城市計算中交通擁堵評估與預測方法及應用（簡體書）

《城市計算中交通擁堵評估與預測方法及應用》屬￿城市計算中智能交通領域的圖書之一，主要針對國內城市浮動車數據挖掘與處理的發展現狀，基於浮動車相關的交通大數據，探討智能交通大數據的分析和挖掘方法，並綜合利用數據挖掘的理論與方法，對交通大數據典型應用場景進行探討，用於支撐城市的交通規劃和運營。《城市計算中交通擁堵評估與預測方法及應用》主要研究內容包括：交通大數據基本類型與處理技術、交通流參數、交通數據的分析、交通擁堵的評估、交通擁堵的預測和交通短時客流預測。《城市計算中交通擁堵評估與預測方法及應用》可為全方位、大數據、高效運行的基於交通數據的擁堵分析提供理論與技術支持。

目錄
前言
上篇城市交通數據基礎知識
第1章緒論 3
1.1 研究背景及意義 3
1.2 智能交通系統介紹 7
1.2.1 智能交通系統的定義 7
1.2.2 智能交通系統的發展 8
1.2.3 智能交通系統的處理過程 9
1.3 浮動車採集路況信息技術 10
1.4 交通軌跡數據挖掘介紹 12
1.5 交通擁堵的研究現狀 15
1.5.1 交通擁堵評估的研究現狀 15
1.5.2 交通擁堵預測的研究現狀 17
第2章 城市交通相關數據 19
2.1 浮動車數據 19
2.1.1 北京市出租車數據集 19
2.1.2 紐約市出租車數據集 21
2.1.3 紐約市共享單車數據集 24
2.1.4 其他數據集 25
2.2 道路數據 26
2.3 地圖興趣點數據 29
2.4 本章小結29
第3章 城市交通數據的清洗 30
3.1 清洗無效點 30
3.2 清洗無效軌跡 32
3.3 清洗時間相關的無效數據 33
3.4 清洗無效乘客狀態 34
3.5 清洗無效停靠點 35
3.6 本章小結 38
第4章 交通數據的地圖匹配 39
4.1 地圖匹配問題來源 39
4.2 地圖匹配算法分類 40
4.2.1 基於幾何方法的地圖匹配算法 40
4.2.2 基於概率方法的地圖匹配算法 42
4.2.3 基於高級方法的地圖匹配算法 42
4.2.4 基於採樣點範圍的地圖匹配算法 42
4.3 常用的地圖匹配算法 43
4.3.1 局部性匹配算法 43
4.3.2 GeoHash算法 45
4.3.3 時空匹配算法 50
4.3.4 全域匹配算法 52
4.3.5 MapInfo電子地圖匹配介紹 52
4.4 本章小結 53
第5章 交通流數據相關參數 54
5.1 參數提取 54
5.2 交通流相關基本參數 55
5.2.1 計算交通量 55
5.2.2 計算平均速度 56
5.2.3 計算平均密度 57
5.2.4 基於行程時間比 58
5.2.5 基於擁堵里程比例 59
5.3 計算道路速度 61
5.4 計算擁堵閾值 63
5.5 交通流參數分佈特性 64
5.5.1 交通量時空分佈特性 64
5.5.2 平均速度時空分佈特性 70
5.6 本章小結 75
中篇交通擁堵識別與預測模型
第6章 基於離線交通軌跡的數據壓縮 79
6.1 地圖信息分塊 80
6.1.1 繪製原始地圖 81
6.1.2 地圖分塊方法 82
6.2 軌跡信息壓縮算法 85
6.2.1 軌跡信息壓縮算法分類 85
6.2.2 軌跡信息壓縮基本算法 88
6.2.3 空間數據壓縮算法 90
6.2.4 實時數據壓縮算法 96
6.3 軌跡壓縮實驗數據處理及分析 100
6.4 本章小結 101
第7章 基於交通軌跡的擁堵識別 103
7.1 交通擁堵識別模型框架 104
7.2 交通擁堵特徵參數 105
7.2.1 標準化處理評價指標 105
7.2.2 權重係數判定方法 105
7.2.3 計算參數綜合測度值 107
7.2.4 確定擁堵等級閾值 107
7.2.5 定位應用 108
7.2.6 在線監控算法小結 109
7.3 交通軌跡在線監控模擬實驗 110
7.3.1 在線監控算法實驗 110
7.3.2 實驗總結 113
7.4 交通擁堵識別算法 113
7.4.1 交通擁堵識別算法概述 113
7.4.2 交通擁堵識別算法結果 114
7.5 本章小結 118
第8章 基於深度學習的短時交通擁堵預測模型 120
8.1 深度學習概述 120
8.2 基於深度學習的短時交通擁堵預測模型框架 126
8.3 基於SAE的短時交通量預測模型 128
8.3.1 輸入向量的選擇 128
8.3.2 模型的訓練 128
8.3.3 實驗環境 131
8.3.4 性能指標 131
8.3.5 參數的確定 132
8.3.6 預測結果 134
8.4 基於SAE的短時交通平均速度預測模型 138
8.4.1 輸入特徵向量的選擇 138
8.4.2 模型的訓練 138
8.4.3 參數的確定 140
8.4.4 預測結果 140
8.5 短時交通擁堵預測結果 143
8.6 本章小結 145
下篇交通數據可視化
第9章 交通擁堵等級判定及可視化 149
9.1 可視化概述 150
9.2 路網擁堵等級評估與可視化 152
9.2.1 路網擁堵等級評估 152
9.2.2 路網擁堵等級可視化 153
9.3 道路擁堵等級評估與可視化 156
9.3.1 道路擁堵等級評估 156
9.3.2 道路擁堵等級可視化 158
9.4 道路擁堵排名評估及可視化 161
9.4.1 道路擁堵排名評估 161
9.4.2 道路擁堵可視化 161
9.5 本章小結 163
第10章 交通擁堵的可視化設計與實現 164
10.1 交通可視化研究現狀 164
10.2 交通擁堵展示的不同視角 166
10.2.1 地圖視圖 166
10.2.2 道路列表視圖 167
10.2.3 條件篩選視圖 168
10.2.4 道路速度視圖 169
10.3 可視化數據選擇 170
10.3.1 道路數據提取 170
10.3.2 GPS數據處理實現 171
10.3.3 地圖匹配實現 173
10.3.4 道路速度表建立 173
10.3.5 推薦擁堵閾值計算與擁堵檢測實現 174
10.4 可視化窗口實現與擁堵分析案例 176
10.4.1 地圖視圖實現 176
10.4.2 道路列表視圖實現 177
10.4.3 條件篩選器實現 178
10.5 交通可視化主界面 179
10.6 本章小結 180
參考文獻 181
附錄A 交通量時空分佈特性結果圖 186
附錄B 平均速度時空分佈特性結果圖 189
附錄C 交通擁堵識別結果圖 192
附錄D 交通量預測結果圖 195
附錄E 平均速度預測結果圖 198
附錄F 交通擁堵等級預測結果圖 201