交通规划课程设计报告-EMME-3(1)

1.1 交通规划概述

对于任何一件事情，要想顺利实施，我们都要制定一个详细的计划，小到上街购物，大到国家建设。在行事之前都要有一个关于目的目标、步骤顺序、资源分配等要素的安排计划，而且事情越重大，计划就越重要，这个制定计划的过程就叫规划。交通运输行业是社会经济中一项极其重要的基础性工程，自然地，交通规划是交通建设的一个必要的前提工作。现代化的交通工具在给人类带来出行和运输便捷的同时，也给人们带来了越来越突出的诸如道路拥挤、环境污染、交通安全等事关民生的重大问题。因此如何最大限度地发挥交通运输对社会经济建设的促进作用，又尽可能地降低其带来的负面影响，就显得尤为重要了。另外，交通的建设成本高昂，对地区、城市、甚至城市腹地的经济发展具有很强的推动作用，所以为了最大程度地发挥交通设施的效益，使交通能正确有效引导地区或城市朝可持续方向发展，在动工建设之前慎重地作好交通规划，提高交通规划的科学性就变得十分有意义了。

1.1.1 交通规划的相关定义

规划——确定具体工作目标，并设计达到此目标的工作方案或策略。 交通工程——运输工程的一个分支（运输工程包含公路、铁路、水运、空运、管道等五项内容），只研究公路和城市道路上的交通管理和组织问题，主要是人、车、路的协调和优化配合问题。

交通规划——是交通工程学的分支之一。确定公路和城市道路交通建设的发展目标，并且设计达到这些目标的策略或方案。

对象区域——交通规划的空间客体，可能是一个城市、一个地区或整个国家。目前主要是城市在进行交通规划，因此交通规划的对象区域大多是城市。

规划的基年和规划年——交通规划总是在当前年的调查数据的基础上，以未来某一年的设想交通需求为工作目标提出相应的交通建设的计划。那么当前年就称为规划的“基年”；未来交通需求量所在的那一年就叫作 “规划年”，又称作“目标年”。 1.1.2 交通规划的作用

交通规划的主要目的可以归纳为以下几点。

（1） 交通规划是建立完善的综合交通运输系统的重要保障。

交通规划能够有效地协调各种运输方式之间复杂的关系，明确各种交通方式的任务与要求，使得各种交通方式之间密切配合，相互补充，形成综合交通运输系统。 （2） 交通规划是解决目前道路交通问题的有效措施。

交通问题是一个综合性、复杂性的系统问题，单单增加道路设施建设资金或提高交通管理水平的某一个方面是无法从根本上解决交通问题的，而是必须与社会经济发展规划相适应，通过对人、车、路、环境等诸多因素进行综合整体考虑，支撑和促进工业、商业、居住、文化设施以及人口分布的合理布局，制定一个全面的有科学依据的交通规划，才是解决城市交通问题的基本前提。

（3） 交通规划是获得最佳交通效益的有效途径。

道路设施建设投资的大小、汽车运输方式的路线选择、车辆运营成本的高低以及交通管理水平的高低等都与交通规划有着密切的关系，只有制定合理的交通规划，才能形成安

1 / 15

全、畅通的交通运输网络，从而以最短的距离、最少的时间和费用，在完成预定的运输任务的同时获得最优的交通运输效果。

（4） 交通规划能够为交通建设的决策者提供决策的科学依据，减少决策的盲目性、短视性和

狭隘性，最大限度地降低交通投资的浪费，实现城市交通科学化、现代化管理。

1.1.3 交通规划的基本程序

交通规划是一项复杂的系统工程，涉及的面非常广，既要掌握地区或城市的社会经济发展规划，又要对地区或城市的社会经济、人口、土地、资源和交通供需等作广泛的调查研究，更要对上述要素进行系统的、深入的分析预测，对规划方案作审慎的设计和评价。根据系统工程的原理，交通规划的基本程序有组织准备、制订目标、综合调查、分析预测、制订方案、评价和选择、连续规划等。

交通系统规划的对象是在各种各样空间尺度、时间尺度等背景下的形态各异的交通系统，相应地其规划过程是由以系统分析方法为基础的一系列分析解决问题的步骤构成的。图1分别从决策过程和规划制定过程的角度对交通系统规划的全过程进行了概括。 1.2 城市交通规划的思路与观点

由于汽车的大量普及，现代城市交通面临着交通拥挤、事故频繁、环境恶化、公共交通企业不景气等一系列问题。为解决这些问题，创造更好的城市环境，交通专家们对城市交通规划提出了各种各样的观点和看法。随着时代的发展，以下所述的一些观点逐渐成为城市交通规划的基本出发点。

