程中需要进行反复的测试、调整误差以及一些参数的设置, 从而优化预测的结果, 并且在建立系统的过程中逐步完善。当然, 由于我国交通条件十分复杂、混合交通影响十分巨大, 有的时候, 软件得出的结果与实际存在着差距, 这也需要结合中国的实际国情和交通状况来准确地对交通流量进行预测。
摘要：TransCAD是一款基于地理信息系统的宏观交通需求预测软件, 能够简化和完善交通规划中四阶段交通需求预测过程。结合长沙市滨江新区交通规划项目, 探讨TransCAD在出行生成、出行分布、交通方式划分和交通分配四阶段中的应用, 进而提出该软件在中国城市交通规划应用中的建议。
关键词：交通量预测,交通分布,交通分配,出行生成
参考文献
[1]闫小勇, 刘博航.交通规划软件实验教程[M].北京:机械工业出版社, 2010.
[2]沙滨.基于TransCAD的交通需求预测研究[J].山西科技, 2006 (1) :24-26.
[3]欧心泉.TransCAD在芜湖市世行交通项目中的应用[J].交通与运输, 2009 (7) :53-55.
[4]马骥, 裴玉龙.TransCAD软件在城市交通规划中的开发与应用[J].哈尔滨建筑大学学报, 2002, 35 (5) :118-122.
[5]陆化普.交通规划理论与方法[M].北京:清华大学出版社, 1998.
[6]裴玉龙, 郎益顺.动态交通网络分析中的仿真分配组合方法[J].中国公路学报, 2000 (13) :83-87.
[7]王炜, 徐吉谦.城市交通规划理论与方法[M].北京:人民交通出版社, 1998.
TransCAD交通分配方法介绍 篇2
All-or-Nothing Assignment (AON)
全有全无分配法
Under All-or-Nothing Assignment, all traffic flows between O-D pairs are assigned to the shortest paths connecting the origins and destinations. This model is unrealistic in that only one path between every O-D pair is used, even if there is another path with the same or nearly the same travel time or cost. Also, traffic on links is assigned without consid
第一文库网ering whether or not there is adequate capacity or heavy congestion; travel time is a fixed input and does not vary depending on the congestion on a link.在全有全无分配模型中，OD点之间的交通量全部分配到起讫点之间的最短路上。这个模型是不切实际的，因为每个OD对的数值只分配到一条路径上，即使存在另外一条时间、成本相同或相近的路线。同样，交通量分配的时候没有考虑是否有足够的通行能力，即使已经出现严重的拥堵；路线的运行时间为一个输入的固定值，它不因为路线的拥堵而变化。
STOCH Assignment
STOCH分配法
STOCH Assignment distributes trips between O-D pairs among multiple alternative paths that connect the O-D pairs. The proportion of trips that is assigned to a particular path equals the choice probability for that path, which is calculated by a logit route choice model. Generally speaking, the smaller the travel time of a path, compared with the travel times of the other paths, the higher its choice probability would be. STOCH Assignment, however, does not assign trips to all the alternative paths, but only to paths containing links that are considered “reasonable.” A reasonable link is one that takes the traveler farther away from the origin and/or closer to the destination. The link travel time in STOCH Assignment is a fixed input and is not dependent on link volume. Consequently, the method is not an equilibrium method.
STOCH分配法将交通量分配到OD点对之间的多条路径上。各条路线的分配比例根据路线的选择概率确定，而此概率用一个logit路线选择模型来计算。一般而言，运行时间更短的线路被选择的概率就更高。事实上，STOCH分配模型并不是将交通量分配到所有可供选择的路线上，而只分配到包含“可行路段”的路径上。一个合理的`路段应该让旅行者离起点更远，而且/或者离终点更近。在STOCH分配模型中，路段运行时间是一个输入的固定值，与交通量无关。因此，这种方法不是一个平衡的方法。
Incremental Assignment 增量分配法
Incremental Assignment is a process in which fractions of traffic volumes are assigned in steps. In each
step, a fixed proportion of total demand is assigned, based on All-or-Nothing Assignment. After each step, link travel times are recalculated based on link volumes. When there are many increments used, the flows may resemble an equilibrium assignment; however, this method does not yield an equilibrium solution. Consequently, there will be inconsistencies between link volumes and travel times that can lead to errors in evaluation measures. Also, Incremental Assignment is influenced by the order in which volumes for O-D pairs are assigned, raising the possibility of additional bias in the results.
