滿額折
商品簡介
目次
相關商品
商品簡介
《大數據條件下的軌道交通網絡化客流組織理論與方法》面向超大規模路網、超大規模客流的運輸組織，系統介紹大數據條件下的軌道交通運營數據的融合處理方法、乘客行為挖掘方法、客流預測分析方法、路網狀態識別及控制的理論和方法，闡述大數據條件下乘客畫像的構建方法、面向大數據的多場景乘客出行行為建模理論、數據驅動的路網狀態識別、路網協同限流控制與精準誘導理論和方法。
目次
目錄
前言
第一章 大數據條件下軌道交通網絡化客流組織理論 1
1.1 大數據條件下軌道交通網絡化客流組織理論框架 2
1.2 國內外綜述 4
1.2.1 大數據條件下的乘客行為特性建模 4
1.2.2 大數據條件下的路網客流預測方法 6
1.2.3 大數據條件下的路網狀態識別方法 7
1.2.4 大數據條件下的路網客流控制理論 8
1.2.5 大數據條件下的路網客流誘導方法 9
參考文獻 10
第二章 軌道交通客流大數據挖掘 15
2.1 旅行時間異常分析 15
2.1.1 基於箱線圖的標準時間帶分析 15
2.1.2 基於集成算法的旅行時間異常檢測 16
2.1.3 案例分析 18
2.2 路網客流異常分析 25
2.2.1 基於數據驅動方法的客流模式異常識別 25
2.2.2 客流異常識別案例分析 28
2.3 乘客用戶“畫像”構建 32
2.3.1 乘客“畫像”卡帳戶指標體系的構建 32
2.3.2 卡帳戶出行時空分布特徵分析 33
2.3.3 活躍卡帳戶職住地估計 36
2.3.4 案例分析 36
2.4 以地理數據為主的多源數據采集 42
2.4.1 軌道交通站點相關數據及來源 42
2.4.2 電子地圖地理數據采集 43
2.4.3 其他數據采集 43
2.5 本章小結 44
參考文獻 44
第三章 基於數據驅動的乘客出行行為分析與建模 45
3.1 基於決策場理論的乘客出發車站選擇行為建模 45
3.1.1 決策場理論 45
3.1.2 基於多備擇決策場理論封站條件下乘客出發車站選擇模型 49
3.1.3 基於極大似然估計的模型參數標定方法 52
3.1.4 案例分析 54
3.2 考慮旅行時間可靠性的乘客出發時間選擇行為建模 64
3.2.1 旅行時間可靠性定義 64
3.2.2 基於可預測性的旅行時間可靠性度量方法 65
3.2.3 考慮旅行時間可靠性的乘客出發時間選擇模型 70
3.2.4 案例分析 77
3.3 擁擠大客流下具有反向行為的乘客路徑選擇行為建模 85
3.3.1 乘客反向乘車行為分析 85
3.3.2 乘客兩階段選擇行為模型 85
3.3.3 基於高斯混合分布的貝葉斯模型 89
3.3.4 參數標定算法 91
3.3.5 案例分析 92
3.4 本章小結 96
參考文獻 97
第四章 面向大數據的軌道交通客流預測方法 99
4.1 面向土地利用數據的軌道交通進出站量預測方法 99
4.1.1 候選變量的探索回歸 100
4.1.2 站點客流量預測結果 105
4.2 基於圖卷積神經網絡的短時客流預測 107
4.2.1 短時客流的時空圖卷積預測方法 108
4.2.2 案例分析 111
4.3 客流控制下軌道交通出站量預測方法 118
4.3.1 基於動態徑向基函數的出站量預測模型 118
4.3.2 數據集 122
4.3.3 案例分析 125
4.4 封站場景下軌道交通進出站量預測方法 134
4.4.1 封站場景下客流預測方法 134
4.4.2 案例分析 137
4.5 本章小結 151
參考文獻 151
第五章 面向數據驅動的軌道交通路網狀態識別方法 153
5.1 基於譜聚類的路網能力瓶頸識別方法 153
5.1.1 軌道交通拓撲網絡構建 153
5.1.2 車站評價指標選取 154
5.1.3 基於換乘網的車站擁堵識別模型構建 154
5.1.4 擁堵識別模型求解流程 155
5.1.5 案例分析 156
5.2 基於密度聚類的軌道交通路網狀態識別方法 162
5.2.1 路網狀態評價指標構建 162
5.2.2 基於歷史數據的路網評價指標分級 163
5.2.3 基於KNN算法的路網狀態評估 167
5.2.4 案例分析 167
5.3 基於密度聚類的軌道交通關鍵車站狀態識別方法 169
5.3.1 車站狀態評價指標構建 169
5.3.2 關鍵車站識別流程 170
5.3.3 基於密度聚類形成關鍵車站區域 170
5.3.4 基於線性回歸驗證車站關聯度分析有效性 172
5.3.5 案例分析 172
5.4 本章小結 182
參考文獻 182
第六章 基於強化學習的軌道交通路網協同限流方法 183
6.1 城市軌道交通路網協同限流模型建立 183
6.1.1 符號定義 183
6.1.2 模型假設 184
6.1.3 目標函數 184
6.1.4 約束條件 184
6.2 城市軌道交通路網協同限流模型求解 187
6.3 案例分析 190
6.4 本章小結 193
參考文獻 194
第七章 數據驅動的軌道交通精準誘導方法及系統 195
7.1 城市軌道交通路網精準誘導理論 195
7.2 路網精準誘導信息生成方法 196
7.2.1 誘導信息內容生成方法 196
7.2.2 誘導信息展現形式確定方法 197
7.3 路網精準誘導信息發布方法 199
7.3.1 誘導信息發布時空範圍確定 199
7.3.2 個性化誘導信息發布方法 201
7.3.3 個性化誘導信息發布優化 203
7.4 廣州地鐵多場景下客流精準誘導信息系統 205