（1） 构建具有层次序列的道路网络。

（2） 交通规划关于人车分离或人车共存的思考。 （3） 考虑不同交通方式分担比例的交通规划。 （4） 公共交通系统的改善。

<决策过程> <规划制定过程>

问题分析 决定制定规划 政策与规划方案研究 与对象系统有关的信息 （交通:T，社会经济活动:A，其他:E） 诊 断 （问题的发现、剖析） 规划框架的设定 （规划课题、对象、范围、目标年、规划大纲） 问题的结构化和目标设定 替代方案的设定 交通流、交通影响预测 规划的制定 （详细设计、预算、进度计划） 制定实施规划 规划的实施 实施 2 / 15 评价与反馈 跟踪 数据的收集、调查 图1 交通系统规划的过程

替代方案的评价

（5） 新交通系统的开发。 （6） 城市环境与交通的协调一致。 （7） 交通管理规划的制定与推行。 （8） 重视生活环境的质量。

（9） 干线交通规划与分区交通规划的平衡。 （10） 土地利用规划与交通规划的一体化。

第2 章 交通需求预测中的“四阶段预测法”

2.1 概述

交通需求预测是整个交通规划过程中极其重要的一环。交通发展政策的制定、道路网的设计以及规划方案评价都与交通需求预测有着密切的联系。

以1962年美国芝加哥市发表的《Chicago Area Transportation Study》为标志，交通规划理论得以诞生。1962年美国制定的联邦公路法规定凡5万人口以上城市，必须制定以城市综合交通调查为基础的都市圈交通规划方可得到联邦政府的公路建设财政补贴。该项法律直接促成交通规划理论的形成和发展。开始，交通预测只是关于交通发生、交通分布、交通分配三个阶段的预测。1960年代后期，日本广岛都市圈的交通规划首次提出了对不同交通方式进行划分这一新的预测内容。此后，交通规划变成了交通发生、交通分布、交通发生划分和交通分配四个步骤，这就是交通规划的四步法（也叫四阶段法）理论。后来人们将交通发生划分与其它三个步骤做了不同形式的结合，相应地得出各类预测方法。

“四阶段预测法”是目前经典的方法，在实际工程中得到了非常广泛的应用，为世界做公认。 交通需求预测的基本思路是根据分析，建立交通与土地利用之间的基本关系，结合土地利用资料，进而进行交通预测。交通与土地利用之间的关系模型是一个综合性的系统模型，它包括三个总变量，即土地利用（居住人数、工作岗位数、汽车拥有量、货物流通量等）、交通（出行量、交通量）、交通特征（行程、时间、费用等），一般由四阶段模型组成的交通需求预测模型主要有：集合模型、非集合模型、动力学模型。 2.2 交通生成预测

计算发生交通量与吸引交通量是四阶段交通需求预测中的第一阶段，也是交通需求分析工作中最基本的组成部分。在这一阶段，必须求出研究对象地区内生成的总出行量，即生成交通量。根据所研究对象地区的特性直接求的生成交通量的步骤被称为交通量的生成（trip production）。此生成

3 / 15

交通量通常作为总控制量。所谓发生、吸引交通量是指研究对象地区内由各个交通小区发生、吸引的交通量。通常把研究对象区域全体的交通总量叫做交通生成量，把研究对象区域内各个交通小区的交通发生量（trip generation）和交通吸引量（trip attraction）称为交通的发生与吸引。这就是四阶段法的第一阶段。

2.2.1 影响交通量产生的因素

影响交通量产生的因素根据不同的分类主要有以下10种。 （1） 土地利用。

（2） 家庭规模和家庭成员的构成。 （3） 年龄和性别。 （4） 汽车保有率。 （5） 自由时间。 （6） 职业和工种。 （7） 外出率。

（8） 企业规模、性质。 （9） 家庭收入。

（10） 其他，包括天气、工作日、休息日和季节等影响因素。 2.2.2 生成交通量的预测

生成交通总量的预测方法主要有增长率法、原单位法和函数法。除这三种方法之外，还有利用研究地区过去的交通量或经济指标的趋势法及函数法等。根据需要预测的精度、预测方法的合理性等要求，很多研究文献建议采用原单位法来进行生成交通总量的预测。

这里主要介绍原单位法，生成交通总量的原单位法是将每人或每户平均产生的交通量作为原单位，整个研究对象地区的总生成交通量既是此原单位与总人口数或总户数相乘而得到的结果。

