正版
基于移动数据源的城市群交通出行分析理论与方法
- 书名
- 基于移动数据源的城市群交通出行分析理论与方法
- 作者
- 王江锋 等 著
- 出版社
- 机械工业出版社
- 出版时间
- 2026-07-01
- ISBN
- 9787111812043
- 货号
- 1204459674
- 品相
- 全新
- 分类
- 当代·工业
- 书名
- 基于移动数据源的城市群交通出行分析理论与方法
- 作者
- 王江锋 等 著
- 出版社
- 机械工业出版社
- 出版时间
- 2026-07-01
- ISBN
- 9787111812043
- 货号
- 1204459674
- 品相
- 全新
- 分类
- 当代·工业
作者简介▼
王江锋,北京交通大学交通运输学院交通工程系教授、博导。研究方向包括交通运输规划与管理、交通控制与安全、城市交通工程理论与技术、智能运输系统理论与技术、交通安全保障、国土空间与交通协同发展以及综合交通大数据与数字交通。主持和参与了多项重要科研项目,包括国家自然科学基金项目、重点研发计划项目等。
目录▼
前言
第1章 手机信令数据质量控制方法
1.1 数据质量分析/001
1.1.1 质量问题来源/001
1.1.2 质量问题分类/002
1.1.3 质量问题识别/004
1.1.4 实例分析/005
1.2 数据质量评价体系设计/009
1.2.1 数据质量评价系统框架/009
1.2.2 数据质量评价指标体系/012
1.2.3 层次分析-模糊综合评价法/014
1.3 基于张量分解的数据质量控制方法/019
1.3.1 张量基础理论/019
1.3.2 基于梯度的Tucker分解数据质量修复方法/026
1.3.3 实例验证/029
1.4 小结/033
第2章 城市交通方式划分方法
2.1 出行路径推断/036
2.1.1 手机信令出行路径推断的必要性/037
2.1.2 主流路径推断技术评述/038
2.1.3 基于隐马尔可夫模型的出行路径推断/039
2.2 基于多特征融合的交通方式识别模型/047
2.2.1 多源特征工程体系/048
2.2.2 基于随机森林的分类模型构建/053
2.3 实证分析/054
2.3.1 数据准备与预处理/054
2.3.2 参数标定/055
2.3.3 结果分析/056
2.4 结论/062
第3章 城市网约车轨迹异常识别与调度优化方法
3.1 数据处理方法/063
3.1.1 数据生态与采集渠道/063
3.1.2 订单级数据处理/064
3.1.3 轨迹级数据处理/065
3.1.4 多源融合与时空索引/066
3.2 城市网约车轨迹异常识别方法/066
3.2.1 研究背景与现有局限/067
3.2.2 核心定义与模型概述/067
3.2.3 轨迹数据预处理模块/071
3.2.4 异常轨迹检测模块/071
3.2.5 异常轨迹类型识别模块/076
3.3 城市网约车调度优化方法/077
3.3.1 研究动机与现实挑战/078
3.3.2 问题定义与建模/078
3.3.3 优化方法/081
3.3.4 服务公平性与激励机制/083
3.4 小结/085
第4章 都市圈层级和区域划分方法
4.1 理论基础与框架/088
4.1.1 背景意义/088
4.1.2 方法框架/089
4.2 都市圈功能区划分方法/091
4.2.1 划分方法概述/091
4.2.2 网格模型构建/092
4.2.3 聚类算法与属性选择/094
4.2.4 功能区筛选与确定/095
4.2.5 方法优缺点与改进方向/097
4.3 通勤特征分析及层级识别方法/098
4.3.1 通勤特征研究的重要性/098
4.3.2 通勤联系强度分析方法/099
4.3.3 通勤时空特征分析方法/101
4.3.4 通勤可达性分析方法/103
4.3.5 层级结构识别方法/104
4.4 案例应用:北京都市圈层级划分/107
4.4.1 数据来源与处理/107
4.4.2 功能区划分结果/110
4.4.3 通勤联系强度分析/114
4.4.4 通勤时空特征分析/118
4.4.5 通勤可达性评价/124
4.4.6 层级结构识别/128
4.4.7 规划启示/132
4.5 小结/134