增量分配法中交通量是分次分步加载的。在每一步中，加载一定百分比的交通需求。单次分配是基于全有全无分配法的。每加载一次之后，运行时间要根据当前交通量重新计算。如果加载的次数很多，分配出的结果看起来就像一个平衡分配法；但事实上，这种方法事实上并未产生一个平衡的结果。因此，交通量和运行时间之间的矛盾就会导致评价指标的误差。同时，每次分配的OD量的比例将影响增量分配法的结果，这增加了分配结果的误差。
Capacity Restraint 容量限制法
Capacity Restraint attempts to approximate an equilibrium solution by iterating between all-or-nothing traffic loadings and recalculating link travel times based on a congestion function that reflects link capacity. Unfortunately, this method does not converge and can flip-flop back and forth in the loadings on some links (Sheffi, 1985, p. 113). The capacity restraint method as implemented in some software packages attempts to lessen this problem by smoothing the travel times and by averaging the flows over a set of the last iterations. This method does not converge to an equilibrium solution and has the additional problem that the results are highly dependent on the specific number of iterations run. Performing one more or one less iteration usually changes the results substantially.
容量限制法试图产生一个平衡的结果，它是反复的采用全有全无分配，且根据一个反映路段容量的拥堵函数反复的计算路段运行时间。然而，不幸的是，这种方法不收敛，它会在某些路段上反复加载。为了减小这个问题，某些软件在应用这种方法的时候，在最后一次迭代中滤去时间因素平均分配交通量。这种方法不能收敛于一个平衡结果，而且还产生一个附加问题，即分配结果很大程度上依赖于迭代次数。多一次或者少一次迭代通常都会影响结果。
User Equilibrium (UE)
用户平衡法
User Equilibrium uses an iterative process to achieve a convergent solution, in which no travelers can improve their travel times by shifting routes. In each iteration, network link flows are computed, which incorporate link capacity restraint effects and flow-dependent travel times. The formulation of the UE problem as a mathematical program, and the Frank-Wolf solution method employed in TransCAD, are described in Technical Notes on Traffic Assignment.
用户平衡法采用一个反复的过程来得到一个平衡解，在这种方法中旅行者不能通过改变路线来改变旅行时间。在每一次迭代中，路段交通量都会重新计算，计算中同时考虑了路段通行能力和运行时间。用户平衡法可以用精确的数学程序表达，TransCAD采用的是Frank-Wolf法，这种方法详见“交通分配技术要点”。
Stochastic User Equilibrium (SUE)
随机用户平衡法
Stochastic User Equilibrium is a generalization of user equilibrium that assumes travelers do not have perfect information concerning network attributes and/or they perceive travel costs in different ways. SUE assignments produce more realistic results than the deterministic UE model, because SUE permits use of less attractive as well as the most-attractive routes. Less-attractive routes will have lower utilization, but will not have zero flow as they do under UE. SUE is computed in TransCAD using the Method of Successive Averages (MSA), the only known convergent method (Sheffi and Powell, 1982; Sheffi, 1985). Due to the nature of this method, a large number of iterations should be used.
随机用户平衡法是一个广义的用户平衡法，它假设道路使用者不能获得精确的路网信息，而且/或者不会意识到不同路径的运输成本的差别。相比用户平衡法，随机用户平衡法会产生一个更现实的结果，因为他同时允许最优路径和较差路径。较差路线分配量较少，但是不会像用户平衡性中那样出现零交通量。对于随机用户平衡模型，TransCAD中采用的是目前所知唯一收敛的方法：连续平均法。由于这种方法本身的特性，它需要进行大量的迭代。
System Optimum Assignment (SO)
系统最佳分配法
System Optimum Assignment computes an assignment that minimizes total travel time on the network. Under SO Assignment, no users can change routes without increasing their total travel time on the system, although it is possible that travelers could reduce their own travel times. SO Assignment can be thought of as a model in which congestion is minimized when travelers are told which routes to use. Obviously not a behaviorally realistic model, SO assignment can be useful in analyzing Intelligent Transportation System (ITS) scenarios.