到底是采用每人还是每户作为原单位呢？在日本，尽管有些人认为以户为原单位可以更合理地考虑不工作的家庭主妇的购物出行等，但是绝大多数情况下，用以个人为原单位的原单位法更好，尤其是用在将来的原单位的预测上它有更大的优点。而在美国，则多采用以户为原单位。

根据中国的社会结构形式与组成情况，个人的交通行为不像美国那样受家庭约束，多是按照个人的意志决定进行的，故以个人平均出行数作为生成原单位为宜。为反映所在区域的差别，以考虑所在区域特性为宜。也就是说

XaNmssm （2.2.2.1） sm式中，X为研究对象地区的生成交通量；as为属性为s、目的为m的生成原单位；Ns为属性为s的人口数。

2.2.3 发生、吸引交通量的预测

对不同区域的发生、吸引交通量进行预测时，要考虑到交通发生源的空间布局关系，从而按照区域进行预测。其预测方法与生成交通总量的预测方法基本一样，大致可以分为增长率法、原单位法、函数法3类。

4 / 15

（1）增长率法

把现在的不同分区的发生、吸引交通量Ti与到预测时点的增长率Fi相乘，从而求得各个分区的发生、吸引交通量Ti，即 量的增长率。例如

i'TFT （2.2.3.1）

它的关键问题是如何确定F。通常可以用各个分区活动的指标的增长率作为发生、吸引交通

iii'i

式中，i、分别是人口增加率、每人平均拥有小汽车数的增长率，即

（2）原单位法

其方法与2.2.2中介绍的生成原单位法完全一样。原单位的确定原则通常有：用居住人口或就业人口每人平均的交通发生量来进行推算的个人原单位法；以不同用途的土地面积或工作面积内，单位面积发生的平均交通量来预测的面积原单位法等。

（3）函数模型法

这种方法是预测交通分区的发生、吸引交通量最常用的方法。由于绝大部分研究都采用多元回归分析模型，故有时也直接称为多元回归分析法（regression analysis）。

函数模型法多采用以下3种模型作为模型公式：

Fiii （2.2.3.2）

TaaXi0kkik （2.2.3.3）

TaaXi0kki0kkik （2.2.3.4）

ikTaexpaX （2.2.3.5）

一般来说，这里的Xik是表示交通分区的活动的人口指标，如常住人口、各行业的就业人口等。Ti表示小区i发生或吸引交通量，a0、ak为待定系数。 2.2.4 有关发生交通量分析的新动向

最近几年有关分析交通量产生的新方法和新模型大多数基于出行链（trip chain）而进行分析的。所谓出行链是以某个基点（bsae，如自己的家）作为出发点，一直回到该基点或另一基点（如工作单位）时所形成的出行链，有时也称为环（cycle）或旅行（tour）。

第一代出行链研究绝大多数是利用马尔可夫链来进行的。不采用马尔可夫链而开辟新领域的研究者是美国麻省理工学院（MIT）的Adler和Ben-Akiva，其基本思路是对出行链进行分类，确定可选择集合，然后根据出行费用、活动效用、时间效益等计算各家庭的选择分肢的概率效用，通过对此效用最大化，找出具有最大化效用的分肢。 2.3 交通分布预测

在交通发生分析阶段，主要是预测各个交通小区的发生和吸引交通量。而在交通分布分析阶段，则要预测这些吸引、发生交通从哪里来，到哪里去，即推求出各个小区间的交通分布量。

交通分布中最基本的概念之一是OD表，O表示出发地（Origin），D表示目的地（Destination）。交通分布通常用一个二维矩阵表示。

分布交通量的预测方法，可以分为两大类。

5 / 15

（1）增长率法。此法假定要预测的OD交通量的分布形式和现在已有的OD表的分布形式相同，在此假定的基础上预测研究对象区域目标年的OD表。

（2）构造模型法。此法从分布交通量的实态分析中，剖析OD交通量的分布规律，并将此规律用数学模型来表现，然后用实测数据标定模型中的各个系数，最后根据所标定的模型预测分布交通量。构造模型法的模型，最主要且广泛使用的有重力模型（gravity model）和机会模型（intervening opportunity model）。特别是重力模型，有各种各样的修正模型和发展模型，目前对此模型的研究仍然非常广泛。除上述模型外，还有熵最大化模型、概率模型等其他模型。 2.3.1 增长率法

