交通仿真技术(Transcad)实验报告

《交通仿真技术与应用》课程实验报告
姓名： 学号：目录来自实验一 ................................................................................................ 3
实验二 ................................................................................................ 8
图 4 完成后的面类型地理文件 njZone
图 5 输入数据后的矩阵文件
同时，我制作了三个专题图，小区人口分布点密度专题图和 GDP 分布色彩 专题图如图 6，GDP 分布色彩专题图如图 7。
5
图 6 小区人口分布点密度专题图和 GDP 分布色彩专题图
图 7 GDP 分布色彩专题图
实验总结：
TransCAD 最重要的概念就是图层，图层的新建与叠加，为图层新建属 性字段，为图层数据表输入数据，建立矩阵，以及制作专题图都是建立 在某个图层的基础上的。所以每次操作前需要注意不要选错图层。 感觉我们用的 TransCAD 不是很智能，譬如矩阵那里要全选住矩阵才能 操作（如图 8） ，还有数据输出时，最后一步要先点 matrix1，再点 trips 才能成功。一些操作稍有不对就不能成功，并且操作不能撤销。 区域 ID 的生成与画小区的次序有关， 只有新建属性字段 ZoneID 对小区 进行编号，之后的操作选的都是 ZoneID 而不是 ID。
6
图 8 数据输入时出现的错误
7
实验二
实验名称：用回归模型进行出行生成预测 实验内容：
1 、数据准备 为小区面类型地理文件新建小区现状出行产生量、小区现状出行吸引量、规 划年小区人口数量、规划年小区 GDP 数、预测规划年小区出行产生量以及预测 规划年小区出行吸引量 6 个属性字段， 并导入已有出行生成预测数据现状年各小 区出行产生量和吸引量和目标年小区人口及 GDP 预测数据。 2 、估计回归模型参数 自变量选择现状小区人口数和 GDP 数，因变量选择现状年各小区出行产生 量，建立回归模型 Produce.mod，并通过 R Squared 值判断自变量和因变量的相 关程度以判断模型有效性。同理，建立小区出行吸引量与人口数和 GDP 数的回 归模型 Attract.mod，输出的 R Squared 值大于 0.8 则说明相关程度良好。 3 、运行回归分析模型 用现有数据的关系，同时需要未来自变量的值来获得因变量的值。选择模型 文件 Produce.mod，并选择已有的变量数据和需要预测的变量，就可完成未来年 出行产生量的预测，并填充到面层数据视图中的 P_Fur 列中。同理，也可利用 Attract.mod 完成未来年出行吸引量的预测。 4 、平衡产生量与吸引量 出行生成预测完成后，需要对所有小区的产生量和吸引量进行平衡，保证两 者的和相等，从而进入出行分布预测。保证小区地理文件的数据表文件处于打开 的状态下，通过 Planning/Balance 菜单项完成产生量与吸引量的平衡。 5 、出行生成预测结果分析 将小区地图窗口置为当前窗口，执行 Map/Chart Theme 菜单项中的柱状图， 即可得到出行生成结果预测图。
2
实验一
实验名称：熟悉 TransCAD 地理文件编辑 实验内容：
1 、导入背景图片 双击 TransCAD 快捷方式，进入 TransCAD 界面。点击 File/Open，在弹出的 对话框文件类型中选择*.tif，找到底图文件，将其在 TransCAD 中打开。
图 1 导入后的背景图片
2 、线类型地理文件的新建、编辑和数据输入 通过新建文件选择线类型地理文件 Line Geographic File，并为线层添加线层 属性数据字段，为节点图层建立节点属性数据字段。 使用 Map Editing 工具箱对线类型地理文件进行编辑，利用扫描的地图作为 底图（参照物）直接画出路网，以路段为单位进行分段输入。画完后还需要检查 路网的连通性，查看是否有虚接的线段或不连通的节点，以避免将来在进行交通 分配时出现错误。最后改变道路线条样式，结果如图 2 所示。 接下来就可以打开图层的属性数据表为该图层输入数据。
接下来是重力模型的标定，如图 5。
图 5 重力模型的标定
14
在弹出 Result Summary 对话框后点击 Close 按钮，即可观察到 summary.bin 数据表视图，其中包含了对参数 b 的标定值，如图 6。
图 6 重力模型的标定参数值
最后利用标定完参数的重力模型进行出行分布预测， 得到出行分布矩阵如图 7。
图 7 出行分布预测矩阵
实验总结：
重力分布模型能够模拟出行者目的地选择行为。出行分布是群体出行决 策的结果，两小区之间的出行分布量的大小，受两小区出行生成量与两 小区之间的出行阻抗（或广义费用）的共同影响，所以模型标定时需要 选取阻抗矩阵，本实验选取交通分区间最短出行时间为原始阻抗矩阵。 模型中还要确定阻抗函数，有 GAMMA 函数、幂函数、指数函数等。 生成的阻抗矩阵的索引号与交通小区的编号并不一致，不能直接用于交 通分布，还需要对其进行转换。此时需要多增加一个索引 INDEX 来代 表小区质心如图 8， 从而可以实现通过 Index 来索引到对应的小区质心。
