一种出行特征分析系统的制作方法

1.本发明涉及城市交通规划技术领域，特别是涉及一种出行特征分析系统。


背景技术：

2.随着城市的发展，城市人口不断增加，居民出行的选择范围也越来越广，因此，居民的出行量也在不断增加，为满足居民日益增长的出行需求，需要对居民出行特征进行分析，从而合理调节出行需求，优化出行时间，减少城市交通系统运行压力。城市内交通出行方式主要包括步行、自驾汽车、公交车、轨道、自行车、出租车和网约车。
3.以往的研究往往仅从某一方面分析居民的出行特征，未将出行行为和职住特征进行整合和统一分析。


技术实现要素：

4.本发明的目的是提供一种出行特征分析系统，明确多方式交通出行现状。
5.为实现上述目的，本发明提供了如下方案：
6.一种出行特征分析系统，包括：
7.出行分布特征模块，用于获取目标区域内出行分布指标，所述出行分布指标包括出发量、到达量和各类出行方式的出行量，所述出行方式包括步行、自驾汽车、公交车、轨道、自行车、出租车和网约车；
8.出行统计特征模块，用于获取目标区域内出行统计指标，所述出行统计指标包括平均出行距离、平均出行时长、出行时间和高峰出行比例，还用于获取目标区域内各类出行方式的出行比例；所述出行时间包括目标区域内各出行者的出发时刻和到达终点时刻，所述高峰出行比例为预设高峰时间段内出行量与总时间段内出行量之比；
9.职住特征统计模块，用于获取目标区域内职住特征统计指标，所述职住特征统计指标包括平均收入、年龄结构、性别结构和教育水平结构；
10.职住平衡分析模块，用于确定目标区域内职住平衡分析指标，所述职住平衡分析指标包括居民就业人口、居住人口、居住就业总人口、就业人口密度、居住人口密度以及职住比；
11.数据统计分析模块，分别与所述出行分布特征模块、所述出行统计特征模块、所述职住特征统计模块和所述职住平衡分析模块连接；所述数据统计分析模块包括第一数据概况显示单元、第一出行量变化曲线显示单元、第一数据详情显示单元、第二数据概况显示单元、第二出行量变化曲线显示单元、第二数据详情显示单元、第三显示单元和第四显示单元；
12.所述第一数据概况显示单元用于显示自定义时间段内目标区域内的各类出行方式的出行量和占总出行量百分比；
13.所述第一出行量变化曲线显示单元用于显示自定义时间段内目标区域内的各类出行方式的出行量变化曲线；
14.所述第一数据详情显示单元用于显示自定义时间段内目标区域内的出发量、到达量和出行量分布；
15.所述第二数据概况显示单元用于显示自定义时间段内目标区域内的出行时间、平均出行距离和平均出行时长；
16.所述第二出行量变化曲线显示单元用于显示自定义时间段内目标区域内的各类出行方式的出行距离变化曲线和出行时长变化曲线；
17.所述第二数据详情显示单元用于显示自定义时间段内目标区域内的高峰出行比例和各类出行方式的出行比例；
18.所述第三显示单元用于显示自定义时间段内目标区域内所述职住特征统计指标；
19.所述第四显示单元用于显示自定义时间段内目标区域内所述职住平衡分析指标。
20.可选地，还包括：
21.所述数据统计分析模块还包括相关性分析单元和多元线性回归分析模型构建单元；
22.所述相关性分析单元，用于采用斯皮尔曼等级相关系数和显著性检验，将出行特征指标与职住特征指标进行相关性分析，获得每个所述出行特征指标与每个职住特征指标之间的相关性值，将所述职住特征指标中相关性值小于设定相关性阈值的职住特征指标删除，获得相关职住特征指标；所述职住特征指标包括职住特征统计指标和职住平衡分析指标，所述出行特征指标包括出行分布特征指标和出行统计特征指标；
23.多元线性回归分析模型构建单元，用于对每个出行特征指标，均根据所述相关职住特征指标构建一个多元线性回归分析模型；根据每个多元线性回归分析模型确定各相关职住特征指标对对应出行特征指标的影响。
24.可选地，还包括数据存储模块，所述数据存储模块用于存储所述出行分布特征模块、所述出行统计特征模块、所述职住特征统计模块和所述职住平衡分析模块获得的数据。
25.可选地，还包括时间自定义模块，用于自定义所述出行分布特征模块、所述出行统计特征模块、所述职住特征统计模块和所述职住平衡分析模块的时间段，自定义的时间段包括自定义日期和自定义时间段；所述自定义日期包括年度、季度、工作日以及非工作日，所述自定义时间段包括早高峰时间段、晚高峰时间段以及小时段。