增长率法分为平均增长率法、Detroit法和F法等。 （1）平均增长系数法

f（2）Detroit法

m，m1mm （2.3.1.1）

平FOiFDj2FOiFDjmFTFO，fFFODDXmmmmDijij （2.3.1.2）

（3）Fratar法

fLjLim，mmmFOFDFFOiFDj （2.3.1.3） ji2Li2.3.2 重力模型法

OqFDimmjijm，LjjD qFOjmmiijim重力模型是模拟物理学中万有定律而开发出来的交通分布模型。此模型假定小区i、j之间的分布交通量tij与小区i的发生交通量和小区j的吸引交通量成正比，与两小区间的距离成反比，即

tijK化费用。

2.3.3 机会模型法

GARiijj （2.3.2.1）

式中，Gi为小区i的发生交通量；Aj为小区j的吸引交通量；Rij为小区i、j之间的距离或一般

该模型是由Schneider提出的。基本思想是把从某一个小区发生的出行选择某一小区作为目的地的概率进行模型化，所以属于概率模型。除此之外，也有人把Tomazinis提出的机会模型和佐佐木及Wilson提出的熵最大化模型归类为概率模型。

此模型以下面3个基本假定为前提： （1）出行者总是希望自己的出行时间较短；

（2）出行者从某一小区出发，根据上述想法选择目的地小区时，按照合理的标准确定目的地小区的优先顺序；

6 / 15

（3）出行者选择某一小区作为目的地的概率与该小区的活动规模（潜能）成正比。 2.4 交通方式划分预测

让一个出行与一种交通方式相对应，一个地区的全部出行数中利用该种交通方式的人所占的比例叫做该交通方式的分担，或简称为方式分担（modal solit）。其中每个交通方式所分担的量叫做交通方式的分担交通量。

交通方式的分担交通量还可以从交通主体的立场来定义。利用者在考虑交通目的、交通方式的服务特性（包括容量）、地区特性的基础上选择交通方式，集计起来的选择结果叫交通方式分担交通量，而它在全交通量中所占的比例叫分担率（或称选择率）。 2.4.1 影响交通方式选择的因素

影响交通方式选择的因素，大致可以划分为出行主体的特性、出行特性以及交通设施的特点三大类。

（1）出行主体的特性

在出行者特性方面，一般考虑如下几点。 ①是否拥有或是否可以利用小汽车。 ②是否持有驾驶执照。

③家庭结构（年轻夫妇，夫妇加小孩，退休人员，单身等）。 ④收入。 （2）出行特性

交通方式选择在很大程度上受此影响，主要考虑如下几个方面。 ①出行目的。

②一天之中出行的时间。 （3）交通设施的特点 ①出行时间。

②相关的货币费用（票价、燃料及直接费用）。 ③是否有停车场及停车费用。 ④舒适度和方便性。 ⑤可靠性和准时性。 ⑥防护物及安全性。 2.4.2 交通方式划分实用预测模型

交通方式划分模型的建模思路有两种：其一是在假设历史的变化情况将来继续延续下去的前提下，研究交通需求的变化；其二是从城市规划的角度，为了实现所期望的交通方式划分，如何改扩建各种交通设施引导人们的出行，以及如何制定各种交通政策等。

这里主要介绍两种交通方式划分实用预测模型：分担率曲线法以及函数模型法。 （1）分担率曲线法

分担率曲线法以个人出行调查（person trip survey）结果为基础，依据地区间的距离、地区间的交通方式所需行走时间比或是所需时间差等影响交通方式选择的主要因素，绘制成使用者交通

7 / 15

方式选择曲线，从而依据该曲线求出该地区交通方式分担率的方法。

（2）函数模型法

函数模型法就是把交通方式的分担率用函数式的形式表示，再以此来计算各个交通方式分担交通量的方法。它可以分为线性模型法、Logit模型法和Probit模型法等三种形式。

①线性模型法

这是函数模型法当中最早开发出来的方法。它把影响交通方式分担的各种要素用线性函数的形式表现出来，从而推求出交通方式分担率。但是用这种方法求出的分担率Pi不一定满足0Pi1这一基本条件。

②Logit模型法

某个OD点对之间某种交通方式的分担率可以用下式来表示：

expUijPiexpUJj1，UiakXik （2.4.2.1）

k式中，Xik为交通方式i的第k个说明要素（所需时间、费用等）；ak为待定参数；j为交通方式关系，用计算机很容易算出分担率。

③Probit模型法

i的个数；Ui为交通方式i的效用函数；Pi为分担率。在这个模型中，存在0Pi1和Pi=1的

此模型是为了克服线性模型的缺点而开发的适用于只有两种交通方式的模型。交通方式被选择的概率Pi可以用下式计算出来。

21Yiexptdt （2.4.2.2） 22Pi式中，Yi表示两种方式特性的线性函数值的差。

这种方法对两种方式之间的选择是适用的，而应用于多方式的选择则非常难。其优点是两种方式特性即使不独立也可以使用。

在地区间模型中，从预测精度、计算作业及模型构思的合理性来看，Logit模型是较好的。 除了以上介绍的模型外，还有许多其他模型，如牺牲量模型及直接需求模型等。 2.5 交通分配预测

