交通运输系统规划课程设计0

1、第章人口预测经调查黑龙江省所得规划区域1980-1993年的历史数据如表11所示。 表11黑龙江省规划区域1980-1993年的历史数据附表1：黑龙江省历年人口、经济、客货运量情况表年份总人口/万人社会生产总值/亿元工农业总产值/亿元年客运量/万人年货运量/万吨19803318.80 718.90 594.34 10279.00 16250.00 19813354.30 753.87 606.31 10900.00 16700.00 19823393.10 806.94 642.79 11549.00 17170.00 19833396.20 876.33 705.97 12090.00 17

2、420.00 19843410.40 917.75 773.56 12630.00 18660.00 19853426.40 975.27 815.07 13330.00 19015.00 19863446.50 1060.03 888.71 14112.00 20321.00 19873479.00 1146.10 952.89 15026.00 21435.00 19883516.50 1239.32 1065.48 16146.00 22566.00 19893557.40 1337.45 1105.83 17277.00 23470.00 19903603.80 1403.32 117

3、7.79 18165.00 24383.00 19913625.70 1478.41 1224.50 18966.00 25414.00 19923723.20 1592.72 1305.11 20623.00 26470.00 19933755.00 1715.55 1376.55 21600.00 27893.00 表11黑龙江省规划区域1980-1993年的历史数据人口预测模型选择1线性模型图线性人口预测模型散点图与趋势线如上图可以看出，相关系数大于0.5，可以用线性模型进行预测。指数模型图指数人口预测模型散点图与趋势线如上图可以看出，相关系数大于0.5，可以用指数模型进行预测。罗吉斯曲

4、线模型表罗吉斯人口预测模型罗吉斯曲线模型年份年次t总人口的环比（%）1980019811198222941983319844198551986619877347919888198991990101991111992121993133755表罗吉斯人口预测模型时间序列的倒数一阶差分的环比不近似于一常数，不能用罗吉斯曲线预测模型来预测。总结对线性曲线与指数曲线模型的相关性系数进行比较可得，指数曲线模型更准确。应用指数模型进行人口预测过程指数模型r值的计算根据公式：（式）计算对应值，如表：表对应各年份值年份年次t总人口/万人r1980033198111982219833198441985519866

5、198771988819899199010199111199212199313计算平均值：用基年的人口数量来表示根据递推公式（）：（式）可得：第章经济预测社会生产总值预测社会生产总值预测模型确定原始数据如表所示表规划区社会生产总值历年数据年份社会生产总值/亿元19801981198219831984198519861987198819891990199119921993由原始数据做出散点图：图社会生产总值指数预测模型散点图与趋势线由图可知，相关系数大于0.5，可以使用指数平滑法进行预测。曲线的趋势比较陡，即时间序列具有明显的变动倾向，应选取较大的值，的取值范围为0.60.9.指数模型值的选择对

6、于社会生产总值指数模型中值的选择采用试算法。这是进行规划预测国际最常用的方法。计算各个对应的一次指数平滑值及均方差表=0.3对应的一次指数平滑值及均方差年份社会生产总值/亿元一次指数平滑差值差值平方均方差1980718.90 752.90 -34.00 1156.23 19799.68 1981753.87 753.19 0.68 0.46 1982806.94 769.32 37.62 1415.47 1983876.33 801.42 74.91 5611.34 1984917.75 836.32 81.43 6630.88 1985975.27 878.00 97.27 9460.51

7、19861060.03 932.61 127.42 16235.25 19871146.10 996.66 149.44 22332.71 19881239.32 1069.46 169.86 28853.41 19891337.45 1149.85 187.60 35191.90 19901403.32 1225.89 177.43 31479.82 19911478.41 1301.65 176.76 31244.41 19921592.72 1388.97 203.75 41513.90 19931715.55 1486.94 228.61 52260.58 表对应的一次指数平滑值及均方

8、差年份社会生产总值/亿元一次指数平滑差值差值平方均方差1980718.90 752.90 -34.00 1156.23 1120.38 1981753.87 753.58 0.29 0.08 1982806.94 790.93 16.01 256.26 1983876.33 850.71 25.62 656.35 1984917.75 897.64 20.11 404.49 1985975.27 951.98 23.29 542.40 19861060.03 1027.62 32.41 1050.72 19871146.10 1110.55 35.55 1263.48 19881239.32

