專利名稱：：城市居民出行特征提取方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及一種獲取出行特征方法，尤其涉及一種城市居民出行特征的提取方法。
背景技術(shù)：
：居民出行調(diào)查作為城市交通調(diào)查活動的核心內(nèi)容，是掌握城市居民的出行特征，了解城市交通主體——人的出行活動規(guī)律，分析城市交通發(fā)展現(xiàn)狀及演變規(guī)律的最直接途徑，為城市交通規(guī)劃、管理、建設(shè)、優(yōu)化決策提供數(shù)據(jù)支持和定量分析基礎(chǔ)。因此，我國大多數(shù)城市都在結(jié)合交通建設(shè)與發(fā)展的需要開展大量的城巿居民出行調(diào)查，包括出行起訖點(diǎn)調(diào)查(OD調(diào)查)。該項調(diào)查及其數(shù)據(jù)處理過程通常包括表格設(shè)計、調(diào)査實施、數(shù)據(jù)編碼、數(shù)據(jù)錄入及特征提取等環(huán)節(jié)，其中特征提取環(huán)節(jié)利用調(diào)查數(shù)據(jù)得出居民出行OD矩陣，并提取出行特征以及附帶的家庭特征、居民特征等。即使作為抽樣調(diào)査，對于一個大中城市來說開展該項調(diào)查所獲得的原始調(diào)查表格通常可達(dá)數(shù)萬份，對這些數(shù)據(jù)的整理、統(tǒng)計、分析必須借助計算機(jī)工具。與其余幾個環(huán)節(jié)相比，特征提取最具技術(shù)含量，而且對于矩陣生成等操作僅靠人工作業(yè)幾乎不可能，必須提供一些自動提取的方法。另一方面，特征提取環(huán)節(jié)與其他各環(huán)節(jié)存在密不可分的關(guān)系，各環(huán)節(jié)的變化因素都會加大自動提取的難度。但是，目前已有的城市居民出行特征提取技術(shù)仍存在不少問題，突出表現(xiàn)為信息涵蓋不全，比如缺少家庭信息；數(shù)據(jù)規(guī)范性約束不夠；查詢功能單一，一些關(guān)鍵指標(biāo)需要人工計算，無法自動獲取，操作不方便；未能開發(fā)基于通用數(shù)據(jù)庫的統(tǒng)計分析功能；可維護(hù)性、易操作性差。
發(fā)明內(nèi)容本發(fā)明針對城市居民出行調(diào)査實施及其數(shù)據(jù)處理的要求，提供一種城市居民出行特征的提取方法，以便提高居民出行特征的獲取效率和質(zhì)量。本發(fā)明采用如下技術(shù)方案一種城市居民出行特征的提取方法步驟1:建立信息數(shù)據(jù)表，所述的信息數(shù)據(jù)表包括出行信息數(shù)據(jù)表、家庭信息數(shù)據(jù)表及居民信息數(shù)據(jù)表；步驟2:利用office中的access并根據(jù)步驟l所得到的數(shù)據(jù)表，創(chuàng)建關(guān)系數(shù)據(jù)庫；步驟3:利用access中的SQL語句自動提取出行特征數(shù)據(jù)、家庭特征數(shù)據(jù)、居民特征數(shù)據(jù)及居民出行OD矩陣。與現(xiàn)有技術(shù)相比，本發(fā)明具有如下優(yōu)點(diǎn)其采集一個城市居民出行信息，并以此信息建立一關(guān)系數(shù)據(jù)庫，上述信息包括核心數(shù)據(jù)信息和參數(shù)配置信息，核心數(shù)據(jù)信息包括家庭信息數(shù)據(jù)表、居民信息數(shù)據(jù)表、出行信息數(shù)據(jù)表，參數(shù)配置信息包括家庭收入分段表、居民職業(yè)分類表、居民年齡分段表、出行目的分類表、出行方式分類表；由功能強(qiáng)大的SQL(結(jié)構(gòu)化查詢)語句自動提取得到各種居民出行特征和OD矩陣。