交通预测的最后一步是交通分配预测，就是将前面预测的各个分区之间不同交通方式的交通量分配到具体的道路网上去。

交通分配需要着重考虑以下几个因素：

（1）交通方式，即出行者所采用的交通形式，如公共交通系统、小汽车、自行车等。 （2）行程时间，即在某起点之间采用某一种交通方式所需要的时间。它直接影响着出行分布、交通方式的选择和交通分配。在交通规划中进行交通量分配时，应当力求使道路网上的总行程时间为最短。

（3）路段上的速度与流量之间的变化关系。

国内外通常把交通分配方法分为均衡分配模型和非均衡分配模型两大类，并以Wardrop第一、

8 / 15

第二原理为划分依据。

Wardrop第一原理指出：网络上的交通以这样一种方式分布，就是使所有使用的路线都比没有使用的路线费用小。Wardrop第二原理认为，车辆在网络上的分布，使得网络上所有车辆的总出行时间最小。

如果交通分配模型满足Wardrop第一、第二原理，则该模型为平衡模型，而且，满足第一原理的称为用户平衡分配模型（user-optimized equilibrium），满足第二原理的称为系统最优分配模型（system-optimized equilibrium）。如果交通分配模型不使用Wardrop原理，而是采用了模拟方法，则该模型为非平衡模型。

关于平衡分配模型这里不作介绍，这里主要介绍交通分配预测中的非平衡分配方法，包括最短路（全由全无）交通分配法、容量限制交通分配法、多路径交通分配法以及容量限制—多路径交通分配法。

2.5.1 最短路交通分配法

该法是从计算费用最少出发，通常以各分区矩心之间的行程时间作为基准。从某一区的矩心出发以最短路径（最少费用、时间）到达其他各个分区的矩心的一组路线称为最短通路，当所有的起讫点交通量在道路网图上都通过最短通路，即完成了最短路分配。最短路分配法中最关键的一步是寻求网络最短路径。 2.5.2 容量限制交通分配法

最短路交通分配法会产生这样的结果：使具有最少费用的道路吸引了大量的出行数，而不具有最少费用的道路则只有少数的出行。但是实际上这种情况不大可能，因为原来最少费用的道路，当大量出行集中于该路时，就会发生超载，行车速度变慢，而变成不是最少费用的路段。实际上，在公路网上，运行费用和交通流量之间存在着某种平衡关系，而容量限制分配，就是应用了实时的车速与流量之间的关系来解决交通分配问题。

容量限制分配法的主要步骤如下：

（1）用一般方法把交通表示在路网上，以“零流量”路段行程时间开始。 （2）依次对每个起点分区计算通过路网的最短行程时间的通路。 （3）按全由全无分配模型，将起讫点的交通模式加到网络上。 （4）计算分配到每条道路上的交通量。

（5）在流量与行程时间的关系式中，用分配给路段的交通量计算修改路段行程时间。 （6）按全由全无分配模型将原来起讫点的交通模式加到网络上，但是要用由步骤（5）得出的修整路网行程时间。

（7）返回到步骤（4），并继续直到分配的交通和结果的行程时间稳定为止。 2.5.3 多路径概率分配法

在城市里起讫点之间有许多条线路可通，实际情况是出行者将布满于这些路线上，因为出行者不可能精确地判断哪条道路是费用最少的，不同的出行者将有不同的选择。多路径概率分配就是企图模拟这种实际情况。

根据实际路线费用分布函数提出某条道路的运行费用，并且假定出行者不知道所使用路线的实

9 / 15

际费用。因此给出了一个偏差值，用来调整出行者对这种道路运行费用判断的不精确性，尽可能将所有的出行均匀地分配到路网上为止。

各出行路线被选用的概率可以采用Logit型的路径选择模型计算。

Pr,s,kexptk/t/expti/t （2.5.3.1）

i1m式中：Pr,s,k——OD量Tr,s在第k条出行路线上的分配率； tk——第k条出行路线的路权（行驶时间）； t——各出行路线的平均路权（行驶时间）； ——分配参数；

m——有效出行路线条数。 2.5.4 容量限制—多路径概率分配法

在多路径分配模型中，认为路段行驶时间为以常数，这与实际情况的交通情况有一定的不符。实际上，路段行驶时间与路段交通负荷有关，在容量限制—多路径概率分配法中，考虑了路权与交通负荷之间的关系及交叉口、路段通行能力的限制，使分配结果更加合理。