transcad预测 篇3
公共交通与其他交通方式相比,具有人均占用道路资源少、高效、节能等优点,已成为世界各国政府优先扶植发展的对象。在我国,随着经济的高速发展和城镇化水平的不断提高,城市公共交通的发展日益显示出其重要性,如何完善、优化城市公交线网布局成为一项重要研究课题。
交通系统仿真是一门在数字计算机上进行交通实验的技术,它以计算机为辅助工具,利用交通仿真技术的可重复性和可延续性特点,模拟交通系统行为,为交通方案的设计和规划提供具有再现性和预见性的第一手资料。交通仿真技术在国外发展已趋于成熟,而在我国只是近十多年才被普遍认识和接受[1]。本文以交通仿真技术为基础,运用交通仿真软件TransCAD实现了对某城区公交布线方案的模拟,旨在为城市公交布线方法的改进提供借鉴。
1 TransCAD特性分析
TransCAD是由美国Caliper公司开发的、用于交通数据管理和分析的系统软件。它集GIS与交通模型功能于一体,把地理信息技术和交通规划技术较好地结合在一起,可以直观地反映出各公交线路客流量的分配关系,同时获得公交路径分析数据。在一些发达国家,TransCAD已被成功地应用于交通规划、设计和管理等工作中,取得了较好的效益。在国内,该软件也逐渐得到重视,并在某些城市的交通战略规划和交通总体规划中得到应用[2]。
选择TransCAD作为工具进行公交布线仿真,是由于它具有以下突出的特性:
(1) TransCAD完全与GIS (地理信息系统)结合,拥有一个强大的GIS引擎,可将具有空间特征的信息可视化,为信息的使用者提供直观、清晰的表达形式,并具有很强的空间分析能力,因而特别适宜于分析、处理具有空间特征的交通道路信息。
(2)具有高级的数据库管理功能,通过编辑程序可实现对数据的统一管理,还可以应用相应的工具(如GISDK开发语言)开发用户界面,这为复杂的交通分析提供了条件。
(3)集成了成熟的交通运输、运筹学、统计学以及一些预测模型,为各种交通运输问题提供丰富的应用模型,可以用于进行交通优化和统计预测工作。
(4)采用Windows界面操作形式,用户可以通过选择菜单命令来实现操作。建模组织时,采用的是对话框模式,用户通过设置对话框中要求的数据,实现各种模型功能。这种操作形式对于大多数的Windows用户而言是十分方便的,其操作界面如图1所示。
2 基于TransCAD的公交布线仿真的实现方法
利用TransCAD的公交模型可以进行公交分配,直观地反映出各公交线路客流量的关系,并通过其独特的公交路径数据结构计算得到公交线网微观的定量分析数据,这些功能为公交布线仿真提供了方便的工具。运用TransCAD进行公交布线仿真的主要工作如下[3][4]:
(1)建立道路系统。
在TransCAD中,公交线网是基于道路网建立起来的,因此,首先必须利用TransCAD的GIS功能建立规划区的道路系统。道路系统由AUTOCAD图形导入或在TransCAD软件中直接描绘,生成两种文件:线地理文件(Line Geographic File)表示实际道路系统;点地理文件(Point Geographic File)表示路线节点。然后,输入道路属性,包括道路类型、道路名称、车速、车辆行程时间等,这些属性应根据实际或规划道路属性状况输入。
(2)构建公交线网。
在道路系统基础上,构建不同的公交线路系统,设置公交站点,然后分别输入相应的属性数据。公交线路属性包括线路名、公交方式、发车间距、运行速度、费用、换乘费用、车载容量等,需逐项输入数据。公交站点属性在添加站点时应选择线路,输入站点名,其余由系统自动生成。
上述条件完全具备后,将不同方案下的公交线路、公交站点通过选择集给予区分,在不同方案对应的选择集下创建公交网络,此时不同公交网络即代表不同的公交线网方案。
(3)划分交通小区。
划分交通小区的目的在于全面地掌握交通流状况,确定规划调查和交通需求预测的基本单元。交通小区的划分一般针对规划范围进行,但为了表示出入境交通状况,还可根据具体情况增加外围小区。规划范围小区划分越细,则最终流量分配结果精度越高,但工作量相对增大。
