基于佛莱特交通量分布预测程序设计.docVIP

基于佛莱特交通量分布预测程序设计 　　摘 要：为了建设智慧交通系统，需要准确预测城市未来的交通分布情况。基于佛莱特数学模型进行短期预测，并应用VFP9开发语言编写了求解程序。实践表明，佛莱特法操作便捷、调查工作量小，适宜交通工程基层人员使用。 　　关键词：交通量分布；智慧交通；程序设计 　　中图分类号：TP319 文献标识码：A 文章编号：1672-7800（2016）003-0074-02 　　作者简介：钟寿能（1993-），男，福建龙岩人，福建农林大学交通与土木工程学院学生，研究方向为交通规划；胡连珍 （1993-），女，福建龙岩人，福建农林大学交通与土木工程学院学生，研究方向为物流管理；景林（1957-），男，辽宁本溪人，硕士，福建农林大学交通与土木工程学院教授、硕士生导师，研究方向为智慧交通、软件工程。本文通讯作者为景林。 　　0 引言 　　为了建设智慧交通系统，需要准确预测城市未来的交通分布情况，在通行瓶颈处加强基础设施建设，从而提高未来城市的交通容量。交通分布（Traffic Distribution）指调查区域内各小区之间出行的数量在整个调查区域内出行总数量中所占的比例[1]。分布交通量又称OD表（Origin and Destination Table）是在各交通小区发生与吸引交通量一定的条件下求出交通小区之间的交通量，是交通规划四阶段法的主要步骤之一，成为交通设施规划和交通政策立案不可缺少的资料[2]。分布交通量的预测是利用给定的将来发生与吸引交通量，求出将来的OD交通量。对于分布交通量的预测，目前有多种方法[3]，主要有充分利用现状OD表求出将来OD表的增长系数法、重力模型法和概率模型法[4]。概率模型法的计算方法过于复杂，使用较少；在近期预测时，增长系数法的精度通常高于重力模型法，因此规划部门在交通小区、交通方式没有发生变化时，将优先选用增长系数法[5]。本项研究将在ArcGIS平台上，采用增长系数法开发交通分布预测程序[6-7]。 　　1 佛莱特模型计算过程 　　增长系数法假定将来OD交通量的分布形式和现有的OD表分布形式相同，在此假定的基础上预测未来年份的OD交通量。增长系数法包括增长函数方法和弗尼斯（Fumess）约束条件方法两大类。增长系数法具体包括常增长系数法、平均增长系数法、底特律（Detroit）法、佛莱特（Fratar）法。其中，常增长系数、平均增长系数法分析方法过于简单，逐渐被底特律法和佛莱特法所取代。佛莱特法收敛速度极快，使用最为广泛，而且该算法作为成熟的交通分布预测方法，极短期预测无需检验精度[8]。 　　2 佛莱特模型求解 　　按数学模型的推导过程，确定佛莱特模型的程序流程图（见图1），并应用VFP9.0开发求解程序，实现了公式（3）的迭代求解。 　　以下是求解程序的迭代过程源码片断。迭代停止条件为上一次计算的交通量和本次计算的交通量相对误差小于万分之一，可以视为再迭代也无法进一步提高计算精度。为了提高收敛效率，设置了“L_D”逻辑型状态符，最新计算结果“Tgm”高于上一次计算结果“Tod”，设置“L_D”为真。进行新的迭代时，上一次迭代的“L_D”设为“L_D_old”，当本次的“L_D”和“L_D_OLD”不相等时，说明本次迭代计算精度不升反降，应当减小搜索步长，并且按相反的方法搜索精度最高的位置。采用此项设计进一步提高了佛莱特模型的收敛速度。 　　do while abs（Tgm-Tod）/Tod0.0001 　　L_D=.t. 　　L_D_old=.t. 　　a=1 　　b=1 　　do P_X 调用佛莱特核心程序 　　L_D=iif（TgmTod，.t.，.f.） 　　nbc=iif（L_DL_D_old， 　　nbc*0.6， nbc） %%调整步长 　　L_D_old=L_D 　　naold=na 　　Na=iif（TgmTod，Na+nbc，Na-nbc） 　　ntmp=ntmp+1 　　enddo 　　编写的求解程序运行界面如图2所示。 　　3 程序应用 　　程序在福建省南平市的“畅通工程”项目中投入了实际应用，交通工程人员先以南平市的ArcGIS地图为依据，将工业、经济、人口条件相似且地理位置相邻的片区划分为同一个交通小区。南平市市郊共被划分为20个交通小区。 　　统计运输公司和公交车公司的生产日志，通过交警部门对汽车驾驶员进行短信调查，了解各类汽车在市内交通的起点和终点及频次。对数据进行加工整理，把各种型号的车辆交通量都换算为小车交通量，最终获得2014年的南平市交通量OD表。 　　在ArcGIS地图上分析各交通小区2018年的土地资源利用情况，预测2018年各交通小区的交通产生量和吸收量，结合20