本發(fā)明克服了以往同類技術(shù)涵蓋內(nèi)容簡單、分析結(jié)果單一、自動程度低下、可維護(hù)性差、易操作性差等缺陷，因而具有很強(qiáng)的普適性，且其效率和質(zhì)量都有明顯提高。圖1為居民出行調(diào)查數(shù)據(jù)庫結(jié)構(gòu)圖。圖2為居民出行調(diào)查數(shù)據(jù)處理流程圖，圖中1.調(diào)査表設(shè)計，2.數(shù)據(jù)獲取與編碼，3.數(shù)據(jù)錄入，4.特征提取。圖3為居民出行特征自動提取流程圖。具體實施例方式一種城市居民出行特征的提取方法步驟1:建立信息數(shù)據(jù)表，所述的信息數(shù)據(jù)表包括出行信息數(shù)據(jù)表、家庭信息數(shù)據(jù)表及居民信息數(shù)據(jù)表；步驟2:利用office中的access并根據(jù)步驟1所得到的數(shù)據(jù)表，創(chuàng)建關(guān)系數(shù)據(jù)庫；步驟3:利用access中的SQL語句自動提取出行特征數(shù)據(jù)、家庭特征數(shù)據(jù)、居民特征數(shù)據(jù)及居民出行OD矩陣。在本實施例中，所述的信息數(shù)據(jù)表還包括參數(shù)配置表；所述的出行特征數(shù)據(jù)包括出行次數(shù)數(shù)據(jù)特征、出行目的數(shù)據(jù)特征、出行方式數(shù)據(jù)特征、出行時段數(shù)據(jù)特征、出行時耗數(shù)據(jù)特征；所述的家庭特征數(shù)據(jù)包括年收入分布結(jié)構(gòu)特征、購買汽車狀況特征；所述的居民特征數(shù)據(jù)包括男女性別比例、職業(yè)結(jié)構(gòu)數(shù)據(jù)特征、年齡結(jié)構(gòu)數(shù)據(jù)特征;所述的居民出行OD矩陣包括全方式OD矩陣、分方式OD矩陣。下面參照附圖，對本發(fā)明的具體實施方案作一詳細(xì)描述本發(fā)明包括三個方面的主要內(nèi)容一是居民出行調(diào)査數(shù)據(jù)庫設(shè)計；二是調(diào)査數(shù)據(jù)處理的流程設(shè)計；三是居民出行特征和OD矩陣的自動提取方法設(shè)計。1、居民出行調(diào)查數(shù)據(jù)庫設(shè)計本發(fā)明采用關(guān)系數(shù)據(jù)庫(如Access數(shù)據(jù)庫)管理居民出行調(diào)査數(shù)據(jù)，內(nèi)含2大類數(shù)據(jù)表一類是核心數(shù)據(jù)表，包括家庭信息數(shù)據(jù)表、居民信息數(shù)據(jù)表、出行信息數(shù)據(jù)表；一類是參數(shù)配置表，包括出行目的分類表、出行方式分類表、家庭收入分段表、居民年齡分段表、居民職業(yè)分類表。數(shù)據(jù)庫結(jié)構(gòu)如圖l所示。(1)核心數(shù)據(jù)表根據(jù)通常的調(diào)査內(nèi)容及其特征提取要求，核心數(shù)據(jù)表的結(jié)構(gòu)(包括各字段的名稱和取值類型)事先設(shè)定，表的內(nèi)容(即記錄)需要由用戶根據(jù)調(diào)查采集到的數(shù)據(jù)以標(biāo)準(zhǔn)化形式輸入。各個核心數(shù)據(jù)表的結(jié)構(gòu)如下所示。表1家庭信息數(shù)據(jù)表結(jié)構(gòu)字段名中文名數(shù)據(jù)類型備注ID家庭編號長整型主鍵、唯一、非空XQ小區(qū)長整型非空RS人數(shù)長整型NSR年收入長整型SFYC是否有車長整型有為1，無為o表2居民信息數(shù)據(jù)表結(jié)構(gòu)字段名中文名字段大小備注ID居民編號長整型主鍵、唯一、非空<table>tableseeoriginaldocumentpage6</column></row><table>通過主鍵和關(guān)鍵的對應(yīng)關(guān)系，家庭信息數(shù)據(jù)表與居民信息數(shù)據(jù)表的記錄之間、居民信息數(shù)據(jù)表與出行信息數(shù)據(jù)表的記錄之間分別形成了一對多的關(guān)系，這種層次化的多表結(jié)構(gòu)最大可能地避免了單表結(jié)構(gòu)的信息冗余。