采用容量限制—多路径概率分配法分配出行量时，需先将原来的OD量表（nn）分解成k个OD分表（nn阶），然后分k次用多路径概率分配法分配OD量，每次分配一个OD表，并且每次分配一次路权修正一次，直到把k个OD分表全部分配到网络上。

第3 章 基于Emme的某简单路网的交通规划设计

3.1 概述

此案例通过Emme交通规划软件对上海市某一简单路网基准年2010年进行了路网评价，并且对规划年2020年的此路网重新进行了交通规划。此小型路网的交通需求预测采用了“四步骤模式”法，即：交通发生和吸引原单位法、交通分布最大熵模型法、交通方式划分Logit模型法及交通分配预测。 3.2 路网现状 3.2.1 路网平面图

现选取杨浦区某区域路网作为实例分析对象，此路网平面图如图2所示。

图2 路网平面图

3.2.2 基准年OD表，期望线图及烟囱图

根据假设，基准年（2010年）的OD表如下表1所示。

表1 基准年OD表

101 102 103 104 105 106 107 101 1000 1200 1100 1200 1000 1000 1000 102 1100 1300 1400 1200 1100 1000 1000 103 1200 1500 1500 1200 1000 1200 1000 104 1300 1400 1300 1100 1200 1200 1000 105 1400 1300 1400 1400 1300 1000 1000 106 1500 1600 1800 1600 1400 1000 1000 10 / 15

107 1400 1400 1000 1100 1200 1200 1000 108 1300 1200 1000 1200 1100 1300 1100 109 1200 1200 1100 1700 1000 1000 1200 O量 11400 12100 11600 11700 10300 9900 9300 108 109 D量 1200 1000 9700 1000 1200 1000 1000 1000 1400 1200 1000 1000 1200 1000 1300 1200 1200 1100 1000 9700 10300 10300 10600 10900 11000 12100 10600 10600 10500 96300 根据基准年的OD表，通过Emme软件可以绘制出各个OD点对之间的期望线图以及烟囱图，如下图3、4所示。

图3 基准年期望线图 图4 基准年烟囱图

3.2.3 基准年小汽车分配

根据OD表，通过Emme软件的交通分配模块，将现状的交通量分配到此路网上，分配结果如图5所示。分配好后的行程时间如图6及表2所示。

图5 现状小汽车分配图 图6 现状小汽车行程时间图 表2 现状小汽车行程时间表 101 102 103 104 105 106 107 108 109 101 0 9.06 102 0 103 104 105 106 107 108 109 8.80 9.83 20.69 13.65 24.23 33.80 20.12 24.40 20.92 42.15 0 15.59 18.17 0 0 9.76 8.14 24.68 0 32.19 26.52 20.83 3.00 8.99 0 10.00 25.60 26.80 14.46 33.74 30.21 11.15 16.23 19.80 16.73 18.19 13.91 29.04 25.43 16.87 21.64 28.58 21.39 18.18 27.62 34.62 28.87 18.35 39.91 35.63 22.34 5.09 7.93 29.60 13.29 24.69 19.72 0 31.56 0 29.05 24.53 10.59 19.86 22.49 30.89 16.21 25.29 28.76 16.20 24.70 12.03 12.17 21.75 12.39 23.03 19.72 31.51 3.2.4 基准年公交分配

基准年各个OD点对之间公共交通出行量如下表3所示，分配结果如下图7所示。

表3 公共交通OD表 101 102 103 104 105 106 107 108 109 101 100 120 110 120 100 100 100 120 100 102 110 130 140 120 110 100 100 100 120 103 120 150 150 120 100 120 100 100 100 104 130 140 130 110 120 120 100 100 140 105 140 130 140 140 130 100 100 120 100 106 150 160 180 160 140 100 100 100 120 107 140 140 100 110 120 120 100 100 130 108 130 120 100 120 110 130 110 120 120 109 120 120 110 170 100 100 120 110 100 图7 现状公共交通分配图

3.2.5 某些交叉口限制转向后的交通分配

通过限制某些关键交叉口的转向，如某些交叉口禁止其左右转等来使路网中的小汽车更加均衡地分布在路网中，从而使整个路网的总延误尽量减小，提高交通网络的效益。本路网限制某些交叉口的转向后小汽车分配结果如下图8所示。

11 / 15

图8 限制某些交叉口转向后的交通分配图

3.2.6 现状路网改善后的交通分配

根据现状小汽车分配结果，对现状路网进行改善，如新建道路、对原有道路进行拓宽来使某些饱和路段趋于非饱和状态，使整个路网尽量畅通不致于拥堵。现状路网改善后的小汽车分配图如下图9所示，相应的小汽车行程时间表如表4所示。

