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

大數據條件下的軌道交通網路化客流組織理論與方法

  • 作者：蔡昌俊//許心越//劉軍|責編:魏英傑
  • 出版社：科學
  • ISBN：9787030726056
  • 出版日期：2022/08/01
  • 裝幀：平裝
  • 頁數：210
人民幣：RMB 108 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書面向超大規模路網、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。
    本書可作為軌道交通專業研究者的參考資料，也可供軌道交通運營管理企業、軌道交通客流管理人員和技術人員參考。
作者介紹
蔡昌俊//許心越//劉軍|責編:魏英傑
目錄
前言
第一章  大數據條件下軌道交通網路化客流組織理論
  1.1  大數據條件下軌道交通網路化客流組織理論框架
  1.2  國內外綜述
    1.2.1  大數據條件下的乘客行為特性建模
    1.2.2  大數據條件下的路網客流預測方法
    1.2.3  大數據條件下的路網狀態識別方法
    1.2.4  大數據條件下的路網客流控制理論
    1.2.5  大數據條件下的路網客流誘導方法
  參考文獻
第二章  軌道交通客流大數據挖掘
  2.1  旅行時間異常分析
    2.1.1  基於箱線圖的標準時間帶分析
    2.1.2  基於集成演算法的旅行時間異常檢測
    2.1.3  案例分析
  2.2  路網客流異常分析
    2.2.1  基於數據驅動方法的客流模式異常識別
    2.2.2  客流異常識別案例分析
  2.3  乘客用戶「畫像」構建
    2.3.1  乘客「畫像」卡賬戶指標體系的構建
    2.3.2  卡賬戶出行時空分佈特徵分析
    2.3.3  活躍卡賬戶職住地估計
    2.3.4  案例分析
  2.4  以地理數據為主的多源數據採集
    2.4.1  軌道交通站點相關數據及來源
    2.4.2  電子地圖地理數據採集
    2.4.3  其他數據採集
  2.5  本章小結
  參考文獻
第三章  基於數據驅動的乘客出行行為分析與建模
  3.1  基於決策場理論的乘客出發車站選擇行為建模
    3.1.1  決策場理論
    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
    3.1.3  基於極大似然估計的模型參數標定方法
    3.1.4  案例分析
  3.2  考慮旅行時間可靠性的乘客出發時間選擇行為建模
    3.2.1  旅行時間可靠性定義
    3.2.2  基於可預測性的旅行時間可靠性度量方法
    3.2.3  考慮旅行時間可靠性的乘客出發時間選擇模型
    3.2.4  案例分析
  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
    3.3.1  乘客反向乘車行為分析
    3.3.2  乘客兩階段選擇行為模型
    3.3.3  基於高斯混合分佈的貝葉斯模型
    3.3.4  參數標定演算法
    3.3.5  案例分析
  3.4  本章小結
  參考文獻
第四章  面向大數據的軌道交通客流預測方法
  4.1  面向土地利用數據的軌道交通進出站量預測方法

    4.1.1  候選變數的探索回歸
    4.1.2  站點客流量預測結果
  4.2  基於圖卷積神經網路的短時客流預測
    4.2.1  短時客流的時空圖卷積預測方法
    4.2.2  案例分析
  4.3  客流控制下軌道交通出站量預測方法
    4.3.1  基於動態徑向基函數的出站量預測模型
    4.3.2  數據集
    4.3.3  案例分析
  4.4  封站場景下軌道交通進出站量預測方法
    4.4.1  封站場景下客流預測方法
    4.4.2  案例分析
  4.5  本章小結
  參考文獻
第五章  面向數據驅動的軌道交通路網狀態識別方法
  5.1  基於譜聚類的路網能力瓶頸識別方法
    5.1.1  軌道交通拓撲網路構建
    5.1.2  車站評價指標選取
    5.1.3  基於換乘網的車站擁堵識別模型構建
    5.1.4  擁堵識別模型求解流程
    5.1.5  案例分析
  5.2  基於密度聚類的軌道交通路網狀態識別方法
    5.2.1  路網狀態評價指標構建
    5.2.2  基於歷史數據的路網評價指標分級
    5.2.3  基於KNN演算法的路網狀態評估
    5.2.4  案例分析
  5.3  基於密度聚類的軌道交通關鍵車站狀態識別方法
    5.3.1  車站狀態評價指標構建
    5.3.2  關鍵車站識別流程
    5.3.3  基於密度聚類形成關鍵車站區域
    5.3.4  基於線性回歸驗證車站關聯度分析有效性
    5.3.5  案例分析
  5.4  本章小結
  參考文獻
第六章  基於強化學習的軌道交通路網協同限流方法
  6.1  城市軌道交通路網協同限流模型建立
    6.1.1  符號定義
    6.1.2  模型假設
    6.1.3  目標函數
    6.1.4  約束條件
  6.2  城市軌道交通路網協同限流模型求解
  6.3  案例分析
  6.4  本章小結
  參考文獻
第七章  數據驅動的軌道交通精準誘導方法及系統
  7.1  城市軌道交通路網精準誘導理論
  7.2  路網精準誘導信息生成方法
    7.2.1  誘導信息內容生成方法
    7.2.2  誘導信息展現形式確定方法
  7.3  路網精準誘導信息發布方法

    7.3.1  誘導信息發布時空範圍確定
    7.3.2  個性化誘導信息發布方法
    7.3.3  個性化誘導信息發布優化
  7.4  廣州地鐵多場景下客流精準誘導信息系統
    7.4.1  系統體系結構設計
    7.4.2  系統關鍵功能服務描述
  7.5  本章小結
  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