(2)參數(shù)配置表根據(jù)通常的調(diào)查內(nèi)容及其特征提取要求，參數(shù)配置表的結(jié)構(gòu)(包括各字段的名稱和取值類型)事先設(shè)定，并且給出缺省的表內(nèi)容(缺省表內(nèi)容具有很大的代表性，基本適用于大部分場合)。用戶也可以根據(jù)實際的調(diào)查內(nèi)容修改參數(shù)配置表的內(nèi)容，進(jìn)而影響到核心數(shù)據(jù)表的字段取值范圍和編碼形式，這是實現(xiàn)居民出行調(diào)查內(nèi)容通用性要求的關(guān)鍵。各個參數(shù)配置表的結(jié)構(gòu)和缺省內(nèi)容如下所示。<table>tableseeoriginaldocumentpage6</column></row><table>表5家庭收入分段表缺省內(nèi)容<table>tableseeoriginaldocumentpage7</column></row><table>3服務(wù)員7務(wù)農(nóng)4職員8其它表10出行目的分類表字段名中文名稱數(shù)據(jù)類型備注ID出行目的編號整型主鍵、唯一、非空CXMDMC出行目的名稱字符串允許中文，長度不限表ll出行目的分類表缺省內(nèi)容IDCXMDMCIDCXMDMC1上班6探親訪友2上學(xué)了看病3公務(wù)8回家4生活購物9其它5文娛體育表12出行方式分類表字段名中文名稱數(shù)據(jù)類型備注ID出行方式編號整型主鍵、唯一、非空CXFSMC出行方式名稱字符串允許中文，長度不限表13出行方式分類表缺省內(nèi)容IDCXFSMCIDCXFSMC1步行6摩托車2自行車了私家車3電動車、助力車8單位小汽車4公交9單位大車5出租10其它2、居民出行調(diào)查數(shù)據(jù)處理流程設(shè)計8針對以往調(diào)査信息不全及調(diào)查數(shù)據(jù)處理與特征提取技術(shù)因各內(nèi)部環(huán)節(jié)的相互脫節(jié)而造成通用性、靈活性不強(qiáng)的缺點(diǎn)，本發(fā)明在統(tǒng)一數(shù)據(jù)庫的支持下從表格設(shè)計、數(shù)據(jù)編碼、數(shù)據(jù)錄入、特征提取等環(huán)節(jié)制定了調(diào)査數(shù)據(jù)處理的集成化、標(biāo)準(zhǔn)化流程(如圖2所示)，將調(diào)査前期工作與后期數(shù)據(jù)處理工作有機(jī)結(jié)合，使得調(diào)査數(shù)據(jù)處理工作兼具標(biāo)準(zhǔn)性和靈活性。在圖2中，調(diào)査表設(shè)計1是聯(lián)系前期的調(diào)查實施階段與后期的數(shù)據(jù)處理階段的橋梁，通過參數(shù)配置表、核心數(shù)據(jù)表的編輯，可以在一定的標(biāo)準(zhǔn)前提下靈活確定具體的調(diào)查內(nèi)容方案，并保障后續(xù)的特征自動提取功能。在調(diào)查表設(shè)計l環(huán)節(jié)之后，各類調(diào)查內(nèi)容的編碼方式已定，即可根據(jù)調(diào)查方案實施數(shù)據(jù)獲取與編碼2(本發(fā)明不涉及具體的調(diào)査手段，只限定調(diào)查內(nèi)容與編碼形式)。數(shù)據(jù)錄入3將編碼后的數(shù)據(jù)通過友好的錄入界面輸入數(shù)據(jù)庫，在輸入生效之前需要進(jìn)行自動檢査以保證輸入數(shù)據(jù)的完整性、一致性和有效性。