一种用于预测预定区域未来出行需求的系 统，该系统包括信息预测单元，所述信息预测单元根据如前所述的用于评估预定区域当前 出行需求的系统所获得的在预定时间段内在预定时间段内数据预测所述预定区域未来出 行需求。
[0047] 本发明的上述技术方案相比现有技术具有以下优点：
[0048] 1、本发明提出的评估预定区域当前出行需求的方法及系统以及预测预定区域未 来出行需求的方法及系统综合利用了土地使用数据、居民活动特性数据和无线通讯设备数 据，并对多种数据进行汇总分析，既解决了传统的居民出行调查的数据采集方式所带来的 评估结果不准确、不及时等问题，又解决了现有的利用无线通讯设备数据获取居民出行信 息的方式所带来的评估结果未考虑并非所有的出行者均拥有可以产生移动数据的设备导 致数据不准确的问题，本发明通过将土地使用数据和无线通讯设备数据进行融合，进而根 据融合得到的数据与居民活动特性数据评估待研宄区域的当前出行需求信息并基于评估 的结果对所述预定区域的未来出行需求进行预测，所评估以及预测的结果均与实际的交通 状况更接近、提高了对于交通发生吸引量的评估以及预测的准确性。
[0049] 2、本发明所评估的预定区域当前出行需求信息包括所述预定区域在预定时间段 内各个子区域之间的实际出行需求0D矩阵数据、第二融合数据和所述预定区域在预定时 间段内各个子区域之间的以一特定的出行目的的实际出行需求0D矩阵数据中的至少一 个，其中，各个子区域之间的实际出行需求0D矩阵数据使人们可以很方便直观地获知预定 区域在预定时间段内的出行需求；所述第二融合数据使人们充分认识区域内居民的出行目 的、行为模式，同时为出行需求分析提供基础数据；所述预定区域在预定时间段内各个子区 域之间的以一特定的出行目的的实际出行需求0D矩阵数据使人们得以分析各个子区域作 为不同类型目的地的交通吸引力，便于认识各个子区域的出行特性，并为预测未来的不同 出行目的的出行需求提供基础数据。
[0050] 3、本发明在判断定位点作为目的地的类型时结合了用户在定位点停留的时间长 度、所处时间段和所述定位点所在的子区域的用地属性进行判断，由于在判别过程中同时 考虑了定位点所在的子区域的用地属性，使得对于定位点作为目的地的类型的判定更加严 谨，判断结果更加准确可靠。
[0051] 4、本发明在对数据进入融合处理之前还进行了数据清洗处理，通过数据清洗单元 自动对获取的数据进行清洗，去除异常数据对后续处理的干扰，降低系统计算和存储的负 担。
[0052] 5、本发明在对交通需求进行预测的过程中采用增长系数法，该方法构造简单，收 敛速度较快，适用于分时段、分目的的交通需求矩阵预测，应用较为便捷。
【附图说明】
[0053] 为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合 附图，对本发明作进一步详细的说明，其中
[0054] 图1是本发明实施例1的一种用于评估预定区域当前出行需求的方法；
[0055] 图2是本发明实施例1中待研宄区域交通小区划分示意图；
[0056] 图3是本发明实施例3的一种用于预测预定区域未来出行需求的系统的示意图；
[0057] 图4是本发明实施例3的一种用于预测预定区域未来出行需求的系统的变形例的 示意图；
【具体实施方式】
[0058] 在下文中，将参考附图通过实施方式对本发明提供的用于评估预定区域当前出行 需求的方法和设备，以及用于预测预定区域未来出行需求的方法及系统进行详细的描述。
[0059] 需要说明的是，本文中的术语"第一"、"第二"、"第三"、"第四"等（如果存在）用 于在类似要素之间进行区别，并且不一定是描述特定的次序或者按时间的顺序。要理解，这 样使用的这些术语在适当的环境下是可互换的，使得在此描述的主题的实施例例如是能够 以与那些说明的次序不同的次序或者以在此描述的另外的次序来进行操作。
[0060] 实施例1 :
