从Excel到.fma：手把手教你用Vissim 2023搞定OD矩阵数据导入（附模板文件）

交通仿真工程师们经常面临一个现实挑战：如何将实地调查获得的Excel格式OD数据，快速准确地转换为Vissim可识别的.fma文件。本文将分享一套经过实战验证的完整工作流，包含三个关键阶段的数据处理技巧，并提供一个可直接套用的智能模板。

1. Excel数据预处理：从原始调查到标准矩阵

大多数交通调查数据最初都以非结构化形式存在。假设我们获得某商业区四个方向（北N、南S、东E、西W）的早高峰OD调查表，原始数据可能包含以下典型问题：

• 方向标识不统一（如"西入口"与"W"混用）
• 缺失值以不同形式存在（空白、"无数据"、"NA"）
• 计量单位不一致（辆/5分钟与辆/小时并存）

标准化处理步骤：

1. 创建辅助表统一方向编码：

   调查表标注	标准编码	节点ID
   西入口	W	1
   北向	N	2
   东门	E	3
   南侧	S	4

2. 使用IFERROR(VLOOKUP())组合公式实现自动编码转换：

   excel复制=IFERROR(VLOOKUP(A2, 编码对照表!$A$2:$C$5, 2, FALSE), "未识别方向")
   

3. 流量单位统一转换公式：

   excel复制=IF(单位="辆/5分钟", 流量*12, IF(单位="辆/15分钟", 流量*4, 流量))
   

提示：在模板中已内置数据验证功能，当出现异常值时单元格会自动高亮黄色警示

2. 矩阵重构与.fma格式生成

Vissim要求的.fma文件本质是带有特定格式的文本文件。传统手动编辑方式极易出错，我们通过Excel公式自动生成符合规范的内容：

核心公式组合：

excel复制=TEXTJOIN(CHAR(10), TRUE, 
    "0.00 1.00",
    COUNTA(节点列表),
    TEXTJOIN(" ", 1, 节点ID列),
    MATRIX_TO_TEXT(流量矩阵区域)
)

实际操作演示：

1. 设置时间间隔参数（B1单元格）：

   excel复制= "0.00 " & ROUND(仿真时长/3600, 2)
   

2. 构建动态矩阵标题（使用命名区域）：

   excel复制=B1 & " 1 " & COUNT(节点列表) & CHAR(10) & TEXTJOIN(" ", 1, 节点列表)
   

3. 流量矩阵转文本（自定义函数）：

   vba复制Function MatrixToText(rng As Range) As String
       Dim arr(), i As Long, j As Long, s As String
       arr = rng.Value
       For i = 1 To UBound(arr)
           s = s & Join(Application.Index(arr, i, 0), " ") & vbLf
       Next
       MatrixToText = s
   End Function
   

3. Vissim 2023导入优化技巧

新版Vissim对.fma文件导入有更严格的校验机制，需特别注意：

常见错误解决方案：

高级技巧：在模板的"Vissim校验"工作表中，已内置以下自动检测功能：

• 矩阵对称性检查（=SUM(ABS(矩阵-转置矩阵))）
• 流量总和比对（=ABS(SUM(矩阵)-调查总量)）
• 零对角线验证（=SUM(DIAG(矩阵))）

4. 动态分配实战调试

成功导入.fma文件后，建议按此流程验证动态分配效果：

1. 基础测试：

   • 关闭所有车辆输入源
   • 设置仿真速度为最大（10x）
   • 运行5分钟虚拟时间观察路径生成

2. 可视化诊断：

   python复制# 在Vissim COM接口中获取路径分析数据
   Paths = Vissim.Net.Paths.GetAll()
   for Path in Paths:
       print(f"Path {Path.AttValue('No')}:")
       print(f"  Volume: {Path.AttValue('Volume')}")
       print(f"  TravelTime: {Path.AttValue('TravelTime')}")
   

3. 灵敏度分析参数设置：

   参数	建议值范围	影响维度
   决策权重(Alpha)	0.7-1.3	路径选择随机性
   记忆衰减因子(Beta)	0.1-0.3	驾驶员学习能力
   感知阈值(Theta)	0.05-0.2	信息更新灵敏度

在最近的地铁接驳项目中发现，当OD矩阵包含超过20个节点时，建议将仿真时间步长(Simulation Resolution)从默认的10帧/秒调整为5帧/秒，可提升计算稳定性约40%而不显著影响精度。