(4)确定公交OD分布量。
在不同的公交网络下,利用已有公交线路、站点以及路网信息,在TransCAD中可直接应用已有计算模块,计算各方案下交通小区之间的公交阻抗以及重力模型参数。利用已有小区公交发生、吸引量以及上述模型参数,直接应用重力模型得到各方案下各个交通小区之间的公交OD分布量。
(5)分配公交客流、计算评价指标。
将不同公交线网方案所得公交OD分别进行交通分配,即可得到各个方案下各条公交线路的配流数据。根据这些数据,即可计算各方案的评价指标。
评价指标的计算可利用TransCAD提供的计算工具实现。以公交线网密度的计算为例:软件能够自动计算各个交通小区的面积,再利用Route System Query工具栏计算小区内每条公交线路的长度,将所有公交线路长度之和除以小区面积即为公交线网密度。
3 仿真实例应用
以广东佛山境内某城区为仿真对象,该城区总面积84.16平方公里,总人口约55万。经调查,规划区内现有公交线路1 2条,其基本情况如表1所示。
按照前述步骤,建立现有道路系统并构建公交线网,如图2所示。
经过实际调查并分析,将规划区域划分为39个交通小区,如图3所示。
利用软件中相应的计算模块,确定公交OD分布量、公交客流分配后,选定线路平均长度、公交纯线网密度和线路重复系数作为评价指标。其中,后两个指标的计算方法如下:
经计算,线路平均长度为11.98km,公交纯线网密度为1.16km/km2,线路重复系数为4.07。
4 结语
交通仿真软件TransCAD把地理信息技术和交通规划技术较好地结合在一起,可以方便地对各类交通运输及相关数据进行存储、提取、分析和可视化,是进行公交布线仿真的理想工具。本文所完成的工作仅限于对现有公交线网的仿真,在此基础上,还可以对公交线网进行重新布设,对不同的公交布线方法进行比较、评价等,为新建城区公交线网的建立或现有城市公共交通的改善提供依据。
参考文献
[1] 吴娇蓉.交通系统仿真及应用[M].上海:同济大学出版社,2004
[2] 张福勇.三大交通规划软件的比较分析研究[D].长安大学硕士论文,2004
[3] 李青华,晏克非.TransCAD在公交线网方案比选中的应用[J].交通与运输,2008(12) :86-89
transcad预测 篇4
1 客流预测
1.1 出行生成
根据对福州市居民出行调查及交通小区用地性质和区位分析,选择各交通小区人口数和就业岗位数作为居民全方式出行生成的变量,建立回归方程。各预测期的交通小区用地性质、和就业岗位数由规划部门所提供的数据进行定性、定量分析确定。通过回归方程便可预测出各交通小区的居民出行发生量(P)及吸引量(A)。
1.2 出行分布
利用福州市2005年居民出行调查数据,可建立出行分布重力模型:
undefined
式中:Pi表示小区发生量;Aj表示小区j吸引量;F(dij表示摩阻函数;dij表示阻抗,一般用两小区的形心间的出行时间表示阻抗;Tij表示从小区i到小区j的客流量;i、j表示小区号;F(dij)=dundefined。通过重力模型可得到各方式的OD矩阵。
1.3 方式划分
福州市居民出行采用的交通方式包括步行、自行车、公交车、出租车、私人小汽车、单位车、摩托车等,比较各种方式的出行特征,出行方式可分为四类:步行、非机动车、公交车和自用车方式(包括私家车和单位车、摩托车等)。分析各种出行方式的影响因素,采用分步骤的方式划分方法。
其中自行车与公共交通的划分采用Logit模型:
u自=t1exp(t1)α (2)
u公交=tt+tc (3)
undefined
式中:P公交表示选择公交方式出行的概率;t1,tt,tc分别为自行车的出行时间,公交出行时间和公交票价折合时间;α为待定系数。
1.4 客流分配
通过以上三个步骤可得出各个方式的OD矩阵,最后把各方式的OD分配到规划路网和规划公交网络上,并考虑之间的相互影响,具体步骤如下:
(1)首先,在规划路网上运用最短路方法先分配行人和自行车的OD量;