特征提取4自動提取得到居民出行特征和OD矩陣以及附屬的家庭特征、居民特征。3、居民出行特征和OD矩陣提取方法設(shè)計調(diào)査數(shù)據(jù)庫設(shè)計、數(shù)據(jù)處理流程設(shè)計最終都是為了特征提取服務(wù)。特征提取內(nèi)容包括居民出行特征(含家庭特征、居民特征)和OD矩陣，其流程如圖3所示。由于采用了規(guī)范的數(shù)據(jù)庫管理，能直接借助標(biāo)準(zhǔn)的SQL語句實現(xiàn)以往較為繁瑣、需要大量手工統(tǒng)計的居民出行特征和OD矩陣提取功能，這正是本發(fā)明提高特征提取效率的關(guān)鍵。以下分別介紹出行特征、家庭特征、居民特征以及OD矩陣的提取方法，涉及SQL語句實際執(zhí)行時，/t，力m，/，v，s等變量需用具體數(shù)字表示。(1)出行特征提取出行特征是居民出行信息特征提取的主要內(nèi)容，其提取上存在較大的困難，本發(fā)明通過SQL査詢語句，大大簡化了出行特征的提取難度。本發(fā)明主要從出行次數(shù)、出行目的、出行方式、出行時段和出行時耗等方面進(jìn)行分析。1)出行次數(shù)出行次數(shù)包括人均出行次數(shù)、出行者人均出行次數(shù)、各年齡組人均出行次數(shù)、各職業(yè)人均出行次數(shù)。①人均出行次數(shù)提取調(diào)查樣本中的總?cè)藬?shù)的SQL語句為SelectSum(家庭信息數(shù)據(jù)表.RS)from家庭信息數(shù)據(jù)表；提取調(diào)查的居民總出行次數(shù)的SQL語句為SelectCount(*)from出行信息數(shù)據(jù)表;由上述語句執(zhí)行結(jié)果計算人均出行次數(shù)=總出行次數(shù)/調(diào)査樣本總?cè)藬?shù)。②出行者人均出行次數(shù)提取出行者總數(shù)的SQL語句為SelectCount(*)from居民信息數(shù)據(jù)表；由上述語句執(zhí)行結(jié)果計算出行者人均出行次數(shù)-總出行次數(shù)/出行者總數(shù)。③各年齡組人均出行次數(shù)提取年齡組A:的出行次數(shù)的SQL語句為Select居民信息數(shù)據(jù)表.NL，Coimt(*)from居民信息數(shù)據(jù)表InnerJoin出行信息數(shù)據(jù)表on居民信息數(shù)據(jù)表.ID=出行信息數(shù)據(jù)表.JMWhereNL=/t;提取年齡組A的出行人數(shù)語句為SelectCount(*)from居民信息數(shù)據(jù)表Where由上述語句結(jié)果計算各年齡組人均出行次數(shù)=各年齡組出行次數(shù)/各年齡組的出行人數(shù)。④各職業(yè)人均出行次數(shù)提取職業(yè)/的居民的出行次數(shù)的SQL語句為SelectCount(*)from居民信息數(shù)據(jù)表InnerJoin出行信息數(shù)據(jù)表on居民信息數(shù)據(jù)表.ID=出行信息數(shù)據(jù)表.JMWhereZY，'；提取職業(yè)_/的居民的出行人數(shù)的SQL語句為SelectCount(*)from居民信息數(shù)據(jù)表WhereZY=/;由上述語句結(jié)果計算各職業(yè)人均出行次數(shù)=各職業(yè)居民的出行次數(shù)/各職業(yè)的出行人數(shù)。2)出行目的出行目的指標(biāo)分析包括全方式的出行目的結(jié)構(gòu)及分方式的出行目的結(jié)構(gòu)。①出行目的結(jié)構(gòu)提取出行目的m的出行次數(shù)的SQL語句為SelectCount(*)from出行信息數(shù)據(jù)表WhereCXMD，，由上述語句執(zhí)行結(jié)果計算，出行目的結(jié)構(gòu)為各種出行目的出行次數(shù)的比例關(guān)系。