幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

城市交通出行行為與交通需求管理

  • 作者：鮮于建川
  • 出版社：北京航空航天大學
  • ISBN：9787512428089
  • 出版日期：2018/10/01
  • 裝幀：平裝
  • 頁數：141
人民幣：RMB 45 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    隨著經濟和社會的快速發展，交通擁堵以及由此引發的社會和環境問題已成為制約城市可持續發展的瓶頸。鮮于建川著的《城市交通出行行為與交通需求管理》在闡述出行行為研究的現狀和發展趨勢、基礎理論和基本方法的基礎上，首先分析了出行方式、出行鏈、出行時間等關鍵行為要素、要素間的相互作用規律及其對交通管理政策的相應機制；然後從社會網路視角，提出了基於多智能體模擬的出行行為及其動態性研究框架；以家庭為分析對象，研究了成員活動一出行行為的限制和關聯關係；最後分析總結了移動互聯時代下的出行數據採集和分析技術，設計了基於智能手機的多日出行調查，將多維序列比對演算法引入出行行為研究，全面系統地分析了多日活動一出行變化模式，為交通需求預測和管理提供了新的思路和方法。
    本書可作為交通規劃、交通管理、系統科學與工程、行為經濟學等領域的科研、技術和管理人員的參考書。
作者介紹
鮮于建川
    鮮于建川，女，1976年出生，四川綿陽人，管理學博士。現任上海電機學院商學院副教授、碩士生導師，荷蘭埃因霍溫理工大學高級訪問學者。主要從事運輸系統規劃與管理、出行行為分析與建模、交通經濟與管理政策評價等方面的研究。主持和參與國家自然科學基金課題5項、省部級課題4項，在國內外交通領域專業期刊發表學術論文30余篇。
目錄
第1章  緒論
第2章  出行行為分析概述
  2.1  基於活動的出行行為分析
  2.2  離散選擇模型
    2.2.1  基本假設
    2.2.2  隨機效用理論
    2.2.3  GEV模型
    2.2.4  Probit模型和Mixed Logit模型
    2.2.5  混合選擇模型
  2.3  基於風險的持續時間模型
    2.3.1  參數模型
    2.3.2  半參數模型
    2.3.3  非參數模型
  2.4  受限因變數模型
第3章  出行方式選擇行為
  3.1  出行方式選擇的個體差異
  3.2  後悔理論視角下的出行方式選擇行為
    3.2.1  RRM-MNL模型
    3.2.2  模型應用
    3.2.3  模型屬性
  3.3  出行鏈-出行方式相互影響
    3.3.1  出行方式與出行鏈
    3.3.2  RSBP模型
    3.3.3  模型應用
  3.4  行方式與出行時間選擇
    3.4.1  離散-連續選擇模型
    3.4.2  模型應用
第4章  出行方式-出行鏈聯合選擇
  4.1  出行方式和出行鏈模式選擇
  4.2  基於Cross-Nested Logit模型的聯合選擇行為分析
    4.2.1  Cross-Nested Logit模型
    4.2.2  通勤出行方式和出行鏈模式聯合選擇
  4.3  基於貝葉斯方法的聯合選擇行為分析
    4.3.1  出行行為分析貝葉斯網路模型構造
    4.3.2  基於Bayes網路的聯合選擇行為分析
第5章  出行者時間使用模式研究
  5.1  時間使用模式
    5.1.1  FLM模型
    5.1.2  模型應用
  5.2  日出行時間分析
  5.3  活動安排模式
    5.3.1  CDP模型
    5.3.2  模型的應用
  5.4  通勤出行時間差異性分析
    5.4.1  多層線性模型
    5.4.2  通勤出行時間分析
第6章  個體活動-出行選擇行為相互影響研究
  6.1  活動-出行需求在家庭成員間的分配
    6.1.1  SEM模型
    6.1.2  模型設定

    6.1.3  模型結果分析
  6.2  通勤出行長度選擇
    6.2.1  BOP模型
    6.2.2  模型構造及分析
  6.3  出行時間相互影響
    6.3.1  基於Copula函數的日出行時間模型
    6.3.2  模型結果分析
  6.4  社會網路視角下的出行選擇行為
    6.4.1  社會網路及其建模
    6.4.2  基於社會網路視角的出行行為研究框架
第7章  多日活動-出行行為研究
  7.1  活動-出行模式
  7.2  多維序列比對
  7.3  Panel Effects Regression模型
  7.4  多日活動-出行模式
    7.4.1  基於多日出行數據的活動-出行變化模式分析
    7.4.2  結論及展望
第8章  人工智慧方法在出行行為分析中的應用
  8.1  基於知識的神經網路
    8.1.1  基於決策樹的KBNN的構造
    8.1.2  KBNN在出行行為分析中的應用
  8.2  遺傳聚類演算法
    8.2.1  聚類分析
    8.2.2  活動模式表達
    8.2.3  中心聚類演算法
    8.2.4  基於遺傳演算法和K中心聚類的新演算法
    8.2.5  分析及結果
  8.3  支持向量機
    8.3.1  支持向量機模型
    8.3.2  建模數據
    8.3.3  模型標定
第9章  移動互聯時代下的出行數據採集和分析技術
  9.1  出行調查
  9.2  基於智能手機的出行調查
    9.2.1  調查方案和調查軟體
    9.2.2  調查數據處理
    9.2.3  回訪調查
  9.3  基於智能手機的出行數據採集
  9.4  基於移動數據的出行行為分析
第10章  出行行為分析中的集計預測技術
  10.1  個體選擇的集計問題
  10.2  集計分析思想
  10.3  集計分析方法
    10.3.1  代表性個體法
    10.3.2  分類法
    10.3.3  統計微分法
    10.3.4  直接積分法
    10.3.5  樣本枚舉法
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032