(2)根据公交线路及发车频率,把具有公交模式的路段进行公交流量预加载;
(3)在具有行人流量、自行车流量和公交车流量的路网上,建立自定义路路阻函数和转向延误函数,运用随机用户平衡法(SUE)分配其他机动车OD量;
(4)根据其他机动车的分配结果中的路段行车时间,分配公交客流量到公交网络上;
(5)对公交网络及客流分配结果进行评价。
2 TransCAD软件的应用步骤
TransCAD是基于GIS的应用软件,具有强大的数据管理系统和很好的输入输出接口,可以很方便地把AutoCAD中的路网,交通分区,公交站点等数据导入TransCAD中,并在TransCAD中建立公交路线系。以下着重介绍公交网络建立、自定义延误函数和公交分配的具体方法。
2.1 公交网络的建立技巧
假设公交站点和线路的数据存储在AutoCAD中,则通过以下几个步骤可以很好的把外部数据直接导入TransCAD中:
(1)首先把AutoCAD中的站点层(包括点和站点名称)存成DXF文件,并导入TransCAD中;
(2) 加载以建好的路网层(street)及节点层(Endpoint),增加路网层属性IF_DELETE,增加节点层属性RTE_NUMBER,STOP_FLAG,STOP_ID,STOP_NAME,DIRECTION,运用Tools->MapEditing->Connect工具把站点层垂直连接到路网层,且把站点层ID填充到节点层的STOP_ID和路网层的IF_DELETE中。删除路网层中IF_DELETE>0的路段,在站点层中建一NODE_ID,并用Fill->Tag工具捕捉相邻的节点ID,导出站点属性表,并建立与节点层的关联,把站点名称填充到节点层的STOP_NAME中,这样把就所有公交站点变成了路网层中的节点集。
(3)建立节点层条件为STOP_NAME<>NULL的选择集(Stops),并导入Excel表中处理,其中,ID,经纬度不变,RTE_NUMBER和STOP_FLAG都设为1,DIRECTION都为“+”,重新增加一倍记录,DIRECTION都为“-”,其他不变,对STOP_ID重新编号并保存为站点信息表,在TransCAD中打开站点信息表,选择路网层并创建net文件,运用Route Syestems->Utilities->Create from table工具,运用站点信息表创建出包涵Route stops层和Route System层的路线系,把Route stops重新导出站点层stops中,打开stops,再用Route Syestems->Utilities->Create with physical stops工具,选择Based on...中的physical Stops选项生成新的路线系,关掉现有的路线系,打开新生成的路线系,便可得到包涵physical stops层的路线系,最后删除路线,这样就建立了一个与路网相关联的具有物理站点的公交路线系。
(4) 最后在建后的公交路线系上,运用Route编辑工具输入公交线路。
如果公交数据是以表格形式存在,且包括公交线路名称,沿途经过的站点编号及站点名称,站点所对应的节点编号,则可直接用Route Syestems->Utilities->Create from table工具生成公交路线系。福州市近期公交线网如图2所示:
2.2 自定义延误函数
TransCAD中已有现成的几个路阻函数(VDF)可供交通分配时选用,其中包括Akcelic Flow Delay、Bureau of Public Road (BPR)、Conical Congestion、Generalized Cost 和 Logit Delay 函数。运用自定义的VDF函数可以使客流预测模型更加精确。按照操作手册的程序格式,在VC6.0环境下编译成动态链接库文件(.vdf文件),并放到TransCAD安装目录中,便可使用。
针对福州市现状,主要考虑机动车延误函数和交叉口延误函数两种函数形式,其中路段延误函数为:
undefined