9、1200.69 38.63 1492.25 19891337.45 1296.42 41.03 1683.29 19901403.32 1371.25 32.07 1028.44 19911478.41 1446.26 32.15 1033.48 19921592.72 1548.78 43.94 1930.49 19931715.55 1665.52 50.03 2503.02 结论比较各个取值的均方差可以看出，当=0.7时，均方差最小，因此，用平滑系数=0.7进行预测，结果比较准确。运用三次指数平滑法对2010年社会生产总值进行预测三次指数平滑法的计算公式St(3)=St(2)+(1-)S

10、t-1(3)（2-1）式中：St(3)第t周期的三次指数平滑值； St(2)第t周期的二次指数平滑值； St-1(3)第t-1周期的三次指数平滑值； 平滑系数（）. 三次指数平滑建立的非线性预测模型为：Yt+T=at+btT+ctT2（2-2）式中：t目前的周期序号; Yt+T第t+T周期的预测值；T预测超前周期数。其中：at bt ct的计算公式为： at=3St(1)-3St(2)+St(3)bt=/2(1-)2(6-5)St(1)-2(5-4)St(2)+(4-3)St(3)ct=2/2(1-)2(St(1)-2St(2)+St(3)（2-3）计算结果如表所示表三次指数平滑预测根据（式）

11、（式）代入数值计算可得：工农业总产值预测工农业总产值预测模型确定表规划区工农业总产值历年数据年份工农业总产值/亿元19801981198219831984198519861987198819891990199119921993由规划区工农业总产值历年数据做出散点图如下图图工农业生产总值数据散点图及趋势线由图可知，相关系数大于0.5，可以使用指数平滑法进行预测。曲线的趋势比较陡，即时间序列具有明显的变动倾向，应选取较大的值，的取值范围为0.60.9.指数模型值的选择对于社会生产总值指数模型中值的选择采用试算法。这是进行规划预测国际最常用的方法。计算各个对应的一次指数平滑值及均方差表=0.3对应的

12、一次指数平滑值及均方差年份工农业总产值/亿元一次指数平滑差值差值平方均方差1980594.34 607.48 -13.14 172.66 13495.71 1981606.31 607.13 -0.82 0.67 1982642.79 3 24.96 623.14 1983705.97 644.27 61.70 3806.88 1984773.56 683.06 90.50 8190.78 1985815.07 722.66 92.41 8539.43 1986888.71 772.48 116.23 13510.42 1987952.89 826.60 126.29 15949.17 198

13、81065.48 898.26 167.22 27961.20 19891105.83 960.53 145.30 21110.99 19901177.79 1025.71 152.08 23128.13 19911224.50 1085.35 139.15 19363.43 19921305.11 1151.28 153.83 23664.83 19931376.55 1218.86 157.69 24866.66 表对应的一次指数平滑值及均方差年份工农业总产值/亿元一次指数平滑差值差值平方均方差1980594.34 607.48 -13.14 172.66 677.27 1981606.3

14、1 606.66 -0.35 0.12 1982642.79 631.95 10.84 117.48 1983705.97 683.76 22.21 493.09 1984773.56 746.62 26.94 725.69 1985815.07 794.54 20.53 421.67 1986888.71 860.46 28.25 798.20 1987952.89 925.16 27.73 768.94 19881065.48 1023.38 42.10 1772.07 19891105.83 1081.10 24.73 611.76 19901177.79 1148.78 29.01 8

15、41.47 19911224.50 1201.78 22.72 515.99 19921305.11 1274.11 31.00 960.85 19931376.55 1345.82 30.73 944.41 结论比较各个取值的均方差可以看出，当=0.7时，均方差最小，因此，用平滑系数=0.7进行预测，结果比较准确。运用三次指数平滑法对2010年社会生产总值进行预测：表.三次指数平滑社会生产总值预测结果根据（式）（式）代入进行计算得第章年客货运量预测客运量预测客运量与总人口和社会生产总值的线性相关性判断客运量与总人口相关性规划区客运量与总人口历史数据表所示表规划区客运量与总人口数据年份总人口/