7.4.1 系統體系結構設計 205
7.4.2 系統關鍵功能服務描述 206
7.5 本章小結 209
參考文獻 209
前言
第一章 大數據條件下軌道交通網絡化客流組織理論 1
1.1 大數據條件下軌道交通網絡化客流組織理論框架 2
1.2 國內外綜述 4
1.2.1 大數據條件下的乘客行為特性建模 4
1.2.2 大數據條件下的路網客流預測方法 6
1.2.3 大數據條件下的路網狀態識別方法 7
1.2.4 大數據條件下的路網客流控制理論 8
1.2.5 大數據條件下的路網客流誘導方法 9
參考文獻 10
第二章 軌道交通客流大數據挖掘 15
2.1 旅行時間異常分析 15
2.1.1 基於箱線圖的標準時間帶分析 15
2.1.2 基於集成算法的旅行時間異常檢測 16
2.1.3 案例分析 18
2.2 路網客流異常分析 25
2.2.1 基於數據驅動方法的客流模式異常識別 25
2.2.2 客流異常識別案例分析 28
2.3 乘客用戶“畫像”構建 32
2.3.1 乘客“畫像”卡帳戶指標體系的構建 32
2.3.2 卡帳戶出行時空分布特徵分析 33
2.3.3 活躍卡帳戶職住地估計 36
2.3.4 案例分析 36
2.4 以地理數據為主的多源數據采集 42
2.4.1 軌道交通站點相關數據及來源 42
2.4.2 電子地圖地理數據采集 43
2.4.3 其他數據采集 43
2.5 本章小結 44
參考文獻 44
第三章 基於數據驅動的乘客出行行為分析與建模 45
3.1 基於決策場理論的乘客出發車站選擇行為建模 45
3.1.1 決策場理論 45
3.1.2 基於多備擇決策場理論封站條件下乘客出發車站選擇模型 49
3.1.3 基於極大似然估計的模型參數標定方法 52
3.1.4 案例分析 54
3.2 考慮旅行時間可靠性的乘客出發時間選擇行為建模 64
3.2.1 旅行時間可靠性定義 64
3.2.2 基於可預測性的旅行時間可靠性度量方法 65
3.2.3 考慮旅行時間可靠性的乘客出發時間選擇模型 70
3.2.4 案例分析 77
3.3 擁擠大客流下具有反向行為的乘客路徑選擇行為建模 85
3.3.1 乘客反向乘車行為分析 85
3.3.2 乘客兩階段選擇行為模型 85
3.3.3 基於高斯混合分布的貝葉斯模型 89
3.3.4 參數標定算法 91
3.3.5 案例分析 92
3.4 本章小結 96
參考文獻 97
第四章 面向大數據的軌道交通客流預測方法 99
4.1 面向土地利用數據的軌道交通進出站量預測方法 99
4.1.1 候選變量的探索回歸 100
4.1.2 站點客流量預測結果 105
4.2 基於圖卷積神經網絡的短時客流預測 107
4.2.1 短時客流的時空圖卷積預測方法 108
4.2.2 案例分析 111
4.3 客流控制下軌道交通出站量預測方法 118
4.3.1 基於動態徑向基函數的出站量預測模型 118
4.3.2 數據集 122
4.3.3 案例分析 125
4.4 封站場景下軌道交通進出站量預測方法 134
4.4.1 封站場景下客流預測方法 134
4.4.2 案例分析 137
4.5 本章小結 151
參考文獻 151
第五章 面向數據驅動的軌道交通路網狀態識別方法 153
5.1 基於譜聚類的路網能力瓶頸識別方法 153
5.1.1 軌道交通拓撲網絡構建 153
5.1.2 車站評價指標選取 154
5.1.3 基於換乘網的車站擁堵識別模型構建 154
5.1.4 擁堵識別模型求解流程 155
5.1.5 案例分析 156
5.2 基於密度聚類的軌道交通路網狀態識別方法 162
5.2.1 路網狀態評價指標構建 162
5.2.2 基於歷史數據的路網評價指標分級 163
5.2.3 基於KNN算法的路網狀態評估 167
5.2.4 案例分析 167
5.3 基於密度聚類的軌道交通關鍵車站狀態識別方法 169
5.3.1 車站狀態評價指標構建 169
5.3.2 關鍵車站識別流程 170
5.3.3 基於密度聚類形成關鍵車站區域 170
5.3.4 基於線性回歸驗證車站關聯度分析有效性 172
5.3.5 案例分析 172
5.4 本章小結 182
參考文獻 182
第六章 基於強化學習的軌道交通路網協同限流方法 183
6.1 城市軌道交通路網協同限流模型建立 183
6.1.1 符號定義 183
6.1.2 模型假設 184
6.1.3 目標函數 184
6.1.4 約束條件 184
6.2 城市軌道交通路網協同限流模型求解 187
6.3 案例分析 190
6.4 本章小結 193
參考文獻 194
第七章 數據驅動的軌道交通精準誘導方法及系統 195
7.1 城市軌道交通路網精準誘導理論 195
7.2 路網精準誘導信息生成方法 196
7.2.1 誘導信息內容生成方法 196
7.2.2 誘導信息展現形式確定方法 197
7.3 路網精準誘導信息發布方法 199
7.3.1 誘導信息發布時空範圍確定 199
7.3.2 個性化誘導信息發布方法 201
7.3.3 個性化誘導信息發布優化 203
7.4 廣州地鐵多場景下客流精準誘導信息系統 205
7.4.1 系統體系結構設計 205
7.4.2 系統關鍵功能服務描述 206
7.5 本章小結 209
參考文獻 209
今日66折
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。