式中:L是路段长度(km),Sv0是机动车在路段上的初始车速(km/h),VB是平均每一车道上的自行车流量(辆/车道小时),Sb0是自行车的初始车速(一般取12km/h),K3反映为机非隔离系数(K3=6为机动车与自行车没有隔离,K3=4.5为机动车与自行车有路面划线隔离,=0为机动车与自行车间有隔离带)。
交叉口延误函数为:
undefined
式中:K4、K5、K6为待定系数,C是每一进口车道当绿信比为50%时的通行能力。
TransCAD中不能直接在交叉口设置动态的转向延误,即只有增加转向路段到路网中,并把转向路段的路阻函数设为交叉口延误函数形式,其他路段则设成一般的路段延误函数。通过以上设置并在福州市的近期路网中得到分配结果如下:
2.3 公交分配的几个问题
在机动车分配结果的基础上,输入公交线路、公交站点、及公交运营数据,便可以在公交线网上分配公交客流量。运用SUE方法可得分配结果如图4所示。其中应注意以下几个问题:① 公交分配之前不宜对路网进行编辑,只宜修改路网层和节点层的属性值;② 公交分配之前不宜随意改动公交站点的名称及位置;③ 公交路线系中的物理站点层应具有维一性,即不能是同一ID,也不能在同一方向上具有相同的坐标,或是其对应的节点ID相同;④ 应设置好公交运营成本、费用、时间价值等数据。
3 总结
本文介绍了运用TransCAD建立公交客流预测模型的步骤和方法,采用了交通规划的四阶段法建立福州市公交客流预测模型,从模型建立的过程和结果可以看出,其运用的预测方法和操作步骤具有较强的可操作性和实用性。
参考文献
[1]TransCAD使用说明手册[M]
transcad预测 篇5
近年来,一种公交布线新思路——“一路一线”制被提出,其基本思想是一条道路上只设一条公交线路,公交公司根据客流量和高峰时段调节发车密度;乘客一旦需要拐弯或去另外的路段,就可以在相应的交叉路口换乘其他公交线路。与“起终布线”制相比,“一路一线”制可以提高公交车的运营速度,减少车站乘客滞留量,并可以在一定程度上降低公交公司成本,减轻交通管理负担[1]。然而,一路一线”目前仅停留在理论探索阶段,还没有在实际中得以应用。为了论证其合理性与有效性,本文应用交通仿真软件TransCAD[2][3],对某一特定城市的传统公交线网和“一路一线”公交线网进行仿真研究,为确定“一路一线”的可行性提供科学依据。
1“一路一线”公交布线仿真系统的建立
1.1仿真对象的确定及现状分析
选择佛山南海区桂城为仿真对象。桂城地处南海区东部,是南海区政府所在地,为南海区政治、经济和文化中心。桂城街道辖桂城、平洲两个管理处,22个村委会,13个居委会,总面积84.16平方公里,总人口约55万,其中户籍人口19.8万人,流动人口35万人。
目前,桂城的镇内公交线路有12条,是典型“起终布线”制,即先确定城区内重要的换乘站点或交通枢纽,再以这些站点为首末站,途中兼顾密集的居住区、商业区、工业园、娱乐区等,将线路弯绕曲折,以满足桂城各处居民前往城市中心区域出行的需求。这样做的结果是主要街道上的公交线路过多,线路的重复系数达到了4.07。居民在进行公交出行时,虽然换乘次数较少,但往往沿着公交线路绕行较长时间后才能到达目的地。
1.2仿真环境设定
为了全面地掌握交通流状况,首先要对仿真对象进行交通小区划分,以确定规划调查和交通需求预测的基本单元。交通小区的划分应遵循以下原则:
(1)分区内土地利用、经济与社会属性尽可能一致;
(2)尽可能以铁路、河流等天然屏障作为划分界线;
(3)尽量不打破行政区划,以便利用行政区政府现成的资料;
(4)分区的人口要适当。
根据以上原则,结合调查的实际情况,以本次规划范围的桂城所辖13个社区和22个村为划分交通小区的基础,对自然地理属性和出行特征具有一致性的社区及村进行合并,将规划区域划分为39个交通小区(包括区内小区35个和区外小区4个),见表1。
按照“一路一线”的布线原则,重新对桂城的公交系统进行设计,同样布设公交线路12条,见表2。采用“一路一线”布设的公交线网条理清晰、经纬分明,线路功能明确;总的线网长度较现状公交线网有所减少;在发车间隔不变的条件下,配车数大为减少。