16、万人年客运量/万人198010279198110900198211549198312090198412630198513330198614112198715026198816146198917277199018165199118966199220623199321600根据表做出散点图和趋势线如下图1所示年客运量与总人口散点图和趋势线客运量与社会生产总值相关性规划区客运量与社会生产总值历史数据表3所示表2规划区客运量与总人口数据年份社会生产总值/亿元年客运量/万人198010279198110900198211549198312090198412630198513330198614112198

17、715026198816146198917277199018165199118966199220623199321600根据表做出散点图和趋势线如下图2所示年客运量与总人口散点图和趋势线结论由上图可知，年客运量与总人口和社会生产总值有强正相关性。因此选用二元线性回归模型。客运量预测过程应用软件进行二元线性回归预测结果如下：表3.3线性回归年份总人口/万人X1社会生产总值/亿元X2年客运量/万吨Y19803318.8 10279-413.7400 19813354.3 10900-378.7700 19823393.1 11549-325.7000 19833396.2 12090-256.31

18、00 19843410.4 12630-214.8900 19853426.4 13330-157.3700 19863446.5 14112-72.6100 19873479.0 1502613.4600 19883516.5 16146106.6800 19893557.4 17277204.8100 19903603.8 18165270.6800 19913625.7 18966345.7700 19923723.2 20623460.0800 19933755.0 21600582.9100 平均值1115192（）2（）2（）*（）（）*（）L1(）*(）L2（）217331.72

19、 171180.79 54468.87 580924.43 1825686.86 -4412.64 19471417.01 9244.82 143466.71 36418.74 364566.46 1436160.57 -3791.64 14376555.58 3289.02 106080.49 18678.90 180230.57 1023558.78 -3142.64 9876204.15 2943.06 65694.82 13904.82 141139.13 666827.08 -2601.64 6768545.57 1604.00 46177.71 8606.34 82568.80 4

20、43026.43 -2061.64 4250371.28 578.40 24765.32 3784.75 32747.51 214281.74 -1361.64 1854071.28 15.60 5272.21 286.81 2289.59 42087.87 -579.64 335985.85 815.10 181.17 384.28 9545.90 4500.45 334.36 111794.70 4362.60 11380.62 7046.21 96060.29 155150.82 1454.36 2115154.69 11438.30 41947.14 21904.43 276503.9

21、5 529507.00 2585.36 6684071.54 23516.22 73267.66 41508.78 532639.32 940168.31 3473.36 12064209.82 30712.56 119556.89 60596.19 749081.09 1477944.47 4274.36 18270128.96 74392.56 211673.61 125486.82 1617777.66 2728898.79 5931.36 35180997.52 92750.70 339784.07 177525.24 2103940.17 4026950.46 6908.36 477

22、25398.37 以上二元线性回归经过离散系数检验、相关系数检验、判定系数检验、t检验等，符合二元线性回归模型，可以用此模型进行预测。货运量预测年份社会生产总值/亿元工农业总产值/亿元年货运量/万吨1980594.34 162501981606.31 167001982642.79 1717019837 174201984773.56 186601985815.07 190151986888.71 203211987952.89 2143519881065.48 2256619891105.83 2347019901177.79 2438319911224.50 2541419921305.1

23、1 2647019931376.55 27893货运量与社会生产总值和工农业总产值的线性相关性判断1货运量与社会生产总值相关性规划区客运量与总人口历史数据表5所示表5规划区货运量与社会生产总值数据年份社会生产总值/亿元年货运量/万吨198016250198116700198217170198317420198418660198519015198620321198721435198822566198923470199024383199125414199226470199327893根据表5做出散点图和趋势线如下所示年货运量与社会生产总值散点图和趋势线货运量与工农业总产值表6规划区货运量与工农业总

24、产值数据年份工农业总产值/亿元年货运量/万吨1980594.34 162501981606.31 167001982642.79 171701983705.97 174201984773.56 186601985815.07 190151986888.71 203211987952.89 2143519881065.48 2256619891105.83 2347019901177.79 2438319911224.50 2541419921305.11 2647019931376.55 27893根据表6做出散点图和趋势线如下表所示年货运量与工农业生产总值散点图和趋势线结论由上图可知，年货运

