城市交通出行行为分析及多方式交通协同组织理论与方法
2020-09-28 15:15:27 0 举报AI智能生成
城市交通出行行为分析及多方式交通协同组织理论与方法
作者其他创作
大纲/内容
4 城市交通多方式交通需求预测
4.1 概述
4.2 城市交通单一出行模式下交通需求预测
4.3 城市交通组合出行模式下交通需求预测
4.3.1 多方式交通需求预测框架
4.3.2 需求函数
4.3.3 费用函数
4.3.4 随机用户平衡条件
4.3.5 变分不等式模型
4.3.6 求解算法
4.3.7 算例
4.3.8 基于出行链的组合分配
4.3.9 考虑路网降级的组合分配
4.4 面向城市可持续发展的交通需求预测
4.5 组合出行模式下动态解析分配模型与算法
4.5.1 概述
4.5.2 DDSUE平衡条件
4.5.3 约束条件
4.5.4 模型建立
4.5.5 求解算法
4.5.6 算例
5 城市交通多方式协同组织
5.1 概述
5.2 出行链的结构特征及交通诱导
5.2.1 出行链的结构特征
5.2.2 多方式交通诱导
5.3 出行链重构分析方法
5.3.1 出行链重构的概念及表现形式
5.3.2 出行链重构机理分析
5.3.3 基于多阶段决策理论的出行链重构分析方法
5.3.4 出行链重构技术
5.4 出行链重构效果分析
5.4.1 基于统计方法的出行链重构效果分析
5.4.2 基于模型的出行链重构效果分析
5.5 出行链的演化
5.5.1 出行链演化过程中出行者的学习机制
5.5.2 出行链演化建模方法
6 城市交通协同管理政策
6.1 概述
6.1.1 城市交通环境及问题
6.1.2 城市交通环境影响因素
6.2 城市交通政策需求
6.2.1 交通经济政策
6.2.2 交通科技政策
6.2.3 交通管理政策
6.3 城市交通政策
6.3.1 城市交通环境法律政策
6.3.2 城市交通经济政策
6.3.3 城市交通需求管理政策
6.4 城市交通多方式协同管理案例分析
6.4.1 英国伦敦
6.4.2 日本东京
6.4.3 美国纽约
1 城市交通基础
1.1 概述
1.2 城市交通
1.3 城市交通的问题
1.3.1 城市道路交通拥堵产生的原因
1.3.2 交通事故频发的原因
1.3.3 城市交通环境恶化的交通致因
1.4 城市交通的发展
2 复杂系统及协同组织理论基础
2.1 概述
2.2 行为科学
2.2.1 基本概念
2.2.2 理论基础和基本内容
2.2.3 行为科学的研究方法
2.2.4 行为科学在交通出行行为分析中的应用
2.3 协同学
2.3.1 基本概念
2.3.2 协同学的主要思想及应用范围
2.3.3 协同学原理及其模型
2.3.4 协同学在交通中的应用
2.4 人工智能与机器学习
2.4.1 人工智能
2.4.2 机器学习
2.4.3 神经网络
2.4.4 遗传算法
2.5 复杂系统科学
2.5.1 基本概念及建模技术
2.5.2 基于智能体的建模方法
2.5.3 模糊理论
2.5.4 混沌理论
2.5.5 复杂网络技术
2.6 信息科学与大数据挖掘
2.6.1 基本概念
2.6.2 信息获取技术
2.6.3 大数据挖掘
2.6.4 常用的数据挖掘技术
2.7 组合优化理论与算法
2.7.1 基本概念
2.7.2 目标规划与多目标决策
2.7.3 动态规划与最短路搜索
2.7.4 图与网络优化
3 城市交通出行行为调查与分析
3.1 概述
3.2 行为科学基础
3.3 日活动计划特性指标
3.3.1 日活动计划时空特性
3.3.2 日活动计划结构特性
3.4 交通出行行为调查
3.4.1 交通出行调查方法
3.4.2 通勤出行行为调查
3.4.3 节假日出行行为调查
3.5 信息对日活动计划特性影响分析
3.5.1 信息对日活动计划时间特性影响分析
3.5.2 信息对日活动计划空间特性影响分析
3.5.3 信息对日活动计划结构特性影响分析
3.6 基于Nested Logit模型的出行行为分析
3.6.1 背景与目的
3.6.2 双层Nested Logit模型构建
3.6.3 样本数据描述
3.6.4 模型参数估计和精度检验
3.6.5 模型结果分析
3.7 基于结构方程模型的出行行为分析
3.7.1 研究背景与目的
3.7.2 结构方程模型概述
3.7.3 结构方程模型建立
3.7.4 模型结果分析
0 条评论
下一页