2 仿真运行结果评价
2.1 设施水平评价
依据国家有关规范标准,选择线路平均长度、公交纯线网密度和线路重复系数作为设施水平评价指标[4]。
(1)线路平均长度。线路平均长度是宏观评价城市公共交通静态线网的投入性指标。根据《城市道路交通规划设计规范》(GB 50220-95)规定,市区公共汽车与电车主要线路的长度宜为8～12公里。
“一路一线”仿真的桂城镇内12条公交线路中,最短的为11路,长度7.38km;最长的为6路,长度12.05km;线路平均长度为9.14km,符合规范。而现状的公交线网平均长度为11.98km,“一路一线”仿真线网的平均长度比现状的短2.84km。
(2)公交纯线网密度(km/km2)。公交纯线网密度反映了居民接近公交线路的程度,其含义如下:
“一路一线”公交线路总长为109.68km,经过道路中心线总长度为106.65km,其公交纯线网密度为1.27km/km2。而桂城现状公交线网总长度为143.74km,经过道路中心线总长度为97.59km,其公交纯线网密度为1.16km/km2。仿真线网的公交纯线网密度要比现状的高0.11 km/km2。
(3)线路重复系数。线路重复系数用以表示运营线路的重复程度,其含义如下:
“一路一线”公交网的线路重复系数为1.03,基本没有公交线路在同一条道路上重合。而桂城现状线路重复系数为4.07。显然,仿真线网的线路重复系数比现状要低得多。
2.2 服务水平评价
通过对现状和重新布设之后的公交线网进行仿真研究,对两种公交网络分别进行了公交客流的分配。采用两个小区间的平均换乘次数和平均出行时间2个评价指标对两种公交线网的服务水平进行评价。
采用“一路一线”布设的公交线网仿真分配后,所有小区间的公交出行时间总和为17 880分钟,平均每两个小区间的公交出行时间为19.82分钟。所有小区间的公交出行总的换乘次数为892,平均每两个小区间的公交出行换乘次数为0.89。
基于同一交通需求,即同一公交OD,对桂城现状公交线网进行公交客流分配,所有小区间的公交出行时间总和为17 141分钟,平均每两个小区间的公交出行时间为19.00分钟。所有小区间的公交出行总的换乘次数为772,平均每两个小区间的公交出行换乘次数为0.83。“一路一线”仿真线网与现状相比,平均公交出行时间长4.3%,平均公交出行换乘次数多7.2%。
3 结论
以南海桂城作为研究对象,采用TransCAD仿真软件建立了公交仿真的环境,将现状公交线网及公交设施输入了仿真环境,并且按照“一路一线”的公交布线原则和方法,重新建立了桂城的公交线网。从设施水平看,经“一路一线”方法布设的公交线网在线路平均长度和公交纯线网密度这两个指标上略优于桂城现状的公交线网。在线路重复系数这一指标上,经“一路一线”方法布设的公交线网相对现状公交线网占较大优势。重复系数的大幅度减少,意味着同一城市道路上的公交线路大规模减少。遵循“一路一线”的布线原则,使得任何一条道路上的公交线路一般不会多于一条,这也减少了对城市主干道的交通压力。从服务水平看,经“一路一线”方法布设的公交线网在出行时间上要比现状公交线网稍长,在换乘次数上比现状公交线网要稍微多一些,但具体值差异不大,相对“一路一线”在设施水平上三种指标的优势,服务水平的差异应在可接受的范围之内。
参考文献
[1] 郭志勇,王炜,陈学武.“一路一线直行式”公交系统理论框架体系研究[J].交通运输系统工程与信息,2009,9(4) :159-165
[2] 马骥,裴玉龙.TransCAD软件在城市交通规划中的开发与应用[J].哈尔滨建筑大学学报,2002,35(5) :118-122
[3] Caliter Corporation.TransCAD transportation GIS software(tranvel demand modeling with TransCAD 3． 2) .America:Caliter Corporation,1999