25、量与社会生产总值和工农业总产值有强正相关性。因此选用二元线性回归模型。货运量预测过程应用软件进行二元线性回归预测结果如下：年份总人口/万人X1社会生产总值/亿元X2年货运量/万吨Y198016250-413.74 -341.01 -3976.21 198116700-378.77 -329.04 -3526.21 198217170-325.70 -292.56 -3056.21 198317420-256.31 -229.38 -2806.21 198418660-214.89 -161.79 -1566.21 198519015-157.37 -120.28 -1211.21 198620

26、321-72.61 -46.64 94.79 19872143513.46 17.54 1208.79 198822566106.68 130.13 2339.79 198923470204.81 170.48 3243.79 199024383270.68 242.44 4156.79 199125414345.77 289.15 5187.79 199226470460.08 369.76 6243.79 199327893582.91 441.20 7666.79 平均值（）2（）2（）*（）（）*（）L1(）*(）L2（）2171180.79 116287.82 141089.48 1

27、645117.13 1355927.37 -3976.21 15810280.08 143466.71 108267.32 124630.48 1335622.56 1160264.14 -3526.21 12434187.22 106080.49 85591.35 95286.79 995407.60 894124.80 -3056.21 9340445.79 65694.82 52615.18 58792.39 719259.69 643688.45 -2806.21 7874838.64 46177.71 26176.00 34767.05 336562.87 253397.12 -15

28、66.21 2453027.20 24765.32 14467.28 18928.46 190608.12 145684.34 -1211.21 1467040.06 5272.21 2175.29 3386.53 -6882.70 -4421.01 94.79 8984.33 181.17 307.65 236.09 16270.31 21202.18 1208.79 1461162.89 11380.62 16933.82 13882.27 249608.80 304476.87 2339.79 5474597.17 41947.14 29063.43 34916.01 664360.63

29、 553001.32 3243.79 10522145.73 73267.66 58777.15 65623.66 1125159.92 1007772.17 4156.79 17278867.44 以上二元线性回归经过离散系数检验、相关系数检验、判定系数检验、t检验等，符合二元线性回归模型，可以用此模型进行预测。第章2010年交通发生量与吸引量的预测41 原始数据黑龙江省基年各大区间公路旅客运输流表（年） 单位：万人终点起点123456789101112131415总计总计450919041937212951812011828473466502252667512698942120447哈尔滨

30、24483721016398761150467119039431843918松花江95114525200360253881802580牡丹江1711841204110102200261916鸡西4012118201651927100110032099七台河7511219225018819000107646双鸭山37144519970578310110031663佳木斯74124213518184310610131061288鹤岗13112511633345000001526伊春3910301353722011714449黑河1700000101379175704431齐齐哈尔823010030

31、14222774890582524大庆12010110010151915568010391绥化4456110043151531205762051493大兴安岭130000000033068219126省外138433751211118898166211397黑龙江省基年各大区间公路货物运输流表（年） 单位：万吨终点起点123456789101112131415总计总计5942116519082149940914271863162690332501263189199119425593哈尔滨4190551745536301331418020811930349855276923松花江31343872

32、1018411331810048876牡丹江56815704453164102860711794鸡西357721411218396811013330181889七台河2516610541652177410580020312324双鸭山18024455684331401030121091佳木斯8341916132418751572534640331483鹤岗1643100370421470313015884伊春655112166236111132014382黑河131000011234172306278齐市547132000161432723722761523206大庆2401344018826

33、54604751526831134绥化2411064326040253519610480521668大兴安岭720000000014412772607294641省外295511272451243143479152964010381020同时已知2010年客运量和货运量的预测值： 66030.455万人、62633.27万辆。4.2 预测方法的选择及确定预测值1，公路客运的发生量和吸引量，将各路径上的客运量折算成车辆：轿车（4人）、微型客车（7人）、轻型客车（20、10、30、10计算，满载系数为0.8。计算公式:折算车辆=（2010年的客运量的预测值*各种车型所占的百分）/（人数*满载系数吸