101 102 103 104 105 106 107 108 109 101 0 9.06 102 0 103 9.99 0 表4 路网改善后小汽车行程时间表 104 105 106 107 108 109 8.80 9.82 16.52 13.64 24.22 29.62 20.12 24.37 20.92 32.23 15.60 18.20 0 0 9.74 8.14 24.68 0 32.17 26.52 18.21 3.00 8.98 0 25.62 26.79 14.45 33.73 28.23 11.15 16.20 19.80 16.73 18.17 13.89 24.88 25.45 16.90 21.63 28.55 21.42 18.13 27.63 34.58 28.86 18.31 28.54 29.10 20.56 5.09 7.93 23.11 13.27 24.69 19.71 0 20.18 0 28.78 24.53 10.59 19.84 22.47 30.85 16.21 20.42 22.24 16.20 24.70 12.02 12.17 17.57 12.38 21.74 19.72 20.17 图9 路网改善后小汽车交通分配图

3.2 中期（2020年）交通规划

要进行中期（2020年）的交通规划，必须知道中期（2020年）各个交通分区的总人口以及各个交通分区的就业岗位数，因为由交通需求预测理论可知，交通发生交通量的预测由居住人口决定，交通吸引量的预测由就业岗位数决定。当我们知道中期的这两项人口数据后就可以分别乘以原单位（即每人平均出行次数），从而就可以得到中期的交通发生以及交通吸引量，交通发生量与交通吸引量可能会不相等，我们可以通过Emme中的矩阵平衡模块使得交通发生量与交通吸引量相等。然后可以通过最大熵模型法（或者重力模型法）来进行交通分布预测，接着可以用Logit模型法对交通方式划分进行预测（包括小汽车以及公共交通），最后进行小汽车与公交的交通分配。对于分配结果，将某些饱和或过饱和路段重新进行设计，然后再分配。

表5 中期（2020年）各交通小区居住人口数 101 10000 101 9000 102 11500 102 9200 103 10500 103 9500 104 9000 104 10000 105 9500 105 10500 106 9750 106 9700 107 9000 107 10500 108 9550 108 8500 109 10300 109 9400 表6 中期（2020年）各交通小区就业岗位数

假定居住人口的出行率为1.5次/（人·日），将表5中的各交通小区居住人口乘以1.5即为中期各交通小区交通发生量，如表7所示。；假定就业岗位的吸引率为1.6次/（人·日），将表6中的各交通小区就业岗位数乘以1.6即为中期各交通小区交通吸引量，如表8所示。

101 15000 102 17250 103 15750 表7 中期（2020年）各交通小区交通发生量 104 105 106 107 108 13500 14250 14625 13500 14325 109 15450 表8 中期（2020年）各交通小区交通吸引量

12 / 15

101 14400 102 14720 103 15200 104 16000 105 16800 106 15520 107 16800 108 13600 109 15040 3.3.1 中期（2020年）OD表、期望线图及烟囱图

由表7及表8，交通发生量与交通吸引量不相等，通过矩阵平衡及最大熵模型法可以求得中期的交通分布OD表，如下表9所示。

表9 中期（2020年）OD表 101 102 103 104 105 106 107 108 109 D量 101 102 103 104 800 105 106 107 935 108 484 899 109 2318 2108 956 1589 986 751 3016 O量 15249 17536 16011 13724 14486 14867 13724 14562 15706 3832 2128 1126 1624 1202 1735 2492 4308 2348 1233 1190 2023 670 1114 870 863 526 882 865 668 716 1312 1786 3216 1690 1522 2305 1115 1194 1871 1216 3239 1474 1130 1598 2559 1114 1498 3810 1017 2703 800 1552 2443 730 777 1198 2162 1558 1400 3953 1023 1718 1251 2947 1065 1831 1452 4023 690 4426 1038 1203 2490 1933 1725 1225 2003 1080 1544 表10 影响因子表 101 102 103 104 105 106 107 108 109 101 102 103 104 105 14169 14484 14956 15743 16531 15271 16531 13382 14799 135865 106 107 108 109 1.000 0.505 0.298 0.185 0.366 0.295 0.351 0.122 0.644 0.636 1.000 0.607 0.278 0.262 0.485 0.185 0.221 0.573 0.403 0.499 1.000 0.459 0.403 0.666 0.266 0.353 0.612 0.234 0.280 0.430 1.000 0.444 0.371 0.433 0.861 0.355 0.339 0.240 0.343 0.403 1.000 0.291 0.638 0.228 0.515 0.234 0.293 0.589 0.370 0.325 1.000 0.213 0.445 0.282 0.251 0.177 0.236 0.399 0.614 0.200 1.000 0.291 0.373 0.136 0.168 0.327 0.673 0.237 0.445 0.291 1.000 0.206 0.775 0.548 0.544 0.337 0.538 0.316 0.373 0.207 1.000 图10 中期（2020年）期望线图 图11 中期（2020年）烟囱图