②分出行方式的出行目的結(jié)構(gòu)提取出行方式/、出行目的m的出行次數(shù)的SQL語句為SelectCount(*)from出行信息數(shù)據(jù)表WhereCXFS=/andCXMD=w;10由上述語句執(zhí)行結(jié)果計算，分出行方式的出行目的結(jié)構(gòu)即為該出行方式下各出行目的的出行次數(shù)的比例關(guān)系。3)出行方式出行方式指標(biāo)分析包括出行方式結(jié)構(gòu)、各出行目的的出行方式結(jié)構(gòu)、各年齡組的出行方式結(jié)構(gòu)與各職業(yè)出行方式結(jié)構(gòu)。①出行方式結(jié)構(gòu)提取出行方式/的出行次數(shù)的SQL語句為SelectCount(*)from出行信息數(shù)據(jù)表WhereCXFS=/;由上述語句執(zhí)行結(jié)果計算，出行方式結(jié)構(gòu)即為各種出行方式出行次數(shù)的比例關(guān)系。②分出行目的的出行方式結(jié)構(gòu)提取出行目的w、出行方式/的出行次數(shù)的SQL語句為SelectCount(*)from出行信息數(shù)據(jù)表WhereCXFS=/andCXMD=m;由上述語句執(zhí)行結(jié)果計算，分出行目的的出行方式結(jié)構(gòu)即該出行目的下各出行方式的出行次數(shù)的比例關(guān)系。③各年齡組的出行方式結(jié)構(gòu)提取年齡組A:出行方式/的出行次數(shù)的SQL語句為SelectDistinctrowCount(*)from居民信息數(shù)據(jù)表InnerJoin出行信息數(shù)據(jù)表on居民信息數(shù)據(jù)表.ID-出行信息數(shù)據(jù)表.JMWhereNL=AandCXFS=/由上述語句執(zhí)行結(jié)果計算，各年齡組的出行方式結(jié)構(gòu)即為該年齡組中各種出行方式的出行次數(shù)的比例關(guān)系。④各職業(yè)的出行方式結(jié)構(gòu)提取職業(yè)_/的出行方式/的出行次數(shù)的SQL語句為SelectDistinctrowCount(*)from居民信息數(shù)據(jù)表InnerJoin出行信息數(shù)據(jù)表on居民信息數(shù)據(jù)表.ID-出行信息數(shù)據(jù)表.JMWhereZY=/andCXFS=/;由上述語句執(zhí)行結(jié)果計算，各職業(yè)的出行方式結(jié)構(gòu)即為該職業(yè)中各種出行方式的出行次數(shù)的比例關(guān)系。4)出行時段出行時段指標(biāo)分析包括按出發(fā)時間計的出行時段結(jié)構(gòu)和按到達(dá)時間計的出行時段結(jié)構(gòu)。①按出發(fā)時間計的出行時段結(jié)構(gòu)11提取出發(fā)時間在v小時中的出行次數(shù)的SQL語句為SelectCount(*)from出行信息數(shù)據(jù)表Wherehour(CFSJ)=v;由上述語句執(zhí)行結(jié)果計算，按出發(fā)時間計的出行時段結(jié)構(gòu)即為按出發(fā)時間計的各出行時段的出行次數(shù)的比例關(guān)系。②按到達(dá)時間計的出行時段結(jié)構(gòu)提取到達(dá)時間在v小時中的居民到達(dá)總數(shù)的SQL語句為SelectCount(*)from出行信息數(shù)據(jù)表Wherehour(DDSJ)=v;由上述語句執(zhí)行結(jié)果計算，按到達(dá)時間計的出行時段結(jié)構(gòu)即為按到達(dá)時間計的各出行時段的到達(dá)次數(shù)的比例關(guān)系。