34、引量车辆数加和折算成轿车微型客车轻型客车中型客车大型客车产生量吸引量4712732，公路货运的发生量和吸引量，将各路径上的货运量折算成车辆：微型货车（吨）、轻型货车（2.5吨）、中型货车（5吨）、重型货车（14吨），所承担的货运量的概率分别按5%、10%、50%、35%计算，满载系数为0.98. 计算公式:折算车辆=（2010年的货运量的预测值*各种车型所占的百分）/（吨数*满载系数）3，产生量和吸引量的车辆数加和客运产生量货运产生量产生量加和客运吸引量货运吸引量吸引量加和235第5章 2010年的交通量分布预测 根据上一章2010年客货运量折算成车辆的预测值，利用双约束重力模型进行交通量分布

35、预测。51 双约束重力模型的介绍同时因进行约束系数和列约束系数的引力模型叫做双约束引力模型。公式：Tij=KiKjOiDjRij-Ki=(KjDjRij-)-1Kj=(KiOiRij-)-152 阻抗的确定应用AUTO CAD 以及TRANS CAD根据已知黑龙江省第一层次公路网建设规划示意图，求出各节点间的最短路径，如下表所示：最短路径表节点哈尔滨牡丹江鸡西七台河双鸭山佳木斯鹤岗伊春黑河齐市大庆绥化哈尔滨牡丹江鸡西七台河双鸭山3佳木斯鹤岗伊春38黑河齐市大庆绥化（注：地图上没有松花江、大兴安岭及省外的具体位置，所以本章以后的数据均没有上述三个地点的数据）根据所求的最短路径的走向，以及基本路网

36、的速度，根据各路段的不同速度确定一个平均速度，从而确定道路的最终速度，如下图所示：速度表速度哈尔滨牡丹江鸡西七台河双鸭山佳木斯鹤岗伊春黑河齐市大庆绥化哈尔滨牡丹江鸡西七台河双鸭山佳木斯鹤岗伊春黑河齐市大庆市绥化根据最短距离和速度，确定阻抗，阻抗=最短距离/速度，如下表所示：阻抗表阻抗哈尔滨牡丹江鸡西七台河双鸭山佳木斯鹤岗伊春黑河齐市大庆绥化哈尔滨牡丹江鸡西七台河双鸭山佳木斯鹤岗伊春黑河齐市大庆市绥化53 将1993年的客货运量折算成车辆数 将1993年的客货运量折算成车辆数的方法如第4章的相同，结果如下表：1993年的客货运量折算成车辆数表车辆数123456789101112总计哈尔滨0牡丹江

37、0鸡西0七台河0双鸭山0佳木斯0鹤岗0伊春0黑河0齐市0大庆0绥化0合计54 采用计算机编程对模型中的系数进行标定一、确定的值：利用VB进行编程，对1993年（现有数据）的数据进行预测，从而确定准确的值，程序如下：Sub diedaiqiujie()Dim i, j, k, ga, flag As IntegerDim count As IntegerDim sum As DoubleDim ODSUM As Doublei = 0j = 0flag = 0Dim R(1 To 12, 1 To 12) As DoubleDim KJ0(1 To 12) As DoubleDim KJ1(1

38、To 12) As DoubleDim KJ2(1 To 12) As DoubleDim KI0(1 To 12) As DoubleDim KI1(1 To 12) As DoubleDim KI2(1 To 12) As DoubleDim DJ(1 To 12) As DoubleDim OI(1 To 12) As DoubleDim KJbai(1 To 12) As DoubleDim KIbai(1 To 12) As DoubleDim Rbai As DoubleDim ODIJ1(1 To 12, 1 To 12) As SingleDim ODIJ2(1 To 12,

39、1 To 12) As SingleDim R_1 As SingleDim R_2 As SingleODSUM = Sheet1.Cells(16, 15).Valuega = Sheet1.Cells(2, 1).ValueFor i = 1 To 12 For j = 1 To 12 ODIJ1(i, j) = Sheet1.Cells(i + 44, j + 2).Value Next j Next iFor i = 1 To 12 For j = 1 To 12 R(i, j) = Sheet1.Cells(i + 3, j + 2).Value Next j Next i For