26.可选地，还包括粒度选择模块，分别与所述出行分布特征模块、所述出行统计特征模块、所述职住特征统计模块和所述职住平衡分析模块连接，用于支持所述出行分布特征模块、所述出行统计特征模块、所述职住特征统计模块和所述职住平衡分析模块从指定空间粒度进行数据获取，所述指定空间粒度包括县区级、街道级、交通小区和栅格级。
27.可选地，还包括数据导出模块，所述数据导出模块分别与所述出行分布特征模块、所述出行统计特征模块、所述职住特征统计模块和所述职住平衡分析模块连接，用于导出自定义时间段内指定空间粒度内的所述出行分布特征模块、所述出行统计特征模块、所述职住特征统计模块和所述职住平衡分析模块获取的数据。
28.可选地，所述数据导出模块导出的数据以数据表格形式、数据变化曲线形式、图片形式或者地图形式显示。
29.可选地，还包括数据处理模块，所述数据处理模块用于将获取的各类出行方式数据转换为包含出发位置、到达位置和出行时间的出行规范数据，还用于将获取的各类出行
方式数据中异常数据进行剔除；
30.所述出行分布特征模块还用于基于所述数据处理模块处理后的数据确定各类出行方式的出行量、出发量和到达量。
31.根据本发明提供的具体实施例，本发明公开了以下技术效果：
32.本发明公开了一种出行特征分析系统，出行分布特征模块，用于获取目标区域内各类出行方式的出行量、出发量和到达量；出行统计特征模块，用于获取目标区域内各类出行方式的平均出行距离、平均出行时长、出行时间、高峰出行比例和各类出行方式的出行比例；数据统计分析模块用于显示自定义时间段内目标区域内出行分布特征模块、出行统计特征模块、职住特征统计模块和职住平衡分析模块获取的数据，通过分析各种出行方式特征，明确多方式交通出行现状，为监测城市交通运行现状提供方法工具，为城市交通规划提供辅助决策。
附图说明
33.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
34.图1为本发明一种出行特征分析系统结构示意图；
35.图2为本发明出行分布特征指标体系示意图；
36.图3为本发明出行统计特征指标体系示意图；
37.图4为本发明职住特征指标体系示意图；
38.图5为本发明职住平衡分析指标体系示意图。
具体实施方式
39.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
40.本发明的目的是提供一种出行特征分析系统，通过分析各种出行方式特征，明确多方式交通出行现状，为监测城市交通运行现状提供方法工具，为城市交通规划提供辅助决策。
41.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
42.图1为本发明一种出行特征分析系统结构示意图，如图1所示，一种出行特征分析系统，包括：
43.出行分布特征模块，用于获取目标区域内出行分布指标，所述出行分布指标包括出发量、到达量和各类出行方式的出行量(od)，所述出行方式包括步行、自驾汽车、公交车、轨道、自行车、出租车和网约车。
44.od为各类出行方式的交通出行量，通过各类交通方式(出行方式)od可以确定使用
各类交通方式出行者的分布规律，为城市交通规划和管理提供数据。根据存储于数据存储模块的出行分布获取od数据，将各类交通方式的od分别相加获得各类出行方式的od。
45.出发量指从指定区域前往其他区域出行者的数量，根据存储于数据存储模块的出行分布获取出发数据，将从指定区域前往其他区域出行者的数量相加获得出发量。
46.到达量指从其他区域前往指定区域出行者的数量，根据存储于数据存储模块的出行分布获取到达数据，将从其他区域去往指定区域出行者的数量相加获得到达量。
47.出行统计特征模块，用于获取目标区域内出行统计指标，所述出行统计指标包括平均出行距离、平均出行时长、出行时间和高峰出行比例，还用于获取目标区域内各类出行方式的出行比例；所述出行时间包括目标区域内各出行者的出发时刻和到达终点时刻，所述高峰出行比例为预设高峰时间段内出行量与总时间段内出行量之比。
48.出行统计特征模块能够高效直观地掌握各个区域的出行特征。