5)出行時耗出行時耗指標(biāo)分析包括平均出行時耗、各出行目的的平均出行時耗、各出行方式的平均出行時耗、各職業(yè)的平均出行時耗與各年齡組的平均出行時耗。①平均出行時耗提取平均出行時耗的SQL語句為-SelectSimi(DateDiff(V',CFSJ,DDSJ))/Count(*)from出行信息數(shù)據(jù)表；②各出行目的的平均時耗提取各出行目的的出行平均時耗的SQL語句為Select出行信息數(shù)據(jù)表.CXMD，Sum(DateDiff("n"，CFSJ,DDSJ))/Count(*)from出行信息數(shù)據(jù)表Groupby出行信息數(shù)據(jù)表.CXMD;③各出行方式的平均出行時耗提取各出行方式的平均出行時耗的SQL語句為Select出行信息數(shù)據(jù)表.CXFS，Sum(DateDiff("n",CFSJ,DDSJ))/Count(*)from出行信息數(shù)據(jù)表Groupby出行信息數(shù)據(jù)表.CXFS;④各職業(yè)的平均出行時耗提取各職業(yè)的平均出行時耗的SQL語句為Select居民信息數(shù)據(jù)表.ZY，sum(DateDiff("n",CFSJ，DDSJ))/Count(*)from居民信息數(shù)據(jù)表Innerjoin出行信息數(shù)據(jù)表on居民信息數(shù)據(jù)表.ID二出行信息數(shù)據(jù)表.JMGroupby居民信息數(shù)據(jù)表.ZY;⑤各年齡組的平均出行時耗提取各年齡組的平均出行時耗的SQL語句為Select居民信息數(shù)據(jù)表.NL，sum(DateDiff("n"，CFSJ，DDSJ))/Count(*)from居民信息數(shù)據(jù)表Innerjoin出行信息數(shù)據(jù)表on居民信息數(shù)據(jù)表.10=出行信息數(shù)據(jù)表』1\4Groupby居民信息數(shù)據(jù)表.NL;(2)家庭特征提取家庭特征包括家庭年收入分布結(jié)構(gòu)和購買汽車情況分布結(jié)構(gòu)。①家庭年收入分布結(jié)構(gòu)提取年收入段s的家庭數(shù)目的SQL語句為SelectCount("from家庭信息數(shù)據(jù)表WhereNSR="由上述語句執(zhí)行結(jié)果計算，家庭年收入結(jié)構(gòu)即各年收入段家庭數(shù)目的比例關(guān)系。②購買汽車情況分布結(jié)構(gòu)提取購買汽車情況分布結(jié)構(gòu)的SQL語句為SelectSum(家庭信息數(shù)據(jù)表.SFYC)/count("AS購買汽車比例，(l-購買汽車比例)AS未購買汽車比例From家庭信息數(shù)據(jù)表；G)居民特征提取居民特征包括男女性別比例、職業(yè)結(jié)構(gòu)及年齡結(jié)構(gòu)。①男女性別比例提取男女性別比例的SQL語句問SelectSum(家庭信息敷據(jù)表.XB)/countC10AS男出行者比例,(l-男出行者比例)AS女出行者比例From家庭信息數(shù)據(jù)表；②職業(yè)結(jié)構(gòu)提取職業(yè)的居民數(shù)的SQL語句為SelectCount(*)from居民信息數(shù)據(jù)表Where由上述語句的執(zhí)行結(jié)果計算，職業(yè)結(jié)構(gòu)即為各職業(yè)的居民數(shù)的比例關(guān)系。③年齡結(jié)構(gòu)提取年齡組A的居民數(shù)的SQL語句為SelectCount(*)from居民信息數(shù)據(jù)表WhereNL咱由上述語句的執(zhí)行結(jié)果計算，年齡結(jié)構(gòu)即為各年齡組的居民數(shù)的比例關(guān)系。(4)居民出行OD矩陣提取由出行信息數(shù)據(jù)表生成居民出行OD矩陣是特征提取中很重要的工作，僅靠人工作業(yè)幾為不可能，同時用戶對于OD矩陣的輸出要求是多樣化的。