40、 k = 1 To 12 KJ0(k) = Sheet1.Cells(17, k + 2).Value Next k For k = 1 To 12 DJ(k) = Sheet1.Cells(16, k + 2).Value Next k For k = 1 To 12 OI(k) = Sheet1.Cells(k + 3, 15).Value Next k Do For i = 1 To 12 sum = 0 For j = 1 To 12 If R(i, j) 0 Then sum = sum + DJ(j) * KJ0(j) / R(i, j) ga End If Next j KI0(

41、i) = sum (-1) Next i For k = 1 To 12 KI2(k) = KI0(k) KJ2(k) = KJ0(k) Next k count = 1 Do count = count + 1 For i = 1 To 12 sum = 0 For j = 1 To 12 If R(j, i) 0 Then sum = sum + OI(j) * KI2(j) / R(j, i) ga End If Next j KJ1(i) = sum (-1) Next i For i = 1 To 12 sum = 0 For j = 1 To 12 If R(i, j) 0 The

42、n sum = sum + DJ(j) * KJ2(j) / R(i, j) ga End If Next j KI1(i) = sum (-1) Next i For k = 1 To 12 KJbai(k) = Abs(KJ2(k) - KJ1(k) / KJ2(k) KIbai(k) = Abs(KI2(k) - KI1(k) / KI2(k) Next k For k = 1 To 12 If (KJbai(k) 0.03) Or (KIbai(k) 0.03) Then flag = 1 Exit For End If Next k If flag = 0 Then Exit Do

43、End If flag = 0 For k = 1 To 12 KI2(k) = KI1(k) KJ2(k) = KJ1(k) Next k Loop For k = 1 To 12 Sheet1.Cells(18, k + 2).Value = KJ1(k) Sheet1.Cells(19, k + 2).Value = KJ1(k) Sheet1.Cells(20, k + 2).Value = KJbai(k) Next k For k = 1 To 12 Sheet1.Cells(k + 3, 16).Value = KI0(k) Sheet1.Cells(k + 3, 17).Val

44、ue = KI1(k) Sheet1.Cells(k + 3, 18).Value = KI2(k) Sheet1.Cells(k + 3, 19).Value = KIbai(k) Next k Sheet1.Cells(21, 3).Value = count For i = 1 To 12 For j = 1 To 12 If R(i, j) 0 Then ODIJ2(i, j) = KI1(i) * KJ1(j) * DJ(j) * OI(i) / R(i, j) ga Sheet1.Cells(i + 25, j + 2).Value = ODIJ2(i, j) End If Nex

45、t j Next i sum = 0 For i = 1 To 12 For j = 1 To 12 sum = sum + ODIJ2(i, j) * R(i, j) Next j Next i R_2 = sum / ODSUM Sheet1.Cells(39, 3).Value = R_2 sum = 0 For i = 1 To 12 For j = 1 To 12 sum = sum + ODIJ1(i, j) * R(i, j) Next j Next i R_1 = sum / ODSUM Sheet1.Cells(58, 3).Value = R_1 If (R_2 R_1)

46、Then Rbai = (R_2 - R_1) / R_1 Else Rbai = (R_1 - R_2) / R_1 End If If Rbai 0.03 Then Sheet1.Cells(59, 3).Value = Rbai Exit Do End If Sheet1.Cells(2, 1).Value = ga LoopEnd Sub利用上述程序，对1993年的数据进行执行，从而确定的值，首相另=1，然后执行，得到=2.2。 而当=1.0时，计算误差R3%，所以=1.0可行。2010年理论分布表（预测值） 单位：万辆第6章 2010年的交通量分配采用多路径交通分配方法将2010年

47、的交通量进行分配61 分配模型由出行者的路径选择特征可知，出行者总是希望选择最合适（最短、最快、最方便、最舒适等）的路线出行，称之为最短路因素，但是由于交通网络的复杂性及交通状况的随机性，出行者在选择出行路线时往往带有不确定性，称之为随机因素。这两种因素存在于出行者的整个出行过程中，两因素所处的主次地位取决于可供选择的出行路线的路权差。因此，各出行路线被选用的概率可采用Logist路径模型计算。P（r,s,k）=exp- *t(k)/t/ exp- *t(k)/tP（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