[0061] 本实施例提供一种用于评估预定区域当前出行需求的方法，如图1所示，包括以 下步骤：
[0062]S1 :获取所述预定区域在预定时间段内对应的土地使用数据、居民活动特性数据 和无线通讯设备数据。以北京上地_清河地区为例，假设该地区为我们将要研宄的区域， 研宄区域的用地规划图可以为GIS格式，显示用地规划中对于不同类型用地区域的划分情 况。
[0063] 对于居民活动特性数据，可以通过对所述预定区域内的居民在预定时间段内的出 行情况进行访问调查，将调查的结果以列表或其它形式存储。
[0064] 数据表的形式及模型标定的结果如表1所示。
[0065] 表1居民活动特性数据表样例
[0067] 对于无线通讯设备数据，可以从无线通讯设备原始数据列表中提取需要的数据， 例如信令数据或GPS定位数据等，数据表的样例如表2所示，用户名已经匿名处理。
[0068] 表2无线通讯设备数据表样例
[0070]S2 :按照一定的规则将所述预定区域划分为n个子区域，并通过分析得到各个子 区域在预定时间段内对应的土地使用数据和无线通讯设备数据。研宄区域交通小区划分图 如图2所示，该图中主要依据道路分割形式以及小区用地性质进行划分。交通小区的划分 原则主要包括：尽量保证分区内土地使用、经济社会属性较为一致；尽量以铁路、河川等天 然屏障作为分区界限；考虑路网构成；分区数量和分区中的人口适当；对已经做过0D调查 的城市尽量维持原有划分等等。为了方便起见，将研宄区域外的北京市区分为3个区域。
[0071] S3:对每个子区域在预定时间段内对应的土地使用数据和无线通讯设备数据分别 进行融合处理，得到第一融合数据。
[0072] 所述的融合处理包括：
[0073] 将待融合的无线通讯设备数据中的所有定位点的定位位置信息加载至待融合的 土地使用数据对应的土地使用地图，加载定位信息后的地图样例如图4所示。
[0074] 利用地图匹配的方法判断所述定位点是否位于所述土地使用地图中；
[0075] 如果位于，获取该定位点所在子区域的土地使用数据，并将该土地使用数据与该 定位点的定位位置信息关联。所述土地使用数据包括子区域的编号和/或子区域的用地属 性。经过数据融合后的无线通讯设备数据样例如表3所示：
[0076] 表3数据融合处理后的无线通讯设备数据表
[0078] S4:根据所述第一融合数据以及所述居民活动特性数据获取所述预定区域的当前 出行需求信息。所述当前出行需求信息包括在预定时间段内各个子区域之间的实际出行需 求0D矩阵数据、所述预定区域在预定时间段内所有用户的出行链信息和所述预定区域在 预定时间段内各个子区域之间的以一特定的出行目的的实际出行需求0D矩阵数据中的至 少一个。所述特定的出行目的为去工作地、回家、去购物休闲地中的一种。其中，各个子区 域之间的出行需求0D矩阵信息使人们可以很方便直观地获知预定区域在预定时间段内的 出行需求；所述第二融合数据使人们充分认识区域内居民的出行目的、行为模式，同时为出 行需求分析提供基础数据；所述预定区域在预定时间段内各个子区域之间的以一特定的出 行目的的实际出行需求0D矩阵数据使人们得以分析各个子区域作为不同类型目的地的交 通吸引力，便于认识各个子区域的出行特性，并为预测未来的不同出行目的的出行需求提 供基础数据。
[0079] 获取所述预定区域在预定时间段内各个子区域之间的实际出行需求0D矩阵数据 的步骤包括：
[0080] (S41)设置一个nXn的矩阵：
，其中b表示以子区域i 为起点，子区域j为终点的交通量，i和j均小等于n。
[0081] (S42)将矩阵中的所有数据清零，即初始矩阵中所有数字均为0。
[0082] (S43)根据所述第一融合数据中同一用户产生的所有定位点分别所在的子区域的 编号，分析该用户在子区域之间的出行路线。对于不同日期不同时段的出行需求分析，只需 要选取所需时段的无线通讯设备数据即可。下面以某工作日全天案例区域出行需求为例说 明。
[0083] 对于案例