但己有的一些轉(zhuǎn)換方法存在自動程度不高、輸出形式單一等缺點(diǎn)。本發(fā)明提供了一種OD矩陣自動轉(zhuǎn)換方法，可以生成全方式或分方式的OD矩陣，以滿足各種應(yīng)用的需要。①全方式OD矩陣提取全方式OD矩陣的SQL語句為TransformCount(*)Select出行信息數(shù)據(jù)表.CFDD,Count(*)from出行信息數(shù)據(jù)表Groupby出行信息數(shù)據(jù)表.CFDDPivot出行信息數(shù)據(jù)表.DDDD;②各方式OD矩陣提取各方式的OD矩陣的SQL語句為TransformCount(*)Select出行信息數(shù)據(jù)表.CFDD,Count(*)from出行信息數(shù)據(jù)表WhereCXFS=v,Groupby出行信息數(shù)據(jù)表.CFDDPivot出行信息數(shù)據(jù)表.DDDD。權(quán)利要求1、一種城市居民出行特征的提取方法，其特征在于步驟1建立信息數(shù)據(jù)表，所述的信息數(shù)據(jù)表包括出行信息數(shù)據(jù)表、家庭信息數(shù)據(jù)表及居民信息數(shù)據(jù)表；步驟2利用office中的access并根據(jù)步驟1所得到的數(shù)據(jù)表，創(chuàng)建關(guān)系數(shù)據(jù)庫；步驟3利用access中的SQL語句自動提取出行特征數(shù)據(jù)、家庭特征數(shù)據(jù)、居民特征數(shù)據(jù)及居民出行OD矩陣。2、根據(jù)權(quán)利要求l所述的城市居民出行特征的提取方法，其特征在于所述的信息數(shù)據(jù)表還包括參數(shù)配置表。3、根據(jù)權(quán)利要求1所述的城市居民出行特征的提取方法，其特征在于所述的出行特征數(shù)據(jù)包括出行次數(shù)數(shù)據(jù)特征、出行目的數(shù)據(jù)特征、出行方式數(shù)據(jù)特征、出行時段數(shù)據(jù)特征、出行時耗數(shù)據(jù)特征；所述的家庭特征數(shù)據(jù)包括年收入分布結(jié)構(gòu)特征、購買汽車狀況特征；所述的居民特征數(shù)據(jù)包括男女性別比例、職業(yè)結(jié)構(gòu)數(shù)據(jù)特征、年齡結(jié)構(gòu)數(shù)據(jù)特征;所述的居民出行OD矩陣包括全方式OD矩陣、分方式OD矩陣。全文摘要本發(fā)明公開了一種城市居民出行特征的提取方法建立信息數(shù)據(jù)表，所述的信息數(shù)據(jù)表包括出行信息數(shù)據(jù)表、家庭信息數(shù)據(jù)表及居民信息數(shù)據(jù)表；利用office中的access并根據(jù)步驟1所得到的數(shù)據(jù)表，創(chuàng)建關(guān)系數(shù)據(jù)庫；利用access中的SQL語句自動提取出行特征數(shù)據(jù)、家庭特征數(shù)據(jù)、居民特征數(shù)據(jù)及居民出行OD矩陣。本發(fā)明在統(tǒng)一數(shù)據(jù)庫的基礎(chǔ)上，用戶可在一定的標(biāo)準(zhǔn)框架內(nèi)自行設(shè)置居民出行的調(diào)查內(nèi)容和編碼形式，自動提取得到各種居民出行特征和OD矩陣。本發(fā)明克服了以往同類技術(shù)涵蓋內(nèi)容簡單、分析結(jié)果單一、自動程度低下、可維護(hù)性差、易操作性差等缺陷，因而具有很強(qiáng)的普適性，且其效率和質(zhì)量都有明顯提高。文檔編號G06Q50/00GK101546397SQ20091002660公開日2009年9月30日申請日期2009年5月5日優(yōu)先權(quán)日2009年5月5日發(fā)明者剛?cè)?意劉,劉曉慶,星趙申請人:東南大學(xué)