道路網短時交通需求預測理論、方法及應用（簡體書）

《道路網短時交通需求預測理論、方法及應用》研究道路網交通狀態參數實時、動態、智能獲取條件下,交通狀態參數預測的理論、方法和應用問題。主要介紹了交通需求短時預測的基礎知識和方法,包括:交通流基本特征和參數、時間序列分析、卡爾曼濾波法、神經網絡方法、支持向量機方法,狀、態空間模型方法以及混沌時間序列方法等,建立了預測模型,給出了模型的算法,面向實際問題進行了實例考證,并分析了預測的可靠性問題。
《道路網短時交通需求預測理論、方法及應用》可供交通工程和交通運輸專業的本科生,交通運輸規劃與管理、交通信息工程及控制學科的研究生,以及從事交通相關專業的研究人員閱讀參考。

邵春福,河北滄縣人,北京交通大學教授、博土生導師。1957年生,1982年2月西安公路學院(現長安大學)本科畢業,留校任教:1988年,獲日本京都大學數理工程學科碩士學位:1991年獲日本京都大學交通土木工程學科博士學位;博士研究生畢業后,在日本系統科學研究所從事博士后研究和工作至1999年。回國后,任教子北京交通大學至今,先后任城市交通研究所所長、交通工程系主任和城市交通復雜系統理論與技術教育部重點實驗室主任等職。主要從事交通規劃、智能交通、交通安全等教學和研究工作。1994年主譯《男性心像、女性心像》,1995年主譯《交通工程學》,2004年主編《交通規劃原理》,2008年主編《交通經濟學》等;曾獲第29屆北京奧運會”科技奧運先進個人”、北京市優秀教師、北京市教學名師、北京市師德先進個人、寶鋼教育基金優秀教師以及國務院特殊津貼等稱號。

第1章 緒論
1.1 城市交通與信息服務
1.2 一般預測問題
1.2.1 預測的分類
1.2.2 預測的程序
1.3 交通狀態短時預測概述
1.4 交通狀態短時預測研究現狀

第2章 交通流短時預測基礎
2.1 交通流時空特性參數
2.1.1 交通流基本參數
2.1.2 交通流基本參數的統計分布
2.1.3 交通流基本參數的關系模型
2.2 基本流程、特點及要求
2.3 交通流數據預處理技術
2.3.1 交通流數據的來源
2.3.2 數據融合
2.3.3 交通流數據故障的識別
2.3.4 交通流故障數據的修復方法
2.3.5 交通流數據的整理

第3章 交通狀態可靠性評價方法
3.1 行程時間可靠性基本理論
3.1.1 路網可靠性提出背景
3.1.2 行程時間可靠性統計的可行性
3.2 行程時間可靠性指標體系
3.2.1 可靠性指標體系
3.2.2 行程時間可靠性指標
3.3 交通狀態可靠性實證分析
3.3.1 實證分析的程序
3.3.2 行程時間可靠性評價
3.3.3 服務水平與可靠性
3.3.4 風險與可靠性
3.3.5 可靠性與成本效益關系

第4章 交通狀態短時預測的基本方法
4.1 短時預測方法綜述
4.1.1 基于線性系統理論的預測方法
4.1.2 基于知識發現的智能模型預測方法
4.1.3 基于非線性系統理論的預測方法
4.1.4 基于組合模型的預測方法
4.1.5 基于交通模擬的預測方法
4.2 回歸分析預測方法
4.2.1 模型概述
4.2.2 一元線性回歸預測法
4.2.3 多元線性回歸模型
4.2.4 非線性回歸預測法
4.3 確定型時間序列預測方法
4.3.1 時間序列分析預測法概述
4.3.2 移動平均法
4.3.3 指數平滑法
4.3.4 差分一指數平滑法
4.3.5 自適應濾波算法

第5章 隨機型時間序列預測方法
5.1 隨機時間序列預測的基本概念
5.1.1 隨機時間序列
5.1.2 交通狀態預測時間序列模型
5.2 交通流短時預測的時間序列方法
5.2.1 自回歸模型
5.2.2 滑動平均模型
5.2.3 自回歸滑動平均模型
5.2.4 時間序列的預報
5.2.5 Box-Jenkins模型
……

第6章 城市道路交通狀態數據的時空相關性
第7章 基于狀態空間模型的道路網多斷面短時交通流預測模型
第8章 基于支持向量回歸的道路網多斷面短時交通流預測模型
第9章 基于混沌時間序列的道路網多斷面短時交通流預測模型
第10章 基于神經網絡的路網短時交通流預測
參考文獻