实验五 .............................................................................................. 23
实验六 .............................................................................................. 29
12
实验结果：
首先是创建质心连杆和交通网络，并完成小区质心与现有路网的连接。创建 的小区与交通网络如图 1。
图 1 小区质心与现有路网的连接
接下来是质心连接线的属性设置，如图 2，注意此处 ID 顺序并不唯一。
图 2 质心连接线的属性设置
小区间出行阻抗矩阵的生成如图 3，注意此时阻抗矩阵对角线上的阻抗值 （区内出行阻抗）为 0。
3
图 2 完成后的路网
3 、面类型地理文件的新建和编辑 与线类型地理文件的新建和编辑类似，选择新建 Area Geographic File，同样 也是增添各属性字段。在该图层中里面手动画出小区完成面地理文件的编辑。 4 、矩阵文件建立与数据导入 矩阵文件的建立是基于数据表或地理文件的，所以先要选择其所在图层，就 可利用数据表中的属性字段来建立相应的矩阵。 可以将调查后汇总的 EXCEL 表原始数据导入到矩阵文件中，但其中需要先 将 excel 转化为数据表文件（.bin）如图 1 再进行导入。
13
图 3 小区间原始出行阻抗矩阵
生成的矩阵不能用于包含区内出行的出行分布过程， 因而需要对其进行相应 的处理。处理方法为将小区拟化为一个圆，圆的半径即为平均区内出行距离，进 而求出小区内部的出行时间阻抗，将其填充到 SPMAT.mtx 矩阵的对角线中，结 果如图 4 所示。
图 4 处理后的小区间出行阻抗矩阵
菜单里的 procedures 决定了菜单上可以显示哪些选项，很多功能选项要 先通过点击 procedures 才能出现。 本实验中要通过 procedures 才能 show statistics。
图 5 菜单项中的 procedures
本实验是通过用现有数据的关系建立回归模型，再用此模型和未来自变 量来预测因变量。需要注意的是未来小区出行产生量和吸引量是分别预 测的，同时再选择变量时要注意是用未来的人口和 GDP 去预测未来出 行生成量，如图 6，自变量和因变量选择不能出错。
8
实验结果：
首先是建立回归模型 Produce.mod，建立好后弹出 Result Summary 对话框， 提示模型估计所耗时间（如图 1） 。点击 Show Report 按钮，弹出程序运行报告 文件 Report.txt ， 在该文件的最后， 可以观察到模型的标准误差、 相关系数、 t 值、 F 值等统计检验结果。自变量为现状小区人口数和 GDP 数，因变量为现状年各 小区出行产生量时 R Squared 值=0.8471，说明自变量与因变量的相关性较好，可 以用于预测。同理，得到自变量为现状小区人口数和 GDP 数，因变量为现状年 各小区出行吸引量时 R Squared 值=0.8457。
图 7 对两个数据表进行拼接
11
实验三
实验名称：重力模型用于出行分布预测 实验内容：
实验三的主要内容包括交通分区阻抗分析、阻抗函数类型的选择、阻抗函数 的参数标定以及交通分布预测。 1 、创建质心连杆和交通网络 先创建质心地理文件， 再为为节点图层地理文件添加一个名为 Index （Integer 型）的属性字段。通过 Tools/Map Editing/Connect 菜单项，完成小区质心与现有 路网的连接。打开路段图层的数据表文件，完成质心连接线的属性设置。最后通 过 Networks/Paths 菜单下的 Create 命令完成道路网络的创建。 2 、生成小区间阻抗矩阵及矩阵索引转换 先筛选出质心节点，再生成小区间的最短出行时间矩阵。 但这样生成的阻抗 矩阵对角线上的阻抗值（区内出行阻抗）为 0，不能用于包含区内出行的出行分 布过程，还需要对其进行相应的处理，手动输入小区内部的出行时间阻抗，填充 到矩阵的对角线中。 然而，生成的阻抗矩阵的索引号与交通小区的编号并不一致，不能直接用于 交通分布，因而还需要对其进行转换。 3 、出行分布预测重力模型的标定 校准重力模型包括评估阻抗函数的参数（或者摩擦因子表中的数值） ，以便 使重力模型再运行时，尽可能的使结果与基年出行量、吸引量及基年出行距离分 布接近。重力模型较清楚地表达了空间交流量与交通小区间阻抗的相互关系。 4 、重力模型用于出行分布预测 需要的数据有现状小区间的阻抗矩阵、 未来年的出行产生量吸引量表和刚刚 标定好的阻抗函数值。 先打开包含未来年各小区出行发生量和吸引量数据的数据 表文件，执行 Planning/Trip Distribution/Gravity Application 菜单项命令，输入各 参数，最后即可得到未来年的 OD 分布矩阵。