48、时间）； 分配参数； m有效出行路线的条数。62采用计算机编程进行分配根据模型进行编程，程序如下所示：Sub tongji() Dim LUDUANSHU(1 To 26) As Double Dim HANG As Integer Dim DIAN1, DIAN2, i As Integer Dim cheliangshu As Double HANG = 28 For i = 1 To 26 LUDUANSHU(i) = 0 Next i cheliangshu = 0 Do DIAN1 = 6 DIAN2 = 10 Sheet1.Cells(25, 6).Value = Sheet1.C

49、ells(HANG, DIAN1) Sheet1.Cells(25, 7).Value = Sheet1.Cells(HANG, DIAN2) If (Sheet1.Cells(25, 6).Value = Or Sheet1.Cells(25, 7).Value = 0) Then Exit Do Else Do Sheet1.Cells(25, 6).Value = Sheet1.Cells(HANG, DIAN1) Sheet1.Cells(25, 7).Value = Sheet1.Cells(HANG, DIAN2) Sheet1.Cells(25, 8).Value = Sheet

50、1.Cells(HANG, DIAN2 - 1) If (Sheet1.Cells(25, 6).Value = Or Sheet1.Cells(25, 7).Value = 0) Then Exit Do Else cheliangshu = Sheet1.Cells(25, 8).Value If (Sheet1.Cells(25, 6).Value = 黑河 And Sheet1.Cells(25, 7).Value = 哈尔滨) Then LUDUANSHU(1) = LUDUANSHU(1) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Valu

51、e = 哈尔滨 And Sheet1.Cells(25, 7).Value = 黑河) Then LUDUANSHU(14) = LUDUANSHU(14) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 齐齐哈尔 And Sheet1.Cells(25, 7).Value = 大庆) Then LUDUANSHU(2) = LUDUANSHU(2) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 大庆 And Sheet1.Cells(25, 7).Value = 齐齐哈尔) Then L

52、UDUANSHU(15) = LUDUANSHU(15) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 大庆 And Sheet1.Cells(25, 7).Value = 哈尔滨) Then LUDUANSHU(3) = LUDUANSHU(3) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 哈尔滨 And Sheet1.Cells(25, 7).Value = 大庆) Then LUDUANSHU(16) = LUDUANSHU(16) + cheliangshu ElseIf (S

53、heet1.Cells(25, 6).Value = 哈尔滨 And Sheet1.Cells(25, 7).Value = 绥化) Then LUDUANSHU(4) = LUDUANSHU(4) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 绥化 And Sheet1.Cells(25, 7).Value = 哈尔滨) Then LUDUANSHU(17) = LUDUANSHU(17) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 绥化 And Sheet1.Cells(25, 7

54、).Value = 伊春) Then LUDUANSHU(5) = LUDUANSHU(5) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 伊春 And Sheet1.Cells(25, 7).Value = 绥化) Then LUDUANSHU(18) = LUDUANSHU(18) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 伊春 And Sheet1.Cells(25, 7).Value = 鹤岗) Then LUDUANSHU(6) = LUDUANSHU(6) + cheli

55、angshu ElseIf (Sheet1.Cells(25, 6).Value = 鹤岗 And Sheet1.Cells(25, 7).Value = 伊春) Then LUDUANSHU(19) = LUDUANSHU(19) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 哈尔滨 And Sheet1.Cells(25, 7).Value = 佳木斯) Then LUDUANSHU(7) = LUDUANSHU(7) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 佳木斯 And S

56、heet1.Cells(25, 7).Value = 哈尔滨) Then LUDUANSHU(20) = LUDUANSHU(20) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 哈尔滨 And Sheet1.Cells(25, 7).Value = 牡丹江) Then LUDUANSHU(8) = LUDUANSHU(8) + cheliangshu ElseIf (Sheet1.Cells(25, 6).Value = 牡丹江 And Sheet1.Cells(25, 7).Value = 哈尔滨) Then LUDUANSHU(21) = LUDUANSHU