49.平均出行距离指目标区域内全部出行者出行距离的平均值，是表征出行者出行特征的基本指标之一。根据存储于数据存储模块的出行分布获取出行距离数据，计算目标区域内全部出行者出行距离的平均值，获得平均出行距离。
50.平均出行时长指区域内全部出行者出行时长的平均值，是表征出行者出行特征的基本指标之一。根据存储于数据存储模块的出行分布获取出行时长数据，计算目标区域内全部出行者出行时长的平均值，获得平均出行时长。
51.出行时间指目标区域内出行者从起始点出发和到达终止点的时刻，是表征出行者出行特征的基本指标之一。根据存储于数据存储模块的出行分布获取出行时间数据，统计区域内出行者从起始点出发和到达终止点的时刻，获得出行时间。
52.高峰出行比例指目标区域内高峰时段内出行量占全部时段出行量的比例，是表征出行者高峰时段出行的基本指标之一。根据存储于数据存储模块的出行分布获取出行时间数据和出行量数据，将目标区域内高峰时段内出行量与全部时段出行量的比值作为高峰出行比例。
53.各类出行方式的出行比例包括步行出行比例、自驾汽车出行比例、公交车出行比例、轨道出行比例、自行车出行比例、出租车出行比例和网约车出行比例。
54.其中，步行出行比例指目标区域内步行出行量占全部出行量的比例，是表征出行者步行出行的基本指标之一。根据存储于数据存储模块的出行分布获取出行量数据和步行出行量数据，将目标区域内步行出行量与全部出行量的比值作为步行出行比例。
55.自驾出行比例指目标区域内自驾出行量占全部出行量的比例，是表征出行者使用自驾出行的基本指标之一。根据存储于数据存储模块的出行分布获取出行量数据和自驾出行量数据，将目标区域内自驾出行量与全部出行量的比值作为自驾出行比例。
56.公交出行比例指目标区域内公交出行量占全部出行量的比例，是表征出行者使用公交出行的基本指标之一。根据存储于数据存储模块的出行分布获取出行量数据和公交出行量数据，将目标区域内公交出行量与全部出行量的比值作为公交出行比例。
57.轨道出行比例指目标区域内轨道出行量占全部出行量的比例，是表征出行者使用轨道出行的基本指标之一。根据存储于数据存储模块的出行分布获取出行量数据和轨道出行量数据，将目标区域内轨道出行量与全部出行量的比值作为轨道出行比例。
58.自行车出行比例指目标区域内自行车出行量占全部出行量的比例，是表征出行者
使用自行车出行的基本指标之一。根据存储于数据存储模块的出行分布获取出行量数据和自行车出行量数据，将目标区域内自行车出行量与全部出行量的比值作为自行车出行比例。
59.出租车出行比例指目标区域内出租车出行量占全部出行量的比例，是表征出行者使用出租车出行的基本指标之一。根据存储于数据存储模块的出行分布获取出行量数据和出租车出行量数据，将目标区域内出租车出行量与全部出行量的比值作为出租车出行比例。
60.网约车出行比例指目标区域内网约车出行量占全部出行量的比例，是表征出行者使用网约车出行的基本指标之一。根据存储于数据存储模块的出行分布获取出行量数据和网约车出行量数据，将目标区域内网约车出行量与全部出行量的比值作为网约车出行比例。
61.慢行出行比例指区域内步行出行量与自行车出行量之和占全部出行量的比例，是表征出行者使用慢行出行的基本指标之一。根据存储于数据存储模块的出行分布获取出行量数据和步行出行量与自行车出行量之和数据，将目标区域内慢行出行量与全部出行量的比值作为慢行出行比例。
62.绿色出行比例指区域内步行出行量、自行车出行量、公交出行量、轨道出行量之和占全部出行量的比例，是表征出行者使用绿色交通方式出行的基本指标之一。根据存储于数据存储模块的出行分布获取出行量数据和步行出行量、自行车出行量、公交出行量、轨道出行量数据，将目标区域内绿色出行量与全部出行量的比值作为绿色出行比例。
63.职住特征统计模块，用于获取目标区域内职住特征统计指标，所述职住特征统计指标包括平均收入、年龄结构、性别结构和教育水平结构。
64.平均收入指目标区域内居民的平均收入。根据存储于数据存储模块的居民出行调查获取居民收入数据，将目标区域内居民收入的平均值作为平均收入。
65.年龄结构指目标区域内居民的各年龄段所占比例。根据存储于数据存储模块的居民出行调查获取居民年龄数据，将目标区域内居民各年龄所占比例作为年龄结构。