3.3.2 中期（2020年）小汽车分配

通过Logit模型法，小汽车划分的结果如下表11所示，分配结果如下图12所示。

表11 中期（2020年）小汽车出行OD表

101 102 103 104 105 106 107 108 109 101 3065 2070 1058 514 921 642 777 395 2152 102 1709 3446 1411 667 651 877 552 526 1571 103 868 1910 2572 972 876 1755 682 1006 1453 104 591 929 1364 2591 1140 1169 1351 2633 994 105 1357 905 1227 1139 3048 1048 2216 835 1755 106 920 1602 1905 848 748 3162 585 1513 835 107 1631 776 966 1406 2464 828 3541 1332 1462 108 357 690 971 2361 605 1419 952 3218 553 109 1952 1725 1603 781 1383 750 1140 601 2413 13 / 15

图12 中期（2020年）小汽车分配图 表12 中期（2020年）小汽车行程时间表

101 102 103 104 105 106 107 108 109 101 0 9.06 102 0 103 104 105 106 107 108 109 8.80 9.83 20.66 13.65 24.21 33.77 20.13 24.38 20.93 42.12 0 15.58 18.16 0 0 9.76 8.14 24.63 0 32.13 26.52 20.82 3.00 8.99 0 10.00 25.59 26.80 14.45 33.73 30.20 11.15 16.21 19.77 16.74 18.17 13.90 29.00 25.42 16.86 21.62 28.56 21.36 18.15 27.63 34.59 28.85 18.34 39.87 35.59 22.31 5.09 7.94 29.55 13.28 24.69 19.71 0 31.52 0 29.04 24.53 10.59 19.84 22.47 30.86 16.21 25.27 28.72 16.21 24.70 12.03 12.17 21.73 12.39 23.02 19.72 31.48 3.3.3 中期（2020年）公交分配

中期（2020年）的公交出行OD表如下表13所示，分配结果如下图13所示。

图13 中期（2020年）公交分配图 表13 中期（2020年）公交出行OD表

101 102 103 104 105 106 107 108 109 101 766 422 254 156 193 228 86 131 338 102 419 862 375 215 214 321 116 190 362 103 259 438 643 244 237 407 118 245 271 104 209 304 326 648 358 390 201 314 231 105 267 285 295 335 762 351 227 231 248 106 282 420 400 282 269 791 145 318 244 107 104 159 149 192 239 195 885 120 82 108 127 210 223 199 172 299 85 805 137 109 366 383 268 174 205 237 64 149 603 3.3.4 中期（2020年）路网改善后的小汽车分配

通过对图12分析，对于某些饱和度过大的路段进行拓宽或在邻近区域新建道路等措施，使流量过大的路段缓解交通压力，路网改善后的小汽车分配结果如下图14所示。

图14 中期（2020年）路网改善后小汽车分配图

通过对图12与图14的对比发现，将路网中某些关键道路进行拓宽或新建道路后，路网的总体效益有了较大的提高，但是单单从硬件方面来进行交通分流缓解交通压力是远远不够的，还应当在软件方面加大投入，使规划，建设，管理，运营等有机结合，才能使交通系统发挥其最优的效益，促进社会经济的发展。

第4 章 结 语

交通规划工作是交通工程中一个主要的工作内容，是城市规划和区域规划的一个关键组成部分。随着我国经济飞速发展和城市化速度加快，如何最大限度地降低交通建设投资成本和提高交通设施的运行效益是我们不可回避的问题，而要解决好这个问题就必须进行科学的交通规划。 本文在第一部分先论述了交通规划的相关定义、主要作用和基本程序，提出了在交通规划研究中比较崭新的思路与观点。在第二部分详细介绍了交通规划中经典的“四阶段预测法”，即交通生

14 / 15

成预测、交通分布预测、交通方式划分预测以及交通分配预测。在文章的第三部分利用Emme交通规划软件对上海市杨浦区某一简单路网进行了详细的交通规划设计，包括基准年的交通分配和中期的交通规划，对于路网中存在的问题提出了改善方案。通过亲自使用Emme来进行路网交通规划，进一步加深了对交通规划中每一个步骤的认识以及感受到了Emme的强大功能，为今后的学习和工作提供了极大的帮助。

15 / 15