第5章 城市群出行特征挖掘与驱动机理建模方法
5.1 概述/135
5.1.1 研究背景/135
5.1.2 国内外研究现状/137
5.2 城市群出行时空特征挖掘/140
5.2.1 城际出行量时间分布特征/140
5.2.2 基于时空特征的旅客出行目的识别/146
5.3 城市群出行需求驱动机理建模与应用/153
5.3.1 GWNN模型与案例分析/153
5.3.2 SHAP理论与案例分析/157
5.4 小结/160
第6章 城市群出行预测方法
6.1 概述/162
6.1.1 研究背景/162
6.1.2 国内外研究现状/163
6.2 城市群出行需求短时预测/166
6.2.1 概述/166
6.2.2 基于深度学习的OD需求预测模型构建/167
6.2.3 城市群城际出行OD需求预测结果分析/177
6.3 城市群出行行程时间预测/189
6.3.1 概述/189
6.3.2 融合分位数回归的OD行程时间区间预测模型/190
6.3.3 城市群城际出行OD行程时间区间预测结果分析/194
6.4 小结/200
第7章 城市群综合交通韧性评估方法
7.1 概述/202
7.1.1 研究背景/202
7.1.2 文献综述/203
7.2 城市群综合交通网络和韧性评估模型构建/206
7.2.1 城市群多层交通网络模型/206
7.2.2 级联失效模型/208
7.2.3 韧性评估指标/212
7.3 突发事件下交通网络级联失效和韧性评估分析/214
7.3.1 不同场景下的网络韧性仿真分析/215
7.3.2 乘客选择行为对网络韧性的影响/221
7.3.3 网络供需关系对网络韧性的影响/223
7.4 小结/225
第8章 基于手机信令数据的城市群出行特征分析
8.1 手机信令数据的预处理与出行分布分析/227
8.1.1 手机信令数据预处理/227
8.1.2 出行分布分析/230
8.2 出行模式匹配与时空特性分析/234
8.2.1 出行模式匹配算法/234
8.2.2 不同出行模式的时空特性分析/234
8.3 综合运输通道识别与时空特性分析/235
8.3.1 综合运输通道的识别算法/235
8.3.2 综合运输通道的时空特征分析/239
8.4 小结/245
第9章 基于动态超图卷积网络的多方式客流预测方法
9.1 客流预测研究概况/246
9.2 超图概念定义/249
9.2.1 超图网络构建/250
9.2.2 静态超图概念/251
9.2.3 动态超图概念/255
9.3 多方式客流预测模型构建/257
9.3.1 模型框架设计/257
9.3.2 关键模块设计/258
9.3.3 模型训练策略设计/261
9.4 案例分析/263
9.4.1 数据介绍/263
9.4.2 实验配置及评价指标/264
9.4.3 模型有效性分析/265
9.4.4 模型敏感性分析/273
9.4.5 消融实验分析/274
9.5 小结/276
第10章 智慧高速路侧单元布局多目标优化模型
10.1 路侧单元交通适应性表征体系/277
10.1.1 路侧单元布局分析/277
10.1.2 智慧高速信息传输特性分析/284
10.1.3 路侧单元交通适应性表征体系构建/292
10.2 路侧单元布局多目标优化模型/297
10.2.1 问题描述/297
10.2.2 模型构建/298
10.2.3 求解算法设计/300
10.3 案例分析/302
10.3.1 实验场景搭建及参数设置/302
10.3.2 实验结果分析/304
10.4 小结/314
参考文献/315
文摘▼
本书系统阐述基于手机信令、网约车轨迹等移动数据源的城市群交通出行分析理论、方法与应用技术。全书针对移动数据质量问题,构建质量控制与评价体系;围绕出行路径推断、交通方式识别、客流预测等核心问题,提出融合隐马尔可夫模型、深度学习、超图卷积网络等前沿算法的解决方案;建立都市圈层级划分、综合交通韧性评估等分析框架,并探讨智慧高速路侧单元布局优化方法。本书通过理论建模、算法设计与实证案例相结合,为城市群交通规划与管理提供方法论支撑。本书可供交通运输工程、交通规划与管理、智慧城市等领域的科研人员、研究生及高年级本科生阅读使用,也可作为交通规划设计院所、交通管理部门及相关企业技术人员的参考用书。