66.性别结构指目标区域内居民的男女性别所占比例。根据存储于数据存储模块的居民出行调查获取居民性别数据，将目标区域内居民男女性别所占比例作为性别结构。
67.教育水平结构指目标区域内居民的各教育水平所占比例。根据存储于数据存储模块的居民出行调查获取居民教育水平数据，将目标区域内居民各教育水平所占比例作为教育水平结构。
68.职住平衡分析模块，用于确定目标区域内职住平衡分析指标，所述职住平衡分析指标包括居民就业人口、居住人口、居住就业总人口、就业人口密度、居住人口密度以及职住比。
69.就业人口指在目标区域内就业的人口总数。根据存储于数据存储模块的居民出行调查获取居民就业数据，将目标区域内就业人口数相加作为就业人口。
70.居住人口指在目标区域内居住的人口总数。根据存储于数据存储模块的居民出行调查获取居民居住数据，将目标区域内居住人口数相加作为居住人口。
71.居住就业总人口指在目标区域内居住和就业的人口总数。根据存储于数据存储模块的居民出行调查获取居民居住数据和居民就业数据，将目标区域内居住人口和就业人口
数相加作为居住就业总人口。
72.就业人口密度指目标区域内单位土地面积上的就业人口数量，根据存储于数据存储模块的居民出行调查获取居民就业数据，存储于数据存储模块的城市区域获取区域面积数据，将目标区域内就业人口总数和区域土地面积的比值作为就业人口密度。
73.居住人口密度指目标区域内单位土地面积上的居住人口数量。根据存储于数据存储模块的居民出行调查获取居民居住数据，存储于数据存储模块的城市区域获取区域面积数据，将目标区域内居住人口总数和区域土地面积的比值作为居住人口密度。
74.居住就业总人口密度指目标区域内单位土地面积上的居住就业总人口数量。根据存储于数据存储模块的居民出行调查获取居民居住数据和居民就业数据，存储于数据存储模块的城市区域获取区域面积数据，将目标区域内居住就业总人口数和区域土地面积的比值作为居住就业总人口密度。
75.职住比指目标区域内就业人口数量与居住人口数量的比值。根据存储于数据存储模块的居民出行调查获取居民就业数据和居民居住数据，将目标区域内就业人口数量与居住人口数量的比值作为职住比。
76.数据统计分析模块，分别与所述出行分布特征模块、所述出行统计特征模块、所述职住特征统计模块和所述职住平衡分析模块连接；所述数据统计分析模块包括第一数据概况显示单元、第一出行量变化曲线显示单元、第一数据详情显示单元、第二数据概况显示单元、第二出行量变化曲线显示单元、第二数据详情显示单元、第三显示单元和第四显示单元；
77.所述第一数据概况显示单元用于显示自定义时间段内目标区域内的各类出行方式的出行量和占总出行量百分比；
78.所述第一出行量变化曲线显示单元用于显示自定义时间段内目标区域内的各类出行方式的出行量变化曲线；
79.所述第一数据详情显示单元用于显示自定义时间段内目标区域内的出发量、到达量和出行量分布；
80.所述第二数据概况显示单元用于显示自定义时间段内目标区域内的出行时间、平均出行距离和平均出行时长；
81.所述第二出行量变化曲线显示单元用于显示自定义时间段内目标区域内的各类出行方式的出行距离变化曲线和出行时长变化曲线；
82.所述第二数据详情显示单元用于显示自定义时间段内目标区域内的高峰出行比例和各类出行方式的出行比例；
83.所述第三显示单元用于显示自定义时间段内目标区域内所述职住特征统计指标。
84.所述第四显示单元用于显示自定义时间段内目标区域内所述职住平衡分析指标。
85.根据出行分布指标建立出行分布特征指标体系，如图2所示，出行分布特征指标体系包括交通方式od因素和出发到达量因素。根据出行统计指标建立出行统计特征指标体系，如图3所示，出行统计指标包括出行距离因素、出行时间因素和出行比例因素。根据职住特征统计指标建立职住特征指标体系，如图4所示。根据职住平衡分析指标建立职住平衡分析指标体系，如图5所示，职住平衡分析指标体系包括人口数量因素、人口密度因素和职住比因素。
86.数据统计分析模块，用于分析目标区域内的职住特征统计数据和职住平衡分析数据对该区域的出行分布特征数据和出行统计特征数据的影响，以及多目标区域内的职住特征统计数据和职住平衡分析数据对各目标区域之间的出行分布特征数据和出行统计特征数据的影响。数据统计分析模块还包括相关性分析单元和多元线性回归分析模型构建单元。
87.所述相关性分析单元，用于采用斯皮尔曼等级相关系数和显著性检验，将出行特征指标与职住特征指标进行相关性分析，获得每个所述出行特征指标与每个职住特征指标之间的相关性值，将所述职住特征指标中相关性值小于设定相关性阈值的职住特征指标删除，获得相关职住特征指标；所述职住特征指标包括职住特征统计指标和职住平衡分析指标，所述出行特征指标包括出行分布特征指标和出行统计特征指标。
88.多元线性回归分析模型构建单元，用于对每个出行特征指标，均根据所述相关职住特征指标构建一个多元线性回归分析模型；根据每个多元线性回归分析模型确定各相关职住特征指标对对应出行特征指标的影响。
89.多元线性回归分析模型如下：
90.y＝β0 β1x1
…
βjxj
…
β
p
x
p
ε；
91.其中，y为因变量，具体表示出行特征指标中的待分析指标，j∈[1,2,
…
,p]，xj表示相关职住特征指标中的第j项指标；ε表示随机误差项，β0表示截距项；βj表示对应于xj的斜率项。通过各xj对应的βj确定各相关职住特征指标对出行特征指标y的影响。βj值越大，影响越大。
[0092]
一种出行特征分析系统还包括数据存储模块，数据存储模块用于存储出行分布特征模块、出行统计特征模块、职住特征统计模块和职住平衡分析模块获得的数据。
[0093]
一种出行特征分析系统还包括时间自定义模块，用于自定义所述出行分布特征模块、所述出行统计特征模块、所述职住特征统计模块和所述职住平衡分析模块的时间段，自定义的时间段包括自定义日期和自定义时间段；所述自定义日期包括年度、季度、工作日以及非工作日，所述自定义时间段包括早高峰时间段、晚高峰时间段以及小时段。
[0094]
一种出行特征分析系统还包括粒度选择模块，分别与所述出行分布特征模块、所述出行统计特征模块、所述职住特征统计模块和所述职住平衡分析模块连接，用于支持所述出行分布特征模块、所述出行统计特征模块、所述职住特征统计模块和所述职住平衡分析模块从指定空间粒度进行数据获取，所述指定空间粒度包括县区级、街道级、交通小区和栅格级。
[0095]
一种出行特征分析系统还包括数据导出模块，所述数据导出模块分别与所述出行分布特征模块、所述出行统计特征模块、所述职住特征统计模块和所述职住平衡分析模块连接，用于导出自定义时间段内指定空间粒度内的所述出行分布特征模块、所述出行统计特征模块、所述职住特征统计模块和所述职住平衡分析模块获取的数据。
[0096]
一种出行特征分析系统还包括数据处理模块，数据处理模块与出行分布特征模块、出行统计特征、职住特征统计模块以及职住平衡分析模块相连接。
[0097]
数据处理模块用于将获取的各类出行方式数据转换为包含出发位置、到达位置和出行时间的出行规范数据，对于公交和轨道交通，将刷卡afc数据中上车点和下车点与站点位置数据拟合，确定od具体位置；对于小汽车数据，使用互联网lbs数据进行数据提取。数据
处理模块还用于将获取的各类出行方式数据中异常数据进行剔除，对于明显不符合通常出行特征的数据，进行筛选并清洗。具体为：数据处理模块依次对用户手机定位数据、公交车上下车刷卡、轨道afc刷卡数据、自行车开关锁等数据进行数据完整性校验、数据有效性校验、数据清洗和标准化处理，转换为包含出发位置、到达位置和出行时间等的出行规范数据，并发送至所述数据存储模块进行存储。异常数据包括设定时间范围内一张卡的多次刷卡(公交卡和地铁卡)数据，或超出车辆常规速度(设定速度范围)的行驶数据。
[0098]
小汽车为预设车型范围内的汽车，小汽车包括轿车、suv(运动型多用途汽车)和mpv(多用途汽车)。
[0099]
出行分布特征模块还用于基于数据处理模块处理后的数据确定各类出行方式的出行量、出发量和到达量。
[0100]
本发明从多个角度出发，全面系统整理和分析将城市居民出行特征，为交通规划与管理提供参考意见。
[0101]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
[0102]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。